Рой роботизированных сетевых координаторов для обеспечения работы группы костюмов телеприсутствия

Актуальность. Развитие новых технологий, в частности переход от 5G/IMT2020 к сетям связи 6G/IMT–2030 подразумевает применение новых сценариев и услуг. В перспективных сетях связи шестого поколения в отличие от предыдущих поколений значительно увеличено качество и количество предоставляемых услуг пользователям. К новым технологиям можно отнести иммерсивные коммуникации, обеспечивающие эффект присутствия и расширенный интерактивный опыт. Одним из примеров пользовательского устройства для новых технологий является костюм телеприсутствия, обеспечивающий реализацию иммерсивного взаимодействия с удаленной средой. Таким образом, возникает необходимость разработки новых моделей и методов, обеспечивающих поддержку требуемого уровня качества связи в сложных динамических условиях в том числе.

Цель настоящего исследования состоит в разработке сценария поддержки качества связи при перемещении пользователей в условиях сверхплотных сетей и определение маршрута координатора-ретранслятора, выполняющего функцию мобильной базовой станции.

В работе используются методы нечеткой кластеризации для определения головного узла – координатора-ретранслятора, стохастические модели массового обслуживания, а также численное моделирование показателей качества обслуживания.

Результаты: получена зависимость целевой функции качества обслуживания от траектории движения координатора-ретранслятора. Определен путь перемещения мобильной базовой станции на основе муравьиного алгоритма.

Новизна заключается в разработке метода обеспечения связи в условиях сверхплотных сетей на основе использования роя роботов-ретрансляторов и определении их маршрута движения с учетом заданных требований. Предложенный подход позволяет учитывать динамику перемещения пользователей и изменяющуюся загрузку сети.

Практическая значимость данного исследования заключается в возможности применения предложенного сценария во взаимодействии с роем роботов-ретрансляторов. Данный метод позволяет обеспечить разгрузку сети в условиях высокой плотности пользователей.

1. Кучерявый А.Е., Давуд А.А.А.А., Волков А.Н., Мутханна А.С.А., Парамонов А.И., Елагин В.С. и др. Сети связи шестого поколения: фрактальные архитектуры, голографические взаимодействия, телеприсутствие, сетевые роботы. СПб.: Питер, 2025. 320 с.

2. Ateya A.A., Abd El-Latif A.A., Muthanna A., Volkov A., Koucheryavy A. Enabling Metaverse and Telepresence Services in 6G Networks. New York: River Publishers, 2025. DOI:10.1201/9788770046749

3. Peng H., Chen P.-C., Chen P.-H., Yang Y.-S., Hsia C.-C., Wang L.-C. 6G toward Metaverse: Technologies, Applications, and Challenges // Proceedings of the Asia Pacific Wireless Communications Symposium (APWCS, Seoul, Republic of Korea, 24–26 August 2022). IEEE, 2022. PP. 6–10. DOI:10.1109/APWCS55727.2022.9906483

4. Дмитриева В.В., Волков А.Н., Агранович О.Е. Новый метод взаимодействия с аватаром в мультивселенной на основе метода адаптивной обработки ЭМГ-сигналов // Электросвязь. 2026. № 3. С. 10–19. DOI:10.34832/ELSV.2026.77.3.002. EDN:AYUAEK

5. Rec. ITU‑R M.2160‑0 Framework and overall objectives of the future development of IMT for 2030 and beyond. 2023.

6. Rec. ITU T Y.4506 Reference architecture for the interworking of autonomous urban delivery robots. 2025.

7. Rec. ITU T Y.4607 Requirements for the interworking of autonomous urban delivery robots. 2024.

8. Картвелишвили В.М., Лебедюк Э.А. Метод анализа иерархий: критерии и практика // Вестник Российского экономического университета им. Г.В. Плеханова. 2013. № 6(60). С. 97–112. EDN:QCRDPL

9. Нейский И.М. Классификация и сравнение методов кластеризации. 2006. URL: http://it-claim.ru/Persons/Neyskiy/Article2_Neiskiy.pdf (дата обращения 03.08.2026)

10. Bezdek J.C., Ehrlich R., Full W. FCM: The fuzzy c–means clustering algorithm // Computers & Geosciences. 1984. Vol. 10. Iss. 2-3. PP. 191–203. DOI:10.1016/0098-3004(84)90020-7

11. Штовба С.Д. Муравьиные алгоритмы // Exponenta Pro. Математика в приложениях. 2003. Т. 4. № 4. С. 70–75.

12. Зорькин Д.Ю., Самофалова Л.В., Асанова Н.В. Муравьиный алгоритм на Python // Известия Южного федерального университета. Технические науки. 2025. № 1(243). С. 81–91. DOI:10.18522/2311-3103-2025-1-81-91. EDN:LTCPLQ

13. Адонин Л.С., Владыко А.Г. Алгоритмы роевого интеллекта для решения задач оптимизации в системах телекоммуникаций // Труды учебных заведений связи. 2025. Т. 11. № 3. С. 7‒24. DOI:10.31854/1813–324X–2025–11–3–7–24. EDN:JUAAMB

14. Mineeva V., Ateya A.A., Volkov A., Muthanna A., Koucheryavy A., Chellou S.A., et al. A novel feature-oriented quality of anything (QoX) framework for end-to-end robotic services in 6G networks // Scientific Reports. 2025. Vol. 15. Iss. 1. P. 24945. DOI:10.1038/s41598–025–09677–6. EDN:SCBCCR