تحسين الاتصالات الصاعدة في الجيل الخامس عبر PCC-OFDM الفعّال مع تقدير القناة المعتمد على الشبكات العصبية

لماذا سرعات الرفع في هاتفك مهمة

عندما ترسل فيديو، تنضم إلى مكالمة مباشرة، أو توجه سيارة ذاتية القيادة، يجب على جهازك أن يرفع البيانات إلى الشبكة بسرعة وبموثوقية. تبحث هذه الورقة في كيفية جعل «وصلة الصعود» في الجيل الخامس أكثر ذكاءً وكفاءة من خلال الجمع بين تصميم إشارة راديو ذكي ونموذج تعلم آلي يمكنه التكيف مع الموجات الهوائية الفوضوية في العالم الحقيقي.

استخدام أفضل للطيف اللاسلكي

تقسّم الشبكات المحمولة الحديثة البيانات إلى قطع صغيرة كثيرة وترسلها عبر مجموعة من النغمات الراديوية المتقاربة، وهي طريقة مستخدمة على نطاق واسع في الجيلين الرابع والخامس. يركّز المؤلفون على نسخة محسّنة تُسمى PCC-OFDM، التي ترتب هذه النغمات بحيث تلغي بعض نقاط ضعف بعضها البعض. هذا الترتيب يساعد على ضغط المزيد من المعلومات ضمن نفس حزمة الطيف، ويقلل التداخل بين النغمات، ويتحمّل بعض أخطاء التوقيت والتردد التي عادةً ما تزعج الروابط اللاسلكية.

المشكلة الصعبة لقراءة قناة مشوشة

لكي يفكك المحطة الأساسية ما يرسله هاتفك، تحتاج إلى صورة جيدة عما تفعله الموجات الهوائية في تلك اللحظة. ترتد الإشارات عن المباني والسيارات والأشخاص، مما يخلق أصداء وتشويهات تتغير باستمرار. تحاول الأدوات التقليدية تقدير هذه «القناة» بصيغ رياضية بسيطة، لكنها تجد صعوبة عندما يتحرك المستخدمون بسرعة، أو عندما توجد مسارات متعددة، أو عند استخدام نطاقات واسعة جدًا. يجعل اقتران نغمات PCC-OFDM الخاص هذه المهمة أكثر تعقيدًا، لأن الإشارة المستقبلة على كل نغمة تعتمد أيضًا على جيرانها.

تعليم شبكة عصبية على السمع عبر الضجيج

يقترح المؤلفون شبكة عصبية مدمجة، تسمى إدراكًا متعدد الطبقات (multilayer perceptron)، لتحسين كيفية استشعار النظام للقناة. أولًا، تقوم طريقة قياسية بعمل تخمين تقريبي للقناة باستخدام نغمات مرجعية معروفة. ثم تأخذ الشبكة العصبية الأجزاء الحقيقية والمتخيلة من هذه التخمينات التقريبية كمدخل وتتعلم أن ترسمها مباشرة إلى أفضل قيم تصحيح لكل نغمة. على عكس التصاميم الأعمق أو المتخصصة أكثر، تستخدم هذه الشبكة طبقات متصلة بالكامل فقط، مما يحافظ على عدد المعاملات القابلة للتعديل متواضعًا ويقلل من تكلفة الحوسبة واستهلاك الذاكرة مع الاحتفاظ بقدرتها على التقاط أنماط غير خطية ومعقدة.

من إعداد المختبر إلى مكاسب في الأداء

في محاكاة لسيناريوهات وصلة الصعود في الجيل الخامس مع عدة هوائيات وأنواع مختلفة من محولات التناظرية إلى الرقمية، تمت مقارنة المُقدّر الجديد بعدة مناهج شائعة، بما في ذلك الطرق الخطية الكلاسيكية ونماذج تعلم أعمق مثل الشبكات التلافيفية والمتكررة. قدّم التصميم المقترح خطأ تقدير أقل عبر نطاق واسع من ظروف نسبة الإشارة إلى الضوضاء وهذا مع عدد أقل من العمليات الحسابية. كما دعم إعدادات "مختلطة" للمحوّلات، حيث يستخدم بعض المستقبلات دقة عالية وأخرى دقة خشنة، وهو أمر جذاب لخفض تكلفة الأجهزة واستهلاك الطاقة في مصفوفات الهوائيات الكبيرة.

تحويل التقديرات الأفضل إلى روابط أسرع

يمكن تحويل معرفة أفضل بالقناة إلى معدلات بيانات أعلى عبر توجيه وتشكيل الإشارات بشكل أكثر فعالية. استخدم المؤلفون تقديراتهم المعتمدة على الشبكة العصبية داخل خطوة تشكيل الإشارة المسماة التمهيد (precoding) وقياسوا عدد البتات في الثانية لكل هرتز الذي يمكن للنظام حمله. عبر أحجام هوائيات متعددة، وعدد مستخدمين مختلف، وسرعات حركة وأنواع قنوات مختلفة، قدّم النهج المقترح كفاءة طيفية أعلى من الطرق المستندة إلى التعلم المنافسة، بينما كان أيضًا أسرع ويستهلك ذاكرة أقل. وصلت الدقة إلى نحو 98 بالمئة في اختبارات تصنيف مرتبطة بالقناة، وظلّت عملية التدريب مستقرة دون علامات على الإفراط في التخصيص (overfitting).

ماذا يعني هذا للمستخدمين اليوميين

بعبارة بسيطة، تُظهر هذه الورقة أن شبكة عصبية مصممة بعناية وببساطة نسبية يمكن أن تساعد محطات الجيل الخامس على "الاستماع" إلى بيئة الراديو بوضوح أكبر والاستجابة للتغيرات بسرعة أكبر. عند الجمع بينها وبين طريقة ألذكى في ترتيب النغمات الراديوية، تُمكّن من دفع كمية أكبر من البيانات عبر نفس شريحة الطيف وتحافظ على استقرار الاتصالات حتى عندما يتحرك المستخدمون بسرعة أو يصبح مسار الإشارة مزدحمًا. بالنسبة للشبكات المستقبلية التي يجب أن تدعم المدن الكثيفة، وحساسات صناعية، والمركبات المتصلة، قد تترجم هذه الأساليب إلى مكالمات فيديو أكثر سلاسة، ورفع ملفات أسرع، وروابط أكثر موثوقية دون زيادة متناسبة في تكلفة الأجهزة أو استهلاك الطاقة.

الاستشهاد: J., M.J., S., S. Enhancing 5G uplink communications through efficient PCC-OFDM with neural network-based channel estimation. Sci Rep 16, 15662 (2026). https://doi.org/10.1038/s41598-026-47256-5

الكلمات المفتاحية: وصلة الصعود 5G, تقدير القناة, شبكة عصبية, OFDM, كفاءة طيفية