Künstlich intelligente Funknetze: Drahtlos-Kommunikation mit dynamischer Spektrum-Zuteilung
Die US-Agentur Darpa hat einen Wettbewerb für eine neue Form der Drahtlos-Kommunikation abgehalten. In Zukunft dürften solche Technologien unverzichtbar werden.
(Bild: National Telecommunications and Information Administration)
- Sascha Mattke
In der Finalrunde eines Wettbewerbs der US-Forschungsagentur Darpa sind Ende Oktober zehn Teams aus Unternehmen und Wirtschaft zusammengekommen, um eine grundlegend neue Form der drahtlosen Kommunikation voranzubringen.
Bei der so genannten Spectrum Collaboration Challenge (SC2) der Agentur ging es um Systeme, die statt wie bisher auf festen Frequenzen dynamisch auf den Frequenzen funken, die gerade frei sind. Damit es dabei nicht zu Störungen kommt, mussten sich die unterschiedlichen Systeme im Finale mittels Maschinenlern-Algorithmen untereinander abstimmen. Zum Sieger wurde ein Team der University of Florida gekürt, berichtet Technology Review online in "Künstliche intelligente Funknetze".
Das so genannte Funkspektrum wird derzeit auf eine nicht sehr effiziente Weise vergeben, meist in voneinander abgegrenzten Frequenzbändern, die zur exklusiven Nutzung für unterschiedliche private und staatliche Zwecke zugeteilt werden. Das hilft zwar dabei, Störungen zwischen den Diensten zu verhindern, doch wer die Rechte an einem bestimmten Stück Spektrum besitzt, nutzt es nur selten rund um die Uhr und jeden Tag. Das bedeutet, dass stets ein großer Teil der zugeteilten Frequenzen nicht verwendet wird. Inzwischen aber hat die Nachfrage nach Spektrum so sehr zugenommen, dass diese verschwenderische Praxis untragbar wird.
"Wir müssen die Welt des Spektrum-Managements auf eine andere technologische Basis stellen“, sagt Paul Tilghman, Programm-Manager bei der Darpa. "Wir müssen wirklich weg von einem System, das vor allem mit Stift und Papier geführt wird, zu einem, das weitgehend autonom von Maschinen gesteuert wird – in Maschinenzeit." Mehr als 30 Teams nahmen anfangs an dem Wettbewerb teil und versuchten sich drei Jahre lang an immer anspruchsvolleren Zielen. In der ersten Phase sollten sie von Null auf ein Funk-Gerät bauen, in der zweiten Phase sollte es kooperativ werden, um Informationen mit anderen Systemen auszutauschen. In der letzten Phase mussten die Teams Maschinenlernen integrieren, das ihre kooperativen Funksysteme autonom macht.
Mehr dazu bei Technology Review online:
(sma)
