Uvođenje 5G tehnologije donijet će pravu revoluciju u pogledu funkcionalnosti javne pokretne mreže: umjetnu inteligenciju u pokretu, autonomna vozila, virtualnu stvarnost, masovno bežično povezivanje elektroničkih uređaja. Pridruži nam se u Vipnetu, iskoristi mogućnost istraživanja naprednih tehnologija, te pripremi svoj diplomski rad pod mentorstvom iskusnih radijskih stručnjaka iz Vipneta i sa Zavoda za radiokomunikacije.

Prezentacija tema diplomskih radova održat će se 22.02.2018. godine u 14 sati u seminaru Zavoda za radiokomunikacije (12. kat C zgrade). Ako si već pronašao/la temu kao stvorenu za sebe, piši nam na gordan.sisul@fer.hr, zvonimir.sipus@fer.hr te na a.tekovic@vipnet.hr

1. Primjena NB-IoT tehnologije u domeni  Interneta stvari
   
   Ericsson predviđa da će broj IOT uređaja na svijetu dostići 20 milijardi do 2023., od čega će gotovo 2.5 milijarde IoT uređaja biti povezano mrežama u domeni LPWA (low-power wide-area coverage). Upravo u toj domeni mrežna funkcionalnost NB-IoT imati će važnu ulogu. Zanimaju nas: predikcije pokrivenosti i njihova usporedba s rezultatima terenskih mjerenja, planiranje optimalnog broja potrebnih lokacija, usporedba unutarpojasnog rada i rada u zaštitnom pojasu, istraživanje vijeka trajanja baterije u ovisnosti o korištenoj aplikaciji...
    
2. Napredne tehnike antenskih sustava
   
   Korištenje naprednih MIMO tehnika ima i imat će važnu ulogu u neophodnom povećanju kapaciteta radijskog sučelja mobilne mreže. U tom kontekstu želimo istraživati: 4x4 MIMO, višekorisnički (MU) MIMO u TDD i FDD načinu rada, 4x2 tehnike oblikovanja dijagranma zračenja (beamforming), UL/DL COMP, inter EnodeB COMP i još mnoge druge tehnike.
    
3. Suživot i efikasno dijeljenje spektralnih resursa između sustava LAA i 802.11ac u 5GHz
   
   Nakon što je ITU odobrio, standardizacijsko tijelo 3GPP u svojem je 13 izdanju omogućilo korištenje 5 GHz nelicenciranog spektra i za LTE, kroz funkcionalnost poznatu kao LAA (Licensed Assisted Access) . Predvjet korištenju bila je implementacija Listen Before Talk (LBT) algoritma. Dobitak će stoga uvelike ovisiti o trenutnoj prometnoj opterećenosti sustava WiFi, a to će biti predmet detaljnijeg istraživanja.
    
4. Analiza propagacije LTE signala u zatvorene prostore za različita frekvencijska područja
   
   Zašto su naknade za korištenje frekvencijskog spektra u 700 MHz i 800 MHz području višestruko veće nego na višim frekvencijskim područjima? Da li su razlike u propagaciji signala između 1800 MHz i 2100 MHz zanemarive, ili pak značajne? Ima li smisla rad mobilnih sustava u frekvencijskom području 3.5, 5 ili 28 GHz? Puno je otvorenih pitanja, puno tema za istraživanje i za vaše diplomske radove!
    
5. Ugađenje propagacijskih modela
   
   Preciznost propagacijskih modela nužan je preduvjet za ispravno predviđanje i modeliranje u radijskoj pristupnoj mreži. Želiš li naučiti raditi u jednom od najmodernijih alata za planiranje radijske pristupne mreže, ovo je tema za tvoj diplomski rad.
    
6. Analiza kvalitete usluga podatkovnih mobilnih mreža u „Hot Spot“ područjima
   
   Kvaliteta usluga u podatkovnim mobilnim mrežama često se banalizira pitanjem: tko je brži? Međutim, istraživanje kvalitete usluge zahtjeva visoku razinu razumijevanja sustava mobilnih mreža i mrežnih funkcionalnosti, korisničkih terminala i ponašanje korisnika. Javite nam se,  zagospodarite ovom temom i u svom nam diplomskom radu otkrijte, tko je zaista najbolji!
    
7. Primjena crowdsourcinga u poboljšanju kvalitete podatkovnih usluge u mobilnoj mreži
   
   HAKOMetar plus, Open map, Speedtest, društvene mreže...samo su neki “crowdsource” izvori podataka koje bi mobilni operateri mogli koristiti kako bi proaktivno i kontinuirano radili na poboljšanju kvalitete podatkovnih usluga.
    
8. Primjena strojnog učenja u telekomunikacijama
   
   Vipnet i jedan od vodećih proizvođača inovativnih rješenja za telekomunikacije, japanski Anritsu, nedavno su implementirali sustav za napredno praćenje korisničkog iskustva pod nazivom eoAnalytics koji omogućava još bržu detekciju i efikasnije nadgledanje mrežnih servisa i kvalitete usluga, a sve to uz pomoć strojnog učenja (machine learning).