طريقة تكاملية فعالة قائمة على نموذج الانحدار المعمم لتنبؤ متعدد الأداءات للهوائيات القابلة لإعادة التكوين من نوع فابري–بيرو

هوائيات ذكية لعصر طيف لاسلكي مزدحم

بينما تتنافس هواتفنا وسياراتنا ومنازلنا على مساحة في الطيف اللاسلكي، لم يعد دور الهوائيات يقتصر على إرسال واستقبال الإشارات فحسب. يجب أن تتكيف فورياً مع الظروف المتغيرة، موجهة حزمها نحو المستخدمين المرغوبين ورافضة التداخل، كل ذلك من دون أن تصبح ضخمة أو مستهلكة للطاقة. تقدم هذه الورقة نهجاً سريعاً معتمداً على البيانات لتصميم نوع خاص من الهوائيات «المتغيرة الشكل» يسمى هوائي فابري–بيرو القابل لإعادة التكوين، واعداً بأجهزة لاسلكية أكثر ذكاءً لأنظمة الاتصالات المستقبلية.

هوائيات يمكنها تغيير سلوكها

عادةً ما تُصمم الهوائيات التقليدية لوظيفة رئيسية واحدة: نطاق ترددي ثابت ونمط حزمة ثابت إلى حد كبير. في الشبكات الحديثة، تصبح هذه الصلابة عبئاً. تتعامل الهوائيات القابلة لإعادة التكوين مع ذلك بالسماح لأجزاء رئيسية من البنية بالتبديل بين حالات مختلفة، مغيرةً الطريقة التي تنعكس أو تُشع بها موجات الراديو. في هوائيات فابري–بيرو، يوجد هوائي تغذية تحت سطح عاكس جزئياً مكوَّن من العديد من «الوحدات الخلوية» الصغيرة. بتغيير حالة كل خلية—باستخدام تقنيات مثل قنوات مملوءة بسوائل، مفاتيح، أو مواد ذكية—يمكن للهوائي توجيه حزمته أو ضبط أدائه دون أي حركة ميكانيكية.

لماذا يصل التصميم بالقوة الغاشمة إلى طريق مسدود

تصميم هذه الأسطح القابلة لإعادة التكوين تحدٍ هائل. يمكن أن تكون كل خلية صغيرة في وضع تشغيل أو إيقاف، أو مضبوطة بطرق متعددة، ويمكن لسطح عملي أن يحتوي عشرات أو مئات الخلايا. يتفجر عدد التركيبات الممكنة، واختبار كل تكوين عبر محاكاة كهرومغناطيسية كاملة بطئ مؤلم. يواجه المهندسون مشكلة: يحتاجون طريقة فعالة للتنبؤ بكيفية تأثر مقاييس الأداء الرئيسية—مثل مدى مطابقة الهوائي للدائرة الراديوية (خسارة الارتداد)، قوة الإشارة (الكسب)، ومكان توجيه الحزمة (نمط الإشعاع)—بأي نمط معين لحالات الخلايا، من دون محاكاة كل احتمال من البداية.

اختصار تعلمي بين المفاتيح والإشارات

يقترح المؤلفون نموذج انحدار معمَّم (GRM) يعمل كاختصار ذكي بين إعدادات المفاتيح على السطح والسلوك الناتج للهوائي. يقومون بترميز كل تصميم كسلسلة ثنائية بسيطة، حيث يمثل "0" أو "1" ما إذا كانت الخلية غير مفعَّلة أو مفعّلة. تُدخَل هذه السلسلة إلى ثلاث شبكات عصبية موازية، كل منها متخصصة في التنبؤ بجانب واحد من الأداء: خسارة الارتداد، الكسب عبر التردد، وشكل حزمة الإشعاع. تنتمي هذه الشبكات إلى عائلة تُسمى شبكات الانحدار المعمم العصبية، اختُيرت لأنها تعمل جيداً حتى عندما يتوفر عدد محدود من الأمثلة المحاكاة عالية الجودة.

ضبط النموذج وعكس المشكلة

لجعل التنبؤات دقيقة وموثوقة، يقوم المؤلفون بضبط الإعدادات الداخلية لكل شبكة تلقائياً باستخدام طريقة تحسين سرب الجسيمات التي تبحث عن أفضل توازن بين ملاءمة البيانات المعروفة والتعميم إلى حالات جديدة. ثم ينقحون النموذج عبر عملية "تصحيح" تكرارية، تتعلم تدريجياً الفجوات بين التنبؤات والمحاكاة عالية الدقة حتى ينخفض الخطأ تحت عتبة محددة. مع وجود هذا النموذج الأمامي، يتناولون المشكلة العكسية: بدلاً من السؤال "ماذا سيفعل هذا النمط؟"، يسألون "أي الأنماط ستحقق أهداف الأداء؟". بمسح سريع وتقليص فضاء التركيبات الممكنة—مستبعدين أي نمط ينتهك قيود بسيطة مثل خسارة الارتداد أو اتجاه الحزمة—يقترب الإطار من تصاميم واعدة دون الاعتماد على محاكيات مكثفة في كل خطوة.

أجهزة مملوءة بالسائل تُختبر عملياً

لإثبات النهج على أجهزة حقيقية، يستخدم الفريق هوائي فابري–بيرو يحتوي سطحه العاكس قنوات دقيقة مملوءة بماء منزوع الأيونات. يغير ملء القنوات أي القنوات مملوءة طريقة انعكاس السطح لموجات الراديو. مع 100 مثال محاكاة فقط تغطي مجموعة من أنماط التفعيل، يتعلم نموذج الانحدار المعمم التنبؤ بخسارة الارتداد، والكسب، وشكل الحزمة بدقة أكبر بكثير من عدة نماذج بديلة منافسة. كما يحقق ذلك بتكلفة حسابية جزءاً بسيطاً من تكاليف المحاكيات الكهرومغناطيسية الكاملة. عندما يُطبَّق مرحلة التصميم العكسي، يجد النموذج بسرعة أنماط السائل التي تفي كل من شرط مطابقة صارم وزاوية توجيه الحزمة المطلوبة، وتقيسات النموذج الأولي المصنوع تتبع التنبؤات عن كثب.

مسارات أسرع لأجهزة لاسلكية مرنة

بعبارة بسيطة، يوضح هذا العمل كيف يمكن لنموذج تعلم آلي مخصَّص أن يحل محل آلاف محاكاة الفيزياء المكلفة، مانحاً مصممي الهوائيات "آلة حاسبة" قوية تربط أنماط المفاتيح على سطح ذكي مباشرة بالأداء في العالم الحقيقي. تماماً كما توجه نماذج الطقس التنبؤات دون قياس كل سحابة، يوجّه نموذج الانحدار المعمم تهيئة الهوائي دون محاكاة كل موجة. النتيجة طريق عملي لتصميم سريع لهوائيات يمكنها توجيه وتشكيل حزمها عند الطلب، قدرة ستكون بالغة الأهمية لتطبيقات الاتصال اللاسلكي والرادار والاستشعار في المستقبل.

الاستشهاد: Huang, Y., Liu, Z., Wang, D. et al. Integrated GRM-based efficient multi-performance prediction method for reconfigurable Fabry–Perot antennas. Sci Rep 16, 12492 (2026). https://doi.org/10.1038/s41598-026-42164-0

الكلمات المفتاحية: هوائيات قابلة لإعادة التكوين, حجرة فابري–بيرو, نمذجة بديلة, تصميم الشبكات العصبية, توجيه الحزمة