Proceedings of the International scientific and practical conference ―Ukrainian Forum of Scientific Strategies‖ (April 6-8, 2026) / Publisher website: www.naukainfo.com. – Kharkiv, Ukraine, 2026. - 275 p.

111 Однак, перехід IoT-мереж до 6G несе за собою певні перспективи та обмеження. З цієї причини є доцільним проведення порівняльного аналізу, аби виявити, що може запропонувати 6G і чи зможе він остаточно замінити 5G. Найбільш очевидна риса, яка відрізняє 5G від 6G - це різниця частотних діапазонів: якщо 5G для IoT спирається на sub-6 GHz і mmWave, то 6G орієнтується на терагерцовий спектр, що відкриває доступ до значно ширших смуг каналу й теоретично вищої пропускної здатності. Водночас зі зростанням частоти різко зменшується дальність зв’язку та погіршується проникнення крізь перешкоди, тому терагерцові рішення доцільні передусім для локальних, кластеризованих або внутрішніх IoT-сценаріїв. Отже, однією з головних технічних проблем 6G до 2030 року залишається компроміс між швидкістю, покриттям і вартістю щільного розгортання базових станцій [1, с. 274-278; 2, с. 836-886; 3, с. 2; 5, с. 136-141]. Паралельно з освоєнням нових частот відбувається розвиток технологій massive MIMO та мережної сегментації. Перехід до ultra-massive MIMO дає змогу підвищити просторову роздільну здатність, збільшити кількість одночасних потоків і масштабувати щільність підключень до рівня, потрібного для промислового IoT, автономного транспорту та розумних міст. Разом із гнучким network slicing це створює передумови для одночасної підтримки критичних, масових і широкосмугових IoT-сервісів у межах єдиної інфраструктури. Однак таке покращення супроводжується різким зростанням складності обробки сигналів, вимог до beamforming та потребою в AI- калібруванні радіоресурсів [4, с. 1117-1174; 5, с. 136-141; 6, с. 44-51; 9, с. 68- 76]. У IoT-середовищі для автономних датчиків особливо важливим є низьке енергоспоживання: у 5G активні режими передавання істотно обмежують термін роботи батарейних сенсорів, тоді як у 6G перспективними вважаються ambient backscatter, energy harvesting, інтелектуальні режими сну та адаптивне керування трафіком. Поєднання цих підходів потенційно дає змогу істотно знизити енергоспоживання і наблизити автономність кінцевих вузлів до