Back to search
German Aerospace Center (DLR) Linkedin · Posted 2mo ago

Masterarbeit (w/m/d) Mesh-Netzwerke für Drohnenschwärme

Germany

Linkedin
Continue to application Add your email once, then Caio opens the original posting.

Indexed description

Das Institut für Kommunikation und Navigation des DLR widmet sich der missionsorientierten Forschung in ausgewählten Bereichen der Kommunikation und Navigation. Seine Arbeiten reichen dabei von den theoretischen Grundlagen bis hin zur Demonstration neuer Verfahren und Systeme im realen Umfeld und sind in die DLR-Programme Raumfahrt, Luftfahrt, Verkehr sowie Sicherheit und Digitalisierung eingebettet.

Das erwartet dich

Die Forschungsgruppe Advanced Information Processing hat sich zum Ziel gesetzt, modernste theoretische Erkenntnisse in praktische Anwendungen innerhalb von Informationsverarbeitungssystemen umzusetzen. Das Fachgebiet der Gruppe reicht von der Quantenfehlerkorrektur bis hin zum Smart Data Management. Dabei werden innovative Kommunikationstheorien wie die semantische Kommunikation und das „Age of Information“ erforscht, um die Grenzen der Datennutzung und -verbreitung zu erweitern.

Die Dissertation konzentriert sich auf die Analyse und Bewertung fortschrittlicher 5G-Netzwerkprotokolle zur Unterstützung einer effizienten und zuverlässigen Kommunikation in Drohnenschwärmen, wobei auch der Einsatz von ML/RL-Lösungen berücksichtigt wird. Konkret wird der Einsatz von DECT NR untersucht, dem weltweit ersten nicht-zellulären Funkstandard, der von der ITU offiziell als Teil der 5G-Standards zugelassen wurde. Die Lösung ermöglicht dezentrale Protokolle im lizenzfreien Frequenzspektrum und kann ein grundlegender Wegbereiter für fortschrittliche Drohnenkommunikation sein.

Deine Aufgaben

  • sich mit der PHY- und der MAC-Layer des DECT-NR+-Standards vertraut machen
  • die Anwendung der Lösung auf die Kommunikation von Drohnen unter Berücksichtigung von Verkehrsanforderungen, Topologieeinschränkungen und Kanalstörungen untersuchen
  • die Funktionsweise des Protokolls anhand von Simulationen bewerten und dessen Eignung für Mesh-Netzwerke in Drohnenschwärmen für ausgewählte Anwendungsfälle beurteilen
  • den Einsatz von Lösungen des maschinellen Lernens (Machine Learning) und des bestärkenden Lernens (Reinforcement Learning) zur Entwicklung semantischer Netzwerkprotokolle für Drohnenschwärme, die über DECT NR+ kommunizieren, prüfen

Das bringst du mit

  • fundierte Kenntnisse im Bereich Kommunikationssysteme und Signalverarbeitung, mit besonderem Schwerpunkt auf Protokollen auf PHY- und MAC-Ebene
  • Kenntnisse über ML-/RL-Algorithmen
  • Programmierkenntnisse (C/C++) und die Bereitschaft, sich in neue Tools einzuarbeiten
  • Erfahrung mit ereignisgesteuerten Netzwerksimulationen ist von Vorteil
  • Fähigkeit zum selbstständigen Arbeiten und Interesse an interdisziplinären Themen
  • gute Englischkenntnisse

Wir freuen uns darauf, dich kennenzulernen!

Fragen Zu Dieser Position (Kennziffer 5790) Beantwortet Dir Gerne

Dr. Andrea Munari

Tel.: +49 (0) 8135 28 3639

Free. 20 seconds. No password. See every match in this search.

Create a free Caio profile to unlock more results and save your role and location preferences.

Unlock free search
Want help applying to roles like this? Search Caio for free. If repetitive applications get heavy, Managed Job Search adds supervised execution for $99/month.
View Managed Job Search