Μάθημα : Νέες και Παλιές Προκλήσεις στα Δίκτυα Κινητών Επικοινωνιών
Μ301 - Σωκράτης Μπαρμπουνάκης
Περιγραφή Μαθήματος
- Το μάθημα δεν διαθέτει περιγραφή -
-
Περιεχόμενο μαθήματος
Το μάθημα εξετάζει διαχρονικές και αναδυόμενες προκλήσεις στα δίκτυα κινητών επικοινωνιών. Καλύπτει την εξέλιξη από τα πρώτα κυψελωτά συστήματα έως τα δίκτυα 5G και τις ερευνητικές κατευθύνσεις προς το 6G, με έμφαση στη σχέση μεταξύ radio access, networking, edge/cloud computing και τεχνητής νοημοσύνης.
Ακολουθεί σύντομη περιγραφή των βασικών θεματικών ενοτήτων.
Ενότητα 1: Εξέλιξη και αρχιτεκτονική δικτύων κινητών επικοινωνιών
Παρουσιάζεται η εξέλιξη από το 1G και το 2G στα δίκτυα 4G, 5G και 5G-Advanced. Εξετάζονται το User Equipment (UE), το Radio Access Network (RAN), το transport network, το mobile core και η διαδρομή προς τις εφαρμογές. Εξηγείται επίσης η διάκριση μεταξύ control plane και user plane.
Ενότητα 2: Wireless και RAN fundamentals
Εισάγονται οι έννοιες της κυψέλης, του radio spectrum, της κάλυψης, της χωρητικότητας και των παρεμβολών. Παρουσιάζονται σε εννοιολογικό επίπεδο το path loss, το fading, το SINR, το frequency reuse, το OFDMA, το MIMO, το massive MIMO και το beamforming. Εξετάζεται ο τρόπος με τον οποίο το δίκτυο κατανέμει time-frequency resources στους χρήστες.
Ενότητα 3: Mobility, QoS και διαχείριση πόρων
Παρουσιάζονται οι διαδικασίες registration, paging, cell selection, handover και session continuity. Εξετάζονται επίσης το scheduling, το admission και congestion control, η Quality of Service (QoS), η Quality of Experience (QoE) και οι διαφορετικές απαιτήσεις εφαρμογών ως προς throughput, latency, reliability και packet loss.
Ενότητα 4: Mobile core, softwarization και network slicing
Μελετάται η μετάβαση από το Evolved Packet Core (EPC) στο 5G Core (5GC), καθώς και οι βασικές λειτουργίες AMF, SMF και UPF. Παρουσιάζονται οι έννοιες SDN, NFV, cloud-native λειτουργιών, network programmability, orchestration και network slicing.
Ενότητα 5: Edge computing και device-edge-cloud continuum
Εξετάζονται το Multi-access Edge Computing (MEC), το local breakout, η τοποθέτηση του UPF και η εκτέλεση εφαρμογών κοντά στους χρήστες. Αναλύονται τα trade-offs μεταξύ latency, υπολογιστικής ισχύος, κατανάλωσης ενέργειας και κόστους μεταφοράς δεδομένων, καθώς και προβλήματα computation offloading και workload placement.
Ενότητα 6: AI για τη βελτιστοποίηση και αυτοματοποίηση των δικτύων
Παρουσιάζονται εφαρμογές AI και Machine Learning για traffic prediction, anomaly detection, mobility prediction, resource allocation, load balancing και energy optimization. Εξετάζονται επίσης το O-RAN, οι RAN Intelligent Controllers, τα xApps και rApps, το AI-RAN, τα closed control loops, το intent-based networking και η χρήση AI agents για network operations. Συζητούνται περιορισμοί όπως explainability, hallucinations, security, human-in-the-loop control και rollback.
Ενότητα 7: Networks for AI και ερευνητικές κατευθύνσεις προς το 6G
Εξετάζεται ο τρόπος με τον οποίο τα AI workloads επηρεάζουν τα δίκτυα, δημιουργώντας ανάγκες για edge και distributed inference, uplink-intensive traffic, compute-aware routing και network-compute co-optimization. Παρουσιάζονται επίσης τα Non-Terrestrial Networks (NTN), το Integrated Sensing and Communication (ISAC), τα cell-free δίκτυα, τα network digital twins, το semantic και goal-oriented networking και η έννοια του AI-native 6G.
Το μάθημα συνδυάζει διαλέξεις, τεχνικά παραδείγματα, αρχιτεκτονικά walkthroughs, μελέτες περιπτώσεων από τη βιομηχανία και συζήτηση πρόσφατων ερευνητικών εργασιών. Στόχος είναι οι φοιτητές να μπορούν να αναλύουν τα δίκτυα κινητών επικοινωνιών ως ολοκληρωμένα συστήματα και να αξιολογούν τα βασικά τεχνικά trade-offs.
Ημερολόγιο
Ανακοινώσεις
Όλες...-
Παρασκευή 6 Νοεμβρίου 2026 - 9:31 π.μ.
-
Παρασκευή 30 Οκτωβρίου 2026 - 9:36 π.μ.
-
Παρασκευή 30 Οκτωβρίου 2026 - 9:24 π.μ.