🔢 mathematics

Fluid Reconfigurable Intelligent Surface Enabling Index Modulation

تقترح هذه الورقة إطار عمل لتعديل المؤشر يعتمد على الأسطح الذكية القابلة لإعادة التشكيل السائلة (FRIS) المبتكرة، والذي يستفيد من قابلية إعادة تشكيل الموضع والطور المشتركة لتحقيق مكاسب كبيرة في معدل خطأ البت مقارنة بمخططات الأسطح الذكية التقليدية، مدعوماً بتطوير خوارزميات كشف منخفضة التعقيد وحدود أداء تحليلية صارمة تحت تأثير تلاشي "دبل رايلي" (double-Rayleigh).

المؤلفون الأصليون: Peng Zhang, Jian Dang, Miaowen Wen, Ziyang Liu, Kai-Kit Wong, Chen Zhao, Huaifeng Shi, Zaichen Zhang

نُشر 2026-03-13

📖 4 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Peng Zhang, Jian Dang, Miaowen Wen, Ziyang Liu, Kai-Kit Wong, Chen Zhao, Huaifeng Shi, Zaichen Zhang

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 رسالة سرية إلى صديق عبر ساحة مدينة مزدحمة وصاخبة. الهواء مليء بالعوائق (مباني، أشجار، أشخاص آخرون) التي تحجب صوتك. في عالم الاتصالات اللاسلكية، يشبه هذا محاولة إرسال بيانات عبر مدينة مليئة بناطحات السحاب.

تقليديًا، نستخدم الأسطح الذكية القابلة لإعادة التشكيل (RIS). فكر في هذه الأسطح كأنها جدار من آلاف المرايا الصغيرة والذكية. يمكنك إمالة هذه المرايا لتعكس إشارتك حول المباني لتصل إلى صديقك. لكن هناك مشكلة؛ هذه المرايا ملتصقة بالجدار، لذا لا يمكنها إلا تغيير زواياها (الطور)، وليس موقعها. فإذا كان أفضل مسار للوصول إلى صديقك محجوبًا بواسطة بقعة معينة على الجدار، فستظل عالقًا.

الفكرة الجديدة: المرايا "السائلة"

تقدم هذه الورقة البحثية تقنية ثورية تسمى الأسطح الذكية السائلة القابلة لإعادة التشكيل (FRIS).

تخيل بدلاً من جدار من المرايا الثابتة، أن لديك ورقة سحرية عملاقة من الزئبق السائل أو سربًا من الطائرات المسيرة (الدرونز) الصغيرة الطائرة التي تحوم أمام المباني.

السحر: لا يمكنك فقط إمالة "المرايا" (تغيير الطور)، بل يمكنك أيضًا تحريكها إلى أماكن مختلفة على الورقة (إعادة تشكيل الموقع).
الفائدة: إذا كان أفضل مسار لصديقك محجوبًا حاليًا بواسطة "بقعة سيئة" على الجدار، يمكنك ببساطة تحريك مرآتك إلى "بقعة جيدة" قريبة حيث تكون الإشارة أوضح. يمنحك هذا حرية أكبر بكثير لإيجاد المسار المثالي.

كيف يرسلون الرسالة: "تعديل المؤشر" (Index Modulation)

تقترح الورقة طريقة ذكية لاستخدام هذه القدرة "السائلة" الجديدة لإرسال المزيد من المعلومات، ويسمونها تعديل المؤشر (Index Modulation).

فكر في الأمر كالتالي:

الطريقة القديمة (RIS): أنت ترسل المعلومات فقط عن طريق تغيير شكل صوتك (بيانات الرمز).
الطريقة الجديدة (FRIS-IM): أنت ترسل المعلومات بطريقتين:
- الشكل: لا تزال تغير شكل الصوت (رمز البيانات).
- الموقع: تقوم أيضًا بإرسال رسالة سرية من خلال اختيار المرآة المحددة التي ستستخدمها.

تخ imagine أن لديك 4 أصدقاء ينتظرون استقبال رسالتك.

إذا استخدمت المرآة في أعلى اليسار، فأنت تقول سرًا "الصديق أ".
إذا استخدمت المرآة في أسفل اليمين، فأنت تقول سرًا "الصديق ب".

من خلال تحريك مراياك "السائلة" إلى مواضع مختلفة، أنت ترسل بتات (bits) إضافية من المعلومات بمجرد تحديد أين توجه الإشارة، دون الحاجة إلى طاقة أو عرض نطتاوي (bandwidth) إضافي.

الحيلتان الرئيسيتان

لقد طور المؤلفون لعبتين محددتين للعب بهذه التقنية:

FRIS-RSM (تعديل مكاني للمستقبل): تختار صديقًا محددًا (هوائي المستقبل) للتركيز عليه، وترسل أيضًا رمز بيانات.
FRIS-RSSK (تعديل إزاحة مكانية للمستقبل): أنت ترسل المعلومات فقط من خلال اختيار الصديق الذي ستركز عليه. لا توجد رموز بيانات إضافية، بل الموقع نفسه هو الذي يحمل الرسالة.

التحديات والحلول

تحريك هذه المرايا ليس بالأمر السهل. تتناول الورقة ثلاثة مشاكل كبيرة:

1. مشكلة "الغرفة المزدحمة" (الارتباط المكاني)

المشكلة: إذا وضعت مراياك السائلة قريبة جدًا من بعضها البعض (للحصول على عدد أكبر منها)، فستبدأ في "التحدث" مع بعضها البعض. إذا تحركت إحداها، ستشعر الأخريات بالاهتزاز، مما يجعل من الصعب التحكم في كل منها على حدة.
الحل: أنشأ المؤلفون خريطة رياضية لفهم كيفية تأثير هذه المرايا على بعضها البعض، مما يسمح لهم باختيار أفضل مجموعة من المرايا حتى عندما تكون مزدحمة.

2. مشكلة "المقبض الخشن" (الكمية/التقطيع)

المشكلة: في العالم الحقيقي، لا يمكنك تدوير المقبض إلى أي زاوية مثالية. يمكنك فقط النقر به إلى خطوات محددة (مثل مفتاح التحكم الرقمي في مستوى الصوت). هذا "الخشونة" تسبب فقدانًا طفيفًا في الإشارة.
الحل: اكتشفوا بالضبط مقدار الإشارة المفقودة مع عدد مختلف من "النقرات" (1-بت، 2-بت، 3-بت) وأثبتوا أنه حتى مع عدد قليل من النقرات، ستحصل على جميع فوائد المقبض المثالي والسلس تقريبًا.

3. مشكلة "كثرة الخيارات" (الكشف)

المشكلة: إذا كان لديك 1000 مرآة و100 صديق، فإن فحص كل التوليفات الممكنة للعثور على الأفضل يستغرق وقتًا طويلاً (مثل محاولة العثور على إبرة في كومة قش عن طريق فحص كل قطعة قش واحدة تلو الأخرى).
الحل: اخترعوا "محققًا ذا مرحلتين":
- المرحلة الأولى: مسح سريع للغرفة واختيار أفضل 5 أصدقاء يبدو أنهم يسمعون أقوى إشارة.
- المرحلة الثانية: إجراء الرياضيات التفصيلية والبطيئة على هؤلاء الخمسة الأفضل فقط.
- النتيجة: تحصل على 99% من الدقة ولكن بجهد أقل بنسبة 90%.

الخلاصة

أجرى المؤلفون عمليات محاكاة (اختبارات حاسوبية) ووجدوا أن:

أداء أفضل: استخدام هذه المرايا "السائلة" التي يمكنها التحرك والميل يعطي إشارة أوضح بكثير وأخطاء أقل مقارنة بالمرايا الثابتة القديمة.
الكفاءة: يمكنك الحصول على هذه المكاسب الضخمة حتى لو قمت بتفعيل عدد صغير فقط من المرايا، مما يوفر الطاقة وتكاليف الأجهزة.
الدقة: صيغهم الرياضية تتنبأ بدقة بمدى نجاح النظام، مما يسمح للمهندسين ببنائه بثقة.

باختصار: تُظهر هذه الورقة كيف أن تحويل جدار ثابت من المرايا إلى سطح "سائل" ديناميكي ومتحرك يسمح لنا بإرسال المزيد من البيانات، بشكل أسرع، وبموثوقية أكبر، حتى في أكثر بيئات المدن ازدحامًا. إنه يشبه الترقية من لوحة إعلانية ثابتة إلى سرب من الطائرات المسيرة الذكية التي يمكنها الرقص حول العوائق لتوصيل رسالتك بشكل مثالي.

1. بيان المشكلة

تتطلب الشبكات اللاسلكية المستقبلية (6G) معدلات نقل بيانات أعلى وموثوقية أكبر، مما يدفع بحدود بنيات الهوائيات الثابتة التي تفتقر إلى القدرة الكافية على التكيف المكاني. وبينما توفر الهوائيات السائلة (FA) قابلية إعادة التشكيل المكاني عبر تبديل المنافذ، وتوفر الأسطح الذكية القابلة لإعادة التشكيل (RIS) التحكم في الطور، فإن أسطح (RIS) التقليدية تمتلك مواقع عناصر ثابتة، مما يحد من درجات الحرية المكانية (DoF) الخاصة بها.

تعالج الورقة البحثية الفجوة في تصميم تعديل المؤشر (Index Modulation - IM) لـ الأسطح الذكية القابلة لإعادة التشكيل السائلة (FRIS). بخلاف (RIS) التقليدي، يسمح (FRIS) بإعادة تشكيل مشتركة لكل من مواقع العناصر وأطوارها. ومع ذلك، فإن توسيع أطر عمل (RIS-IM) الحالية لتشمل (FRIS) يعد أمراً صعباً بسبب:

الارتباط المكاني القوي: تخلق شبكات العناصر السائلة الكثيفة (بتباعد أقل من الطول الموجي) ارتباطاً وثيقاً بين تكوينات التنشيط والطور.
تأثيرات التكميم: تتطلب التطبيقات العملية تحكماً في الطور بعدد محدود من البتات، مما يؤدي إلى حدوث أخطاء.
الإحصائيات المعقدة: آلية "اختيار أقوى رابط" عبر تلاشي (double-Rayleigh) المتتالي يخلق إحصائيات ما بعد الاختيار معقدة يصعب تحليلها تحليلياً.

2. المنهجية

يقترح المؤلفون إطار عمل جديد للإرسال ونهجاً تحليلياً دقيقاً:

نموذج النظام: نظام (SIMO) حيث يتواصل مرسل ذو هوائي واحد مع مستقبل ذي $N_r$ من الهوائيات عبر (FRIS). المسار المباشر يكون محجوباً.
المخططات المقترحة:
- FRIS-RSM (تعديل مكاني للمستقبل): يتم نقل المعلومات عبر مؤشر الهوائي المختار ورمز كوكبة ( $M > 1$ ).
- FRIS-RSSK (إزاحة مفتاح مكاني للمستقبل): يتم نقل المعلومات حصرياً عبر مؤشر هوائي المستقبل ( $M = 1$ ).
- الآلية: يقوم (FRIS) باختيار مجموعة فرعية من العناصر السائلة ( $K_{sel}$ ) ديناميكياً من شبكة مرشحة أكبر ( $N_{tot}$ ) ويقوم بتكوين أطوارها لتركيز طاقة الإشارة بشكل متماسك على هوائي استقبال محدد.
خوارزميات الكشف:
- الكاشف الجشع (Greedy Detector): منخفض التعقيد؛ يختار الهوائي الذي يحقق أعلى طاقة مستلمة.
- كاشف القائمة ذو المرحلتين ومنخفض التعقيد: نهج هجين يقوم أولاً بفحص قائمة صغيرة من $L$ من الهوائات المرشحة بناءً على الطاقة المستلمة، ثم يقوم بعملية بحث (Maximum Likelihood - ML) مشترك فقط ضمن هذه القائمة. هذا يوازن بين التعقيد والأداء.
الإطار التحليلي:
- نمذجة القناة: تفترض تلاشي (double-Rayleigh) المتتالي، مع نمذجة الارتباط المكاني لجانب (FRIS) عبر مصفوفة ارتباط (Jakes).
- التقريب الإحصائي: لجعل التحليل قابلاً للتطبيق، اشتق المؤلفون إحصائيات ما بعد الاختيار لأقوى الروابط.
  - بالنسبة للطور المستمر: يستخدم نموذجاً مبتوراً قائماً على العتبة لـ (double-Rayleigh amplitude).
  - بالنسبة للطور المكمّم: طوروا نموذج "إسقاط في الطور" (in-phase projection) لمراعاة فقدان الجمع المتماسك وتسرب التربيع الناتج عن التكميم ذي البتات المحدودة.
- مقياس الأداء: اشتقوا احتمال خطأ الزوج غير المشروط (UPEP) ومعدل خطأ البت (BER) القائم على حد الاتحاد (Union-Bound) باستخدام نهج دالة المولد (MGF).
- إثبات الحد الأدنى: أثبتوا أن الحالة التي تكون فيها مصفوفة الارتباط هي مصفوفة الوحدة ( $J=I$ ) تعمل كحد أدنى نظري لـ (BER) لأي مصفوفة ارتباط ذات قطر وحدة.

3. المساهمات الرئيسية

إطار عمل FRIS-IM مبتكر: تقديم (FRIS-RSM) و(FRIS-RSSK)، واستغلال إعادة التشكيل المشترك للموقع والطور لفتح درجات حرية مكانية إضافية مقارنة بـ (RIS) ذات المواقع الثابتة.
كشف منخفض التعقيد: اقتراح كاشف قائمة ذي مرحلتين يقترب من أداء (ML) مع تقليل التعقيد الحسابي بشكل كبير ( $O(LM)$ مقابل $O(N_r M)$ ).
تحليل أداء قابل للتطبيق: تطوير تقريبات مغلقة لإحصائيات الروابط المتتالية المختارة تحت تلاشي (double-Rayleigh)، مع التعامل مع سيناريوهات الطور المستمر والمكمّم.
الحدود النظرية: إثبات أن حالة عدم الارتباط ( $J=I$ ) توفر حداً أدنى صارماً لأداء (BER) في قنوات (FRIS) المرتبطة.

4. النتائج الرئيسية

مكاسب الأداء: تظهر نتائج المحاكاة أن (IM) المدعوم بـ (FRIS) يتفوق بشكل كبير على المخططات المدعومة بـ (RIS) التقليدية.
- يؤدي زيادة حجم الشبكة المرشحة ( $N_{tot}$ ) مع بقاء العناصر النشطة ( $K_{sel}$ ) ثابتة إلى تحقيق مكاسب كبيرة في نسبة الإشارة إلى الضوضاء (SNR) (على سبيل المثال، مكسب قدره ~6.8 ديسيبل لشبكة مكونة من 256 عنصراً مقابل (RIS) ثابت مكون من 64 عنصراً عند $BER=10^{-4}$ ).
المتانة تجاه التكميم: النظام قوي تجاه تكميم الطور. فمع 3 بتات فقط من دقة الطور، يكون فقدان الأداء مقارنة بالتحكم في الطور المستمر ضئيلاً جداً (< 0.3 ديسيبل).
تأثير الارتباط المكاني: بينما تؤدي الشبكات الكثيفة (بتباعد أقل من الطول الموجي) إلى إدخال ارتباط مكاني يقلل الأداء قليلاً مقارنة بالشبكات المتفرقة، إلا أن المكاسب الإجمالية من توسيع مساحة الاختيار لا تزال هي المهيمنة.
مقايضة نسبة التنشيط: يحقق تنشيط مجموعة فرعية متوسطة من العناصر (على سبيل المثال، $K_{sel}/N_{tot} \approx 1/3$ ) أداءً قريباً من الأمثل، مما يشير إلى أن التنشيط الكامل ليس ضرورياً لتحقيق موثوقية عالية، وبالتالي تقليل تكاليف الأجهزة.
كفاءة الكاشف: يحقق كاشف القائمة ذو المرحلتين، مع حجم قائمة صغير ( $L=3$ أو $5 $)، أداءً قريباً جداً من كاشف (ML) الأمثل ($ L=N_r$) بجزء بسيط من التعقيد.
دقة التحليل: تطابق منحنيات (BER) النظرية المشتقة منحنيات محاكاة (Monte Carlo) بشكل وثيق، مما يؤكد صحة النماذج الإحصائية المقترحة.

5. الأهمية

تجسر هذه الورقة البحثية الفجوة بين تقنية الهوائي السائل والتحكم في السطح الذكي، موضحة أن (FRIS) يمكن أن يعزز بشكل كبير الكفاءة الطيفية والموثوقية في شبكات (6G) المستقبلية. من خلال إدخال تعديل المؤشر (Index Modulation) إلى (FRIS)، يوضح المؤلفون أنه يمكن استخدام إعادة التشكيل المكاني ليس فقط لربح تكوين الشعاع (beamforming gain)، بل أيضاً لحمل بتات المعلومات. يوفر هذا العمل أساساً نظرياً شاملاً (بما في ذلك تحليل (BER) القابل للتطبيق تحت ظروف الارتباط والتكميم) وإرشادات تصميم عملية (التعقيد مقابل الأداء، ونسب التنشيط)، مما يجعلها مرجعاً حيوياً لتطوير الأنظمة اللاسلكية القابلة لإعادة التشكيل من الجيل التالي.