ПОРІВНЯЛЬНА ОЦІНКА РУНД-РОБІН, ПРОПОРЦІЙНОЇ СПРАВЕДЛИВОСТІ ТА АДАПТИВНОГО ПЛАНУВАННЯ НА ОСНОВІ МАШИННОГО НАВЧАННЯ ДЛЯ VONR У 5G SA
DOI:
https://doi.org/10.30890/2567-5273.2025-41-01-068Ключові слова:
5G Standalone (5G SA), Voice over New Radio (VoNR), адаптивне планування, машинне навчання, моделювання MATLAB, модель каналу Маркова, схема модуляції та кодування (MCS), якість обслуговування (QoS), середній бал оцінки (MOS), енергоспоживання, Round RobАнотація
У цій статті представлено порівняльну оцінку трьох алгоритмів планування — Round Robin, Proportional Fairness та Adaptive Scheduler на основі машинного навчання — для передачі голосу через нову радіомережу (VoNR) в автономних мережах 5G. Мета дослідженняПосилання
Ветошко І.П., Кравчук С.О. Пріоритизація голосового трафіку в 5G: роль планувальників у забезпеченні QOS. Дев’ятнадцята міжнародна науково-технічна конференція "Перспективи телекомунікацій", (Kyiv, 14-18 April 2025) Kyiv, – 2025. – P. 189–192.
3GPP TS 23.501 version 17.9.0 Release 17. System architecture for the 5G System (5GS). Effective from 2024-12-20. Official edition. FRANCE: 650 Route des Lucioles F-06921 Sophia Antipolis Cedex, – 2024. 530 p.
Dahlman E., Parkvall S., Sköld J. 5G NR: The Next Generation Wireless Access Technology. 2nd ed. London: Academic Press, – 2020. 600 p.
Vetoshko I.P., Kravchuk S.O. Possibilities of improving the voice services quality in 5G networks. Information and Telecommunication Sciences. – 2023. – Vol.14, No 2. – P. 9-16.
1. Vetoshko I., Noskov V. Evaluation of voice transmission quality in the LTE networks. Information and Telecommunication Sciences. – 2021. No. 2. P. 22–26.
Кравчук С.О. Теорія систем мобільних інфокомунікацій. Системна архітектура [Електронний ресурс]: навч. посіб. за спеціальністю 172 «Телекомунікації та радіотехніка» / С. О. Кравчук; КПІ ім. Ігоря Сікорського. – Електронні текстові данні (1 файл: 18,17 Мбайт). – Київ: КПІ ім. Ігоря Сікорського, – 2023. – 683 с. - URL: https://ela.kpi.ua/handle/123456789/53198
Yuan L., Guo T., He Y., Cheng Z. The Application of Markov Model Optimization Method in Wireless Channel Modeling. IEEE International Conference on Communications, Circuits and Systems (ICCCAS). – IEEE. – 2018. – P. 204–208.
Vetoshko I., Kravchuk S. Integration of machine learning-based prediction and dynamic QoS optimization into adaptive VoNR scheduling in 5G standalone networks: a simulation-based approach. Вчені записки Таврійського національного університету імені В.І. Вернадського. Серія: Технічні науки. – 2025. – Том 36 (75), – No 3. – P. 42–55.
Vetoshko I.P., Kravchuk S.O. Opportunities to Improve the Quality of Voice Services in 5G Networks. IEEE International Conference on Information and Telecommunication Technologies and Radio Electronics (UkrMiCo). – Kyiv, Ukraine. – 2023. – P. 92–97.
Ali A., Xie J., Ullah N. Machine learning-based adaptive scheduling for QoS enhancement in 5G networks. IEEE Access. – 2021. – Vol. 9. – P. 12345–12356.
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2025 Автори

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.



