في إطار سعيها لتحسين أداء الشبكات اللاسلكية الحديثة، تعمل تقنية beamforming المنسق في شبكات الجيل الخامس 5G على تبادل المعلومات اللازمة بشكل سريع لتحقيق تنسيق فعال بين الخلايا. لكن، يتسبب تأخير الروابط (backhaul delay) في جعل هذه المعلومات قديمة، مما يؤثر سلباً على الأداء.

تشير الدراسات إلى أنه حتى تأخير بمقدار فترة زمنية واحدة (TTI) قد يقلل أداء CBF-SLNR دون التنسيق، حيث يقوم النظام بكتم ضجيج المستخدمين الذين لم يعودوا نشطين. ومع ذلك، تبرز ورقة بحثية حديثة إطار عمل تنبؤي ثنائي المراحل يهدف إلى تخطي هذه المشكلة: حيث تستخدم شبكة العصبونات الرسومية الزمانية الطيفية (StemGNN) لتوقع حالة جدولة المستخدمين في المستقبل بناءً على ملاحظات تاريخية متأخرة.

تم اختبار هذا النموذج على شبكة مكونة من ثلاث خلايا متصلة بـ 60 مستخدماً و64 هوائيًا لكل محطة أساسية. وقد حقق StemGNN دقة تنبؤ تصل إلى 87.57%، متفوقًا على النماذج الأخرى مثل LSTM وGRU، حيث سجلت التحسينات في الفترات الزمنية الأطول نتائج مذهلة وصلت إلى 7.71%.

عند دمجه في beamforming المنسق، تمكن هذا الإطار من استعادة 57-73% من خسائر معدل البيانات الناتجة عن تأخير واحد من فترة زمنية (TTI)، مما ساهم في تحسين المعدل الإجمالي بنسبة تصل إلى 14.35%. كما أظهر تحسن في العدالة للمستخدمين على أطراف الخلايا، حيث استعاد حتى 83% من خسائر العدالة الناتجة عن التأخيرات.

هذا البحث يسلط الضوء على فعالية التصدي لتأخيرات الروابط كمسألة تنبؤ زماني مكاني، مما يعزز التنسيق بين الخلايا في الشبكات التي تعاني من قيود زمنية.