⚡ electrical engineering

Adaptive Selection of Codebook Using Assistance Information and Artificial Intelligence for 6G Systems

تقترح هذه الورقة إطار عمل لاختيار دفتر رموز تكيفي مدعوم بالذكاء الاصطناعي ومعزز من جانب طرف المستخدم (UE) لأنظمة الوصلة الهابطة في الجيل السادس (6G)، والذي يستخدم خصائص القناة الإحصائية المُبلغ عنها لتحسين تكميم المسبق للموجات، مما يؤدي إلى تقليل عبء الإبلاغ عن معلومات حالة القناة (CSI) مع الحفاظ على إنتاجية النظام المستهدفة.

المؤلفون الأصليون: Denis Esiunin, Alexei Davydov

نُشر 2026-02-18

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Denis Esiunin, Alexei Davydov

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك تحاول إرسال بث فيديو معقد وعالي الدقة إلى منزل صديقك عبر اتصال إنترنت غير مستقر. إذا كان الاتصال مثاليًا، يمكنك إرسال الملف كاملاً دون ضغط. ولكن إذا كان الاتصال متقطعًا، يجب عليك ضغط الملف حتى لا يتعثر في الإرسال أو يُفقد. الحيلة تكمكمن في معرفة مقدار الضغط المطلوب بدقة: إذا ضغطته أكثر من اللازم، سيبدو الفيديو مشوشًا وغير قابل للمشاهدة؛ وإذا ضغطته أقل من اللازم، سيكون حجم الملف كبيرًا جدًا بحيث لا يمكن إرساله، مما يسبب تأخيرات.

هذه الورقة البحثية تتحدث عن حل هذه المشكلة تمامًا لشبكات الجيل السادس (6G) المتنقلة، ولكن بدلًا من ملفات الفيديو، نحن نتحدث عن الإشارات الراديوية المستخدمة لبث البيانات إلى هاتفك.

إليك تفصيل الورقة باستخدام تشبيهات بسيطة:

1. المشكلة: مقاس واحد لا يناسب الجميع

في عالم الهواتف المحمولة الحالي (الجيل الخامس 5G)، يرسل برج الاتصالات (المحطة الأساسية) البيانات إلى هاتفك باستخدام "كتاب رموز" (Codebook). فكر في كتاب الرموز هذا كأنه قاموس لأشكال إشارات معتمدة مسبقًا.

المشكلة: البرج لا يعرف بالضبط كيف يبدو اتصال هاتفك في هذه اللحظة. هل هاتفك في ملعب مزدحم (حيث ترتد الإشارات كثيرًا)؟ هل أنت في خط رؤية مباشر؟ هل تقود سيارتك بسرعة؟
الطريقة القديمة: عادة ما يختار البرج "قاموسًا قياسيًا" واحدًا للجميع. هذا يشبه طباخًا يعد نفس الوجبة للجميع، بغض النظر عما إذا كانوا جائعين، أو شبعى، أو لديهم حساسية معينة. هذا الأسلوب يعمل بشكل جيد نوعًا ما، لكنه ليس مثاليًا. أحيانًا تكون الإشارة ثقيلة جدًا (مما يهدر البطارية والبيانات)، وأحيانًا تكون ضعيفة جدًا (مما يؤدي لانقطاع المكالمات).

2. الحل: طلب المساعدة من الهاتف

يقترح المؤلفون نظامًا جديدًا حيث يعمل الهاتف (معدات المستخدم) بمثابة "مراسل جوي" للإشارة.

التقرير: بدلًا من مجرد قول "لدي إشارة"، يقوم الهاتف بقياس كيفية سلوك الإشارة في ثلاثة اتجاهات:
1. المكان: كيف ترتد الإشارة عن المباني؟ (المجال المكاني)
2. التردد: كيف تتغير عبر قنوات راديو مختلفة؟ (التردد)
3. الزمن: ما مدى سرعة تغير الإشارة أثناء حركتك؟ (الزمن)
التشبيه: تخيل أنك تقود سيارة. يخبر الهاتف البرج: "الطريق متعرج (المكان)، وحركة المرور كثيفة (التردد)، وأنا أقود بسرعة 60 ميلًا في الساعة (الزمن)".

3. العقل المدبر: الذكاء الاصطناعي (AI)

بمجرد أن يحصل البرج على هذا "التقرير الجوي" من الهاتف، فإنه لا يخمن فحسب، بل يستخدم عقلًا اصطناعيًا (شبكة عصبية).

التنبؤ: ينظر الذكاء الاصطناعي إلى التقرير ويتنبأ: "إذا استخدمنا القاموس (أ)، ستكون الإشارة واضحة ولكنها ثقيلة. إذا استخدمنا القاموس (ب)، ستكون خفيفة ولكنها قد تصبح مشوشة".
عامل "التقادم": يدرك الذكاء الاصطناعي أيضًا أنه بحلول الوقت الذي يرسل فيه الهاتف التقرير ويرسل البرج الإشارة مرة أخرى، يكون قد مضى وقت قصير. إذا كنت تتحرك بسرعة، فقد يتغير "الطقس". يأخذ الذكاء الاصطناعي هذا التأخير في الاعتبار (يسمى "تقادم القناة") لضمان أن التنبؤ لا يزال دقيقًا.

4. القرار: اختيار القاموس المثالي

بناءً على تنبؤ الذكاء الاصطناعي، يختار البرج أفضل قاموس رموز لتلك اللحظة المحددة.

الاستراتيجية 1 (موفر الميزانية): "ابحث عن أخف قاموس رموز لا يزال يوفر صورة واضحة بما يكفي". (جيد لتوفير استهلاك البيانات).
الاستراتيجية 2 (الموازن): "هل الوضوح الإضافي للقاموس الثقيل يستحق تكلفة البيانات الإضافية؟" إذا كانت الإجابة لا، فاختر القاموس الأخف. إذا كانت نعم، فاختر الثقيل.

5. النتائج: أسرع وأذكى

اختبر المؤلفون هذا في محاكاة حاسوبية لمدينة مزدحمة.

النتيجة: كانت طريقتهم الجديدة بمثابة مراقب مرور ذكي. لقد قللت من كمية "حركة المرور" (البيانات الإضافية) المطلوبة لإرسال الإشارة بنسبة تقارب 50% مقارنة بالطرق الثابتة القديمة.
الفائدة: ستحصل على نفس سرعات الإنترنت العالية، لكن الشبكة ستكون أكثر كفاءة، مما يوفر عمر البطارية ويسمح لمزيد من الأشخاص باستخدام الشبكة في وقت واحد دون أن تزدحم.

ملخص التشبيه

فكر في النظام القديم كـ ساعي بريد يسلم الطرود دائمًا في صناديق بنفس الحجم، بغض النظر عما بداخلها. إذا كنت ترسل رسالة، فستوضع في صندوق ضخم (هدر للمساحة). وإذا كنت ترسل بيانو، فقد لا يتسع له الصندوق.

هذه الورقة البحثية تقترح ساعي بريد ذكيًا يقوم بـ:

سؤالك عما ترسل (تقرير الهاتف).
استخدام جهاز كمبيوتر لتحديد حجم الصندوق المثالي (تنبؤ الذكاء الاصطناعي).
التعبئة بكفاءة لضمان وصولها بأمان دون إضاعة الكرتون (الاختيار الأمثل لقاموس الرموز).

باختاً: من خلال السماة للهواتف بإخبار الشبكة بالضبط كيف تسلك الإشارة واستخدام الذكاء الاصطناعي لتفسير ذلك، يمكن لشبكات الجيل السادس (6G) إرسال البيانات بكفاءة أكبر، وبسرعة أعلى، وبأقل قدر من الهدر.

فيما يلي ملخص تقني مفصل للورقة البحثية بعنوان "الاختيار التكيفي لكتاب الرموز باستخدام معلومات المساعدة والذكاء الاصطناعي لأنظمة الجيل السادس (6G)".

1. بيان المشكلة

في أنظمة الجيل السادس (6G) وأنظمة الجيل الخامس الجديد (5G NR) المتقدمة التي تستخدم تقنية الميمو الضخم (Massive MIMO)، تُعد دقة معلومات حالة القناة (CSI) أمراً بالغ الأهمية لعمليات التشكيل المسبق للوصلة الهابطة (DL precoding). ومع ذلك، فإن نهج "النموذج الموحد للجميع" في اختيار كتاب الرموز (Codebook - CB) يُعد غير مثالي بسبب:

تغير القناة: تختلف ظروف الانتشار (مثل خط البصر LoS مقابل عدم وجود خط بصر NLoS، مستويات الحركة، وبيئات التشتت) بشكل كبير بين أجهزة المستخدمين (UEs).
معضلة المقايضة: توفر كتب الرموز عالية الدقة (التي تستخدم عدداً أكبر من ناقلات أساس تحويل فوريه المتقطع DFT) دقة تشكيل مسبق أفضل، ولكنها تتسبب في عبء تحكم عالٍ على الوصلة الصاعدة (UL). وفي المقابل، تقلل كتب الرموز منخفضة العبء من الإشارات، ولكنها قد تؤدي إلى تدهور حاد في الأداء في القنوات المعقدة.
قصور الطرق الحالية: تعتمد النهج السابقة غالباً على عتبات بسيطة (مثل تصنيف LoS/NLoS) أو مقاييس أحادية المجال (مثل خصائص القناة في النطاق الزمني فقط)، والتي تفشل في استيعاب الخصائص المشتركة للمجالات المكانية والترددية والزمنية المطلوبة للتشكيل المسبق المعمم للجيل السادس.
تقادم القناة (Channel Aging): تسبب تأخيرات تغذية معلومات حالة القناة (CSI) ما يسمى بـ "تقادم القناة"، حيث لا تعود القناة المبلغ عنها مطابقة للقناة الفعلية، لا سيما في سيناريوهات الحركة العالية.

2. المنهجية

تقترح الورقة إطار عمل للاختيار التكيفي لكتاب الرموز مدعوماً بالذكاء الاصطناعي وبمساعدة من جهاز المستخدم (UE)، ويتم نشره في المحطة الأساسية (BS).

أ. نموذج التشكيل المسبق المعمم

يستخدم النظام مصفوفة تشكيل مسبق معمم $W$ تمتد عبر المجالات المكانية والترددية والزمنية. يتم التحكم في دقة التكميم من خلال عدد ناقلات أساس DFT المستخدمة في كل بُعد:

$L$ : ناقلات أساس المجال المكاني.
$M$ : ناقلات أساس المجال الترددي.
$T$ : ناقلات أساس المجال الزمني.
وتتوافق التوليفات المختلفة من $(L, M, T)$ مع أنواع مختلفة من كتب الرموز (على سبيل المثال: Type-1، eType-2، eType-2a).

ب. معلومات مساعدة موسعة من جهاز المستخدم (UE)

بدلاً من الاعتماد على مقياس واحد، يقوم جهاز المستخدم بالإبلاغ عن الخصائص الإحصائية للقناة عبر ثلاثة أبعاد إلى المحطة الأساسية:

خصائص قناة المجال المكاني (SDCP): الارتباط الذاتي المعياري عبر منافذ الهوائيات.
خصائص قناة المجال الترددي (FDCP):ග الارتباط الذاتي المعياري عبر كتل الموارد (RBs).
خصائص قناة المجال الزمني (TDCP): الارتباط الذاتي المعياري عبر الفترات الزمنية (مع مراعاة تأثير دوپلر/الحركة).
ملاحظة: هذه المقاييس مشتقة من إشارات CSI-RS الموجودة، مما يقلل من عبء الإشارات الإضافية.

ج. التنبؤ بخطأ التكميم القائم على الذكاء الاصطناعي

تستخدم المحطة الأساسية شبكة عصبية (NN) للتنبؤ بدقة التكميم لمختلف تكوينات كتب الرموز بناءً على معلومات المساعدة المبلغ عنها.

المقياس: تقدم الورقة تشابه جيب التمام المعمم المدرك للتقادم (AGCS). بخلاف مقياس GCS القياسي، يدمج AGCS تأخير قياس وإرسال CSI (المشار إليه بـ $\delta$ ) لمراعاة آثار تقادم القناة الناتجة عن حركة جهاز المستخدم.
البنية: يتم تدريب شبكة عصبية متصلة بالكامل (FC) كنموذج انحدار لربط متجه المدخلات $[\bar{c}_p, \bar{c}_f, \bar{c}_t]$ بقيمة AGCS المتوقعة ( $\hat{\rho}_\delta$ ) لكل كتاب رموز مرشح.
التدريب: يتم تدريب النموذج باستخدام خسارة متوسط مربع الخطأ (MSE) مقابل قيم AGCS الحقيقية المستمدة من محاكاة مستوى النظام.

د. استراتيجيات اختيار كتاب الرموز (CB)

تُقترح استراتيجيتان للمحطة الأساسية لاختيار كتاب الرموز الأمثل بناءً على تنبؤات الشبكة العصبية:

الاختيار القائم على العتبة: اختيار كتاب الرموز ذو العبء الأدنى الذي لا يزال يلبي الحد الأدنى من عتبة AGCS ( $\rho_{min}$ ). يتم ضبط هذه العتبة بناءً على مخطط الإرسال (على سبيل المثال، تكون أعلى في MU-MIMO مقارنة بـ SU-MIMO).
تحسين المقايضة: اختيار كتاب الرموز الذي يعظم مكسب AGCS مقارنة بكتاب رموز مرجعي (مثل Type-1) مع تلبية عتبة عبء خاصة بكتاب الرموز ( $\rho_0$ ). وهذا يوازن صراحة بين المكسب في أداء التشكيل المسبق للوصلة الهابطة وتكلفة زيادة عبء الوصلة الصاعدة.

เข้าสู่ 3. المساهمات الرئيسية

المساعدة متعددة الأبعاد: توسيع مساعدة جهاز المستخدم لتتجاوز الارتباط الزمني لتشمل الارتباط المكاني والترددي، مما يسمح بالاختيار الأمثل للمشكلات المسبقة المعممة.
مقياس مدرك للتقادم: يقترح AGCS، وهو مقياس ينمذج صراحة تدهور CSI بسبب تأخيرات التغذية الراجعة والحركة، مما يجعله مناسباً لبيئات الجيل السادس الديناميكية.
التكيف المدفوع بالذكاء الاصطناعي: يثبت جدوى استخدام شبكة عصبية خفيفة الوزن في المحطة الأساسية للتنبؤ بأخطاء التكميم لعدة أنواع من كتب الرموز في وقت واحد، مما يحل محل القواعد التجريبية المعقدة.
تحليل تقليم الميزات (Feature Pruning): يحدد أن حوالي 20-40% من ميزات معلومات المساعدة كافية لتحقيق تنبؤ عالي الدقة، مما يوفر مساراً لتقليل عبء الإبلاغ.

4. نتائج المحاكاة

قيم المؤلفون هذا النهج باستخدام محاكاة مستوى النظام في سيناريو 6G M-MIMO (تردد 7 جيجاهرتز، عرض نطاق 100 ميجاهرتز، 256 منفذ هوائي) مع قنوات 3GPP Urban Macro (UMa).

دقة التنبؤ:
- تتنبأ الشبكة العصبية بدقة بـ AGCS باستخدام معلومات المساعدة المقترحة.
- الحركة المنخفضة: الارتباط المكاني (SDCP) والترددي (FDCP) كافيان.
- الحركة العالية: يصبح دمج الارتباط في المجال الزمني (TDCP) أمراً حاسماً؛ حيث يؤدي إهماله إلى تدهور كبير في دقة التنبؤ للمستخدمين ذوي الحركة العالية.
أداء النظام:
- الإنتاجية (Throughput): يتفوق اختيار كتاب الرموز الخاص بكل مستخدم (المقترح) على مخططات كتب الرموز الثابتة وحتى على التبديل القائم على LoS/NLoS "المثالي" بنسبة ~5% في متوسط إنتاجية المستخدم المدركة (UPT).
- تقليل العبء: مقارنة بالمرجع عالي الدقة (الحالة 4)، تحقق الطرق المقترحة إنتاجية مماثلة مع تقليل عبء CSI بنسبة 45%–53%.
- المستخدمون عند الحافة: تم الحفاظ على فقدان UPT عند المئين الخامس (5th-percentile) دون 3% مقارنة بالمرجع عالي العبء.
مقارنة الاستراتيجيات: حققت الاستراتيجية الثانية (تحسين المقايضة) وفراً أفضل في العبء من الاستراتيجية الأولى (القائمة على العتبة) من خلال إدارة اختيار كتاب الرموز بشكل تكيفي حتى في مناطق AGCS المنخفضة.

5. الأهمية

تعالج هذه الورقة عقبة حرجة في التطور نحو الجيل السادس: الإدارة الفعالة لتغذية CSI الراجعة في بيئات M-MIMO المعقدة والديناميكية للغاية.

القابلية للتوسع: من خلال الانتقال من تكوينات كتب الرموز الثابتة على مستوى الشبكة إلى التكيف الديناميكي الخاص بكل مستخدم، يمكن للنظام التوسع لدعم ظروف قنوات متنوعة دون التضحية بالكفاءة الطيفية.
تكامل الذكاء الاصطناعي: توفر مثالاً ملموساً وعملياً لكيفية دمج الذكاء الاصطناعي/تعلم الآلة في الطبقة الفيزيائية (PHY) لتحسين إشارات التحكم، متجاوزة المفاهيم النظرية.
الاستعداد للمستقبل: تم تصميم إطار العمل لـ "التشكيل المسبق المعمم"، مما يجعله قابلاً للتطبيق مباشرة على معايير الجيل السادس المستقبلية التي ستعتمد بشكل كبير على تقارير CSI المضغوطة ومتعددة الأبعاد.

في الختام، تتيح الطريقة المقترحة حلقة تغذية راجعة "ذكية" حيث تختار الشبكة بذكاء أكثر مخططات التكميم كفاءة لكل مستخدم، مما يعظم إنتاجية النظام مع تقليل ازدحام قناة التحكم.