On Pareto-Optimal Estimation-Information Performance Limits of MIMO Integrated Sensing and Communications Systems

कल्पना कीजिए कि आप अपने एक दोस्त को एक गुप्त संदेश भेजने की कोशिश कर रहे हैं और साथ ही साथ एक चलती हुई कार की हाई-रिज़ॉल्यूशन फोटो भी ले रहे हैं। अगली पीढ़ी के वायरलेस नेटवर्क (जिसे अक्सर 6G कहा जाता है) की दुनिया में, इंजीनियर ऐसे उपकरण बनाने की कोशिश कर रहे हैं जो एक ही समय में इन दोनों कार्यों को एक ही रेडियो तरंगों का उपयोग करके कर सकें। इसे "इंटीग्रेटेड सेंसिंग एंड कम्युनिकेशंस" (ISAC) कहा जाता है। इसे एक ऐसी सिंगल टॉर्च की तरह समझें जिसे किताब पढ़ने के लिए पर्याप्त चमकदार होना चाहिए (कम्युनिकेशन) लेकिन दीवार की बनावट दिखाने के लिए पर्याप्त सटीक भी होना चाहिए (सेंसिंग)। दशकों से, वैज्ञानिकों ने यह पता लगाने की कोशिश की है कि क्या यह दोनों काम एक साथ करने का सबसे अच्छा तरीका है, पूछते हुए: "वह आदर्श सिग्नल आकार क्या है जो दोनों कार्यों को अधिकतम करता है?"

इस चुनौती को समझने के लिए, आपको दो चीजें जाननी होंगी। पहला, सामान्य फोन कॉल में, सबसे अच्छा सिग्नल आमतौर पर एक सुचारू, यादृच्छिक (रैंडम) "स्टैटिक" शोर (गणितीय रूप से जिसे गॉसियन डिस्ट्रीब्यूशन कहा जाता है) होता है क्योंकि यह सबसे अधिक जानकारी ले जाता है। दूसरा, एक स्पष्ट तस्वीर लेने के लिए (सेंसिंग), आपको आमतौर पर एक बहुत ही अनुमानित, स्थिर सिग्नल चाहिए होता है ताकि आप सटीक रूप से माप सकें कि चीजें आपसे कैसे टकराकर वापस आती हैं। बड़ा सवाल यह रहा है: क्या एक ही सिग्नल बात करने के लिए पूरी तरह रैंडम और सेंसिंग के लिए पूरी तरह स्थिर हो सकता है? यह पेपर इस सवाल के गहरे गणित में उतरकर यह पता लगाता है कि ऐसे दोहरे उद्देश्य वाले सिस्टम वास्तव में कितने बेहतर तरीके से काम कर सकते हैं, इसकी सैद्धांतिक "स्पीड लिमिट" क्या है।

द ग्रेट सिग्नल शेप-शिफ्ट (सिग्नल के आकार का महान परिवर्तन)

इस शोध पत्र में, लेखक ज़ी-जी वांग, एक्सुडोंग वांग और ग्यूसेप कैरे, ISAC की दुनिया की अंतिम पहेली को सुलझाते हैं: रेडियो तरंगों के लिए एकदम सही "आकार" खोजना जो डेटा और सेंसिंग जानकारी दोनों ले जाते हैं। वे सिग्नल को केवल एक लहर के रूप में नहीं, बल्कि एक चरित्र के रूप में देखते हैं जिसका अपना व्यक्तित्व है—एक संभाव्यता वितरण (प्रोबेबिलिटी डिस्ट्रीब्यूशन) जो यह तय करता है कि सिग्नल के मजबूत, कमजोर या बीच में होने की कितनी संभावना है।

शोधकर्ताओं ने एक वर्चुअल प्रयोगशाला बनाई जिसमें एक MIMO (मल्टीपल-इनपुट मल्टीपल-आउटपुट) सिस्टम है। कल्पना कीजिए कि एक ट्रांसमिटर कई एंटेना के साथ एक सिग्नल चिल्लाकर भेज रहा है जो दो अलग-अलग जगहों तक जाता है: एक कम्युनिकेशन रिसीवर (आपका फोन) और एक सेंसिंग रिसीवर (एक रडार जो लक्ष्यों की तलाश कर रहा है)। लक्ष्य "पारेटो-ऑप्टिमल" (Pareto-optimal) फ्रंटियर को खोजना है। इस फ्रंटियर को एक रस्सी पर चलने (टाइटरोप वॉक) की तरह समझें। यदि आप बातचीत को बेहतर बनाने की ओर बहुत अधिक झुकते हैं, तो आपका रडार चित्र धुंधला हो जाएगा। यदि आप रडार को बेहतर बनाने की ओर बहुत अधिक झुकते हैं, तो आपका फोन कनेक्शन धीमा हो जाएगा। यह पेपर उस रस्सी के हर एक बिंदु को मैप करता है ताकि यह देखा जा सके कि सर्वोत्तम प्रदर्शन वास्तव में कैसा दिखता है।

चौंकाने वाली खोज: "परफेक्ट" सिग्नल मौजूद नहीं है (अभी तक)

यहीं कहानी में मोड़ आता है। लेखकों ने उन्नत गणित (वेरिएशनल कैलकुलस) का उपयोग करके पूछा: "एक आदर्श सिग्नल का वितरण कैसा दिखता है?" उन्हें एक आश्चर्यजनक उत्तर मिला जो मानक इंजीनियरिंग के नियमों को तोड़ता है।

उस चरम स्थिति के लिए जहाँ आप केवल बात करने (कम्युनिकेशन) की परवाह करते हैं, परफेक्ट सिग्नल वास्तव में वही सुचारू, रैंडम "स्टैटिक" शोर है जिसकी हर कोई उम्मीद करता है। हालाँकि, रस्सी के किसी भी अन्य बिंदु के लिए—जहाँ आप कुछ सेंसिंग और कुछ बातचीत चाहते हैं—गणित कहता है कि आदर्श सिग्नल एक सुचारू, निरंतर लहर (कंटीन्यूअस वेव) नहीं हो सकता है।

यह पेपर सिद्ध करता है कि आदर्श सिग्नल वितरण "सिंगुलर" (singular) है। इसे समझाने के लिए एक उपमा लें: यदि एक सामान्य सिग्नल एक बहती हुई चिकनी नदी की तरह है, तो परफेक्ट ISAC सिग्नल उसी नदी में तैरते हुए अलग-अलग, जमे हुए बर्फ के टुकड़ों (आइस क्यूब्स) के संग्रह जैसा है। यह एक सुचारू वक्र (कर्व) नहीं है; यह एक टेढ़ा-मेढ़ा, टूटा हुआ आकार है जो संभावनाओं के एक बहुत ही विशिष्ट, सूक्ष्म उपसमुच्चय (सबसेट) पर रहता है। लेखक दिखाते हैं कि यदि आप सिग्नल को सुचारू और निरंतर बनाने की कोशिश करते हैं (जैसे कि वर्तमान शोध में उपयोग किए जाने वाले मानक गॉसियन तरंगें), तो आप कभी भी वास्तविक सैद्धांतिक सीमा तक नहीं पहुँच पाएंगे। आप हमेशा थोड़ा पीछे रह जाएंगे। वास्तविक सीमा एक "सुप्रीमम" (supremum) है—एक ऐसी छत जिसे आप अनंत रूप से करीब तो पा सकते हैं, लेकिन मानक, सुचारू सिग्नलों के साथ उसे कभी छू नहीं सकते।

दो बड़े ट्रेड-ऑफ (संतुलन के संघर्ष)

पेपर दो मुख्य "खींचतान" वाले संघर्षों की पहचान करता है जो सिग्नल के व्यवहार को निर्धारित करते हैं:

1. वॉटर-फिलिंग ट्रेड-ऑफ (Water-Filling Trade-off): कल्पना कीजिए कि आप एक ऊबड़-खाबड़ परिदृश्य में पानी भर रहे हैं। कम्युनिकेशन में, आप सबसे अधिक डेटा प्राप्त करने के लिए गहरे घाटियों (मजबूत सिग्नल पथों) में अधिक पानी (पावर) डालते हैं। सेंसिंग में, आप सर्वोत्तम प्रतिबिंब प्राप्त करने के लिए विशिष्ट पथों में भी पावर डालना चाहते हैं। पेपर दिखाता है कि आप एक ही समय में दोनों कार्यों के लिए घाटियों को पूरी तरह से नहीं भर सकते। आपको यह चुनना होगा कि किन "घाटियों" को भरना है, और दोनों लक्ष्यों के बीच शक्ति का संतुलन बनाना होगा।
2. वेवफॉर्म अनसर्टेन्टी ट्रेड-ऑफ (Waveform Uncertainty Trade-off): यह व्यक्तित्व का बदलाव है। जब आप बात करना चाहते हैं, तो सिग्नल को रहस्य ले जाने के लिए अराजक और रैंडम (उच्च अनिश्चितता) होना चाहिए। जब आप सेंस करना चाहते हैं, तो सिग्नल को प्रतिबिंबों को सटीक रूप से मापने के लिए अनुमानित और स्थिर (कम अनिश्चितता) होना चाहिए। पेपर पाता है कि जैसे-जैसे आप "शुद्ध सेंसिंग" से "शुद्ध बातचीत" की ओर बढ़ते हैं, सिग्नल का व्यक्तित्व एक कठोर, नियत (डिटरमिनिस्टिक) संरचना (जैसे एक पूर्ण ज्यामितीय आकार) से बदलकर एक जंगली, गॉसियन क्लाउड में बदल जाता है। सबसे दिलचस्प बात यह है कि बीच के स्तर के लिए, सिग्नल एक अजीब, हाइब्रिड जीव बन जाता है जो न तो पूरी तरह से रैंडम है और न ही पूरी तरह से स्थिर।

उन्होंने असंभव को कैसे हल किया

चूंकि परफेक्ट सिग्नल इतना अजीब (एक टेढ़ा-मेढ़ा, सिंगुलर आकार) है कि आप इसके लिए एक सरल फॉर्मूला नहीं लिख सकते, इसलिए लेखक इसे केवल पेन और पेपर से हल नहीं कर सके। इसके बजाय, उन्होंने एक डिजिटल "रोबोट" बनाया जिसे ब्लाहट-आरिमोटो-टाइप एल्गोरिदम (Blahut-Arimoto-type algorithm) कहा जाता है।

इस एल्गोरिदम को एक मूर्तिकार के रूप में सोचें जो मिट्टी के एक ब्लॉक (एक मानक सिग्नल) से शुरू करता है और बार-बार छोटे-छोटे टुकड़े तराशता है। हर छेनी के प्रहार के साथ, सिग्नल उस परफेक्ट, टेढ़े-मेढ़े, सैद्धांतिक आकार के करीब पहुँच जाता है। पेपर यह सिद्ध करता है कि यह रोबोट वास्तविक सीमा तक पहुँचता (कन्वर्ज होता) है। उन्होंने कंप्यूटर पर परिणामों को सिम्युलेट करने के लिए इस पद्धति का उपयोग किया, जिससे यह स्पष्ट हुआ कि सेंसिंग और बातचीत के बीच संतुलन को समायोजित करते समय सिग्नल का आकार कैसे बदलता है।

आंकड़े क्या कहते हैं

लेखकों ने केवल सिद्धांत की बात नहीं की; उन्होंने वास्तविक दुनिया के परिदृश्यों में क्या होता है, यह दिखाने के लिए सिमुलेशन भी चलाए।

• एक सरल SISO (सिंगल-इनपुट सिंगल-आउटपुट) सिस्टम में, उन्होंने दिखाया कि जैसे-जैसे आप सेंसिंग से बातचीत की ओर बढ़ते हैं, सिग्नल का वितरण एक "बाइनरी" आकार (जैसे कॉइन फ्लिप, या तो उच्च या निम्न) से बदलकर एक सुचारू गॉसियन बेल कर्व में बदल जाता है।
• एक MIMO सिस्टम (कई एंटेना के साथ) में, उन्होंने पाया कि उच्च सिग्नल-टू-नॉइज़ रेशियो (बहुत मजबूत सिग्नल) पर, सर्वोत्तम सेंसिंग प्रदर्शन और सर्वोत्तम कम्युनिकेशन प्रदर्शन के बीच का अंतर बढ़ जाता है। इसका अर्थ है कि "वॉटर-फिलिंग" ट्रेड-ऑफ और भी महत्वपूर्ण हो जाता है; आपको अपनी पावर कहाँ लगानी है, इसके बारे में कठिन निर्णय लेने होंगे।

निष्कर्ष (द बॉटम लाइन)

यह पेपर केवल आपको एक नया फॉर्मूला नहीं देता; यह इन सिग्नलों को डिजाइन करने के बारे में हमारे सोचने के तरीके को बदल देता है। यह हमें बताता है कि आज हम जिन "मानक" सुचारू सिग्नलों का उपयोग करते हैं, वे संभवतः ISAC के लिए सबसे अच्छे उपकरण नहीं हैं। 6G की वास्तविक सीमाओं तक पहुँचने के लिए, हमें शायद "सिंगुलर" या "गैर-मानक" वेवफॉर्म—ऐसे सिग्नल जिन्हें सुचारू नदियों के बजाय टेढ़े-मेढ़े बर्फ के टुकड़ों की तरह डिजाइन किया गया हो—की आवश्यकता होगी। हालांकि परफेक्ट सिग्नल मानक निरंतर तरंगों के साथ सटीक रूप से प्राप्त करना गणितीय रूप से असंभव हो सकता है, यह कार्य हमें उसके जितना संभव हो सके उतना करीब पहुँचने का नक्शा प्रदान करता है, जो इंजीनियरों को अगली पीढ़ी के वायरलेस सिग्नलों को गढ़ने में मार्गदर्शन करता है।