Lo sviluppo delle reti mobili verso il 5G e oltre incontra limiti crescenti dovuti al consumo energetico e alle potenziali interruzioni, evidenziando la necessità di sostenibilità e resilienza nella progettazione. Sebbene le fonti di energia rinnovabile (RES), l’hardware avanzato e la gestione dinamica delle risorse abbiano notevolmente migliorato l’efficienza energetica, da soli non sono sufficienti a soddisfare la crescente complessità, la densificazione e i requisiti prestazionali delle future Radio Access Network (RAN). Questo corso fornisce un’introduzione completa alla progettazione di RAN sostenibili e resilienti, trattando l’interazione tra efficienza energetica, integrazione delle energie rinnovabili e robustezza nei confronti di guasti quali i blackout elettrici, gli eventi meteorologici estremi e i picchi di traffico. Un’attenzione particolare è dedicata al superamento delle metriche tradizionali di efficienza energetica, introducendo indicatori chiave di prestazione (KPI) avanzati per la sostenibilità, che tengono conto anche dei requisiti di prestazione e di resilienza. I partecipanti esploreranno modelli moderni di consumo energetico delle stazioni base, evidenziandone i limiti e la necessità di approcci aggiornati e basati sui dati, in grado di riflettere le tecnologie attuali. Il corso analizza inoltre il ruolo dell’Intelligenza Artificiale (IA) nell’abilitare il funzionamento di RAN consapevoli dal punto di vista energetico e resilienti, includendo la previsione del traffico, la gestione adattiva delle risorse e la modellazione energetica. Particolare attenzione è rivolta al costo energetico della stessa IA, soprattutto in scenari di edge computing, e alle strategie per integrare le RES sia nell’infrastruttura di rete sia nei carichi di lavoro dell’IA. Il corso approfondisce anche soluzioni a livello di sistema, tra cui architetture RAN abilitate da microgrid, condivisione dell’infrastruttura RAN, strategie di gestione delle batterie, coprogettazione rete–smart grid per l’ottimizzazione congiunta tra comunicazione ed energia, nonché i compromessi tra costo, sostenibilità e resilienza. Vengono inoltre introdotte le reti non terrestri, come le High Altitude Platform Stations (HAPS) e le stazioni base basate su droni, come tecnologie complementari per migliorare la copertura, l’efficienza energetica e la robustezza in scenari complessi. Al termine del corso, gli studenti acquisiranno le conoscenze e gli strumenti metodologici per progettare, analizzare e valutare architetture RAN che ottimizzino congiuntamente efficienza energetica e resilienza, sfruttando l’IA, le energie rinnovabili e strategie avanzate di gestione della rete per garantire un funzionamento affidabile sia in condizioni normali sia in condizioni estreme.

Questo corso è progettato per essere interdisciplinare e accessibile a studenti provenienti da contesti diversi. Fornisce una comprensione di base delle tecnologie attuali ed emergenti delle reti cellulari, con particolare attenzione alla sostenibilità, alla resilienza e alla loro interazione con le infrastrutture energetiche. L’obiettivo è fornire agli studenti le conoscenze necessarie per sfruttare queste tecnologie come abilitatori nella propria ricerca, promuovendo lo sviluppo di soluzioni innovative e interdisciplinari.

1) Introduzione alle reti mobili sostenibili e resilienti: sfide, metriche e compromessi di progettazione (3 ore) - Evoluzione dal 4G al 5G/6G: sfide energetiche e di resilienza - Sostenibilità vs. resilienza: definizioni e (nuovi) KPI oltre l’efficienza energetica - Impatto della crescita del traffico, della densificazione e degli eventi estremi 2) Modellazione del consumo energetico delle stazioni base: dagli approcci tradizionali a quelli data-driven (3 ore) - Limiti dei modelli classici di consumo energetico delle BS - Architetture moderne di stazioni base - Modellazione basata su misure e disponibilità dei dati 3) Gestione delle risorse RAN orientata all’energia (3 ore) - Allocazione dinamica delle risorse e modalità di sleep - Ottimizzazione multi-tecnologia e multi-frequenza - Condivisione della rete e cooperazione tra operatori - Compromessi tra efficienza energetica e degrado dell’hardware - Casi studio su strategie RAN a basso consumo energetico 4) IA per la previsione del traffico e dell’energia nelle RAN (3 ore) - Tecniche di IA/ML per la previsione della domanda - Modellazione spazio-temporale - Integrazione dell’IA nei loop di controllo della RAN - Costo energetico dell’IA: training vs. inferenza, vincoli dell’edge 5) IA ed edge computing a basso consumo energetico (2 ore) - Analisi del consumo energetico dei modelli di IA - Considerazioni su GPU/acceleratori e ottimizzazione - Edge computing alimentato da RES: sfide e opportunità - Bilanciamento tra prestazioni, latenza e consumo energetico 6) Integrazione delle energie rinnovabili e progettazione di microgrid per le RAN (3 ore) - Alimentazione delle BS con energia solare, eolica e ibrida - Accumulo tramite batterie: dimensionamento, durata e compromessi di costo - Architetture RAN basate su microgrid e gestione energetica locale - Resilienza in caso di guasti alla rete elettrica e condizioni estreme - Verso una co-progettazione congiunta tra rete di comunicazione e smart grid 7) Reti non terrestri per sostenibilità e resilienza (2 ore) - HAPS e stazioni radio base basate su UAV - Estensione della copertura e offloading del traffico - Sfide di backhaul e strategie di caching - Integrazione con le RAN terrestri 8) Valutazione finale: presentazioni di progetti orientati alla ricerca (1 ora) - Gli studenti propongono e presentano una soluzione legata alla propria ricerca, con focus su sostenibilità, resilienza o entrambe

In presenza

Presentazione orale

P.D.1-1 - Febbraio