報道発表資料

  • +メッセージでシェアする
株式会社NTTドコモ、VIAVI Solutions Inc.のロゴ 株式会社NTTドコモ、VIAVI Solutions Inc.のロゴ

ドコモとVIAVI、6GでAIを活用した無線アクセスネットワーク制御最適化に成功
-デジタルツインとAIを活用し、スループット最大約20%改善-
<2026年3月2日>

株式会社NTTドコモ
VIAVI Solutions Inc.

株式会社NTTドコモ(以下、ドコモ)とVIAVI Solutions Inc.(以下、VIAVI)は、6G時代に向けAI技術を活用した無線アクセスネットワーク制御の最適化に関する実証(以下、本実証)を行い、6Gネットワークを模擬したデジタルツイン環境で無線通信を行うために必要な無線アクセスネットワークの制御情報を削減し、最大約20%のスループット改善に成功しました。

本実証は、VIAVIが開発したデジタルツインおよびネットワークシミュレータにドコモが6Gに向け提案する自己認識ネットワーク1を適用し、基地局から端末に向けて送信されるビーム制御における通信性能について、自己認識ネットワークの適用前後の変化を検証しました。その結果、ビーム制御を行う際に発生する制御信号の一部が削減され、データ通信に使用可能な無線リソースを増加させることで、端末から基地局に向けた通信である上りリンクのスループットが最大約20%改善しました。

ドコモが掲げる6Gの価値の一つである「AI for NW2」の実現に向け、ドコモではAI、デジタルツイン技術を活用する自己認識ネットワークを6Gの導入に向け提案しています。自己認識ネットワークでは、通信ネットワークのデジタルツイン環境を構築し、位置情報や無線伝搬路情報など実データを活用することで、実際の無線環境を想定したネットワーク品質の測定や評価が可能となります。これまで、通信ネットワークの性能測定などを行う際は、実際のネットワークに制御信号を送受信して確認する必要がありましたが、自己認識ネットワークの適用により、デジタルツイン環境でネットワーク品質の測定や評価を確認することが可能となるため、実際のネットワークにおける制御信号を低減し、高効率なネットワーク制御を実現することが期待できます。

ドコモとVIAVIは今後も、6G時代のAIを活用したお客さまの体感品質向上やネットワーク運用の効率化に向け、6G時代に活用される技術の研究開発に取り組んでまいります。

なお、本実証の取り組みについては、2026年3月2日(月曜)~5日(木曜)にスペインのバルセロナで開催される「Mobile World Congress Barcelona 20263」のVIAVIブースにおいて展示します。

  1. ドコモが掲げる6Gの価値の一つである「ネットワークのためのAI」の実現に向け提案する技術。さまざまな条件の無線ネットワークでデジタルツインやAIを活用し、ネットワークの性能改善や効率化をめざすもの。ネットワークのデジタルツイン環境で位置情報や無線伝搬路情報などのデータを活用してネットワーク品質測定を行い、測定結果に基づき実際のネットワークに対する制御を行うことで、これまで必要だった端末のネットワーク品質測定などを行うための無線制御信号を低減し、高効率なネットワーク制御の実現が期待可能。
  2. ドコモが掲げる6Gの価値の一つ。通信ネットワークにおける通信制御や保守運用にAI技術を適用し、より効率的かつ高度なネットワーク運用を実現する取組み。
    https://www.docomo.ne.jp/corporate/technology/rd/6g/001/

別紙 実証の概要

1.背景

ドコモが掲げる6Gの価値の一つである「AI for NW(ネットワークのためのAI)」の実現に向け、自己認識ネットワークという技術を6Gに向け提案しています。自己認識ネットワークでは、さまざまな無線ネットワークの環境下でAI、デジタルツイン技術を活用し、ネットワークの性能改善や効率化をめざすものです。具体的には、ネットワークのデジタルツイン環境で位置情報や無線伝搬路情報などのデータを活用してネットワーク品質測定を行い、測定結果に基づき実際のネットワークに対する制御を行う技術です。これにより、これまで必要だった端末のネットワーク品質測定などを行うための無線制御信号を大幅に低減し、高効率なネットワーク制御が可能となります。

従来:端末、品質報告必要 基地局、無線制御 提案(自己認識ネットワーク):端末、品質報告不要 基地局、無線制御、ALが最適化 品質予測、デジタルツイン、デジタルツインで、実環境の品質予測 従来:端末、品質報告必要 基地局、無線制御 提案(自己認識ネットワーク):端末、品質報告不要 基地局、無線制御、ALが最適化 品質予測、デジタルツイン、デジタルツインで、実環境の品質予測
図1.自己認識ネットワークの概要

2. 自己認識ネットワークに基づく基地局ビーム制御の実証内容

2-1. 目的

電波の指向性(飛ぶ方向)を制御するビームフォーミング技術では、端末からの通知される無線ネットワークの品質状況を見ながら、基地局が送信するビームを制御し、選択していました。本実証では、AIによるネットワーク品質の予測技術を活用することによって、端末と基地局間のネットワーク品質測定などの信号低減を確認しています。

2-2. 実証内容

本実証は、東京駅周辺にある複数の基地局をデジタルツインで模擬したシミュレーション環境で行いました。各基地局はそれぞれ8ビームのビーム候補の中から、ネットワーク品質に応じて、端末にとって最適なビームを選択します。これまでは、実際の環境で測定されるネットワーク品質を元にビーム選択を行っていました。本実証では、デジタルツイン上のネットワーク品質測定結果とAIを組みあわせることによって、実際の環境でのネットワーク品質測定の回数を減らし、ビーム選択を行いました。

現実世界(今回はネットワークシミュレータで模擬):基地局1、ビーム1-1、ビーム1-2、ビーム1-8 端末 基地局2、ビーム2-1、ビーム2-2、遮蔽物、ビーム2-8 基地局3、ビーム3-1、ビーム3-2、ビーム3-8 基地局4、ビーム4-1、ビーム4-2、ビーム4-8 デジタルツインの中の処理:NW/基地局側の制御 位置情報(+移動方向)無線伝搬路情報 無線制御 AIモデル 端末に最適なビームを選択 現実世界(今回はネットワークシミュレータで模擬):基地局1、ビーム1-1、ビーム1-2、ビーム1-8 端末 基地局2、ビーム2-1、ビーム2-2、遮蔽物、ビーム2-8 基地局3、ビーム3-1、ビーム3-2、ビーム3-8 基地局4、ビーム4-1、ビーム4-2、ビーム4-8 デジタルツインの中の処理:NW/基地局側の制御 位置情報(+移動方向)無線伝搬路情報 無線制御 AIモデル 端末に最適なビームを選択
図2.本実証のシステム構築のイメージ

2-3. 実証結果

本実証では、これまでと同じように端末にとって最適なビーム選択ができることを確認しました。これまでと比べ、無線制御信号を削減できることからデータ通信に使える無線リソースが増え、上りスループットが最大20%改善することを確認しました。

3.各社の役割分担

各社の役割分担
社名 役割
ドコモ
  • 全体ネットワークアーキテクチャ・方式検討
  • 「自己認識ネットワーク」コンセプトの提案、検証
VIAVI
  • 無線アクセスネットワークシミュレータの開発・提供
  • 測定データに即したAI、デジタルツイン技術の提供

報道発表資料に記載された情報は、発表日現在のものです。仕様、サービス内容、お問い合わせ先などの内容は予告なしに変更されることがありますので、あらかじめご了承ください。

このページのトップへ