SoftBank, operador móvil en Japón, anuncia haber implementado un método innovador para el diseño de redes de acceso de radio (RAN) basado en machine learning. El servicio agrupa celdas en clusters y toma en cuenta estadísticas de su superposición y la posibilidad de utilizar la agregación de portadoras entre celdas, lo que reduce el gasto operativo y mejora el rendimiento de la red, dice Ericsson que es la empresa que le provee la solución. En comparación con los métodos de diseño de redes tradicionales, se reduce el tiempo de entrega en un 40 por ciento.
“Aplicamos el servicio de Ericsson en clusters urbanos densos con complejidad multibanda en la región de Tokai. El resultado superó nuestras expectativas y actualmente estamos avanzando en otras áreas geográficas con el mismo método y estrecha cooperación con Ericsson”, dice Ryo Manda, gerente del departamento de tecnología de radio de SoftBank.
La base para la utilización de este método es un análisis exhaustivo del entorno real del RAN, teniendo en cuenta la superposición de la cobertura celular, la intensidad de la señal y la diversidad de recepción, entre otras. La gran cantidad de relaciones posibles entre las celdas, así como las consideraciones para la evolución de la red, requieren un poder de cálculo sustancial y técnicas de aprendizaje automático de última generación.
A pesar de los desafíos de este proyecto, SoftBank pudo automatizar el proceso para el diseño del RAN. El análisis de Big Data se aplicó a un cluster de 2.000 celdas y se analizaron los datos para su configuración óptima.