Нейросеть научили управлять радиоволнами для обхода препятствий
Чем выше частота радиоволн, тем большие объемы данных они могут нести, но по мере освоения верхних диапазонов инженеры сталкиваются с препятствиями — в прямом смысле. Сверхвысокочастотные сигналы требуют прямой видимости, поэтому передача может прерываться, когда пользователь переходит из комнаты в комнату или даже проходит мимо книжной полки.
В Принстонском университете разработали систему машинного обучения, которая позволяет микроволнам обходить такие препятствия. С подробностями технологии можно ознакомиться на страницах Nature Communications.
Эта работа — важный шаг на пути к использованию субтерагерцового диапазона, который находится на верхней границе микроволнового спектра, уверена Ясаман Гасемпур с кафедры электротехники и вычислительной техники в Принстоне, руководившая исследованием.
Передачи в субтерагерцовом диапазоне могут обрабатывать в 10 раз больше данных, чем современные беспроводные системы. Такая высокая скорость передачи критически важна для технологий виртуальной реальности или полностью автономных транспортных средств.
«По мере того как наш мир становится более связанным и "жадным" до данных, потребность в беспроводной пропускной способности растет. Субтерагерцовые частоты открывают путь к гораздо более высокой скорости и объему передач», — сказала Гасемпур.
Микроволны обходят препятствия
a) Самовосстанавливающийся луч Эйри с конечной энергией. Может быть создан путем применения электрического поля, описываемого масштабированной функцией Эйри на передающей апертуре.
b) Произвольный луч Эйри с заданными параметрами. Может быть сгенерирован на определенном расстоянии и ориентации с использованием методов фурье-оптики.
c) Существует бесконечное число возможных траекторий, которые могут быть настроены между передатчиком и приемником. На графике показаны три примера таких лучей.
d) Мощность принимаемого сигнала. Сравнение мощности, принимаемой от трех примеров лучей, с препятствием и без.
В отличие от низкочастотных радиоволн, которые легко распространяются на большие расстояния, субтерагерцовые сигналы передаются узконаправленными лучами, поэтому им мешают деревья, стены и даже мебель. Управление радиолучами при помощи отражателей не всегда удобно и практично.
Команда Гасемпур пошла другим путем — закрутила радиоволны в так называемые лучи Эйри, которые могут распространяться по криволинейным траекториям, обходя помехи.
«Это решение для сложных сценариев в помещениях, где нет прямой видимости, — пояснил аспирант Хаозе Чэнь, ведущий автор статьи. — Нужно, чтобы связь адаптировалась к этому».
В отличие от статических систем, новая технология позволяет передатчикам перенастраиваться в реальном времени. Управляя параметрами кривизны на лету, передатчик может обходить новые препятствия, поддерживая стабильное соединение даже в перегруженной и постоянно меняющейся среде.
По словам Чэня, большинство исследований лучей Эйри сосредоточено на их создании и изучении физических свойств.
«Мы не только генерируем лучи, но и определяем, какие из них работают лучше всего в конкретной ситуации. Люди показали, что такие лучи можно создавать — но не как их оптимизировать», — подчеркнул ученый.
Подобно звездам НБА
Поиск оптимального изогнутого луча — сложная задача, особенно в хаотичной и изменяющейся среде. Стандартный метод наведения лучей — сканирование помещения для поиска лучшего пути передачи — не подходит для изгибаемых сигналов.
«Для лучей Эйри это непрактично, — заметил Чэнь. — Существует бесконечное количество вариантов изгиба в зависимости от степени кривизны и ее расположения. Передатчик не может просто перебрать все варианты».
В решении этой проблемы исследователи вдохновлялись спортсменами. Баскетболисты не достают калькулятор перед каждым броском — они полагаются на опыт, чтобы определить нужную силу и направление. Для имитации такого подхода ученые создали нейросеть.
Как и баскетболистам, ей нужно много тренироваться. Но обучение системы на реальных передачах занимает слишком много времени. Поэтому был разработан симулятор, позволяющий сети обучаться виртуально в различных условиях.
С идеальной точностью
Простая загрузка данных в нейросеть оказалась неэффективной. Вместо этого ее обучали на физических принципах распространения лучей Эйри — и после этого сеть смогла адаптироваться практически мгновенно.
Результаты проверили экспериментально. Система показала увеличение мощности сигнала на 17,7 дБ по сравнению с традиционными методами в полосе пропускания до 10 ГГц.
«Эта работа решает давнюю проблему, которая до сих пор мешала использованию таких высоких частот в динамических беспроводных коммуникациях. С дальнейшим развитием мы представляем передатчики, которые могут интеллектуально ориентироваться даже в самых сложных условиях, обеспечивая сверхбыструю и надежную связь для технологий, которые сегодня кажутся недостижимыми — от виртуальной реальности с полным погружением до абсолютно автономного транспорта», — заключила Гасемпур.
