Co-simulação de Comunicações 6G com 3D e IA para Gêmeos Digitais
6G, co-simulação, gêmeo digital, IA, traçado de raios
Os gêmeos digitais (DTs) são uma tecnologia importante para o avanço das redes
móveis, especialmente em casos de uso que exigem a execução simultânea tanto de
simulações do canal sem fio quanto de cenas 3D, assim como o uso de aprendizado
de máquina para implementar a contraparte virtual de um sistema de gêmeo
digital, o chamado Gêmeo Virtual (VTwin). No entanto, como os esses sistemas são
normalmente feitos sob medida para cada caso de uso, torna-se necessário a
existência de metodologias que sejam ao mesmo tempo flexíveis e também
poderosas, no intuito de gerar VTwins sem a necessidade de iniciar um do zero
para cada sistema individualmente. Para isso, em geral existe uma carência de
metodologias que permitam a execução simultânea dos aspectos mencionados
anteriormente (ou seja, 3D, IA e comunicações) e que também sejam modulares o
suficiente para permitir expansões e manutenção facilitada. Isso dificulta o
estudo de recursos mais avançados sistemas de DT, como a geração de análises "e
se" baseadas em cenários futuros hipotéticos, ou a otimização/automação de um
determinado processo monitorado para apoiar as decisões do operador, por
exemplo, com um sistema de recomendação baseado em IA e também inibe o estudo
dos sistemas DT em escala, o que caracteriza as Redes de Gêmeos Digitais (DTNs),
que consideram aspectos da coexistência das DTs e sua cooperação em uma rede de
gêmeos digitais interconectados. Então, com o objetivo de fornecer uma solução
para esta demanda, este trabalho descreve uma metodologia de co-simulação
modular chamada CAVIAR. O objetivo principal da tese é estudar o impacto de um
sistema de recomendação baseado em IA para uma rede 5G/6G de ponta a ponta
(E2E), composta principalmente pela Rede de Acesso de Rádio (RAN) e pela rede de
transportes, utilizando o CAVIAR como uma das ferramentas para viabilizar o seu
VTwin. Com essa configuração pretende-se possibilitar o estudo de diversos
temas, por exemplo, relacionados a sistemas de recomendação baseados em IA para
uma DTN da rede 5G/6G. Para esta proposta de tese, CAVIAR é atualizado para
suportar uma biblioteca de transmissão de mensagens e viabilizar a implementação
de um VTwin de um sistema de gêmeo digital usando diferentes simuladores
relacionados ao 6G. As principais contribuições neste ponto da pesquisa são 1) a
descrição detalhada de diferentes arquiteturas CAVIAR, 2) a implementação dessa
metodologia para avaliar um caso de uso 6G de drone baseado em uma missão de
busca e salvamento (SAR) e 3) a geração de dados de benchmarking sobre o uso de
recursos computacionais. Para executar a co-simulação SAR adotamos cinco
soluções de código aberto: o simulador de rede à nível físico e de enlaçe
chamado Sionna, o simulador para veículos autônomos chamado AirSim, scikit-learn
para treinar uma árvore de decisão para seleção de feixes MIMO, Yolov8 para a
detecção de alvos de resgate e NATS para transmissão de mensagens. Os resultados
do caso de uso SAR implementado sugerem que a metodologia pode rodar em uma
única máquina, com as principais demanda de requisitos se concentrando na GPU e
no processamento da CPU.