الجيل القادم تقنيات الترميز لـ 6 كيلوغرامات من النظم اللاسلكية

LDPC Codes: Evolution for Massive MIMO and Terahertz

ويجري تنقيح رموز التحقق من التكافؤ بين الكثافة المنخفضة، التي تمثل بالفعل مجموعة العمل المكونة من 5 قنوات بيانات من الفئة الفنية، بالنسبة لـ 6 جي.

• Optimized degree distributions for terahertz channels:] LDPC ensembles can be designed to match the fluctuating signal-to-noise ratios (SNRs) typical of wideband terahertz links, minimizing error floors.
• Protograph-based codes:] Protograph LDPC codes offer a compact representation and can be scaled for very high code rates (e.g., R > 0.9) with minimal performance loss, useful for high-SNR links.
• Spatially coupled (SC) LDPC codes:] These codes approach the Shannon capacity more closely and display excellent thresholds, making them attractive for low-latency applications when combined with windowed decoding.
• Hardware-aware designs:] To reduce power consumption in massive MIMO base stations, LDPC decoders are being co-designed with the receiver chain to share pipelining and memory resources.

ومن التحديات التي تواجه هذه الفئة في الفئة 6 زاي الحاجة إلى معدلات مرنة وطولات من حيث الحجم، وفي حين أن 5G LDPC تدعم عددا كبيرا من رسومات الأساس، قد يتطلب 6G حتى رطوبة أدق، ويمكن أن توفر التقنيات مثل رفع ورسوم بيانية أساسية متوافقة مع المعدل دون تعقيد مفرط.

مدونات لا تُعدّل: رموز النوافذ والمدافع للقناة الدينامية

أما الرموز التي لا تُعادل - المعروفة أيضاً باسم رموز النافورة - فهي مثالية للسيناريوهات التي لا يمكن التنبؤ فيها بظروف القنوات أو التي يجب أن يخدم فيها جهاز إرسال واحد أجهزة استقبال متعددة ذات درجات متفاوتة من SNRs. وعلى عكس الرموز الثابتة، فإن الرموز التي لا تُعدّ مُعدّلة تولّد مساراً محتملاً للرموز المشفرة؛ ويمكن للمتلقي أن يُحلل ما أن يجمع رموزاً رمزاً ما يكفي من رموز، بغض النظر عن رموزها.

• Adaptive rates without feedback:] In high-mobility scenarios (e.g., vehicle-to-everything), feedback cycles may be too slow. Rateless codes automatically adjust to the momentaneous capacity.
• Efficient broadcast/multicast:] A single encoded stream can serve users with different channel qualities, as each receiver stops when it has enough symbols-ideal for content distribution over 6G multicast.
• Combined with HARQ:] Hybrid automatic repeat request (HARQ) schemes that use rateless codes can reduce retransmission overhead by transmit incremental redundancy until successful decoding.

أما رموز التحويل اللوبيية ورموز الرابتور فهي أكثر الأسر شيوعاً، أما بالنسبة لـ 6G، فإن البحوث تركز على الحد من تعقيداتها الحالية (السجلات) لـ (O(K)) لـ (RptorQ-to meet terahertz speeds)([FT)([FT) التي يمكن أن تُنشر في إطارها شبكات غير متجانسة/مزودة بمقياس للجرعات.

الماكينة للتعلم - المواد الأساسية: التعليم والتعلم

وقد فتحت زيادة التعلم العميق الباب أمام الترميز والتزيين القائمين على الشبكة العصبية، حيث يحل محل الهيكل التقليدي للمدونة أو يضاف إليه عناصر متعلمة، وتبشر رموز التعلم في مجال الآلات من أجل الفئة ٦ زاي واعدة خاصة نظرا لقدرتها على التكيف مع الإحصاءات التي يصعب استخدامها في النماذج التحليلية، وتشمل النهج الرئيسية ما يلي:

• End-to-end learned coding:] Autoencoder structures treat the entire communication chain as a learned mapping, jointly optimizing the encoder, channel, and decoder. This can yield codes that outperform traditionalal designs on specific channels (e.g., non-linear or multi-user channels).
• Neural decoders for existing codes:] instead of designing new codes, ML can improve decoding of polar and LDPC codes. For example, convolutional neural networks (CNNs) can replace iterative message passing, offering faster convergence at the cost of training overhead.
• Meta-learning for rate adaptation:] A light weight model can predict the best coding scheme (code type, rate, and modulation) based on real-time channel measurements, enabling dynamic code shifting without explicit feedback.
• Attention-based sequence models:] Transformers and vision transformers have been adapted to decode short blocks near the opt maximum a posteriori (MAP) bound, a feat that traditional suboptimal decoders cannot match.

غير أن نشر رموز القانون النموذجي في الممارسة العملية ينطوي على تحديات: (أ) الحاجة إلى كميات كبيرة من بيانات التدريب وإعادة التدريب عند تغيير ظروف القناة، (ب) ارتفاع التكلفة الحسابية أثناء النظر (لا سيما بالنسبة للمتحولين)، (ج) عدم إمكانية التوضيح وملزمات الأداء المضمونة؛ وعلى الرغم من هذه العقبات، فإن التقرير التقني للبرمجيات (GPP) 38-843 بشأن 6G() يشير إلى أن عناصر الطبقات المادية القائمة على نظام AI/ML تُعتبر مجمَّعاً رئيسياً.

Emerging Coding Paradigms for 6G

وفيما عدا الأسر الرئيسية الأربع المذكورة أعلاه، فإن عدة مفاهيم أخرى للتكسير تكتسب مشققاً في أوساط البحوث التي تعمل بنظام " 6G " .

Non-Orthogonal Multiple Access (NOMA) Coding

ويتيح هذا الأمر للمستعملين المتعددين تقاسم موارد التردد الزمني نفسه عن طريق الإفراط في كشف إشاراتهم في مجال الطاقة، ويتطلب ذلك الترميز والتزيين المشتركين اللذين يفصلان المستخدمين استنادا إلى كتبهم الرمزية، كما أن البرمجيات المتعددة الشفرة التي تستخدمها، والتوزيع المنخفض الكثافة، هما تقنيتان بارزتان في مجال التدوين في مجال الألغام غير المتطورة، إذ يتعين على ستة فئات من رموز الكشف أن تُدرَب المئات المثلى من المستخدمين في الوقت نفسه.

Intelligent Reflecting Surface (IRS)-Aided Coding

ويمكن لأفرقة مصلحة الضرائب أن تتحكم برنامجياً في بيئة النشر، ولكنها أيضاً تستحدث ضوضاء وتشوهات رمزية في المرحلة، ويعامل العمل المتصاعد نظام الإبلاغ المتكامل كجزء من الحاجز، باستخدام الترميز في الفضاء عبر العناصر المعبرة، مما يؤدي إلى مشكلة تدوين وتشويه مقترنتين، وتظهر النتائج الأخيرة أن استغلال درجات الحرية الإضافية للشركة يمكن أن يؤدي إلى تحسين التنوع وترشيد المكاسب، ولا سيما فيما يتعلق بالروابط غير المباشرة.

الدور الحاسم للتعلم في مجال تصميم المدونة

ويمتد تأثير القانون النموذجي على الترميز بـ 6G إلى ما يتجاوز الرموز المتعلمة، كما أنه ييسر الاستخدام الأمثل في الوقت الحقيقي لبرامترات الترميز، مثل السعر، وطول القطع، وأمر العزلة، استنادا إلى الاستشعار البيئي، مثلا، يمكن لعامل التعاضد أن يربط معدل الترميز إلى أقصى حد ممكن مع احترام القيود المفروضة على حالات الطوارئ، وثمة تطبيق آخر هو تقدير القناة: الدقة في المعلومات المتعلقة بالوكالة الميكانيكية.

وعلاوة على ذلك، يجري استخدام القانون النموذجي في التوقيع على تصميم رموز التصنيفات المسماة LDPC أو بناء الشفرة القطبية لقنوات محددة، ومن خلال تدريب نموذج سخي على مجموعة بيانات من المدونات الجيدة، اكتشف الباحثون أنماطا جديدة متوافقة مع الأسعار، تتجاوز التصميمات اليدوية المثلى، غير أن هذه الرموز كثيرا ما تفتقر إلى الكمال النظري، مما يجعل اعتمادها في المعايير عملية طويلة.

المستقبل المنظور والتنفيذ العملي

وبينما نقترب من المعلمة التي بلغت عام 2030 بالنسبة إلى التجارة التجارية التي تبلغ 6 جي، فإن أساليب الترميز التي وصفها هنا ستحتاج إلى الانتقال من الأوراق الأكاديمية إلى السيليكون الواقعي، وتشمل المراحل الرئيسية ما يلي:

• Standardization:] 3GPP is expected to start the 6G study phase around 2025-2026, with coding schemes being a central topic. Like, a modular framework will be adopted, enabling different codes for different use cases (e.g., polar-like codes for shortpackets, LDPC for streaming, rateless for broadcast).
• Prototyping at Terahertz frequencies:] Testbeds operating around 140 GHz are already being built, these will evaluate the practical throughput and decoder complexity of candidate codes. For instance, a 100 Gbps LDPC decoder in 7 nm CMOS has been demonstrated, but terahertz processing introduces new digital structure challenges.
• Energy-aware design:] 6G base stations will consume huge amounts of power if not optimized. Codec equipment must be energy-proportional, scaling down with traffic load. Rateless and adaptive codes can help by reducing redundant transmissions.
• Integration with AI-native air interface:] The next-generation air interface may include an AI/ML layer that interacts with coding to perform joint source-channel coding, improving end-to-end reliable for applications like holographic video.

وباختصار، فإن الانتقال من 5G إلى 6G لا يشكل مجرد تحسين تدريجي بل هو تحول في النموذج، بل سيزداد تكييف الرموز مع القناة المادية، وسيُدمج فيها بشكل أكثر صرامة في بعض الحالات، ويُستفاد منها من البيانات، وفي حين أن مدونات القواعد القطبية ومدونات الدعم الميداني ستظل من المحتمل أن تكون أساسية، فإن المدونات غير المتناسبة والمستندة إلى القانون النموذجي ستوسع نطاق دورها، ولا سيما في البيئات المتعددة النقاط والدينامية.

خاتمة

ويتوقف النجاح في نشر 6 نظم لاسلكية على تطوير تقنيات الترميز الجيل القادم التي يمكن أن تعالج معدلات البيانات القصوى، والارتفاع المفرط، والربط الهائل، والقنوات المتغيرة للغاية، وقد درست هذه المادة التطور من 5G إلى الحدود الواعدة للرموز القطبية، ومدونات الجائزة غير المتناسبة، ومدونات التقدم التي لا تتناسب مع المستوى المتوسط، ورموز الأُطر التي تُعد على أساسها الأسرة.