Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

AI-Enabled Connectivity in RIS-Assisted NOMA and RSMA-based Low-Mobility Networks

Descrizione del progetto

Un 6G più intelligente e più sostenibile grazie all’ottimizzazione della mobilità basata sull’intelligenza artificiale

Con l’intensificarsi della corsa al 6G, le reti di nuova generazione sono chiamate a garantire una connettività più veloce, più equa e più efficiente dal punto di vista energetico. Con il sostegno del programma di azioni Marie Skłodowska-Curie, il progetto AI4_Mobility_in6G mira ad affrontare questa sfida combinando l’intelligenza artificiale con superfici intelligenti riconfigurabili per controllare la propagazione dei segnali wireless. L’obiettivo del progetto è migliorare l’interazione tra i dispositivi degli utenti, i blocchi di risorse e le superfici intelligenti per massimizzare la produttività e l’efficienza. Per questo motivo, introdurrà un sistema intelligente di cambio di ruolo dell’utente e tecniche di apprendimento per rinforzo profondo per migliorare la connettività in situazioni di scarsa mobilità. Nel complesso, il progetto mira a sviluppare una connettività sostenibile e ad alta velocità per le future città intelligenti.

Obiettivo

The evolution of 6G wireless networks relies on advanced multiple-access technologies that improve efficiency and scalability. Reconfigurable Intelligent Surfaces (RIS) are set to transform 6G by enabling dynamic control of signal propagation channels. This project focuses on optimizing User Equipment (UE) pairings with Resource Blocks (RBs) and RISs in RIS-assisted Non-Orthogonal Multiple Access (NOMA) environments, exploring various configurations to maximize system throughput, fairness, and energy efficiency. By integrating active and passive beamforming, our approach not only enhances communication performance but also reduces the carbon footprint by minimizing the need for additional base stations through efficient frequency reuse. With Munster Technological University (MTU) affiliated with ADAPT Centre, and secondment at Dell Technologies, this research is strategically positioned for high-impact outcomes. The project introduces a novel technique for intelligent role switching in low mobility networks (LMNs), enabling dynamic shifts between near and far users to enhance connectivity time. The methodology incorporates optimization algorithms such as Simulated Annealing, Hill Climbing, Genetic Algorithms, and Random Walk for heuristic solutions. For LMNs, we will develop and evaluate models based on stochastic geometry and deep reinforcement learning (DRL) (asynchronous advantage actor-critic) to optimize the angle of reflection (AoR) for RIS elements. Four-month secondment at Dell, Ireland, is a key aspect where industry-grade validation will assess the performance of RO3 and refine the interplay between the edge-cloud continuum for the DRL. These models aim to address challenges in RIS-assisted networks, supporting seamless 6G connectivity in smart and sustainable cities. Ultimately, the research will advance green communications by optimizing network designs for energy-efficient infrastructure, aligning with EU goals for sustainable smarter cities.

Campo scientifico (EuroSciVoc)

Parole chiave

Programma(i)

Argomento(i)

Meccanismo di finanziamento

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

(si apre in una nuova finestra) HORIZON-MSCA-2025-PF

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

MUNSTER TECHNOLOGICAL UNIVERSITY
Contributo netto dell'UE
€ 268 568,64
Indirizzo
ROSSA AVENUE BISHOPSTOWN
T12 P928 Cork
Irlanda
Regione
Ireland Southern South-West
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale
Nessun dato

Partner (1)