إدارة موارد ذكية في شبكات مدعومة بالطائرات بدون طيار باستخدام اتصالات خالية من الخلايا وأسقف عاكسة ذكية

توفير خدمة لاسلكية موثوقة للأماكن التي يصعب الوصول إليها

مع امتلاء عالمنا بالمستشعرات والأجهزة المتصلة بالإنترنت—من مجسات تربة المزارع إلى روبوتات المصانع—تتعرض الشبكات اللاسلكية التي تربطها لضغوط متزايدة. تستعرض هذه الورقة نهجًا جديدًا للحفاظ على اتصال مليارات الأجهزة الصغيرة باستخدام مرحلات طائرة وواجهات عاكسة ذكية على المباني، كلها منسقة عبر خوارزمية تعلم. النتيجة شبكة قادرة على توسيع التغطية، وتسريع نقل البيانات، وتوفير الطاقة في آن واحد.

لماذا تقصّر الشبكات الحالية

لم تُصمَّم شبكات الهاتف التقليدية لاستيعاب أعداد هائلة من الأجهزة منخفضة الاستهلاك الموزعة عبر المدن والريف ومناطق الكوارث. التغطية غير متجانسة، والتداخل بين الخلايا المجاورة شائع، واستهلاك الطاقة مرتفع. كثير من أجهزة إنترنت الأشياء توجد في أقبية أو خلف جدران سميكة أو في حقول نائية حيث تكون الإشارات ضعيفة. في المقابل، أظهرت المرحلات المحمولة جواً—الطائرات بدون طيار—والأسطح العاكسة الذكية، وهي ألواح مسطحة تعكس موجات الراديو باتجاهات مختارة، قدرة منفصلة على تعزيز أداء الاتصالات اللاسلكية. ومع ذلك، تناولت معظم الدراسات السابقة هذه العناصر بصورة معزولة دون طريقة موحّدة لتنسيقها في الوقت الحقيقي.

نوع جديد من سحابة الهوائيات في السماء

يقترح المؤلفون بنية شبكة «خالية من الخلايا» تتخلى عن حدود الخلايا الصارمة. بدلًا من ارتباط كل مستخدم ببرج واحد، تتعاون العديد من نقاط الوصول الصغيرة لخدمة الأجهزة معًا. في هذا النظام، تشكل نقاط الوصول الأرضية والطائرات بدون طيار والمراوح العاكسة المثبتة على الجدران شبكة مرنة حول الأجهزة. ترسل محطة أساسية مركزية إشارات راديو لا تحمل البيانات فحسب، بل تعيد أيضًا شحن الطائرات لاسلكيًا. تعمل الطائرات كمرحلات جوية، بينما تثني الألواح العاكسة الإشارات وتركزها إلى الزوايا صعبة الوصول، مما يساعد المستشعرات التي كانت ستكون في مناطق ميتة لولا ذلك.

تعليم الشبكة كي تتكيّف بنفسها

تنسيق مسارات الطائرات، وقوة الإرسال من المحطة الأساسية، ونقطة الوصول التي تخدم كل جهاز، وكيفية توجيه كل لوحة عاكسة هو مهمة معقدة. تضعف طرق التحسين التقليدية عندما تتغير الظروف بسرعة، كما يحدث عندما تتحرك الطائرات أو تحجب العوائق الإشارات. لمواجهة ذلك، صاغ المؤلفون المشكلة كمسألة تعلم. استخدموا التعلّم المعزّز، حيث يجرب النظام تكراريًا تكوينات مختلفة ويتلقى «درجة» بناءً على أدائه على ثلاثة محاور: سرعة البيانات، والتغطية، واستهلاك الطاقة. مع الوقت، يتعلم خوارزم Q-learning بسيط أي الخيارات تميل إلى إعطاء نتائج أفضل إجماليًا ويطور تدريجيًا سياسة لتعديل القدرة ومسارات الطيران واتجاهات الانعكاس.

أداء النظام في اختبارات تحاكي التطبيق العملي

أنشأ الفريق محاكيات حاسوبية مفصلة لمنطقة بمساحة 500 في 500 متر تضم عدة طائرات، وأسقف عاكسة، ونقاط وصول، وعشرات أجهزة إنترنت الأشياء. شملت المحاكاة تأثيرات لاسلكية واقعية مثل خط رؤية جزئي، وتلاشي عشوائي، ومعرفة ناقصة لقناة الراديو، بالإضافة إلى قيود على ارتفاع الطائرات وسعة البطارية والقدرة الإجمالية. ثم قارنوا مخططهم القائم على التعلم بعدة معايير مرجعية معروفة: طريقتان تحسينيتان تقليديتان واثنان من نهج التعلم المعزّز العميق الشائعين. عبر طيف واسع من السيناريوهات، قدّم الأسلوب المقترح باستمرار معدل نقل بيانات إجمالي أعلى، وغطى عددًا أكبر من الأجهزة عند معدّل البيانات الأدنى المطلوب، واستهلك طاقة أقل. على سبيل المثال، مقارنةً بأفضل نهج متنافس، زاد المعدل الإجمالي لنقل البيانات بنحو 15%، ورفعت التغطية بنحو 6%، وخفضت استهلاك الطاقة بحوالي 5%.

العمل معًا: الطائرات والأسطح الذكية

تكشف المحاكاة أيضًا كيف تكمل مكونات النظام بعضها البعض. عندما يكون عدد الطائرات محدودًا، يعتمد خوارزم التعلم بشكل كبير على الألواح العاكسة، ويعدّل سلوكها لتوجيه الإشارات إلى مناطق الظل دون إجبار الطائرات على الحركة أكثر من اللازم. مع توافر مزيد من الطائرات، تبدأ السياسة المتعلّمة في إعادة تموضعها لفتح مسارات أوضح وتقليل أطوال الروابط، بينما تضبط الألواح العاكسة مسارات الإشارة بدقة. يسمح هذا التقسيم للعمل للشبكة بالوصول إلى أداء قريب من الأمثل حتى عندما تكون موارد العتاد محدودة، وهو أمر حاسم في بيئات حساسة للتكلفة أو منظّمة بشكل صارم.

ما يعنيه ذلك لعوالم متصلة مستقبلية

بعبارات بسيطة، تُظهر الدراسة أن السماح للشبكة «بالتعلم بالممارسة» يمكن أن يجعل المرحلات الجوية والجدران الذكية تعمل معًا بكفاءة أكبر بكثير من القواعد المصممة يدويًا. يجمع الجمع بين الطائرات، ونقاط الوصول الموزعة، والعاكسات الذكية، الموجهة بتعلّم معزّز، طريقًا نحو اتصال قوي وواعي للطاقة للمدن المكتظة والمناطق الريفية النائية ومناطق الكوارث على حد سواء. وبينما يعتمد العمل على محاكاة ولا يزال يستند إلى نماذج قناة مبسطة، فإنه يشير إلى شبكات مستقبلية من نوع 6G حيث يصبح المحيط—المباني والطائرات والبنية التحتية—قماشًا قابلًا للبرمجة يحني موجات الراديو ذكيًا للحفاظ على اتصال كل شيء.

الاستشهاد: Wu, H., Gu, F., Lu, H. et al. Intelligent resource management in UAV-enabled networks using cell-free communications and intelligent reflective surfaces. Sci Rep 16, 12900 (2026). https://doi.org/10.1038/s41598-026-43358-2

الكلمات المفتاحية: شبكات لاسلكية بالطائرات بدون طيار, أسطح عاكسة ذكية, اتصالات خالية من الخلايا, التعلّم المعزّز, إنترنت الأشياء