نظام اتصالات الضوء المرئي NOMA مع مستقبلات التنوع الزاوي: التحليل والرؤى

1. المقدمة

يُعد الطلب المتواصل على معدلات بيانات أعلى محركًا رئيسيًا في أبحاث الاتصالات. تقدم تقنية اتصالات الضوء المرئي (VLC) تقنية واعدة مكملة لأنظمة الترددات الراديوية (RF)، حيث تستفيد من انتشار إضاءة LED لنقل البيانات. ومع ذلك، تواجه تقنية VLC تحديات جوهرية مثل عرض النطاق الترددي المحدود لتعديل مصابيح LED، والتداخل بين الرموز (ISI)، والتداخل في القناة المشتركة (CCI) في سيناريوهات المستخدمين المتعددين. تبحث هذه الورقة في دمج تقنية الوصول المتعدد غير المتعامد (NOMA) مع مستقبلات التنوع الزاوي (ADRs) للتغلب على هذه القيود وتعزيز أداء النظام بشكل كبير في شبكات VLC الداخلية.

2. نموذج النظام

يتم نمذجة النظام المقترح داخل بيئة داخلية قياسية لتقييم التآزر بين تقنية NOMA وتقنية ADR.

2.1 نمذجة الغرفة والقناة

تمت محاكاة غرفة مستطيلة بأبعاد 8 متر (طول) × 4 متر (عرض) × 3 متر (ارتفاع). تم نمذجة الجدران والسقف كعواكس لامبرتيان بمعامل انعكاس (ρ) قدره 0.8. يتم حساب استجابة القناة البصرية للنبضة باستخدام خوارزمية تتبع الأشعة الحتمية، مع الأخذ في الاعتبار كل من خط البصر (LOS) والانعكاسات المنتشرة (حتى رتبة محددة). يمكن نمذجة كسب القناة للرابط على النحو التالي:

$H(0) = \frac{(m+1)A}{2\pi d^2} \cos^m(\phi) T_s(\psi) g(\psi) \cos(\psi)$ لـ $0 \le \psi \le \Psi_c$

حيث $m$ هو رتبة لامبرتيان، $A$ هي مساحة الكاشف، $d$ هي المسافة، $\phi$ و $\psi$ هما زاويتا الإشعاع والسقوط، $T_s(\psi)$ هو كسب المرشح، $g(\psi)$ هو كمجمع الضوء، و $\Psi_c$ هو مجال رؤية المستقبل (FOV).

2.2 تصميم مستقبل التنوع الزاوي (ADR)

يكمن الابتكار الأساسي في استخدام مستقبل ADR رباعي الفروع. يتكون كل فرع من كاشف ضوئي بمجال رؤية ضيق، موجه في اتجاه مميز (مثل الاتجاه لأعلى وزوايا سمتية محددة). يسمح هذا التصميم للمستقبل بدمج الإشارات بشكل انتقائي من الفرع ذي كسب القناة الأقوى، مما يخفف بشكل فعال من تأثير ضوضاء الضوء المحيط، وتشتت المسارات المتعددة، والتداخل في القناة المشتركة من نقاط الوصول (APs) الأخرى.

2.3 مبدأ NOMA وتخصيص الطاقة

تعمل تقنية NOMA في مجال الطاقة. في جهاز الإرسال، يتم تراكب إشارات مستخدمين متعددين بمستويات طاقة مختلفة. المبدأ الأساسي هو تخصيص طاقة أكبر للمستخدمين ذوي ظروف القناة الأضعف. في جهاز الاستقبال، يتم استخدام إلغاء التداخل المتتالي (SIC): يقوم المستخدم ذو القناة الأفضل بفك تشفير وإزالة إشارات المستخدمين ذوي القنوات الأضعف قبل فك تشفير إشارته الخاصة. يُعطى المعدل القابل للتحقيق للمستخدم $i$ في زوج NOMA ثنائي المستخدمين بالعلاقة:

$R_i = B \log_2 \left(1 + \frac{\alpha_i P_t |h_i|^2}{\sum_{j>i} \alpha_j P_t |h_i|^2 + N_0 B}\right)$

حيث $B$ هو عرض النطاق الترددي، $P_t$ هو إجمالي قدرة الإرسال، $h_i$ هو كسب القناة للمستخدم $i$، $\alpha_i$ هو معامل تخصيص الطاقة ($\alpha_1 + \alpha_2 = 1$، و $\alpha_1 > \alpha_2$ إذا كان $|h_1|^2 < |h_2|^2$)، و $N_0$ هو كثافة طاقة الضوضاء الطيفية.

3. نتائج المحاكاة والمناقشة

تم تقييم أداء نظام NOMA-VLC مع ADR مقارنة بنظام أساسي يستخدم مستقبلًا واحدًا بمجال رؤية واسع.

3.1 مقاييس الأداء والإعداد

مقياس الأداء الرئيسي هو معدل البيانات الإجمالي لمستخدمين متعددين داخل الغرفة. يتم وضع المستخدمين بشكل عشوائي، ويتم تحسين تخصيص الموارد (إقران المستخدمين لـ NOMA وتخصيص الطاقة) بناءً على معلومات حالة قنواتهم، وفقًا للنهج السابق للمؤلفين [36].

3.2 مقارنة معدل البيانات: ADR مقابل مجال الرؤية الواسع

تُظهر نتائج المحاكاة ميزة حاسمة للنظام القائم على ADR. يؤدي استخدام مستقبلات ADR إلى تحسين متوسط معدل البيانات بنحو 35٪ مقارنة بالنظام الذي يستخدم مستقبلات بمجال رؤية واسع. يُعزى هذا التحسن إلى قدرة ADR على اختيار مسار إشارة أقوى وأقل تشويهًا، مما يزيد من نسبة الإشارة إلى التداخل والضوضاء الفعالة (SINR) لفك تشفير NOMA.

3.3 تأثير تخصيص الموارد

تسلط الورقة الضوء على أن مكسب الأداء ليس تلقائيًا، بل يعتمد على تخصيص الموارد الذكي. إن إقران المستخدمين ديناميكيًا ذوي كسب قناة مختلف بشكل كبير (وهو شرط أساسي لـ NOMA الفعال) وتخصيص الطاقة وفقًا لذلك، أمر بالغ الأهمية لتحقيق الإمكانات الكاملة لمزيج ADR-NOMA.

4. الخاتمة

يُظهر هذا العمل بنجاح أن دمج مستقبلات التنوع الزاوي مع تقنية الوصول المتعدد غير المتعامد هو استراتيجية قوية لتعزيز سعة ومتانة أنظمة اتصالات الضوء المرئي الداخلية. إن قدرة ADR على توفير مدخل قناة متفوق لعملية SIC الخاصة بـ NOMA تترجم مباشرة إلى تحسينات كبيرة في معدل البيانات، مما يجعل هذه البنية الهجينة مقنعة للغاية في شبكات الاتصالات اللاسلكية البصرية عالية الكثافة المستقبلية.

5. التحليل الأصلي والرؤية الخبيرة

الرؤية الأساسية: هذه الورقة لا تتعلق فقط بإضافة مستقبل أفضل؛ إنها حيلة هندسية ذكية تعيد تصميم ميزانية رابط VLC عند أضعف نقطة فيه - مستوى الضوضاء في المستقبل - لتحرير الإمكانات النظرية الكاملة لـ NOMA. يحدد المؤلفون بشكل صحيح أن أداء NOMA مقيد بشكل حاسم بنجاح SIC، الذي يفشل بشكل كبير في قنوات VLC المنتشرة متعددة المسارات. يعمل مستقبل ADR رباعي الفروع كمرشح مكاني، مما يخلق بشكل فعال قناة "أنظف" للمستخدم الأساسي في زوج NOMA، محولاً المكسب النظري إلى دفعة عملية بنسبة 35٪.

التدفق المنطقي: الحجة أنيقة: 1) تحتاج VLC إلى كفاءة طيفية (هنا يأتي دور NOMA). 2) تحتاج NOMA إلى تفاوت كبير في كسب القناة (مشكلة في الإضاءة المنتظمة). 3) يخلق ADR هذا التفاوت بشكل مصطنع عن طريق اختيار أقوى مسار وارد. 4) النتيجة: يعمل SIC بشكل أفضل، ويزيد المعدل الإجمالي. هذا نهج أكثر تطوراً من مجرد زيادة قدرة الإرسال أو عرض النطاق الترددي، وهو يتماشى مع اتجاهات أبحاث الجيل السادس التي تركز على البيئات الراديوية الذكية، كما نوقش في الأوراق البيضاء من تحالف الجيل التالي (Next G Alliance).

نقاط القوة والضعف: تكمن القوة في مكسب الأداء الكبير والموثق باستخدام ترقية مستقبل منخفضة التعقيد نسبيًا. المنهجية سليمة، باستخدام نماذج تتبع الأشعة وNOMA الراسخة. ومع ذلك، فإن التحليل به ثغرات ملحوظة. أولاً، يفترض معلومات حالة القناة المثالية (CSI) وSIC المثالي - وكلاهما متفائل للغاية في الأنظمة في الوقت الفعلي مع مستخدمين متحركين. ثانيًا، يزيد مستقبل ADR رباعي الفروع من تكلفة المستقبل وحجمه وتعقيد معالجته (منطق اختيار الفرع). تتجاهل الورقة هذه المقايضة. مقارنة بالأعمال الأساسية حول البصريات التكيفية في الاتصالات البصرية في الفضاء الحر (مثل تلك من معمل MIT Media)، فإن نهج ADR هذا ثابت؛ فهو يختار ولكن لا يوجه أو يشكل الحزمة بشكل نشط، مما يترك أداءً إضافيًا على الطاولة.

رؤى قابلة للتنفيذ: بالنسبة لمديري المنتجات وقادة البحث والتطوير، يوفر هذا البحث خارطة طريق واضحة: أعط الأولوية لابتكار المستقبلات. الاستثمار في كواشف ضوئية ذكية متعددة العناصر هو المفتاح لتمييز منتجات Li-Fi المستقبلية. يجب أن تكون الخطوة التالية المباشرة هي إنشاء نموذج أولي لخوارزمية اختيار فرع في الوقت الفعلي واختبارها في ظل ظروف قناة ديناميكية مع معلومات حالة قناة غير مثالية. علاوة على ذلك، استكشف التقنيات الهجينة: اجمع هذا المستقبل ADR مع تقنيات الوصول المتعدد بالشفرة المتناثرة (SCMA) أو تقنية التوقيع منخفض الكثافة (LDS) التي تم استكشافها في 5G NR، والتي قد تقدم مقايضة أفضل بين التعقيد والأداء من NOMA البحت في مجال الطاقة للقنوات البصرية.

6. التفاصيل التقنية

يعتمد أداء النظام على نموذج القناة وعملية فك تشفير NOMA. الطاقة البصرية المستلمة بواسطة الفرع $k$ من مستقبل ADR من مصباح LED $j$ هي:

$P_{r,(j,k)} = H_{j,k}(0) * P_{t,j}$

يختار المستقبل الفرع $k^*$ ذي نسبة الإشارة إلى الضوضاء (SNR) الأعلى: $k^* = \arg\max_k (\sum_j P_{r,(j,k)}^2 / N_0)$. لزوج NOMA في الرابط الهابط مع المستخدمين $U_1$ (قناة ضعيفة) و $U_2$ (قناة قوية)، فإن الإشارة المرسلة هي $x = \sqrt{\alpha P_t}s_1 + \sqrt{(1-\alpha)P_t}s_2$، حيث $s_1, s_2$ هما إشارتا المستخدم. يقوم $U_2$ بفك تشفير $s_1$ أولاً، ثم يطرحها، ثم يفك تشفير $s_2$. يعامل $U_1$ الإشارة $s_2$ كضوضاء ويفك تشفير $s_1$ مباشرة. يحسن ADR قيمة $|h_i|^2$ للمستخدم المحدد، مما يزيد بشكل مباشر من معامل دالة $\log_2$ في معادلة المعدل.

7. النتائج التجريبية ووصف المخططات

بينما لا يحتوي مقتطف PDF المقدم على أشكال بيانية صريحة، يمكن تصور النتائج الموصوفة من خلال مخططين رئيسيين:

المخطط 1: دالة التوزيع التراكمي (CDF) لمعدل بيانات المستخدم. سيظهر هذا المخطط منحنيين: أحدهما لنظام مستقبل مجال الرؤية الواسع والآخر لنظام ADR. سيكون منحنى ADR منزاحًا بشكل ملحوظ إلى اليمين، مما يشير إلى أنه لأي احتمال معين (على سبيل المثال، 50٪ من المستخدمين)، فإن معدل البيانات القابل للتحقيق أعلى. تمثل الفجوة بين المنحنيين بصريًا المكسب المتوسط البالغ ~35٪.

المخطط 2: المعدل الإجمالي مقابل عدد المستخدمين. يرسم هذا المخطط السعة الإجمالية للنظام مع زيادة عدد المستخدمين. سيظهر خط NOMA+ADR ميلًا أكثر حدة وهضبة أعلى من خط NOMA+مجال الرؤية الواسع، مما يوضح قابلية توسع أفضل وكفاءة متعددة المستخدمين. سيكون الخط الثالث للوصول المتعدد المتعامد التقليدي (OMA) مثل TDMA أقل بكثير من كليهما، مما يسلط الضوء على ميزة الكفاءة الطيفية لـ NOMA.

8. إطار التحليل: مثال توضيحي

السيناريو: تقييم نظام VLC لمساحة عمل داخلية عالية الكثافة (مثل مكتب مفتوح به 20 محطة عمل).

تطبيق الإطار:

1. توصيف القناة: استخدم برنامج تتبع الأشعة لنمذجة الغرفة مع تركيبات LED على السقف. احسب مصفوفة كسب القناة $H$ لكل موقع مستخدم محتمل لكل من نماذج مجال الرؤية الواسع ومتعددة الفروع لـ ADR.
2. إقران المستخدمين لـ NOMA: لكل فاصل زمني للجدولة، رتب المستخدمين بناءً على كسب قناتهم من فرع ADR المحدد. شكل أزواج NOMA عن طريق تجميع مستخدم ذي قناة قوية مع مستخدم ذي قناة ضعيفة.
3. تحسين تخصيص الطاقة: حل معاملات الطاقة $\alpha_i$ التي تعظم المعدل الإجمالي، مع مراعاة القيود: $\sum \alpha_i = 1$، $\alpha_i > 0$، ومتطلبات الحد الأدنى للمعدل $R_i \ge R_{min}$. هذه مشكلة تحسين محدب يمكن حلها بواسطة الخوارزميات القياسية.
4. توقع الأداء: أدخل المعلمات المحسنة في معادلة المعدل $R_i$ لحساب معدل البيانات المتوقع لكل مستخدم والمعدل الإجمالي للنظام. قارن نتائج نموذج ADR مع خط الأساس لمجال الرؤية الواسع.

يعكس هذا الإطار مباشرة المنهجية الضمنية في الورقة ويوفر طريقة منهجية لقياس فائدة ADR في نشر محدد.

9. التطبيقات المستقبلية والاتجاهات

نموذج ADR-NOMA-VLC له مسارات واعدة:

• اتصالات فائقة الموثوقية ومنخفضة الكمون (URLLC) لإنترنت الأشياء الصناعي: في المصانع الذكية، يمكن لمستقبلات ADR توفير روابط قوية للتحكم في الآلات من خلال التخفيف من التداخل الناتج عن المعدات المتحركة والأسطح العاكسة.
• الاتصالات البصرية تحت الماء: بيئة التشتت تحت الماء تشبه قنوات VLC الداخلية المنتشرة. يمكن أن تساعد مستقبلات ADR في عزل مسار LOS المهيمن في المياه العكرة، مما يتيح استخدام NOMA لشبكات المستخدمين المتعددين تحت الماء.
• الاستشعار والاتصالات المتكاملة (ISAC): يمكن استخدام الفروع الاتجاهية المتعددة لمستقبل ADR لتقدير زاوية الوصول الأساسية، مما يتيح تحديد موقع الجهاز جنبًا إلى جنب مع الاتصال - وهي ميزة رئيسية للمباني الذكية المستقبلية.
• اتجاهات البحث: يجب أن يتجه العمل المستقبلي نحو مستقبلات ADR التكيفية باستخدام البلورات السائلة أو الأنظمة الكهروميكانيكية الدقيقة (MEMS) للتوجيه الديناميكي للحزمة. علاوة على ذلك، فإن دمج التعلم الآلي للإقران الديناميكي للمستخدمين وتخصيص الطاقة القوي في الوقت الفعلي في السيناريوهات المتنقلة هو خطوة أساسية تالية للانتقال من المحاكاة إلى النشر.

10. المراجع

1. Aljohani, M. K., et al. (2022). NOMA Visible Light Communication System with Angle Diversity Receivers. Source Journal/Conference.
2. Zeng, L., et al. (2017). High Data Rate Multiple Input Multiple Output (MIMO) Optical Wireless Communications Using White LED Lighting. IEEE Journal on Selected Areas in Communications.
3. Ding, Z., et al. (2017). A Survey on Non-Orthogonal Multiple Access for 5G Networks: Research Challenges and Future Trends. IEEE Journal on Selected Areas in Communications.
4. Kahn, J. M., & Barry, J. R. (1997). Wireless Infrared Communications. Proceedings of the IEEE.
5. Next G Alliance. (2023). 6G Technology Report. ATIS.
6. IEEE Standard for Local and Metropolitan Area Networks–Part 15.7: Short-Range Wireless Optical Communication Using Visible Light. (2018). IEEE Std 802.15.7-2018.
7. Wang, Q., et al. (2020). Deep Learning for Optimal NOMA Power Allocation in Visible Light Communications. IEEE Wireless Communications Letters.