ההתרחבות הבלתי פוסקת של תקשורת אלחוטית דורשת אי פעם שיעורי נתונים גבוהים יותר וחיבורים חזקים יותר.מרכז כדי לעמוד בדרישות אלה הוא (FLT:0spectrum יעילותFLT:1) - מדד האופן שבו רוחב פס נתון נושא מידע.על ידי לחיצה על גבולות יעילות הספקטרום, מהנדסים יכולים להשיג יכולת ערוץ גבוהה יותר מבלי לרכוש רישיונות חדשים, משאב נדיר ויקר.

הבנה של יעילות Spectrum

יעילות Spectrum, המובאת ב ביטים לשנייה בהרץ (bps/Hz), מדמה את שיעור הנתונים המקסימלי שניתן להעביר באופן אמין מעל רוחב פס 1 הרץ.מערכת עם 10 bps/Hz יכולה לשלוח 10 Mbps ב 1 Mbps ב 1 MHz של ספקטרום, בעוד שמערכת פחות יעילה יכולה לנהל רק 2bps באותו רוחב פס.

חשוב להבחין ביעילות ספקטרום של ה-FLT:0 (באמצעות יעילות חישובית) יעילות 1:1 (יעילות ספקטרום) הוא מדד גלם של השכבה הפיזית, בעוד שיעילות חישוב מהווה את הגבול הפיזי הבסיסי של ראשי תיבות, רנסנסרים, והשלכות תזמון יעילות.שניים הם קריטיים לאספקת יכולת בעולם האמיתי, אך יעילות ספקטרום מייצגת את הגבול הפיזי הבסיסי של רוחב פס נתון.

שאנון-Hartley Theorem and Capacity Limits

(ב) בפרשת שאנון-Hartley קובע כי יכולת הערוץ:0igrásFLT:0irsFLT (ב-bps) שווה ערך FLT:2BIRFLT 3;0 × × 3Ralph:42FLT:5 (1 +FLT:6S/NLT 7), שבו רוחב הפס של LT 9 הוא בדרגה גבוהה יותר, כלומר, בין 2.

עם זאת, ערוצים אמיתיים מציגים פיגור, הפרעה וניידות.מערכות מעשיות חייבות להשתמש בטכניקות הסתגלות כדי לשמור על יעילות בתנאים שונים. הפער בין יכולת תיאורטית ויכולת בלתי אפשרית ידוע בשם FLT:0Shannon GapFLT:1 סוגר פער זה הוא המטרה העיקרית של שיפורים בספקטרום.

טכניקות מפתח לשיפור היעילות של Spectrum

שינוי מתקדם Schemes

Modulation מפות דיגיטליות להשוואה של תוכניות מודולציה בעלות סדר גבוה, כגון 256-QAM ו 1024-QAM, לשדר יותר ביטים לסמל על ידי שימוש בנקודות קבוצות כוכבים צפופות יותר.לדוגמה, 256-QAM מקודמת 8 סיביות לסמל, ואילו QPSK מחלחל רק 2 סיביות לסמל.

מספר רב של פריטים (MIMO) ו-ספאטי מרובותxing

MIMO משתמש באנטנות מרובות הן משדר והן במקבל כדי ליצור זרמים מרחביים מקבילים.כל זרם מרחבי ביעילות מוסיף ערוץ עצמאי, הכפלת יכולת ללא ספקטרום נוסף, רווח היעילות הוא פרופורציה למספר הזרמים - לדוגמה, מערכת 8×8 MIMO יכולה להשיג באופן תיאורטי שמונה פעמים את ה Bps/Hz של מערכת חד-נטנה אחת, כגון 5G בסיס עם 64 או 128 אלמנטים MIMO יכולים לספק סקירה עצומה על גבי LT 1F3: 0G).

Orthogonal Frequency Division Multiplexing (OFDM) ו- Waveform Design

(ד) מפיץ ערוץ פס רחב לתוך רבים אוטוקונים תת-קרירים, כל אחד מהם צר מספיק כדי לחוות קידוד שטוח.השוויון הפשוט הזה וטיפול חזק של יצירת רב-אפופתית של קרן LTE ו-5G NR. Variants כגון FLT:0Fitered-OFLT:1 ו-FLT2:UFLT2Falralrated, 3.

קידוד ומודולציה (ACM)

ACM מאמת את סדר המודולציה ואת שיעור הקידוד כדי להתאים לתנאי ערוץ בזמן אמת.כאשר הערוץ הוא טוב, שילוב יעילות גבוהה (למשל, 64-QAM עם קצב-5/6 coding) משמש; בתנאים עניים, המערכת נופלת חזרה כדי לעמוד איתן QPSK עם קצב קוד נמוך.זה מייעל את היעילות הממוצעת תוך שמירה על אמינות קישור ACM הוא חיוני עבור סביבת הפעלה מהירה והפרעות מהירות.

חברת הפקה ו-Wider Bandwidths

למרות שהצטברות נושאת מגדילה את רוחב הפס הכולל ולא Bps /Hz לכל נושא, היא משפרת באופן עקיף את יעילות הספקטרום על ידי בריכות בלוקים ספקטרום מפוצל.אופרות יכולות לשלב להקות ללא פשרות לתוך צינור שומן הגיוני.ב 5G, השימוש של עד 100 M (sub-6 הרץ) או 400 MHz (Wave) להובלת, בשילוב עם ggregation, מאפשר שיא גבוה מאוד על כל רכיב מתקדם על ידי עיבוד גבוה.

ניהול השוואתי וספקטרום Reuse

ברשתות סלולריות, יעילות ספקטרום מושפעת מאוד מהתערבות של תאים שכנים.טכניקות כמו תיאום התערבות בין תאית (ICIC), קו-מתואם Multi-Hz (CoMP), ו- beamforming ההפרעה, ומאפשרת שימוש גבוה יותר של אותם תדרים. Massive MIMO beamforming אנרגיה כלפי משתמשים המיועדים ו-Acons לכיוון להפריע, שיפור דרמטי יחס של אות-ל-to-inter-con-con-noise-in-in-in-in-in-up-in-in-in-in-in-in-in-in-in-in-in-in-in-con-con-verse (NR) ובכך bps.

השפעה עולמית: 5G ומעבר

5G NR מכוון לשיפור 3-4× בספקטרום על LTE.זה מושג באמצעות שילוב של נומרולוגיה גמישה, Massive MIMO, עד 256-QAM, ועיצובי ערוץ בקרה יעילים של ערוץ הבקרה.ניסויי שדה מוקדמים מדווחים על יעילות קישורים מעל 10 bps/Hz עם 32-layer MIMO. בפריסה עירונית צפופה, רווחים אלה מתרגמים למספר Gbps למגזר, תמיכה בו זמנית, וידאו משופץ ללא סטרימינג, ומציאות מסיבית, ו- 4K מוגברת.

במבט קדימה ל- 6G, החוקרים חוקרים חוקרים חוקרים לחקור את FLT:0sub-thzthzFLT:1 להקות שבו כמויות עצומות של רוחב פס גולמי קיימים.עם זאת, אתגרי הקידום בתדרים אלה דורשים אפילו יותר מתוחכם וטכניקות גלפורמות כדי לשמור על יעילות ספקטרום. למידת מכונה גם מוחל על הקצאת משאבים וניהול בזמן אמת, מבטיח קפיצות נוספות ב Bps / הרץ.

אתגרים ב-Achieving High Spectrum Efficiency

למרות ההתקדמות התיאורטית, המשקעים המעשיים נשארים. צריכת החשמל עולה עם מודולציה גבוהה יותר ומערך אנטנה מסיבי, במיוחד בציוד המשתמש.התמדה ערוץ הופכת קשה יותר עם נמלים רבים, הגבלת יכולת אמינה בסביבה מהירה מתפתלת.בנוסף, מגבלות רגולטוריות על העברת כוח ויציאה מ- הרץ פליטות מחוספות את המכשולים המקסימליים / להתגבר על אתגרים אלה דורשות המשך התקדמות טכנולוגית, תיאום, עיבוד אותות.

כיוונים עתידיים: AI ו- Machine Learning for Spectrum Optimisation

אינטליגנציה מלאכותית היא מכוונת למהפכת יעילות הספקטרום.מודלים ללמידה עמוקה יכולים לחזות תנאי ערוצים, לבצע בחירה בדבורה חכמה, ולתאם תוכניות מודולציה בשבריריות של מילימטרים. סוכני למידה רבי כוח יכולים לייעל את דפוסי השימוש בתדירות ברשתות שלמות ללא מודלים מוגדרים מראש.טכניקות אלה יסגורו את הפער הנותרים למגבלת שאנון, מה שיאפשר לרשתות שמארגן עצמי לקיבולת מקסימלית.

מסקנה

יעילות Spectrum אינה רק מדד טכני; היא צוואר הבקבוק הכלכלי של תקשורת אלחוטית.על ידי הגדלת bps / הרץ, מפעילי לספק יותר נתונים, לשרת יותר משתמשים, ולשפר את איכות החוויה ללא רכישת ספקטרום חדש יקר.מבסיס התיאורטי של המשפט שאנון ועד פריסה מעשית של Massive MIMO ולמידה, רודף יעילות גבוהה יותר מניע את האבולוציה של כל דור של טכנולוגיה סלולרית דרישה עבור העולם ממשיך להשקיע ביעילות רבה יותר ויותר.