في عالم الاتصالات الحديثة، تعد موثوقية السرعة المنخفضة للغاية (URLLC) إحدى الركائز الأساسية التي تم بناء شبكة الجيل الخامس (5G) عليها، حيث تسعى 3GPP لتحقيق زمن استجابة يتراوح بين 1 إلى 10 مللي ثانية لتطبيقات كأنظمة الأتمتة الصناعية، والاتصالات بين المركبات وكل شيء (V2X)، والشبكات التكتيكية والتحكم في الأنظمة غير المأهولة.

مع مرور السنوات، أظهرت الشبكات الفعلية للجيل الخامس زمن استجابة وسطي يتراوح بين 50 إلى 70 مللي ثانية، تعود أسبابها إلى إجراء طلب الجدولة (Scheduling Request - SR) الذي يجب أن ينفذه جهاز المستخدم (User Equipment - UE) قبل نقل بيانات الرفع (UL). في الجهود الحالية، تسهم الحلول الموجودة، مثل جدولة المنح المكونة (Configured Grant - CG) في الحد من هذا التعطيل لكن فقط لحركة المرور الدورية، مما يفرض قيودًا على تبنيها.

وهنا يأتي دور AUGUSTE، الذي يعني (منح الرفع الاستباقية لـ URLLC عبر تقدير ذاتي التكيف). يعتمد هذا الإطار الذكي على تقنيات التعلم الآلي (Machine Learning - ML) ليتوقع وصول الحزم ويخصص الموارد بشكل استباقي قبل إصدار طلب الجدولة. يحتوي النظام على آلة حالة تكيفية تتناوب بين مرحلة التعلم التي تجمع إحصائيات الوصول غير المتحيزة ومرحلة الثقة التي تستفيد من التوقعات المكتسبة لتحديد الجدولة في الوقت المناسب.

أجري تقييم لـ AUGUSTE على منصة اختبار حقيقية للجيل الخامس منظمة بواسطة OpenAirInterface عبر ثلاثة أنماط من حركة مرور URLLC (طلب-استجابة، استنتاج حافة ML، وتقرير دوري مستقل)، وأظهر النظام أنه يعمل عند أفضل نقطة قابلة للتحقيق في التوازن بين زمن الاستجابة والتعطيل، حيث يحقق زمن جولة متوسطة (Round Trip Time - RTT) يساوي 10 مللي ثانية، مما يقلل المتوسط إلى النصف من قاعدته الزمنية البالغة 20 مللي ثانية، بتكلفة موارد تبلغ حوالي 7-10 ٪.

تُظهر هذه النتائج أهمية AUGUSTE في تطوير مستقبل اتصالات الجيل الخامس، حيث يوفر مزيدًا من الفرص لتحسين تقنيات الاتصال وتخفيض زمن الاستجابة. فما رأيكم في هذا الابتكار الثوري؟ شاركونا آراءكم في التعليقات!