“نظام ذكي لإزالة الضوضاء من الإشارات الفضائية، يجمع بين تحويل المويجات والذكاء الاصطناعي القائم على الانتشار لاستعادة الإشارات الفلكية الضعيفة مع الحفاظ على خصائصها الأساسية.” تبدأ الطريقة بتحليل الإشارة باستخدام Wavelet Transform لاستخراج الخصائص الزمنية والترددية، ثم يعمل نموذج الذكاء الاصطناعي القائم على الانتشار على إزالة الضوضاء تدريجيًا مع الحفاظ على البنية الرئيسية للإشارة.
فكرة المشروع
يتناول المشروع مشكلة الضوضاء والتشوهات التي تظهر في إشارات علم الفلك الراديوي، والتي قد تجعل من الصعب اكتشاف الإشارات الفلكية الضعيفة وتحديد الأجرام السماوية بدقة. يقترح المشروع إطارًا يعتمد على الذكاء الاصطناعي ونماذج الانتشار الاحتمالية لإزالة الضوضاء (DDPM)، مع استخدام بنية U-Net لإعادة بناء الإشارات النظيفة تدريجيًا من البيانات المشوشة، مع الحفاظ على الخصائص الأساسية للإشارة.
01
البداية
02
الفكرة
يقدم المشروع طريقة ذكية لتحسين جودة الإشارات الفضائية الضعيفة والمتأثرة بالضوضاء، من خلال الجمع بين: * تحويل المويجات (Wavelet Transform) لتحليل الإشارة واستخراج خصائصها الزمنية والترددية. * نموذج ذكاء اصطناعي قائم على الانتشار (Diffusion-based AI) لإزالة الضوضاء تدريجيًا. * الحفاظ على البنية الأساسية للإشارة أثناء عملية إزالة الضوضاء. * تحسين وضوح الإشارات الفلكية الضعيفة. * المساعدة في تطبيقات مثل اكتشاف النجوم النابضة (Pulsar Detection) وتحليل النشاط الشمسي. * تقييم الأداء باستخدام SNR وMSE. Group_15 AI-based denoising 4.pdf وأظهرت النتائج أن الطريقة المقترحة حسّنت إعادة بناء الإشارة وقللت الضوضاء مقارنةً بالإشارة الخام وطرق الترشيح التقليدية.
03
التجربة
جولة مصورة توثق مراحل التصنيع، الاختبارات المعملية، وتجارب التتبع الحي في الميدان.
استكشف المشاريع والتجارب التي تشكل تجربة Electrospace 2026.
