⚡ electrical engineering

Learning-Based Signal Recovery in Nonlinear Systems with Spectrally Separated Interference

यह शोध पत्र एक सीखा हुआ मल्टी-लेयर वेक्टर एप्रोक्सिमेट मैसेज पासिंग (LMLVAMP) एल्गोरिदम प्रस्तावित करता है जो 6G FR3 वाइडबैंड सिस्टम में मजबूत आउट-ऑफ-बैंड इंटरफेरेंस से दूषित नॉनलीनियर रिसीवर ऑब्जर्वेशन से वांछित संकेतों को प्रभावी ढंग से रिकवर करने के लिए स्पेक्ट्रल प्रायर्स को न्यूरल नेटवर्क-आधारित डिनोइजिंग के साथ एकीकृत करता है।

मूल लेखक: Jayadev Joy, Sundeep Rangan

प्रकाशित 2026-02-02

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Jayadev Joy, Sundeep Rangan

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 आप एक भीड़भाड़ वाले, शोर वाले कमरे में अपने दोस्त की फुसफुसाहट सुनने की कोशिश कर रहे हैं। यह अगली पीढ़ी के 6G वायरलेस नेटवर्क के सामने मौजूद चुनौती है, विशेष रूप से वे जो "अपर मिड-बैंड" (7 और 24 GHz के बीच एक नया, भीड़भाड़ वाला फ्रीक्वेंसी रेंज) में काम करते हैं।

यहाँ समस्या और प्रस्तावित समाधान का विवरण दिया गया है, जिसमें सरल उपमाओं (analogies) का उपयोग किया गया है।

समस्या: "ओवरलोडेड माइक्रोफ़ोन" (Overloaded Microphone)

एक आदर्श दुनिया में, आपके फोन का रिसीवर एक अत्यंत चयनात्मक कान की तरह होगा जो केवल आपके दोस्त को सुनता है और बाकी सभी को अनदेखा कर देता है। हालाँकि, वास्तविक दुनिया का हार्डवेयर पूर्ण नहीं होता है।

शोर (The Noise): कल्पना कीजिए कि आपका दोस्त (इच्छित सिग्नल/desired signal) कमरे के एक कोने में फुसफुसा रहा है, जबकि बगल के कमरे में एक रॉक बैंड (इंटरफेरर/interferer) बहुत ज़ोर से बज रहा है। भले ही बैंड दूसरे "कमरे" (फ्रीक्वेंसी बैंड) में है, लेकिन उनकी आवाज़ इतनी तेज़ है कि वह दीवारों के माध्यम से रिस रही है।
संतृप्ति (The Saturation): अब, उस माइक्रोफ़ोन की कल्पना करें जो इसे रिकॉर्ड करने की कोशिश कर रहा है। क्योंकि रॉक बैंड बहुत तेज़ है, माइक्रोफ़ोन "अभिभूत" या सैचुरेटेड (saturated) हो जाता है। यह एक कप को फायरहोज़ (पानी की तेज़ धार) से भरने की कोशिश करने जैसा है; पानी किनारों से बाहर गिर जाता है।
रिसाव (The Spill): जब माइक्रोफ़ोन ओवरफ्लो होता है, तो यह केवल रिकॉर्डिंग रोकना नहीं है; यह एक अस्त-व्यस्त, विकृत (distorted) कचरा पैदा करता है। यह विरूपण (distortion) रॉक बैंड के शोर को आपके दोस्त की फ्रीक्वेंसी में लीक कर देता है। अचानक, आपके दोस्त की फुसफुसाहट रॉक बैंड के शोर के नीचे दब जाती है, भले ही वे अलग-अलग बैंड में हों।
पिक्सेलेशन (The Pixelation): स्थिति को और खराब करने के लिए, रिकॉर्डिंग को फिर डिजिटल टुकड़ों (क्वांटाइजेशन/quantization) में विभाजित किया जाता है, जो ऑडियो में थोड़ा "ग्रेन" या स्टैटिक जोड़ देता है।

परिणाम: पारंपरिक तरीके एक फ़िल्टर का उपयोग करके रॉक बैंड को रोकने की कोशिश करते हैं। लेकिन क्योंकि माइक्रोफ़ोन पहले से ही तेज़ शोर से विकृत हो चुका था, इसलिए फ़िल्टर विफल हो जाता है। "रिसाव" ने सिग्नल को पहले ही दूषित कर दिया है।

समाधान: एक "स्मार्ट, सीखने वाला जासूस" (A Smart, Learning Detective)

लेखकों ने एक नया एल्गोरिदम प्रस्तावित किया है जिसे LMLVAMP (Learned Multi-Layer Vector Approximate Message Passing) कहा जाता है। इसे केवल एक स्थिर फ़िल्टर के रूप में नहीं, बल्कि एक स्मार्ट जासूस के रूप में सोचें जो गंदगी को साफ करना सीखता है।

एक निश्चित नियम (जैसे "अगर आवाज़ बहुत तेज़ है तो वॉल्यूम कम कर दें") का उपयोग करने के बजाय, यह जासूस एक दो-चरणीय प्रक्रिया का उपयोग करता है जो खुद को दोहराती है, और हर दौर के साथ स्मार्ट होती जाती है:

स्पेक्ट्रल जासूस (फ्रीक्वेंसी डोमेन):
- यह क्या करता है: यह जासूस "स्पेक्ट्रम" (विभिन्न आवृत्तियों) को देखता है। इसे पता है कि आपका दोस्त कहाँ होना चाहिए और रॉक बैंड कहाँ है।
- उपमा: यह एक क्लब के बाउंसर की तरह है जो वीआईपी लिस्ट (VIP list) जानता है। वह कहता है, "ठीक है, रॉक बैंड वीआईपी सेक्शन में है, और मेरा दोस्त रेगुलर सेक्शन में है। मैं उन्हें उनके स्थान के आधार पर अलग करने की कोशिश करूँगा।"
नॉनलीनियर जासूस (टाइम डोमेन):
- यह क्या करता है: यह जासूस ध्वनि की वास्तविक तरंग (waveform) को देखता है, विशेष रूप से यह कि माइक्रोफ़ोन कैसे विकृत हुआ। यह एक न्यूरल नेटवर्क (AI का एक प्रकार) का उपयोग करता है जिसे हजारों "विकृत फुसफुसाहटों" के उदाहरणों पर प्रशिक्षित किया गया है।
- उपमा: यह एक फॉरेंसिक ऑडियो इंजीनियर की तरह है जो ठीक से जानता है कि एक विशिष्ट माइक्रोफ़ोन बहुत तेज़ होने पर कैसे "टूटा" या विकृत होता है। वे गणितीय रूप से विरूपण को उलट सकते हैं, "रिसाव" की परतों को हटाकर उसके नीचे छिपी मूल फुसफुसाहट को प्रकट कर सकते हैं।

"सीखने" वाला हिस्सा:
पुराने तरीकों के विपरीत, जिन्हें हर संभावित विरूपण के लिए जटिल गणितीय सूत्र मैन्युअल रूप से लिखने की आवश्यकता होती है, यह सिस्टम नियमों को सीखता है। इसे सिम्युलेटेड डेटा पर प्रशिक्षित किया गया है ताकि यह समझ सके कि माइक्रोफ़ोन कैसा व्यवहार करता है जब वह अभिभूत हो जाता है। इसे विरूपण के सटीक गणित को पहले से जानने की आवश्यकता नहीं है; यह बस गंदगी के पैटर्न को पहचानना और उसे साफ करना सीख जाता है।

यह कैसा प्रदर्शन करता है

पेपर ने इस "स्मार्ट जासूस" का परीक्षण पारंपरिक तरीकों के विरुद्ध किया:

पुराना तरीका (लिनियर फिल्टर्स): जब रॉक बैंड बहुत तेज़ (उच्च इंटरफेरेंस) हो जाता है, तो पुराने फिल्टर हार मान लेते हैं। सिग्नल बेकार हो जाता है।
नया तरीका (LMLVAMP): जब रॉक बैंड कान फोड़ने वाला शोर कर रहा होता है, तब भी नया एल्गोरिदम फुसफुसाहट को रिकवर (recover) करना जारी रखता है।
- परीक्षणों में, इसने पुराने तरीकों की तुलना में बहुत बेहतर "डेटा रेट्स" (स्पष्ट संचार) प्राप्त किए।
- यह तब भी अच्छी तरह से काम किया जब सिग्नल को डिजिटल बिट्स (क्वांटाइजेशन) में विभाजित किया गया था।
- यह समस्या के बारे में जितना अधिक "सोचता" था (अधिक इटरेशन), उतना ही बेहतर काम करता था।

निष्कर्ष (The Bottom Line)

पेपर का दावा है कि भविष्य के 6G नेटवर्क के लिए, जहाँ डिवाइस को भीड़भाड़ वाले फ्रीक्वेंसी बैंड में तेज़, हस्तक्षेप करने वाले सिग्नल्स का सामना करना पड़ेगा, हम साधारण, लिनियर फिल्टर्स पर भरोसा नहीं कर सकते। हमें एक हाइब्रिड दृष्टिकोण की आवश्यकता है: एक ऐसा दृष्टिकोण जो सिग्नल प्रोसेसिंग की गणितीय संरचना (बैंड कहाँ हैं, यह जानना) को AI की अनुकूलन क्षमता (विकृति को ठीक करना सीखना) के साथ जोड़ता है।

उनका "Learned ML-VAMP" एल्गोरिदम एक लचीली, स्वयं-सुधार करने वाली प्रणाली के रूप में कार्य करता है जो एक स्पष्ट सिग्नल को रिकवर कर सकती है, भले ही हार्डवेयर को मजबूत हस्तक्षेप के कारण उसकी अंतिम सीमा तक धकेला गया हो।

तकनीकी सारांश: गैर-रेखीय प्रणालियों में स्पेक्ट्रली पृथक हस्तक्षेप के साथ लर्निंग-आधारित सिग्नल रिकवरी

1. समस्या विवरण

यह शोध पत्र स्पेक्ट्रली घने वातावरणों में संचालित होने वाले अपर मिड-बैंड (FR3, 7–24 GHz) 6G रिसीवर्स में वांछित सिग्नल को रिकवर करने की चुनौती को संबोधित करता है। इन परिदृश्यों में, मजबूत एडजेसेंट-बैंड (आउट-ऑफ-बैंड, OOB) इंटरफेरर्स अपरिहार्य हैं। जबकि पारंपरिक रेखीय रिसीवर विजातीय-बैंड (disjoint-band) हस्तक्षेप को दबाने के लिए फ्रीक्वेंसी-सेलेक्टिव फ़िल्टरिंग पर निर्भर करते हैं, व्यावहारिक हार्डवेयर सीमाएं—विशेष रूप से फ्रंट-एंड नॉन-लीनियरिटी (जैसे एम्पलीफायर सैचुरेशन) और सीमित-रिज़ॉल्यूशन क्वांटिज़ेशन—स्पेक्ट्रल लीकेज का कारण बनती हैं।

जब एक मजबूत OOB इंटरफेरर रिसीवर को नॉन-लीनियर रिजीम में धकेलता है, तो यह इन-बैंड डिस्टॉर्शन उत्पन्न करता है जो क्लासिकल लीनियर फ़िल्टरिंग को अप्रभावी बना देता है। मुख्य समस्या वांछित सिग्नल $x_0$ का अनुमान लगाना है, जो रिसीवर ऑब्जर्वेशन $y$ (या क्वांटाइज़्ड $y_q$ ) से प्राप्त होता है, जो निम्नलिखित से दूषित है:

मजबूत OOB इंटरफेरेंस: जो एक अलग फ्रीक्वेंसी बैंड को घेरे हुए है।
नॉन-लीनियर सैचुरेशन: जिसे एक स्मूथ, मेमोरीलेस नॉन-लीनियरिटी (सॉफ्ट-थ्रेशोल्डिंग) के रूप में मॉडल किया गया है।
क्वांटिज़ेशन: ADC द्वारा वैकल्पिक कोर्स क्वांटिज़ेशन।

2. कार्यप्रणाली

सिस्टम मॉडल

लेखक एक डिस्क्रीट-टाइम सिग्नल मॉडल अपनाते हैं जहाँ प्राप्त वेक्टर $r$ , फ्रीक्वेंसी-डोमेन स्रोतों $x_\ell$ का इनवर्स DFT है, जो अलग-अलग बैंड $B_\ell$ को घेरते हैं। रिसीवर फ्रंट-एंड को एक मेमोरीलेस नॉन-लीनियर फंक्शन $\Phi(\cdot)$ के रूप में मॉडल किया गया है, जिसके बाद एडिटिव नॉइज़ और वैकल्पिक क्वांटिज़ेशन होता है:
$y = \Phi(r, w)$
विशेष रूप से, एक सॉफ्ट सैचुरेशन मॉडल का उपयोग किया गया है, जहाँ फेज को सुरक्षित रखते हुए $\tanh$ फंक्शन के माध्यम से एम्प्लीट्यूड को कंप्रेस किया जाता है, जिसके बाद एडिटिव नॉइज़ और एक यूनिफॉर्म क्वांटाइज़र आता है।

प्रस्तावित एल्गोरिदम: Learned ML-VAMP

यह शोध पत्र एक लर्नड मल्टी-लेयर वेक्टर एप्रोक्सिमेट मैसेज पासिंग (LMLVAMP) एल्गोरिदम का प्रस्ताव करता है। यह दृष्टिकोण मॉडल-आधारित बायेसियन इन्फरेंस को डेटा-संचालित अनुकूलन क्षमता के साथ एकीकृत करता है।

संरचना: एल्गोरिदम सिस्टम को दो-परत वाले नेटवर्क के रूप में मानता है:
1. लेयर 1 (फ्रीक्वेंसी डोमेन): फ्रीक्वेंसी-डोमेन सिग्नल $x$ को IDFT मैट्रिक्स के माध्यम से टाइम-डोमेन सिग्नल $r$ में मैप करता है।
2. लेयर 2 (टाइम डोमेन): $r$ को नॉन-लीनियर ऑब्जर्वेशन $y$ में मैप करता है।
इटरेटिव इन्फरेंस: एल्गोरिदम दो डिनोइज़िंग फंक्शन्स का उपयोग करके अनुमान $\hat{x}$ $\overset{x}{^}$ और $\hat{r}$ $\overset{r}{^}$ को इटरेटिव रूप से अपडेट करता है:
1. स्पेक्ट्रल डिनोइज़र ( $G_0$ ): यह फ्रीक्वेंसी डोमेन में कार्य करता है। वांछित सिग्नल के लिए, यह ज्ञात स्पेक्ट्रल प्रायर्स (मीन $\mu$ और वेरिएंस $S$ ) पर आधारित एक लीनियर MMSE एस्टिमेटर है।
2. नॉन-लीनियर डिनोइज़र ( $G_1$ ): यह नॉन-लीनियर डिस्टॉर्शन को उलटने के लिए टाइम डोमेन में कार्य करता है।
लर्निंग कंपोनेंट:
- क्लासिकल ML-VAMP में, नॉन-लीनियर डिनोइज़र $G_1$ को जटिल मल्टी-डायमेंशनल न्यूमेरिकल इंटीग्रेशन की आवश्यकता होती है, जो गणनात्मक रूप से अत्यधिक कठिन है।
- प्रस्तावित लर्नड दृष्टिकोण इन कठिन एनालिटिकल डिनोइज़र्स को कॉम्पैक्ट, ट्रेन करने योग्य न्यूरल नेटवर्क्स ( $f_0$ और $f_1$ ) से बदल देता है।
- ये नेटवर्क सिमुलेटेड डेटा पर एंड-टू-एंड प्रशिक्षित किए जाते हैं ताकि इष्टतम MMSE डिनोइज़र्स का अनुमान लगाया जा सके। वे वर्तमान अनुमान, नॉइज़ वेरिएंस और सिस्टम पैरामीटर्स (जैसे सैचुरेशन पावर $P_{sat}$ ) जैसे इनपुट लेते हैं और रिफाइंड एस्टिमेट्स और प्रिसिजन पैरामीटर्स आउटपुट करते हैं।
ट्रेनिंग ऑब्जेक्टिव: मॉडल को एक कंपोजिट लॉस फंक्शन का उपयोग करके प्रशिक्षित किया जाता है जो कन्वर्जेंस को गाइड करने के लिए इंटरमीडिएट इटरेशंस में फ्रीक्वेंसी-डोमेन एरर और सटीकता सुनिश्चित करने के लिए अंतिम इटरेशन में एरर को दंडित करता है।

कॉम्प्लेक्सिटी एडवांटेज

सामान्य डीप लर्निंग अप्रोच के विपरीत, जिन्हें $N$ -डायमेंशनल इनपुट के लिए $O(N^2)$ पैरामीटर्स की आवश्यकता हो सकती है, LMLVAMP फ्रेमवर्क कंपोनेंट-वाइज न्यूरल नेटवर्क्स का उपयोग करता है। इसकी जटिलता सिग्नल डायमेंशन $N$ के साथ नहीं बढ़ती है, जिससे यह वाइडबैंड सिस्टम के लिए उपयुक्त बनता है।

3. मुख्य योगदान

नवल फ्रेमवर्क: मजबूत OOB इंटरफेरेंस, रिसीवर सैचुरेशन और क्वांटिज़ेशन की उपस्थिति में सिग्नल रिकवरी के लिए विशेष रूप से डिज़ाइन किया गया लर्नड ML-VAMP फ्रेमवर्क।
हाइब्रिड आर्किटेक्चर: हार्डवेयर नॉन-लीनियरिटी के स्पष्ट एनालिटिकल मॉडल की आवश्यकता के बिना नॉन-लीनियर डिस्टॉर्शन को संभालने के लिए स्पेक्ट्रल प्रायर्स (वांछित सिग्नल बैंड के लिए) को न्यूरल नेटवर्क-आधारित डिनोइज़िंग के साथ एकीकृत करना।
इंटरप्रिटेबिलिटी: "ब्लैक-बॉक्स" डीप लर्निंग नेटवर्क्स के विपरीत, प्रस्तावित विधि मैसेज पासिंग की इटरेटिव संरचना को बनाए रखती है, जो अपने बायेसियन इन्फरेंस रूट्स के माध्यम से व्याख्यात्मकता प्रदान करती है।
एफिशिएंसी: यह प्रदर्शित करना कि एनालिटिकल डिनोइज़र्स को लाइटवेट न्यूरल नेटवर्क्स से बदलने से हाई-डायमेंशनल इंटीग्रेशन का कम्प्यूटेशनल बोझ कम होता है और स्केलेबिलिटी बनी रहती है।

4. प्रदर्शन परिणाम

सिमुलेशन FR3-संबंधित स्थितियों (SNR 10–20 dB, INR 30–80 dB, 10-बिट क्वांटिज़ेशन) के तहत आयोजित किए गए थे। प्रस्तावित LMLVAMP की तुलना निम्नलिखित से की गई:

LINEAR-K/U: लीनियर फ्रीक्वेंसी-डोमेन वियनर एस्टिमेटर्स (इंटरफेरर के ज्ञान के साथ/बिना)।
ORACLE: एक आदर्श एस्टिमेटर जिसके पास पूर्ण सिस्टम नॉलेज है (अपर बाउंड)।

मुख्य निष्कर्ष:

इंटरफेरेंस के प्रति मजबूती: जब इंटरफेरेंस-टू-नॉइज़ रेशियो (INR) नॉन-लीनियर स्पेक्ट्रल लीकेज के कारण 50 dB से अधिक हो जाता है, तो लीनियर एस्टिमेटर्स तेजी से खराब हो जाते हैं। इसके विपरीत, LMLVM मजबूत प्रदर्शन बनाए रखता है, जो लीनियर बेसलाइन्स की तुलना में काफी अधिक अचीवेबल रेट प्राप्त करता है (कुछ रिजीम्स में गैप 20 dB से अधिक है)।
कन्वर्जेंस: प्रस्तावित विधि दो इटरेशन के भीतर ORACLE बेंचमार्क के प्रदर्शन के करीब पहुँच जाती है।
जनरलाइजेशन: "अननोन" वेरिएंट (LMLVAMP-U), जो इंटरफेरर के सिग्नल के ज्ञान को मानकर नहीं चलता, लीनियर बेसलाइन्स से काफी बेहतर प्रदर्शन करता है, जो अज्ञात इंटरफेरेंस स्थितियों में सामान्य होने की क्षमता को दर्शाता है।
क्वांटिज़ेशन रेजिस्टेंस: एल्गोरिदम 10-बिट क्वांटिज़ेशन के तहत भी लीनियर विकल्पों की तुलना में पर्याप्त बढ़त बनाए रखता है।

5. महत्व और दावे

शोध पत्र का दावा है कि प्रस्तावित LMLVAMP फ्रेमवर्क भविष्य के 6G सिस्टम के लिए मजबूत और लागत प्रभावी FR3 रिसीवर डिजाइन करने के लिए एक व्यवहार्य समाधान प्रदान करता है। नॉन-लीनियरिटी, नॉइज़ और क्वांटिज़ेशन को संयुक्त रूप से मॉडल करके, यह विधि घने स्पेक्ट्रल वातावरणों में क्लासिकल लीनियर फ़िल्टरिंग की सीमाओं को पार करती है।

लेखक इस बात पर जोर देते हैं कि यह दृष्टिकोण कठोर मॉडल-आधारित इन्फरेंस और डेटा-संचालित तरीकों की अनुकूलन क्षमता के बीच के अंतर को पाटता है। यह जटिल पॉलीनोमियल मॉडलिंग (जिसे अनुमान लगाना कठिन है) और ब्लैक-बॉक्स न्यूरल नेटवर्क्स (जिनमें व्याख्यात्मकता की कमी होती है) के बीच एक व्यावहारिक विकल्प प्रदान करता है। परिणाम इस बात को रेखांकित करते हैं कि गंभीर नॉन-लीनियर डिस्टॉर्शन को संभालने के लिए इटरेटिव इन्फरेंस को लर्नड डिनोइज़र्स के साथ जोड़ना आवश्यक है।