“ناقشت كلية الهندسة الخوارزمي صباح يوم الخميس الموافق 4/12/2025، وعلى قاعة مناقشات الدراسات العليا، رسالة الماجستير للطالبة اية عادل حميد من قسم هندسة المعلومات والاتصالات، والتي حملت عنوان “انشاء وتطوير نظام اتصالات للجيل السادس باستخدام الاتصالات المعتمدة على الضوء المرئي و خوارزميات الذكاء الصناعي معتمدا على تقنية النفاذ المتعامد وقد نالت الطالبة تقدير (امتياز).
وسلطت الرسالة الضوء على نموذج اتصالات يدمج بين استخدام ثلاث تقنيات مهمة في الجيل السادس للاتصالات وهي، الاتصال باستخدام الضوء المرئي (VLC) وتقنية النفاذ المتعدد غير المتعامد (NOMA) وخوارزميات الذكاء الصناعي تحديدا التعليم الالي غير المركزي او الفيدرالي لزيادة كفاءة وذكاء هذه الأنظمة وزيادة امانها. تستفيد اتصالات الضوء المرئي (VLC) من الطيف البصري غير المرخّص لنقل البيانات بسرعات عالية ودون تداخل إشاري، في حين تتيح تقنية الوصول المتعدد غير المتعامد (NOMA) لعدة مستخدمين مشاركة نفس النطاق الترددي من خلال التعددية في مجال القدرة. غير أن التحديات العملية مثل التداخل الإشاري، وتخصيص الموارد، والتأثيرات غير الخطية في القناة ما تزال تحدّ من أداء أنظمة VLC-NOMA.
لمعالجة هذه التحديات، تم تطوير نموذج نظام مبتكر يدمج تقنيات التعلم الآلي، وبشكل خاص التعلم الفيدرالي، الذي يتيح التدريب الموزع دون الحاجة إلى كشف بيانات المستخدم الخام. يعتمد النظام على خوارزميات التعلم العميق للتنبؤ الفوري بالمسار، والتخصيص الديناميكي للقدرة، وتقدير القناة.
وقد شملت عمليات المحاكاة الواسعة تقييم مقاييس جودة الاتصال بما في ذلك زمن الوصول (latency < 2.7ms)، ومعدل خطأ البت (BER < 0.01)، ونسبة الإشارة إلى التداخل والضوضاء (SINR حتى dB) 20)عبر 200 عميل في بيئة داخلية مُحاكاة.
واظهرت النتائج أن نظام VLC-NOMA المُعزَّز بخوارزميات التعلم الآلي يحقق تحسينات ملموسة في الكفاءة الطيفية، وقابلية التوسع، وموثوقية الربط. علاوة على ذلك، يضمن التعلم الفيدرالي تقارب النموذج بدقة عالمية تتجاوز 95%، مع الحفاظ على خصوصية المستخدم، وتمكين النموذج من التعميم عبر مجموعات مستخدمين متنوعة. واكدت هذه النتائج أن النظام يُمثل حلاً واعداً للبيئات الذكية الداخلية وشبكات الجيل السادس (6G) القائمة على إنترنت الأشياء.
