23.06.2026 10:34
К динамическому спектру прикрутили ИИ.
К динамическому спектру прикрутили ИИ.
В результате: сокращение числа узлов до 50%, экономия капзатрат около 40%, сокращение времени планирования до 90%.
Американская компания Federated Wireless запустила платформу Spectrum AI – инструмент на базе физического ИИ для управления общим радиоспектром в гражданском диапазоне CBRS (3,55-3,7 ГГц). Компания заявляет о приросте используемой емкости на 50% и пятикратном росте пропускной способности, без покупки нового спектра и без строительства дополнительной инфраструктуры.
Сегодня на этом диапазоне работает 75% всех частных 5G-сетей в США: более 442 тыс. БС. В России прямого аналога нет, но логика схожа с концепцией динамического распределения частот, которую обсуждают в контексте развития частных сетей 5G.
В основе решения лежит физическое моделирование распространения радиоволн. Система использует фреймворк Nvidia Sionna RT, который строит детальные трехмерные сцены: здания, рельеф, растительность, препятствия. Она одновременно просчитывает множество путей сигнала и обновляет модели на данных из живых сетей. Точность предсказания потерь сигнала – в пределах 0,5 дБ, а скорость RF-симуляций превышает классические методы Монте-Карло в сотни раз.
Подписывайтесь на Телекоммуналку
В результате: сокращение числа узлов до 50%, экономия капзатрат около 40%, сокращение времени планирования до 90%.
Американская компания Federated Wireless запустила платформу Spectrum AI – инструмент на базе физического ИИ для управления общим радиоспектром в гражданском диапазоне CBRS (3,55-3,7 ГГц). Компания заявляет о приросте используемой емкости на 50% и пятикратном росте пропускной способности, без покупки нового спектра и без строительства дополнительной инфраструктуры.
Сегодня на этом диапазоне работает 75% всех частных 5G-сетей в США: более 442 тыс. БС. В России прямого аналога нет, но логика схожа с концепцией динамического распределения частот, которую обсуждают в контексте развития частных сетей 5G.
В основе решения лежит физическое моделирование распространения радиоволн. Система использует фреймворк Nvidia Sionna RT, который строит детальные трехмерные сцены: здания, рельеф, растительность, препятствия. Она одновременно просчитывает множество путей сигнала и обновляет модели на данных из живых сетей. Точность предсказания потерь сигнала – в пределах 0,5 дБ, а скорость RF-симуляций превышает классические методы Монте-Карло в сотни раз.
Подписывайтесь на Телекоммуналку