Кластеризация абонентов в когнитивной системе управления реконфигурируемой интеллектуальной поверхности для систем связи 5G/6G

Цель: разработать и протестировать методы, использующие компьютерное зрение для точного определения положения абонентов и на основании этой информации оптимизирующие формирование диаграммы направленности антенн в системах связи миллиметрового диапазона.

Методы: исследование включало моделирование зон покрытия лучом реконфигурируемой интеллектуальной поверхности для оценки размеров, формы и ориентации этих зон. Получены и использованы приближенные формулы для формы и размеров зон покрытия одним лучом. Для обнаружения пешеходов применялась сверточная нейронная сеть YOLOv11, а для группировки близко расположенных пользователей - метод кластеризации DBSCAN. Оценка качества связи проводилась с использованием коэффициента покрытия (отношения общего количества пользователей к количеству обеспеченных связью).

Результаты: проведено моделирование работы системы связи миллиметрового диапазона 5G. В итоге установлено, что зона покрытия одного луча имеет форму вытянутого эллипса, размеры и ориентация которого зависят от положения точки пересечения максимума излучения антенны с земной поверхностью. Тестирование с использованием реальных видеозаписей подтвердило эффективность предложенных методов управления лучом антенны. В частности, выявлено, что использование многолучевого режима работы реконфигурируемой интеллектуальной поверхности обеспечивает заметное улучшение качества связи в случае большого количества абонентов. Количественные оценки показали, что оптимальное количество лучей обычно не превышало четырех. Практическая значимость: результаты исследования имеют важное практическое значение для разработки и оптимизации работы систем связи миллиметрового диапазона. Использование предложенных методов позволяет повысить эффективность управления лучом и улучшить качество связи в условиях большого количества абонентов.