Des chercheurs créent un réseau neuronal artificiel pour les drones afin d’optimiser la consommation d’énergie

Les réseaux de la prochaine génération doivent offrir des vitesses de transmission élevées et une couverture flexible. Une façon d’y parvenir consiste à utiliser des réseaux de véhicules aériens sans pilote, ou drones. Ils fonctionnent dans la gamme des ondes millimétriques. Mais l’utilisation d’une large gamme d’antennes et des pertes plus élevées lors de la propagation du signal constituent des inconvénients. Tout cela nécessite de l’énergie et les batteries des drones ont une capacité limitée.

De nouvelles approches sont donc nécessaires pour optimiser la consommation d’énergie dans de tels réseaux. Un mathématicien de RUDN et des collègues d’Égypte, de Chine, d’Arabie saoudite et d’Ouzbékistan ont créé à cet effet un réseau neuronal artificiel. Leurs recherches sont publiées dans la revue Drones.

« Un réseau construit à l’aide de drones étend la capacité et la couverture du réseau. De plus, les drones sont utilisés comme stations de recharge mobiles pour alimenter des gadgets à faible consommation. Étant donné que les batteries des drones ont généralement une capacité limitée, il est important de faire des compromis entre la zone de couverture. et la consommation d’énergie, ainsi que le temps de maintenance. Pour améliorer la couverture et l’efficacité énergétique, il est important d’allouer des ressources, à savoir les sous-canaux, la puissance de transmission et les services aux utilisateurs », a déclaré Ammar Muthanna, Ph.D., directeur du Centre scientifique de Modélisation des réseaux sans fil 5G à l’Université RUDN.

Les mathématiciens ont développé un système d’optimisation IRA-AEODL (allocation intelligente de ressources utilisant un optimiseur d’écosystème artificiel avec apprentissage profond). Il distribue des ressources dans un réseau sans fil aux drones. À cette fin, un type d’architecture spécial est utilisé : un encodeur composite déchargé. Le principe principal de son fonctionnement est d’obtenir une réponse au niveau de la couche de sortie la plus proche de celle de sortie. Ce que l’on appelle l’optimiseur d’écosystème artificiel est la sélection des paramètres du réseau neuronal.

IRA-AEODL a considérablement amélioré les performances d’autres systèmes connus. Le débit moyen du réseau avec un nombre fixe d’utilisateurs pour un système de 2 à 6 drones a augmenté de 3 à 17 %. Et selon le nombre d’utilisateurs, jusqu’à 30 %. De plus, le nouveau système utilise des approches mathématiquement plus stables.

« Notre technique d’allocation des ressources réseau a amélioré les performances. Comparé à d’autres approches, notre algorithme est plus stable d’un point de vue mathématique. Le modèle peut rapidement trouver la solution optimale au problème », Ammar Muthanna, Ph.D., directeur de » a déclaré le Centre scientifique de modélisation des réseaux 5G sans fil de l’Université RUDN.