⚡ electrical engineering

UAV-Enabled IoT Networks: A SWIPT Energy Harvesting Architecture with Relay Support for Disaster Response

यह शोध पत्र आपदा प्रतिक्रिया नेटवर्क के लिए एक SWIPT-सक्षम UAV रिले आर्किटेक्चर प्रस्तावित करता है जो पारंपरिक ऊर्जा-सीमित विधियों की तुलना में उपयोगकर्ता सेवा दक्षता और कवरेज को अधिकतम करने के लिए उड़ान समय और ऊर्जा संचयन को अनुकूलित करता है।

मूल लेखक: Hossein Mohammadi Firouzjaei, Javad Zeraatkar Moghaddam, Mehrdad Ardebilipour

प्रकाशित 2026-02-20

📖 4 मिनट में पढ़ें☕ कॉफ़ी ब्रेक में पढ़ें

CC BY 4.0

मूल लेखक: Hossein Mohammadi Firouzjaei, Javad Zeraatkar Moghaddam, Mehrdad Ardebilipour

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

कल्पना कीजिए कि किसी शहर में एक भीषण भूकंप या जंगल की आग आ गई है। ज़मीन पर स्थित सेल टावर टूट चुके हैं, बिजली की लाइनें गिर गई हैं, और आपदा क्षेत्र में फंसे लोगों के पास मदद के लिए कॉल करने या अपनी लोकेशन भेजने का कोई रास्ता नहीं है।

यहाँ प्रवेश होता है ड्रोन (UAV) का। ड्रोन को एक उड़ते हुए डाकिया या एक मोबाइल सेल टावर के रूप में सोचें जो मलबे के ऊपर उड़कर फंसे हुए लोगों के संदेश प्राप्त कर सकता है और उन्हें एक सुरक्षित क्षेत्र में पहुँचा सकता है जहाँ आपातकालीन टीमें प्रतीक्षा कर रही हैं।

हालाँकि, एक बड़ी समस्या है: बैटरी।

समस्या: "भूखा" डाकिया

पारंपरिक तरीके में (परिदृश्य A), ड्रोन बाहर उड़ता है, संदेश एकत्र करता है, और सुरक्षित क्षेत्र की ओर उड़ जाता है। लेकिन ड्रोन की बैटरी छोटी होती है। यदि इसे लंबी दूरी तय करनी पड़े या बहुत से लोगों से बात करनी पड़े, तो काम पूरा करने से पहले ही इसकी बैटरी खत्म हो जाती है। यह एक ऐसे डिलीवरी ड्राइवर की तरह है जिसकी गाड़ी गंतव्य तक पहुँचने से पहले ही बीच रास्ते में ईंधन खत्म होने के कारण रुक जाती है, क्योंकि उसने पैकेजों के अतिरिक्त वजन की योजना नहीं बनाई थी।

समाधान: "सौर ऊर्जा से चलने वाला" डाकिया (SWIPT)

यह शोध पत्र एक चतुर नई तकनीक प्रस्तावित करता है जिसे SWIPT (Simultaneous Wireless Information and Power Transfer) कहा जाता है।

कल्पित कीजिए कि आपदा क्षेत्र में लोग केवल टेक्स्ट मैसेज ही नहीं भेज रहे हैं; वे अपने संदेश के साथ थोड़ी सी ऊर्जा (energy) भी भेज रहे हैं। यह ऐसा ही है जैसे यदि आप हर बार पत्र भेजते हैं, तो आप उसके साथ एक छोटा सौर पैनल भी संलग्न कर देते हैं जो डाकिया द्वारा आपका पत्र पढ़ने के दौरान उसकी बैटरी को रिचार्ज करता है।

इस नए सिस्टम (परिदृश्य B) में:

ड्रोन आपदा क्षेत्र के ऊपर उड़ता है।
लोग अपना डेटा (संदेश) ड्रोन को भेजते हैं।
जादू: जैसे ही ड्रोन संदेश प्राप्त करता है, वह उन संदेशों की रेडियो तरंगों से ऊर्जा भी "इकट्ठा" (harvest) करता है। यह ऐसा है जैसे ड्रोन काम करते समय अपनी बैटरी को रिफिल करने के लिए सिग्नल को "खा" रहा है।
परिणाम: ड्रोन को काम करते समय ऊर्जा का "टॉप-अप" मिलता है, जिससे वह हवा में अधिक समय तक रह सकता है, अधिक लोगों से बात कर सकता है, और बिना बैटरी खत्म हुए सुरक्षित क्षेत्र तक लंबी दूरी तय कर सकता है।

उपमा: "रिफ्यूलिंग पिट स्टॉप"

ड्रोन को एक रेस कार के रूप में सोचें।

पुराना तरीका: कार के पास शुरुआत में एक फुल टैंक है। वह फिनिश लाइन तक जाती है। यदि रेस बहुत लंबी है, तो वह बीच में ही रुक जाती है और बंद हो जाती है।
नया तरीका (यह शोध पत्र): कार एक विशेष सुरंग से गुजरती है जहाँ दीवारें ऊर्जा से बनी होती हैं। जैसे ही कार वहां से गुजरती है, दीवारें दौड़ते समय ही कार के टैंक में ईंधन भर देती हैं। अब, कार बहुत आगे और तेज़ जा सकती है क्योंकि उसे ईंधन भरने के लिए कभी रुकना नहीं पड़ता।

शोधकर्ताओं ने क्या किया?

लेखकों ने एक गणितीय मॉडल (नियमों का एक जटिल समूह) बनाया ताकि यह पता लगाया जा सके कि इसे सबसे अच्छी तरह से कैसे लागू किया जाए। उन्होंने ऐसे सवाल पूछे जैसे:

ड्रोन को कितनी ऊँचाई पर उड़ना चाहिए?
लोगों को अपने संदेश भेजने के लिए कितनी शक्ति (power) का उपयोग करना चाहिए?
हमें सिग्नल को कैसे विभाजित करना चाहिए ताकि ड्रोन को पर्याप्त ऊर्जा भी मिले और वह संदेश को स्पष्ट रूप से समझ भी सके?

उन्होंने "पुराने तरीके" (बिना ऊर्जा संचयन के) की तुलना "नए तरीके" (ऊर्जा संचयन के साथ) से की।

निष्कर्ष

परिणामों ने दिखाया कि नया तरीका एक गेम-चेंजर है।

अधिक लोगों की मदद: क्योंकि ड्रोन की बैटरी उतनी जल्दी खत्म नहीं होती, इसलिए यह बहुत अधिक फंसे हुए लोगों की सेवा कर सकता है।
तेज़ बचाव: ड्रोन अपना मिशन कम समय में पूरा कर सकता है क्योंकि उसे ऊर्जा की हर एक बूंद बचाने की चिंता नहीं करनी पड़ती।
दक्षता (Efficiency): यह संदेश भेजने की "लागत" को बचाव दल के लिए एक "लाभ" (ऊर्जा) में बदल देता है।

संक्षेप में

यह शोध पत्र ड्रोन को उन संदेशों का उपयोग करके खुद को रिफ्यूल करना सिखाने के बारे में है जिन्हें वे एकत्र कर रहे हैं। छोटी बैटरी की सीमा से बंधे रहने के बजाय, ड्रोन एक आत्मनिर्भर नायक बन जाता है जो आपदा क्षेत्र में अधिक समय तक रह सकता है, अधिक लोगों तक पहुँच सकता है और अधिक जीवन बचा सकता है।

यहाँ शोध पत्र "UAV-Enabled IoT Networks: A SWIPT Energy Harvesting Architecture with Relay Support for Disaster Response" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र आपदा प्रतिक्रिया नेटवर्क (Disaster Response Networks - DRNs) में रिले के रूप में कार्य करने वाले मानव रहित हवाई वाहनों (Unmanned Aerial Vehicles - UAVs) की ऊर्जा सीमाओं से जुड़ी महत्वपूर्ण चुनौती को संबोधित करता है। आपदा परिदृश्यों (जैसे भूकंप, बाढ़) में, ग्राउंड बेस स्टेशन अक्सर विफल हो जाते हैं, जिससे अलग-थलग पड़े उपयोगकर्ता समूहों के बीच संचार बहाल करने के लिए UAV को 'फ्लाइंग बेस स्टेशन' (Flying Base Stations - FBSs) के रूप में कार्य करने की आवश्यकता होती है।

पहचाने गए प्रमुख चुनौतियाँ:

सीमित बैटरी जीवन: UAV के पास सीमित ऊर्जा होती है, जो उनके उड़ान समय और सेवा अवधि को प्रतिबंधित करती है।
ऊर्जा खपत बनाम डेटा संग्रह: UAV को ग्राउंड उपयोगकर्ताओं से डेटा एकत्र करना (अपलिंक) और उसे गंतव्य बेस स्टेशन तक पहुँचाना (डाउनलिंक) होता है। उड़ान और संचार के लिए आवश्यक ऊर्जा अक्सर बैटरी क्षमता से अधिक हो जाती है, जिससे सेवा दिए जाने वाले उपयोगकर्ताओं की संख्या सीमित हो जाती है।
पारंपरिक मॉडलों की अक्षमता: मौजूदा शोध अक्सर ऊर्जा संचयन (Energy Harvesting - EH) और डेटा संग्रह को अलग-अलग मॉडल करते हैं। ऐसे एकीकृत मॉडलों की कमी है जहाँ एक UAV अपने आगामी उड़ान और डाउनलिंक ट्रांसमिशन को शक्ति देने के लिए अपने अपलिंक चरण के दौरान डेटा एकत्र करते समय ऊर्जा संचित (harvest) करता है।

2. कार्यप्रणाली (Methodology)

लेखक एक सिस्टम मॉडल प्रस्तावित करते हैं जिसमें दो अलग-अलग क्षेत्र (NET1 और NET2) एक निश्चित दूरी द्वारा अलग किए गए हैं। एक UAV एक रिले के रूप में कार्य करता है, NET1 के सेलुलर उपयोगकर्ताओं से डेटा एकत्र करता है (जहाँ जमीनी बुनियादी ढांचा विफल हो गया है) और इसे NET2 में स्थित एक बेस स्टेशन (BS) तक पहुँचाता है।

अध्ययन दो परिदृश्यों की तुलना करता है:

परिदृश्य A (पारंपरिक): UAV पूरी तरह से अपने प्रारंभिक बैटरी चार्ज पर निर्भर करता है। यह NET1 से डेटा एकत्र करता है, NET2 की ओर उड़ता है, और डेटा ट्रांसमिट करता है। यदि ऊर्जा समाप्त हो जाती है, तो मिशन विफल हो जाता है।
परिदृश्य B (प्रस्तावित SWIPT आर्किटेक्चर): UAV NET1 उपयोगकर्ताओं के साथ अपलिंक चरण के दौरान समानकालिक वायरलेस सूचना और शक्ति हस्तांतरण (Simultaneous Wireless Information and Power Transfer - SWIPT) का उपयोग करता है।
- रिसीवर आर्किटेक्चर: शोध पत्र एक पावर स्प्लिटिंग (Power Splitting - PS) रिसीवर आर्किटेक्चर को अपनाता है। प्राप्त RF सिग्नल को दो धाराओं में विभाजित किया जाता है: एक अंश ( $\theta$ ) का उपयोग सूचना डिकोडिंग (Information Decoding - ID) के लिए किया जाता है, और शेष अंश ( $1-\theta$ ) का उपयोग UAV की बैटरी को रिचार्ज करने के लिए ऊर्जा संचयन (Energy Harvesting - EH) हेतु किया जाता है।
- सिस्टम डायनेमिक्स: UAV, NET1 के ऊपर मंडराता (hover) है, डेटा डिकोड करते समय उपयोगकर्ता संकेतों से ऊर्जा संचित करता है। इसके बाद वह डेटा ट्रांसमिट करने के लिए NET2 की ओर उड़ता है।

गणितीय सूत्रीकरण (Mathematical Formulation):

चैनल मॉडलिंग: सिस्टम ग्राउंड-टू-एयर (G2A) और एयर-टू-ग्राउंड (A2G) चैनलों के लिए लाइन-ऑफ-साइट (LOS) और नॉन-लाइन-ऑफ-साइट (NLOS) संभावनाओं पर विचार करता है।
ऊर्जा खपत: शोध पत्र उड़ान वेग ( $v$ ) के आधार पर UAV की बिजली खपत को मॉडल करता है, जिसमें ब्लेड प्रोफाइल पावर, इंड्यूस्ड पावर और पैरासिटिक ड्रैग शामिल हैं।
अनुकूलन समस्या (Optimization Problem): मुख्य उद्देश्य कुल उड़ान समय ( $T_{total}$ $T_{t o t a l}$ ) को कम करना है, जबकि यह सुनिश्चित करना है कि UAV के पास मिशन पूरा करने (सभी उपयोगकर्ताओं की सेवा करना और गंतव्य तक पहुँचना) के लिए पर्याप्त ऊर्जा हो।
- चर (Variables): अनुकूलन प्रक्रिया इष्टतम पावर स्प्लिटिंग अनुपात ( $\eta_{PS}$ ) और बैटरी दक्षता ( $\eta_{Bat}$ ) की खोज करती है।
- बाधाएं (Constraints): संचित ऊर्जा को उड़ान और ट्रांसमिशन के लिए आवश्यक ऊर्जा थ्रेशोल्ड ( $E_{th}^{EH}$ ) को कवर करना चाहिए, और स्प्लिटिंग अनुपात 0 और 1 के बीच होने चाहिए।
- समाधान: गैर-रेखीय अनुकूलन समस्या को एक कॉनवेक्स (convex) समस्या में परिवर्तित किया जाता है और इष्टतम मापदंडों के क्लोज्ड-फॉर्म एक्सप्रेशन प्राप्त करने के लिए लैग्रेंज मल्टीप्लायर विधि और करुश-कुह्न-टकर (KKT) स्थितियों का उपयोग करके हल किया जाता है।

3. प्रमुख योगदान (Key Contributions)

DRNs के लिए एकीकृत SWIPT मॉडल: शोध पत्र एक नया फ्रेमवर्क प्रस्तावित करता है जहाँ एक UAV विशेष रूप से आपदा प्रतिक्रिया रिले परिदृश्यों के लिए डिज़ाइन किए गए अपलिंक चरण के दौरान ऊर्जा और सूचना दोनों को एक साथ संचित करता है।
तुलनात्मक विश्लेषण: यह पारंपरिक ऊर्जा-सीमित परिदृश्य (A) की तुलना प्रस्तावित SWIPT-सक्षम परिदृश्य (B) से करता है, और ऊर्जा संचयन (EH) के मात्रात्मक लाभों को प्रदर्शित करता है।
उड़ान समय का अनुकूलन: लेखक कुल मिशन समय को कम करने और सेवा दिए जाने वाले उपयोगकर्ताओं की संख्या को अधिकतम करने के लिए इष्टतम पावर स्प्लिटिंग अनुपात और बैटरी दक्षता निर्धारित करने के लिए एक अनुकूलन समस्या को तैयार और हल करते हैं।
सैद्धांतिक और सिमुलेशन सत्यापन: अध्ययन इष्टतम मापदंडों के लिए सैद्धांतिक व्युत्पत्ति प्रदान करता है और व्यापक सिमुलेशन के माध्यम से उन्हें सत्यापित करता है, जो सिद्धांत और सिमुलेशन परिणामों के बीच मजबूत सहमति दिखाता है।

4. परिणाम (Results)

उपयोगकर्ता घनत्व, ट्रांसमिट पावर और UAV ऊंचाई जैसे मापदंडों पर आधारित सिमुलेशन परिणाम निम्नलिखित को उजागर करते हैं:

समय दक्षता: परिदृश्य B (SWIPT) में, अपलिंक ट्रांसमिट पावर बढ़ने के साथ UAV द्वारा लिया गया कुल समय कम हो जाता है। उच्च पावर से उच्च डेटा दर (कम संग्रह समय) और अधिक संचित ऊर्जा प्राप्त होती है।
उपयोगकर्ता क्षमता: परिदृश्य B, सेवा दिए जाने वाले उपयोगकर्ताओं की संख्या के मामले में परिदृश्य A से काफी बेहतर प्रदर्शन करता है। जबकि परिदृश्य A प्रारंभिक बैटरी क्षमता द्वारा सीमित है, परिदृश्य B अधिक उपयोगकर्ताओं की सेवा कर सकता है क्योंकि UAV डेटा संग्रह चरण के दौरान अपनी बैटरी को रिचार्ज करता है।
उपयोगकर्ता घनत्व का प्रभाव:
- प्रारंभ में, उपयोगकर्ता घनत्व बढ़ने से उड़ान का समय कम हो जाता है (उच्च संचित ऊर्जा के कारण)।
- एक निश्चित घनत्व सीमा के बाद, अधिक उपयोगकर्ताओं की सेवा करने के ओवरहेड के कारण उड़ान का समय थोड़ा बढ़ने लगता है, लेकिन संचित ऊर्जा मिशन को बनाए रखने के लिए पर्याप्त रहती है।
ऊंचाई और पावर ट्रेड-ऑफ: सिमुलेशन दिखाते हैं कि यदि उपयोगकर्ता ट्रांसमिट पावर अधिक है, तो UAV कम ऊंचाई पर कार्य कर सकता है, जिससे ऊर्जा खपत अनुकूलित होती है। इसके विपरीत, कम उपयोगकर्ता पावर के लिए लिंक गुणवत्ता बनाए रखने के लिए UAV को नीचे मंडराना पड़ता है, जो ऊर्जा गतिशीलता को प्रभावित करता है।
सत्यापन: शोध पत्र का चित्र 2, प्रस्तावित अनुकूलन ढांचे और सिमुलेशन परिणामों के बीच लगभग पूर्ण मिलान प्रदर्शित करता है, जो प्रस्तावित ढांचे की सटीकता की पुष्टि करता है।

5. महत्व (Significance)

आपदा क्षेत्रों में लचीले संचार नेटवर्क की तैनाती के लिए यह शोध अत्यंत महत्वपूर्ण है:

विस्तारित मिशन अवधि: SWIPT को एकीकृत करके, UAV बिना किसी भौतिक बैटरी प्रतिस्थापन या बाहरी चार्जिंग स्टेशनों की आवश्यकता के लंबे समय तक कार्य कर सकते हैं, जो आपदा क्षेत्रों में अक्सर उपलब्ध नहीं होते हैं।
स्केलेबिलिटी (Scalability): प्रस्तावित आर्किटेक्चर एक एकल UAV को पारंपरिक तरीकों की तुलना में आपदा क्षेत्र में अधिक संख्या में IoT उपयोगकर्ताओं की सेवा करने की अनुमति देता है, जिससे आपातकालीन संचार की पहुंच में सुधार होता है।
संसाधन अनुकूलन: व्युत्पन्न इष्टतम पैरामीटर (पावर स्प्लिटिंग अनुपात) नेटवर्क ऑपरेटरों को वास्तविक दुनिया के आपातकालीन परिदृश्यों में अधिकतम दक्षता के लिए अपने UAV को कॉन्फ़िगर करने हेतु व्यावहारिक दिशानिर्देश प्रदान करते हैं।
भविष्य की दिशाएं: शोध पत्र MIMO सिस्टम, बीमफॉर्मिंग और मल्टी-UAV नेटवर्क में विलंब (delay), ऊर्जा दक्षता और डेटा सुरक्षा के बीच संतुलन को और अधिक अनुकूलित करने के लिए मशीन लर्निंग के एकीकरण से संबंधित भविष्य के कार्य का सुझाव देता है।

निष्कर्षतः, यह शोध पत्र सिद्ध करता है कि SWIFT-सक्षम UAV रिले, आपदा प्रतिक्रिया नेटवर्क के लिए एक श्रेष्ठ समाधान है, जो ऊर्जा की उस बाधा को प्रभावी ढंग से दूर करता है जो पारंपरिक UAV तैनाती को सीमित करती है।