5G

The article is devoted to the problem of excessive traffic of base station cells. In order to reduce the
impact of this problem on the quality of services of mobile network operators, it is proposed to use
artificial intelligence (AI) technology to analyze and predict the load on the network. AI is great for
wireless environments, as it has a lot of data available for analysis and obtaining certain patterns.
The article proposes a model of machine learning and neural network architecture for forecasting
the load on 5G cells.

Nowadays, plenty of smart phones and tablets result in increased demands for bandwidth and availability of mobile networks. According to recent studied, 5G is expected to bring significant improvement such as 10-100-fold peak data rates, 1000-fold network capacity and 10-fold energy efficiency. There are two key enablers of these requirements: ultra-dense deployment of small cells and centralized signal processing.

Запропоновано метод адаптивного структурного синтезу мережі радіодоступу. Цей метод призначений для побудови мережі радіодоступу з використанням принципів детермінованої та стохастичної геометрії. Використовуючи засоби імітаційного моделювання, розроблено модель гетерогенної мережі, яка залежно від просторової локалізації та розподілу абонентського навантаження формує структуру мережі радіодоступу. Отримано залежності пропускної здатності, системної спектральної ефективності та розподілу навантаження по кожному структурному елементу мережі.