複数のトレードオフを念頭にワイヤレスネットワークを自動設計(1/3)

１．複数のトレードオフを念頭にワイヤレスネットワークを自動設計(1/3)まとめ

・高品質でコスト効率の高い無線ネットワークの設計、構築、運用は様々な要因が絡み困難
・コストと干渉を最小限に抑えながら範囲と容量を最大化する設置場所の決定が必要
・地理データと電波伝搬モデルを用いて自動ネットワーク計画ツールを試験的に構築した

２．オートプランナーとは？

以下、ai.googleblog.comより「Challenges in Multi-objective Optimization for Automatic Wireless Network Planning」の意訳です。元記事は2022年5月12日、Sara AhmadianさんとMatthew Fahrbachさんによる投稿です。

アイキャッチ画像のクレジットはPhoto by Nastya Dulhiier on Unsplash

経済学、組合せ論(combinatorics)、物理学、信号処理などが重なって、高品質でコスト効率の高い無線ネットワークの設計、構築、運用を実現する事は難しくなっています。

携帯電話と通信する無線トランシーバー、それをサポートする機器(電源や有線ネットワークなど)、そしてそれらが占める物理的な空間はすべて高価であるため、新しいトランシーバーを設置する場所を慎重に選ぶことが重要です。

設置可能な場所が限られている場合でも、構築可能なネットワークは指数関数的に多くなります。例えば、50カ所の拠点があれば、2の50乗(100億以上)の可能なネットワークがあります。

さらに複雑なのは、サービスが必要な場所ごとに、どのトランシーバーがどれだけ強い信号を出しているかを知る必要があることです。しかし、建物、丘、木の葉、その他の障害物を含む環境での電波伝播の物理的特性は非常に複雑で、正確な予測には高度な計算集約型のモデルが必要です。

許される限りの拠点を構築すれば、最高の範囲と容量が得られますが、法外なコストがかからないと仮定しても、近隣のトランシーバー間で許容できない干渉が発生します。このようなトレードオフのバランスをとることが、数学的な難しさの核心となります。

無線ネットワーク計画の目標は、コストと干渉を最小限に抑えながら、範囲と容量を最大化するために、新しいトランシーバーを配置する場所を決定することです。自動ネットワークプランニングシステム(別名：オートプランナー)は、解の質を落とすことなく、全国規模の問題をきめ細かく迅速に解決することができるため、数十年にわたり電気通信研究において最も重要かつ難しいオープンチャレンジの1つとなっています。

このような問題を解決するために、高解像度の地理データから得られる詳細な幾何学モデルと、分散コンピューティングを利用した電波伝搬モデルを用いて、ネットワーク計画ツールを試験的に構築しています。

このシステムは、信号強度の高速かつ高精度な予測を提供します。この最適化アルゴリズムにより、指数関数的な数のネットワーク候補を賢く選別し、コスト、範囲、干渉の間でそれぞれ異なる望ましいトレードオフを達成し、かつ需要に見合う十分な容量を確保できる候補ネットワークを少数のリストとして出力することができます。

ノースカロライナ州シャーロットでのオートプランナープロジェクトの例。青い点は、選択された候補地を示します。ヒートマップは電波エンジンからの信号強度を示しています。挿入図は、ダウンタウンでの向きに依存する経路損失を強調しています。

電波の伝わり方

地表付近での電波の伝搬は複雑です。電波は、池の波紋のように伝播距離に応じて減衰しますが、障害物を透過したり、跳ね返ったり、曲がったりして、さらに信号を弱めることがあります。現実の風景を横切る電波の減衰(経路損失(path loss)と呼ばれます)を計算するには、従来の物理ベースの計算に、障害物、回折、反射、クラッタ(木や建物などによる電波の反射)による信号の散乱を考慮した学習補正を組み合わせたハイブリッドプロセスです。

私たちは、Google Earth、Google Maps、Google Street Viewと同じ高解像度ジオデータを利用して、植生や建物の3D分布をマッピングする電波伝搬モデリングエンジンを開発しました。信号の発生源、周波数、放送強度などを考慮しながら、平地から丘陵地、密集した都市部からまばらな農村部まで、多様な伝搬環境を考慮した信号補正モデルを、豊富な実測値を用いて学習させています。