กลุ่ม RAN1 เทคนิคเด่นของ R18 5G Wireless

3GPPRelease 18 เป็นรุ่นแรกของ 5G-Advanced โดยเน้นที่การรวม AI/ML, ประสิทธิภาพสูงสุดสำหรับ XR/Industrial IoT, mobile IAB, การระบุตำแหน่งที่ได้รับการปรับปรุง และประสิทธิภาพของสเปกตรัมสูงสุดถึง 71GHz RAN1 ส่งเสริม AI/ML ในการเพิ่มประสิทธิภาพ RAN และการปรับปรุงปัญญาประดิษฐ์ (PHY/AI) ผ่านวิวัฒนาการของเลเยอร์ทางกายภาพ

I. คุณสมบัติหลักของ RAN1 (Physical Layer และนวัตกรรมปัญญาประดิษฐ์/การเรียนรู้ของเครื่อง)

1.1 วิวัฒนาการ MIMO: อัปโหลดแบบหลายแผง (8 เลเยอร์), MU-MIMO ที่มีพอร์ต DMRS สูงสุด 24 พอร์ต, กรอบงาน multi-TRP TCI

• หลักการทำงาน: ขยายการรายงาน CSI ประเภท I/II ผ่านกรอบงาน TCI แบบรวมศูนย์ในหลายแผง TRP gNB กำหนดตารางเวลาพอร์ต DMRS สูงสุด 24 พอร์ตสำหรับ MU-MIMO (12 ใน Rel-17) ทำให้ UE แต่ละตัวสามารถใช้ลิงก์ UL ได้ 8 เลเยอร์ DCI ระบุสถานะ TCI ร่วม UE ใช้เฟส/การเข้ารหัสล่วงหน้าในหลายแผง
• ความคืบหน้า: multi-TRP ของ Rel-17 ขาดการส่งสัญญาณแบบรวมศูนย์ ส่งผลให้ประสิทธิภาพของสเปกตรัมลดลง 20-30% ในการปรับใช้แบบหนาแน่น ข้อจำกัดของเลเยอร์จำกัดปริมาณงาน UL ของ UE แต่ละตัวไว้ที่ 4-6 เลเยอร์ ทำให้เพิ่มความจุอัปโหลด (UL) ได้ 40% สำหรับสนามกีฬา/เทศกาลดนตรี

1.2 AI/ML นำไปใช้กับการบีบอัดข้อเสนอแนะ CSI, การจัดการบีม และการระบุตำแหน่ง

• หลักการทำงาน: เครือข่ายประสาทใช้ codebook ที่ผ่านการฝึกอบรมแบบออฟไลน์เพื่อบีบอัด CSI ประเภท II (32 พอร์ต → 8 สัมประสิทธิ์) gNB ปรับใช้โมเดลผ่าน RRC UE รายงานข้อเสนอแนะที่บีบอัด การคาดการณ์บีมใช้รูปแบบ L1-RSRP เพื่อวางตำแหน่งบีมล่วงหน้าก่อนการส่งมอบ
• ความคืบหน้าของโครงการ: ค่าใช้จ่าย CSI ใช้ทรัพยากร DL 15-20% อัตราความล้มเหลวในการจัดการบีมสูงถึง 25% ในสถานการณ์ที่มีการเคลื่อนที่สูง (เช่น ทางหลวง)
• ผลลัพธ์ที่ดีขึ้น: ลดค่าใช้จ่าย Channel State Information (CSI) ลง 50% เพิ่มอัตราความสำเร็จในการส่งมอบ 30%

1.3 การปรับปรุงความครอบคลุม (การส่งสัญญาณกำลังไฟเต็มรูปแบบ Uplink, สัญญาณปลุกพลังงานต่ำ)

• หลักการทำงาน: gNB ส่งสัญญาณไปยัง UE เพื่อใช้เอาต์พุตกำลังไฟเต็มรูปแบบในทุกเลเยอร์อัปโหลด (ไม่มีการลดกำลังไฟในระดับเลเยอร์) ตัวรับสัญญาณปลุกพลังงานต่ำอิสระ (ควบคุมรอบการทำงาน, ความไว -110dBm) รับสัญญาณปลุก (WUS) ก่อนรอบการรับสัญญาณหลัก WUS มีข้อมูลบ่งชี้ 1 บิต (การตรวจสอบ PDCCH หรือการพักเครื่อง)
• ความคืบหน้าของโครงการ: ความครอบคลุมอัปโหลดของ Rel-17 ถูกจำกัดด้วยการลดกำลังไฟแบบลำดับชั้น (การสูญเสีย 3dB สำหรับ MIMO 4 เลเยอร์) ตัวรับสัญญาณหลักใช้พลังงาน 50% ของพลังงานของ UE ในระหว่างการตรวจสอบ DRX
• ผลกระทบที่ดีขึ้น: ขยายความครอบคลุมอัปโหลด 3dB ประหยัดพลังงาน 40% สำหรับแอปพลิเคชัน IoT/สตรีมมิงวิดีโอ

1.4 ITS band Sidelink Carrier Aggregation (CA) และการแชร์สเปกตรัมแบบไดนามิก (DSS) กับ LTE CRS

• หลักการทำงาน: Sidelink รองรับ CA ใน n47 (5.9GHz ITS) + แบนด์ FR1 รองรับการเลือกทรัพยากรอิสระแบบประสานงาน UE-to-UE ของ Type 2c เนื่องจากเวลาไปกลับ (RTT) มากกว่า 500 มิลลิวินาที HARQ จึงถูกปิดใช้งานสำหรับ NTN IoT (รองรับเฉพาะการทำซ้ำแบบวงเปิด) การชดเชยเอฟเฟกต์ Doppler จะดำเนินการใน DMRS
• ความคืบหน้าของโครงการ: Sidelink ของ Rel-17 รองรับเฉพาะผู้ให้บริการรายเดียว (การสูญเสียปริมาณงาน 50%) การหมดเวลา HARQ ของ NTN IoT ส่งผลให้แพ็กเก็ตสูญหาย 30%
• ผลกระทบที่ดีขึ้น: ปริมาณงาน sidelink ของ V2X platooning เพิ่มขึ้น 2 เท่า ความน่าเชื่อถือของ NTN IoT ถึง 95%

1.5 การสื่อสาร Extended Reality (XR)/Multi-sensor (รองรับความน่าเชื่อถือสูงและเวลาแฝงต่ำ)

• หลักการทำงาน: กระบวนการ QoS ใหม่ งบประมาณเวลาแฝงน้อยกว่า 1 มิลลิวินาที รองรับการทำเครื่องหมายแพ็กเก็ตข้อมูลแบบหลายเซ็นเซอร์ (สตรีมวิดีโอ + haptic + เสียง) gNB จัดลำดับความสำคัญผ่านกลไกการแย่งชิง UE รายงานข้อมูลท่าทาง/การเคลื่อนไหวสำหรับการจัดตารางเวลาเชิงคาดการณ์
• ความคืบหน้าของโครงการ: การสนับสนุน XR ของ Rel-17 รองรับเฉพาะ unicast เท่านั้น เวลาแฝงของ haptic feedback เกิน 20 มิลลิวินาที (ไม่สามารถใช้งานได้สำหรับการทำงานระยะไกล)
• ผลกระทบที่ดีขึ้น: เวลาแฝงแบบ End-to-end ของ AR/VR + haptics ในการควบคุมระยะไกลทางอุตสาหกรรมน้อยกว่า 5 มิลลิวินาที

1.6 การปรับปรุงฟังก์ชัน NTN (ความครอบคลุมอัปโหลดของสมาร์ทโฟน การปิดใช้งาน HARQ สำหรับอุปกรณ์ IoT)

• หลักการทำงาน: Rel-18 ปรับปรุงความครอบคลุมอัปโหลดสำหรับสมาร์ทโฟนในเครือข่ายที่ไม่ใช่ภาคพื้นดิน (NTNs) โดยการเพิ่มประสิทธิภาพการส่งเลเยอร์ทางกายภาพ ทำให้สามารถส่งกำลังไฟได้สูงขึ้นและการจัดการงบประมาณลิงก์ที่ดีขึ้นเพื่อรองรับช่องสัญญาณดาวเทียม สำหรับอุปกรณ์ IoT บน NTNs ข้อเสนอแนะ HARQ แบบดั้งเดิมไม่มีประสิทธิภาพเนื่องจากเวลาไปกลับของดาวเทียม (RTT) ที่ยาวนาน ดังนั้น HARQ feedback จึงถูกปิดใช้งานและใช้รูปแบบการส่งซ้ำแบบวงเปิดแทน
• ความคืบหน้าของโครงการ: ก่อนหน้านี้ ความครอบคลุมอัปโหลดที่จำกัดสำหรับสมาร์ทโฟนบน NTNs เนื่องจากการควบคุมพลังงานที่ไม่เพียงพอและขอบเขตลิงก์ส่งผลให้การเชื่อมต่อไม่ดี ข้อเสนอแนะ HARQ ทำให้ปริมาณงานลดลงและปัญหาเวลาแฝงสำหรับอุปกรณ์ IoT เนื่องจากความล่าช้าของดาวเทียม การปิดใช้งาน HARQ ช่วยลดความล่าช้าของข้อเสนอแนะและปรับปรุงความน่าเชื่อถือสำหรับอุปกรณ์ IoT ที่ถูกจำกัด ซึ่งช่วยให้การเชื่อมต่อทั่วโลกที่แข็งแกร่งสำหรับ IoT และสมาร์ทโฟนเหนือเครือข่ายภาคพื้นดิน

II. การประยุกต์ใช้โครงการ RAN1

• XR ในเมืองหนาแน่น (เทคโนโลยี Multi-TRP MIMO ช่วยลดเวลาแฝงของ AR/VR ให้ต่ำกว่า 1 มิลลิวินาที);
• ระบบอัตโนมัติทางอุตสาหกรรม (การคาดการณ์บีม AI/ML ช่วยลดอัตราความล้มเหลวในการส่งมอบลง 30%);
• V2X/การเคลื่อนที่สูง (Sidelink CA ช่วยเพิ่มความน่าเชื่อถือ)

III. การนำโครงการ RAN1 ไปใช้

• gNB PHY (Physical Layer ของสถานีฐาน): รวมโมเดล AI สำหรับการบีบอัด CSI (เช่น เครือข่ายประสาททำนาย CSI ประเภท II ตาม CSI ประเภท I ลดค่าใช้จ่ายลง 50%) ปรับใช้ multi-TRP TCI ผ่าน RRC/DCI และใช้ 2 TAs สำหรับการกำหนดเวลาอัปโหลด
• เทอร์มินัล (UE): รองรับตัวรับสัญญาณปลุกพลังงานต่ำ (เป็นอิสระจากลิงก์ RF หลัก) สำหรับการส่งสัญญาณการจัดตำแหน่ง DRX