Details

Abstrakt in Englisch

Since the introduction of the first digital mobile communications systems, data rate and capacity have been the main optimization goals for new radio systems. Since the fifth generation mobile communications systems (5G), efforts are now also focused on optimizing latency and reliability of the transmission. For ultra-reliable low-latency communications (URLLC), solutions have been explored to achieve a high transmission success probability of 99.999 % within a latency budget of 1 ms. Proposed solutions, for example multi-connectivity, realize this by adding additional redundancy to the transmission. However, due to the large amount of redundancy required, these techniques have a high radio resource consumption, which drive the cost of new applications. For the sixth generation mobile communications systems (6G), the goal is to enable even tighter latency and reliability levels, more URLLC devices per radio cell, and novel applications that require reliability and latency while maintaining high data rates. A more efficient use of available radio resources will then become even more crucial.

In this work, the transmission of augmented reality (AR) video streams with low latency and high data rate requirements is analyzed. Requirements for the communications system are quantified by modeling a suitable video coding technique as a Markov chain. When transmitting AR video streams, latency values of 10 ms at a transmission success probability of 99.9 % are required. At the same time, the required average data rate of 17 Mbit/s per user increases significantly compared to typical industrial URLLC applications. To achieve a lower radio resource consumption of URLLC, a radio resource allocation based on channel information is proposed and investigated in this work. The proposed resource allocation leverages diversity without the need of introducing additional redundancy. Channel predictions are used to keep the resource overhead for obtaining the required channel information low. For prediction horizons up to the coherence time of the channel, sufficiently high prediction accuracy can be obtained for URLLC resource allocation. The performance of a resource allocation based on error-prone channel predictions shows promising reliability comparable to systems with multi-connectivity.

Abstrakt in Deutsch

Seit den ersten digitalen Mobilfunknetzen waren besonders Datenrate und Kapazität Hauptoptimierungsziele für neue Funksysteme. Seit der fünften Generation Mobilfunk (5G) konzentrierten sich Anstrengungen auch auf die Optimierung von Latenz und Zuverlässigkeit der Datenübertragung. Für ultra-zuverlässige Kommunikation mit niedriger Latenz (URLLC) wurden Lösungen erforscht, um eine hohe Erfolgswahrscheinlichkeit der Datenübertragung von 99,999 % innerhalb eines Latenzbdugets von 1 ms zu erreichen. Vorgeschlagene Lösungen, zum Beispiel Multi-Konnektivität, realisieren dies durch Einbringen von zusätzlicher Redundanz in die Übertragungskette. Durch den großen Bedarf an Redundanz weisen diese Verfahren allerdings einen hohen Funkressourcenbedarf auf, welche die Kosten für neue Anwendungen treiben. Für die sechste Generation Mobilfunk (6G) sollen noch strengere Latenz- und Zuverlässigkeitswerte, mehr URLLC-Geräte pro Funkzelle und neue Anwendungen ermöglicht werden, die Zuverlässigkeit und Latenz bei gleichzeitig hoher Datenrate benötigen. Ein effizienterer Umgang mit den verfügbaren Funkressourcen wird dann unerlässlich.

In dieser Arbeit wird die Übertragung von erweiterter Realität (AR) Videostreams analysiert, die eine geringe Übertragungslatenz bei gleichzeitig hoher Datenrate benötigen. Über die Modellierung einer geeigneten Videocodierung als Markov-Kette werden Anforderungen an das Kommunikationssystem quantifiziert. Bei der Übertragung von erweiterte Realität (AR)-Videostreams gilt es Latenzwerte von 10 ms bei einer Erfolgswahrscheinlichkeit der Übertragung von 99,9 % zu erreichen. Gleichzeitig steigt die durchschnittliche Datenrate mit 17 Mbit/s pro Nutzer gegenüber typischen industriellen URLLC-Anwendungen deutlich. Für einen geringeren Funkressourcenbedarf von URLLC wird in dieser Arbeit eine auf Kanalinformationen beruhende Auswahl von Funkressourcen vorgeschlagen und untersucht. Die vorgeschlagene Ressourcenzuweisung nutzt Diversität ohne zusätzliches Einbringen von Redundanz. Um den Ressourcenaufwand für das Erlangen der benötigten Kanalinformationen gering zu halten werden Kanalprädiktionen eingesetzt. Für Vorhersagehorizonte bis zur Kohärenzzeit des Kanals kann eine ausreichend hohe Prädiktionsgenauigkeit für die Ressourcenzuweisung erzielt werden. Die Leistung einer auf fehlerbehafteten Kanalprädiktionen beruhenden Ressourcenallokation zeigt eine vielversprechende Zuverlässigkeit, die vergleichbar zu Systemen mit Multi-Konnektivität ist.