في عالم يتقدم سريعًا نحو التقنيات المتطورة، تبرز تقنية الاستشعار والاتصال المدمجة (Integrated Sensing and Communication - ISAC) كمفهوم ثوري في شبكات الاتصال اللاسلكية المقبلة. تستفيد هذه التقنية من النطاق الترددي الواسع والترددات العالية والمصفوفات الكبيرة من الهوائيات في أنظمة 5G-Advanced و6G لتقديم استشعار على مستوى الفيزيائي، مستندة إلى معلومات حالة القناة (Channel State Information - CSI).

وقد حدد مشروع الشراكة للجيل الثالث (3GPP) إصدار 19 32 حالة استخدام محتملة لتقنية ISAC، مع تأكيد خاص على قدرتها على الكشف عن وتتبع الأجسام المتحركة. في إطار عمل حديث، تم تسليط الضوء على استخدام الاستشعار للكشف عن الاقتحام في السكك الحديدية مع التركيز على المخاطر التي تشكلها الكائنات intruders، بما في ذلك الحيوانات البرية، التي تدخل مسارات السكك الحديدية.

قام الباحثون بإنشاء 22,695 مصفوفة CSI مرتبطة بالحقيقة الأرضية باستخدام بيئة سكة حديد مصممة ثلاثية الأبعاد ومحاكي Sionna اللاسلكي. وتم تطوير نموذج تعلم آلي يجمع بين الشبكة العصبية التلافيفية ثلاثية الأبعاد (3D CNN) وشبكة الذاكرة الطويلة والقصيرة الموجهة ثنائية الاتجاه (Bidirectional Long Short-Term Memory - BiLSTM) للكشف عن المتطفلين في منطقة خطر المسار وتقدير موقعهم الفعلي نسبيًا إلى القطار، وسرعتهم، ووقت الاصطدام.

على البيانات الاصطناعية لـ CSI، حقق النموذج دقة تصل إلى 99.57% في الكشف عن المتطفلين، مع معدل خطأ متوسط (Mean Absolute Error - MAE) قدره 0.4240 في تقدير الموقع، السرعة، ووقت التصادم. توضح هذه النتائج الإمكانات الواعدة لاستشعار ذات الطابع المدمج (CSI-based ISAC) مع التعلم الآلي في الكشف الموثوق عنه في السكك الحديدية.

إذا كنت مهتمًا بمزيد من التفاصيل، يمكنك الوصول إلى قاعدة الكود الكاملة لتوليد وتحرير بيانات CSI وتطوير النموذج عبر هذا الرابط: رابط.