⚡ electrical engineering

Superimposed Channel Estimation in OTFS Modulation Using Compressive Sensing

यह शोध पत्र ऑर्थोगोनल टाइम फ्रीक्वेंसी स्पेस (OTFS) मॉड्यूलेशन के लिए एक सुपरइम्पोज़्ड चैनल एस्टिमेशन स्कीम का प्रस्ताव करता है जो डिले-डॉप्लर डोमेन स्पर्सिटी का लाभ उठाने के लिए ऑर्थोगोनल मैचिंग पल्स (OMP) एल्गोरिदम का उपयोग करता है, जिससे पायलट ओवरहेड और पीक-टू-एवरेज पावर रेशियो की समस्याओं को समाप्त किया जा सके और प्रतीक रिकवरी के लिए एक मैसेज पासिंग डिटेक्टर का उपयोग किया जा सके।

मूल लेखक: Omid Abbassi Aghda, Mohammad Javad Omidi, Hamid Saeedi-Sourck

प्रकाशित 2026-02-18

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Omid Abbassi Aghda, Mohammad Javad Omidi, Hamid Saeedi-Sourck

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

मुख्य विचार: हाई-स्पीड हाईवे की समस्या

कल्पना कीजिए कि आप 200 मील प्रति घंटे की रफ्तार से एक ऊबड़-खाबड़ और अराजक हाईवे पर गाड़ी चलाते समय अपने दोस्त को एक संदेश भेजने की कोशिश कर रहे हैं। वायरलेस कम्युनिकेशन (जैसे 5G और आने वाला 6G) की दुनिया में, जब डेटा बहुत तेज़ गति से यात्रा करता है, तो यही होता है।

समस्या: जब आप तेज़ी से चलते हैं, तो सिग्नल विकृत (distort) हो जाता है। यह वैसा ही है जैसे आप एक-दूसरे के पास से तेज़ गति से गुजरते समय किसी को चिल्लाकर संदेश देने की कोशिश कर रहे हों; हवा (डॉप्लर शिफ्ट) आपकी आवाज़ को बिखेर देती है, जिससे उसे समझना मुश्किल हो जाता है।
पुराना समाधान (OFDM): पारंपरिक सिस्टम एक ऐसे गायक समूह (choir) की तरह हैं जहाँ हर कोई एक विशिष्ट स्वर गाता है। जब हवा चलती है, तो स्वर आपस में मिल जाते हैं और गायक समूह का संगीत बहुत खराब सुनाई देता है।
नया समाधान (OTFS): यह पेपर एक नई तकनीक के बारे में चर्चा करता है जिसे OTFS (ऑर्थोगोनल टाइम फ्रीक्वेंसी स्पेस) कहा जाता है। नोट्स गाने के बजाय, OTFS "समय और गति" के एक ग्रिड के रूप में संदेश भेजने जैसा है। यह हवा के प्रभाव के खिलाफ बहुत अधिक मजबूत है।

विशिष्ट चुनौती: "पायलट" ओवरहेड

यह सुनिश्चित करने के लिए कि संदेश सही ढंग से पहुँच जाए, भेजने वाले को आमतौर पर एक "परीक्षण सिग्नल" (जिसे पायलट कहा जाता है) भेजना पड़ता है ताकि रिसीवर यह समझ सके कि हवा कैसे चल रही है।

पुराना तरीका (एम्बेडेड पायलट): कल्पना कीजिए कि आप एक लंबा पत्र भेज रहे हैं, लेकिन आपको हर कुछ पैराग्राफ के बाद एक "टेस्ट" शब्द लिखना पड़ता है ताकि रिसीवर को पता चले कि बाकी हिस्से को कैसे पढ़ना है। यह बहुत सारी जगह बर्बाद करता है। तकनीकी शब्दों में, यह उच्च पायलट ओवरहेड (high pilot overhead) है। आप वास्तविक डेटा भेजने के बजाय केवल टेस्ट सिग्नल भेजने के लिए कीमती "सड़क स्थान" का उपयोग कर रहे हैं।
लक्ष्य: लेखक एक ऐसा तरीका चाहते थे जिससे डेटा के प्रवाह को रोके बिना टेस्ट सिग्नल भेजा जा सके। वे चाहते थे कि टेस्ट सिग्नल और डेटा को आपस में पूरी तरह से मिला दिया जाए।

प्रस्तावित समाधान: "अदृश्य स्याही" वाला नुस्खा

यह पेपर सुपरइम्पोज़्ड चैनल एस्टिमेशन (Superimposed Channel Estimation) नामक एक विधि का प्रस्ताव करता है।

उपमा: सूप और नमक
कल्पना कीजिए कि आप सूप का एक बड़ा बर्तन (डेटा) बना रहे हैं। आपको यह जानने की ज़रूरत है कि वह कितना नमकीन है (चैनल स्टेट) ताकि आप उसे सही ढंग से परोस सकें।

पुराना तरीका: आप सूप का एक चम्मच बाहर निकालते हैं, उसे चखते हैं, नमक को एडजस्ट करते हैं, और फिर उसे वापस डाल देते हैं। इसमें समय लगता है और आप थोड़ा सूप खो देते हैं।
नया तरीका (सुपरइम्पोज़्ड): आप खाना पकाने के दौरान पूरे बर्तन में सीधे थोड़ा सा "जादुई नमक" (पायलट) छिड़क देते हैं। आप खाना बनाना नहीं रोकते; आप बस नमक को उसमें मिला देते हैं।

यह कैसे काम करता है:

मिश्रण (Mixing): वे "टेस्ट सिग्नल" (पायलट) को उसी ग्रिड पर "डेटा" के साथ सीधे मिला देते हैं।
मिश्रण की समस्या: अब, रिसीवर के पास डेटा और टेस्ट नमक दोनों का मिश्रण वाला सूप का बर्तन है। वे उन्हें अलग कैसे करेंगे?
गुप्त सामग्री (Sparsity): लेखकों ने महसूस किया कि "हवा" (चैनल) वास्तव में बहुत सरल है। यह केवल कुछ विशिष्ट स्थानों को प्रभावित करती है, पूरे बर्तन को नहीं। गणितीय शब्दों में, चैनल स्पार्स (sparse) है (ज्यादातर खाली जगह जिसमें केवल कुछ सक्रिय बिंदु हैं)।
जासूसी का काम (OMP): वे OMP (ऑर्थोगोनल मैचिंग पर्थसूट) नामक एक स्मार्ट एल्गोरिदम का उपयोग करते हैं। OMP को एक ऐसे जासूस के रूप में सोचें जो जानता है कि अपराधी (चैनल) केवल कुछ विशिष्ट गलियों में छिपता है। जासूस शोर (noise) को अनदेखा करता है और उन कुछ सक्रिय स्थानों को ढूंढ निकालता है ताकि चैनल को समझा जा सके।
लूप (पुनरावृत्ति द्वारा सफाई):
- राउंड 1: जासूस मिश्रित सिग्नल का उपयोग करके चैनल का एक मोटा अनुमान लगाता है।
- राउंड 2: वे उस अनुमान का उपयोग डेटा को "साफ" करने के लिए करते हैं। अब चूंकि डेटा अधिक साफ है, वे साफ किए गए डेटा का उपयोग जासूस को चैनल का और भी बेहतर अनुमान लगाने में मदद करने के लिए करते हैं।
- राउंड 3: वे इसे तब तक दोहराते हैं जब तक कि चैनल को पूरी तरह से समझा न जाए और डेटा को पूरी तरह से रिकवर न कर लिया जाए।

यह बेहतर क्यों है? (लाभ)

यह पेपर अपने तरीके की तुलना तीन अन्य तरीकों से करता है:

कोई ट्रैफिक जाम नहीं (कम ओवरहेड): क्योंकि वे टेस्ट सिग्नल को डेटा के साथ मिलाते हैं, उन्हें अलग से "टेस्ट फ्रेम" भेजने के लिए रुकने की आवश्यकता नहीं होती है। इसका मतलब है कि वास्तविक डेटा के लिए अधिक जगह है। यह हाईवे पर बिना स्पीडोमीटर चेक करने के लिए रुकने की आवश्यकता के बिना गाड़ी चलाने जैसा है।
कोई तेज़ शोर नहीं (कम PAPR):
- समस्या: कुछ तरीके एक एकल, अत्यंत शक्तिशाली "टेस्ट सिग्नल" (जैसे एक विशाल फ्लेयर) का उपयोग करते हैं। इससे सिग्नल का "पीक-टू-एवरेज पावर रेशियो" (PAPR) बढ़ जाता है। कल्पना कीजिए कि एक स्पीकर जो आमतौर पर फुसफुसाता है लेकिन अचानक 100 डेसिबल पर चिल्लाने लगता है। यह उपकरणों को नुकसान पहुँचाता है और ऊर्जा बर्बाद करता है।
- समाधान: लेखक अपने "जादुई नमक" (पायलट) को पूरे ग्रिड में फैला देते हैं। यह एक ही समय में कई लोगों के एक साथ फुसफुसाने जैसा है, न कि एक व्यक्ति के चिल्लाने जैसा। यह शक्ति (power) को सुचारू और उपकरणों के लिए सुरक्षित रखता है।
बेहतर सटीकता: OMP (जासूस) और लूप (पुनरावृत्ति द्वारा सफाई) का उपयोग करके, उन्हें पुराने, धीमे तरीकों के लगभग समान परिणाम मिलते हैं, लेकिन बहुत अधिक कुशल और तेज़ तरीके से।

निष्कर्ष

लेखकों ने एक ऐसा सिस्टम बनाया है जो:

डेटा और टेस्ट सिग्नल एक साथ भेजता है (सुपरइम्पोज़्ड)।
एक स्मार्ट जासूसी एल्गोरिदम (OMP) का उपयोग करता है क्योंकि वातावरण सरल है (स्पार्स)।
जवाब को रिफाइन करता है—डेटा का उपयोग चैनल खोजने में मदद करने के लिए और चैनल का उपयोग डेटा खोजने में मदद करने के लिए करता है।
जगह बचाता है (कोई पायलट ओवरहेड नहीं) और ऊर्जा बचाता है (पावर स्पाइक्स कम)।

संक्षेप में, उन्होंने तूफान के बीच बिना रुके, बिना ज़ोर से चिल्लाए और बिना जगह बर्बाद किए संदेश भेजने का एक तरीका खोजा है, जिससे यह सुनिश्चित होता है कि उच्च गति पर भी संदेश स्पष्ट रूप से पहुँचे।

यहाँ शोध पत्र "Superimposed Channel Estimation in OTFS Modulation Using Compressive Sensing" (arXiv:2212.09280v1) का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

ऑर्थोगोनल टाइम फ्रीक्वेंसी स्पेस (OTFS) मॉड्यूलेशन 6G उच्च-गति वायरलेस संचार के लिए एक आशाजनक तकनीक है, जिसे हाई डॉप्लर शिफ्ट और फ्रीक्वेंसी स्प्रेडिंग के प्रभावों को कम करने के लिए डिज़ाइन किया गया है जो ऑर्थोगोनल फ्रीक्वेंसी डिवीजन मल्टीप्लेक्सिंग (OFDM) को खराब करते हैं। हालाँकि, OTF के सामने दो महत्वपूर्ण चुनौतियाँ हैं:

उच्च पायलट ओवरहेड (High Pilot Overhead): पारंपरिक चैनल अनुमान विधियाँ, जैसे कि एम्बेडेड पायलट (EP) योजना, डिले-डॉप्लर (DD) डोमेन में समर्पित पायलट प्रतीकों और गार्ड इंटरवल्स की आवश्यकता होती है। यह स्पेक्ट्रल दक्षता को काफी कम कर देता है।
उच्च पीक-टू-एवरेज पावर रेशियो (High PAPR): मौजूदा सुपरइम्पोज्ड पायलट विधियाँ (जहाँ पायलट को डेटा में जोड़ा जाता है) या सिंगल-पायलट स्कीमें अक्सर उच्च PAPR से ग्रस्त होती हैं, जो पावर एम्पलीफायर डिज़ाइन को जटिल बनाती हैं और दक्षता कम करती हैं।
गतिशील चैनलों में जटिलता (Complexity in Dynamic Channels): कुछ मौजूदा सुपरइम्पोज्ड विधियाँ (जैसे MMSE-आधारित) यह मानती हैं कि चैनल डिले और डॉप्लर पैरामीटर एक "सुपर-फ्रेम" (कई OTF फ्रेम्स) के दौरान स्थिर रहते हैं। यह धारणा अत्यधिक समय-परिवर्तनीय चैनलों में विफल हो जाती है और प्रारंभिक पैरामीटर अनुमान के लिए अभी भी समर्पित फ्रेम्स की आवश्यकता होती है।

इस शोध पत्र का उद्देश्य एक ऐसी विधि प्रस्तावित करना है जो बिना पायलट ओवरहेड और बिना उच्च PAPR के, गतिशील चैनलों के अनुकूल होते हुए, सटीक चैनल अनुमान और डेटा डिटेक्शन प्राप्त कर सके।

2. कार्यप्रणाली (Methodology)

लेखक डिले-डॉप्लर चैनल प्रतिनिधित्व की स्पर्सिटी (Sparsity) पर आधारित एक संयुक्त चैनल अनुमान और डेटा डिटेक्शन (Joint Channel Estimation and Data Detection) फ्रेमवर्क प्रस्तावित करते हैं। इसके मुख्य घटक हैं:

A. सिस्टम मॉडल (System Model)

सुपरइम्पोज्ड ट्रांसमिशन: पायलट प्रतीकों के लिए विशिष्ट ग्रिड पॉइंट्स आरक्षित करने के बजाय, पायलट सीक्वेंस ( $X_p$ ) को सीधे DD डोमेन में सूचना डेटा प्रतीकों ( $X_d$ ) पर सुपरइम्पोज किया जाता है। ट्रांसमिटेड सिग्नल $X = X_d + X_p$ है।
पावर एलोकेशन: कुल पावर को 1 तक सामान्यीकृत (Normalize) किया गया है। पायलट पावर को $\sigma_p^2 = 0.3$ (30%) और डेटा पावर को $\sigma_d^2 = 0.7$ (70%) पर सेट किया गया है।
चैनल स्पर्सिटी (Channel Sparsity): DD चैनल को स्पर्स (Sparse) माना गया है, जिसमें $P$ टैप्स हैं, जिनमें से प्रत्येक एक गुणांक (Coefficient), डिले ( $\tau$ ), और डॉप्लर शिफ्ट ( $\nu$ ) द्वारा परिभाषित है।

B. पुनरावृत्ति एल्गोरिदम (कोर्स से फाइन) (Iterative Algorithm - Coarse to Fine)

प्रस्तावित समाधान एक लूप का उपयोग करता है जो चैनल अनुमान के लिए ऑर्थोगोनल मैचिंग पजर्च (OMP) और डेटा डिटेक्शन के लिए मैसेज पासिंग (MP) को जोड़ता है।

कोर्स एस्टीमेशन (प्रथम पुनरावृत्ति - Iteration 1):
- रिसीवर डेटा प्रतीकों से होने वाले इंटरफेरेंस को शोर (Noise) मानता है।
- OMP एल्गोरिदम: DD चैनल की स्पर्सिटी का लाभ उठाकर चैनल वेक्टर ( $\hat{h}_1$ ) का अनुमान लगाने के लिए उपयोग किया जाता है।
- डेटा डिटेक्शन: अनुमानित चैनल का उपयोग प्राप्त सिग्नल से पायलट इंटरफेरेंस को हटाने के लिए किया जाता है। अवशेष (Residual) सिग्नल को डेटा का एक कोर्स अनुमान ( $\hat{x}_d^1$ ) प्राप्त करने के लिए MP डिटेक्टर द्वारा प्रोसेस किया जाता है।
फाइन एस्टीमेशन (पुनरावृत्ति $i > 1$ ):
- संयुक्त परिशोधन (Joint Refinement): पिछली पुनरावृत्ति से डिटेक्ट किया गया डेटा ( $\hat{x}_d^i$ ) अतिरिक्त "पायलट" जानकारी के रूप में माना जाता है।
- पुनः अनुमान (Re-estimation): संयुक्त "पायलट" मैट्रिक्स (मूल पायलट + अनुमानित डेटा) का उपयोग करके चैनल अनुमान ( $\hat{h}_{i+1}$ ) को परिष्कृत (Refine) करने के लिए फिर से OMP एल्गोरिदम चलाया जाता है।
- इंटरफेरेंस कैंसलेशन: परिष्कृत चैनल अनुमान का उपयोग प्राप्त सिग्नल से पायलट इंटरफेरेंस को अधिक सटीकता से घटाने के लिए किया जाता है।
- पुनः डिटेक्शन: MP डिटेक्टर क्लीन किए गए सिग्नल को प्रोसेस करता है ताकि डेटा अनुमान ( $\hat{x}_d^{i+1}$ ) को अपडेट किया जा सके।

यह लूप अभिसरण (Convergence) या अधिकतम पुनरावृत्तियों तक जारी रहता है।

3. मुख्य योगदान (Key Contributions)

शून्य पायलट ओवरहेड (Zero Pilot Overhead): EP स्कीम्स के विपरीत, प्रस्तावित विधि को समर्पित पायलट प्रतीकों या गार्ड इंटरवल्स की आवश्यकता नहीं होती है, जिससे स्पेक्ट्रल दक्षता अधिकतम होती है।
गतिशील पैरामीटर अनुमान (Dynamic Parameter Estimation): उन MMSE सुपरइम्पोज्ड विधियों के विपरीत जो सुपर-फ्रेम पर स्थिर डिले/डॉप्लर मानती हैं, यह विधि स्पार्स रिकवरी का उपयोग करके प्रत्येक फ्रेम में डायनेमिक रूप से टैप पैरामीटर (डिले और डॉप्लर) का अनुमान लगाती है।
कम PAPR (Low PAPR): पायलट अनुक्रमों को पूरे DD डोमेन में फैलाने (सभी डेटा प्रतीकों पर सुपरइम्पोज करने) के कारण, यह विधि एकल उच्च-शक्ति पायलट या अलग-थलग पायलट क्लस्टर्स की तुलना में काफी कम पीक-टू-एवरेज पावर रेशियो प्रदर्शित करती है।
संयुक्त अनुकूलन (Joint Optimization): OMP (चैनल के लिए) और MP (डेटा के लिए) का पुनरावृत्त जुड़ाव सिस्टम को इंटरफेरेंस को चरण दर चरण हटाने की अनुमति देता है, जिससे चैनल अनुमान की सटीकता और डेटा डिटेक्शन की विश्वसनीयता दोनों में सुधार होता है।

4. सिमुलेशन परिणाम (Simulation Results)

लेखकों ने अपने OMP सुपरइम्पोज्ड मेथड की तुलना निम्नलिखित से की:

एम्बेडेड पायलट (EP) [6]
MMSE सुपरइम्पोज्ड [7]
सिंगल पायलट सुपरइम्पोज्ड [8]

मुख्य निष्कर्ष:

चैनल अनुमान (NMSE):
- उच्च सिग्नल-टू-नॉइज़ रेशियो (SNR) पर, प्रस्तावित OMP सुपरइम्पोज्ड विधि EP योजना से बेहतर प्रदर्शन करती है।
- यह MMSE सुपरइम्पोज्ड विधि के समान प्रदर्शन प्राप्त करती है और सिंगल-पायलट सुपरइम्पोज्ड विधि से काफी बेहतर है।
- बहुत उच्च SNR पर अवशेष डेटा-टू-पायलट इंटरफेरेंस के कारण एक एरर फ्लोर (Error Floor) मौजूद है, लेकिन यह प्रबंधनीय है।
डेटा डिटेक्शन (BER):
- प्रस्तावित विधि का बिट एरर रेट (BER) आदर्श CSI (परफेक्ट चैनल नॉलेज) के करीब पहुँच जाता है और EP तथा MMSE सुपरइम्पोज्ड स्कीम्स के प्रदर्शन से मेल खाता है।
- यह सिंगल-पायलट सुपरइम्पोज्ड विधि की तुलना में काफी अधिक मजबूत (Robust) है।
PAPR प्रदर्शन:
- प्रस्तावित OMP सुपरइम्पोज्ड विधि, EP और सिंगल पायलट सुपरइम्पोज्ड स्कीम्स की तुलना में बहुत कम PAPR प्रदर्शित करती है। ऐसा इसलिए है क्योंकि ऊर्जा को विशिष्ट उच्च-शक्ति पायलट स्थानों में केंद्रित करने के बजाय पूरे DD ग्रिड में वितरित किया गया है।

5. महत्व (Significance)

यह शोध पत्र स्पेक्ट्रल दक्षता और अनुमान सटीकता के बीच के संतुलन को संबोधित करते हुए उच्च-गति 6G संचार के लिए एक व्यवहार्य समाधान प्रस्तुत करता है।

स्पेक्ट्रल दक्षता: समर्पित पायलट फ्रेम्स की आवश्यकता को समाप्त करके, सिस्टम अधिक उपयोगकर्ता डेटा प्रसारित कर सकता है।
हार्डवेयर दक्षता: कम PAPR विशेषता सिस्टम को व्यावहारिक पावर एम्पलीफायरों के साथ अधिक संगत बनाती है, जिससे ऊर्जा की खपत और हार्डवेयर लागत कम होती है।
मजबूती (Robustness): लंबे सुपर-फ्रेम पर स्थिर रहने का अनुमान लगाए बिना चैनल मापदंडों का अनुमान लगाने की क्षमता इस सिस्टम को अत्यधिक गतिशील, उच्च-गति वातावरण (जैसे हाई-स्पीड ट्रेन, UAV) के लिए उपयुक्त बनाती है।

निष्कर्षतः, प्रस्तावित OMP-आधारित सुपरइम्पोज्ड चैनल अनुमान, पारंपरिक OTF अनुमान तकनीकों के लिए एक संतुलित, उच्च-प्रदर्शन वाला विकल्प प्रदान करता है, जो कम PAPR और उच्च डिटेक्शन सटीकता बनाए रखते हुए पायलट ओवरहेड को प्रभावी ढंग से हटा देता है।