⚡ electrical engineering

Beyond $λ/2$ : Can Arbitrary EMVS Arrays Achieve Unambiguous NLOS Localization?

यह शोध पत्र यह प्रदर्शित करता है कि घटक पृथक्करण के लिए एक PARAFAC-आधारित मॉडल और एक नवीन चरण-विभेदक (phase-disambiguation) प्रक्रिया का उपयोग करके, जिसे RIS-सहायता प्राप्त सिग्नल अनुकूलन द्वारा और अधिक उन्नत किया गया है, अनिश्चितता-रहित (unambiguous) NLOS MIMO रडार स्थानीयकरण को $\lambda/2$ से अधिक इंटरएलिमेंट स्पेसिंग के साथ भी मनमाने इलेक्ट्रोमैग्नेटिक वेक्टर सेंसर (EMVS) एरे द्वारा प्राप्त किया जा सकता है।

मूल लेखक: Hua Chen, Zhenhao Yu, Tuo Wu, Wei Liu, Maged Elkashlan, Hyundong Shin, Matthew C. Valenti, Robert Schober

प्रकाशित 2026-02-10

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Hua Chen, Zhenhao Yu, Tuo Wu, Wei Liu, Maged Elkashlan, Hyundong Shin, Matthew C. Valenti, Robert Schober

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: रडार की "गति सीमा" को तोड़ना

कल्पना कीजिए कि आप एक कैमरे का उपयोग करके भीड़ की एक हाई-रिज़ॉल्यूशन फोटो लेने की कोशिश कर रहे हैं। पारंपरिक रडार की दुनिया में, एक सख्त "नियम" ( $\lambda/2$ नियम) है जो कहता है कि आपके कैमरा सेंसर बहुत करीब रखे जाने चाहिए—जैसे कि आँखों की एक पंक्ति जो केवल एक इंच के एक अंश की दूरी पर स्थित हो।

यदि आप एक व्यापक दृश्य (एक बड़ा "एपर्चर") प्राप्त करने के लिए उन आँखों को बहुत दूर फैला देते हैं, तो रडार "भ्रमित" हो जाता है। यह "भूतिया छवियां" या "मृगतृष्णा" देखने लगता है क्योंकि सिग्नल इस तरह से ओवरलैप होते हैं जिन्हें कंप्यूटर अलग नहीं कर पाता। इसे स्थानिक अस्पष्टता (spatial ambiguity) कहा जाता है। इस नियम के कारण, रडार सिस्टम अक्सर "निकट दृष्टि दोष" वाले होते हैं—वे स्पष्ट रूप से या दूर तक नहीं देख सकते जब तक कि वे एक बहुत ही छोटे, तंग स्थान में भारी मात्रा में महंगे सेंसर न भर दें।

यह शोध पत्र पूछता है: "क्या हम इस नियम को तोड़ सकते हैं? क्या हम बेहतर देखने के लिए अपने सेंसरों को दूर फैला सकते हैं और बिना भ्रमित हुए?"

इसका उत्तर एक जोरदार हाँ है, और वे इसे तीन "सुपरपावर्स" का उपयोग करके करते हैं।

सुपरपावर 1: "छह-पक्षीय" सेंसर (EMVS)

अधिकांश रडार "स्केलर" सेंसर का उपयोग करते हैं, जो आँखों की तरह होते हैं जो केवल प्रकाश और अंधेरे को देखते हैं। वे केवल सिग्नल की शक्ति को मापते हैं।

शोधकर्ताओं ने इलेक्ट्रोमैग्नेटिक वेक्टर सेंसर्स (EMVS) का उपयोग किया। इन सेंसरों को केवल आँखें नहीं, बल्कि अत्यधिक उन्नत 3D स्कैनर के रूप में सोचें। केवल "चमक" देखने के बजाय, ये सेंसर तरंग के दिशा, घुमाव और "कंपन" (पोलराइजेशन) को छह अलग-अलग कोणों से एक साथ देखते हैं।

उपमा: कल्पना कीजिए कि आप एक अंधेरे कमरे में एक घूमते हुए लट्टू की पहचान करने की कोशिश कर रहे हैं। एक सामान्य सेंसर केवल यह बताता है कि "वहाँ कुछ है।" एक EMVS सेंसर आपको बताता है कि "यह एक लाल लट्टू है, यह घड़ी की दिशा में घूम रहा है, और यह थोड़ा बाईं ओर झुक रहा है।" चूंकि उनके पास बहुत अधिक अतिरिक्त जानकारी है, वे सिग्नल के "घुमाव" का उपयोग यह पता लगाने के लिए कर सकते हैं कि वह कहाँ से आया था, भले ही सेंसर दूर-दूर फैले हों।

सुपरपावर 2: "स्मार्ट मिरर" (RIS)

कभी-कभी, एक लक्ष्य (जैसे कार या ड्रोन) किसी इमारत के पीछे छिपा होता है। एक "नॉन-लाइन-ऑफ-साइट" (NLOS) परिदृश्य में, रडार उसे सीधे नहीं देख सकता।

शोधकर्ताओं ने एक रीकॉन्फ़िगरेबल इंटेलिजेंट सरफेस (RIS) जोड़ा। इसे एक इमारत के किनारे पर रखे गए "स्मार्ट मिरर" के रूप में समझें। एक सामान्य दर्पण के विपरीत जो केवल प्रकाश को परावर्तित करता है, यह स्मार्ट मिरर सिग्नल को "स्टीयर" करने के लिए अपनी सतह को तुरंत बदल सकता है। यह एक छिपे हुए लक्ष्य से टकराने वाले सिग्नल को पकड़ सकता है और उसे पूरी तरह से रडार की ओर "निशाना" बना सकता है।

शोधकर्ताओं ने गणित (जिसे SDP कहा जाता है) का भी उपयोग किया ताकि यह सुनिश्चित हो सके कि दर्पण हमेशा सही कोण पर स्थित हो ताकि सिग्नल जितना संभव हो उतना तेज़ और स्पष्ट हो सके।

सुपरपागत 3: "गणितीय जासूस" (PARAFAC और फेज डिसएम्बिग्यूएशन)

3D सेंसरों और स्मार्ट मिरर के बावजूद, डेटा सिग्नलों का एक अस्त-व्यस्त मिश्रण होता है। शोधकर्ताओं ने PARAFAC डिकम्पोज़िशन नामक एक गणितीय जासूसी कार्य विकसित किया।

उपमा: कल्पना कीजिए कि एक भीड़भाड़ वाली पार्टी है जहाँ हर कोई एक साथ बोल रहा है। एक सामान्य कंप्यूटर शोर की एक दीवार सुनता है। PARAFAC जासूस एक मास्टर श्रोता की तरह कार्य करता है जो कमरे को अलग-अलग "चैनलों" में विभाजित कर सकता है: एक चैनल संगीत के लिए, दूसरा राजनीति के बारे में बात करने वाले व्यक्ति के लिए, और तीसरा हंसने वाले व्यक्ति के लिए।

"संगीत" (RIS मिरर की सेटिंग्स) को "आवाजों" (लक्ष्य के स्थान) से अलग करके, जासूस फिर "आवाज के घुमाव" का उपयोग करके "भूतिया छवि" की समस्या को हल कर सकता है। वे "रोटेशनल इनवेरिएंस" नामक एक चाल का उपयोग करते हैं—अनिवार्य रूप से यह जांचना कि सिग्नल कैसे घूमता है—ताकि यह महसूस किया जा सके, "रुको, यह भूत नहीं है; यह बस एक वास्तविक सिग्नल है जिसने एक लंबी दूरी तय की है!"

यह क्यों मायने रखता है? ("तो क्या?")

बेहतर दृष्टि, कम लागत: हम कम सेंसरों का उपयोग करके "सुपर-रिज़ॉल्यूशन" (दो लक्ष्यों को बहुत करीब से देखने की क्षमता) प्राप्त कर सकते हैं। 50 सेंसरों को सघन रूप से पैक करने के बजाय, हम 12 सेंसरों का उपयोग कर सकते हैं जो दूर-दूर फैले हों।
कोनों के पार देखना: "स्मार्ट मिरर" (RIS) के कारण, हम बाधाओं के पीछे छिपे ऑब्जेक्ट्स को ट्रैक कर सकते हैं।
लचीलापन: हम इन सेंसरों को अनियमित सतहों पर भी लगा सकते हैं, जैसे कि एक हवाई जहाज का घुमावदार पंख या एक ड्रोन का ऊबड़-खाबड़ शरीर, क्योंकि उन्हें अब एक आदर्श, घनी रेखा में होने की आवश्यकता नहीं है।

संक्षेप में: शोधकर्ताओं ने "भ्रम" को "स्पष्टता" में बदलने का एक तरीका खोजा है, जिससे रडार को अधिक दूर, अधिक स्पष्ट और कोनों के पार देखने की अनुमति मिलती है, और वह भी अधिक स्मार्ट, अधिक फैले हुए हार्डवेयर के साथ।

यह शोध पत्र, जिसका शीर्षक "Beyond $\lambda/2$ : Can Arbitrary EMVS Arrays Achieve Unambiguous NLOS Localization?" है, रडार एरे डिज़ाइन में एक मौलिक सीमा को संबोधित करता है: यह आवश्यकता कि तत्वों के बीच की दूरी आधे तरंग दैर्ध्य ( $\lambda/2$ ) से अधिक नहीं होनी चाहिए ताकि स्थानिक अस्पष्टता (spatial ambiguity) को रोका जा सके। लेखक इस बाधा को तोड़ने के लिए इलेक्ट्रोमैग्नेटिक वेक्टर सेंसर्स (EMVS) और रीकॉन्फ़िगेरेबल इंटेलिजेंट सरफेस (RIS) का उपयोग करते हुए एक फ्रेमवर्क प्रस्तावित करते हैं, जो नॉन-लाइन-ऑफ-साइट (NLOS) परिदृश्यों में काम करता है।

1. समस्या: $\lambda/2$ बाधा बनाम रिज़ॉल्यूशन

पारंपरिक रडार में, $\lambda/2$ से अधिक अंतराल रखने वाले तत्व स्थानिक अस्पष्टता (phase wrapping) का कारण बनते हैं, जहाँ कई कोण एक ही चरण (phase) माप उत्पन्न करते हैं। यह बाधा एरे एपर्चर को सीमित करती है, जो बदले में कोणीय रिज़ॉल्यूशन को भी प्रतिबंधित करती है। जबकि इलेक्ट्रोमैग्नेटिक वेक्टर सेंसर्स (EMVS), छह इलेक्ट्रोमैग्नेटिक घटकों को मापने के कारण स्केलर सेंसरों की तुलना में अधिक डिग्री ऑफ फ्रीडम प्रदान करते हैं, मनमाने ज्यामिति (arbitrary geometries) के लिए मौजूदा विधियाँ या तो सटीकता से समझौता करती हैं या विशिष्ट संरचनात्मक बाधाओं पर निर्भर करती हैं, जो NLOS वातावरण में निर्विवाद स्थानीयकरण (unambiguous localization) के लिए सामान्य समाधान प्रदान करने में विफल रहती हैं।

2. कार्यप्रणाली: एक सहक्रियात्मक फ्रेमवर्क (A Synergistic Framework)

लेखक एक दो-चरणीय फ्रेमवर्क प्रस्तावित करते हैं जो टेंसर डिकंपोजिशन (tensor decomposition) को कॉन्वेक्स ऑप्टिमाइज़ेशन के साथ एकीकृत करता है:

चरण 1: टेंसर-आधारित अनुमान और फेज डिसैम्बिग्यूएशन (Phase Disambiguation)
- PARAFAC डिकंपोजिशन: प्राप्त सिग्नल को तीसरे क्रम के टेंसर (third-order tensor) के रूप में मॉडल किया गया है। ट्रिलिनियर अल्टरनेटिंग लीस्ट स्क्वायर्स (TALS) एल्गोरिदम के माध्यम से PARAFAC डिकंपोजिशन लागू करके, सिस्टम स्वाभाविक रूप से RIS फेज-शिफ्ट प्रभावों को लक्ष्य के स्थानिक और पोलारिमेट्रिक हस्ताक्षरों (signatures) से अलग कर देता है।
- डिसैम्बिग्यूएशन के लिए रोटेशनल इनवेरिएंस (Rotational Invariance): बड़े तत्व अंतराल के कारण होने वाले $2\pi$ फेज रैपिंग को हल करने के लिए, लेखक EMVS के छह इलेक्ट्रोमैग्नेटिक घटकों में निहित रोटेशनल इनवेरिएंस का लाभ उठाते हैं। यह मनमानी ज्यामिति में भी 2-D डायरेक्शन ऑफ डिपार्चर (DOD), 2-D डायरेक्शन ऑफ एराइवल (DOA) और पोलराइजेशन मापदंडों की निर्विवाद रिकवरी की अनुमति देता है।
चरण 2: SDP-रिलैक्स्ड RIS फेज ऑप्टिमाइज़ेशन
- सिग्नल पावर मैक्सिमाइजेशन: SNR को बढ़ाने और शेष अस्पष्टताओं को दबाने के लिए, RIS फेज-शिफ्ट को प्राप्त सिग्नल पावर को अधिकतम करने हेतु अनुकूलित किया जाता है।
- सेमीडेफिनेट प्रोग्रामिंग (SDP): चूंकि RIS तत्वों पर यूनिट-मॉड्यूलस बाधा समस्या को नॉन-कॉन्वेक्स बनाती है, इसलिए लेखक इसे एक सुलभ कॉन्वेक्स समस्या में बदलने के लिए SDP रिलैक्सेशन का उपयोग करते हैं, जिसके बाद एक व्यवहार्य, निकट-इष्टतम समाधान खोजने के लिए गॉसियन रैंडमाइजेशन का उपयोग किया जाता है।

3. मुख्य योगदान

"Beyond $\lambda/2$ " का सैद्धांतिक प्रमाण: यह शोध पत्र सिद्ध करता है कि मल्टी-डायमेंशनल इलेक्ट्रोमैग्नेटिक मापन का लाभ उठाकर मनमाने EMVS एरे $\lambda/2$ प्रतिबंध के बिना निर्विवाद स्थानीयकरण प्राप्त कर सकते हैं।
नया डिसैंबिग्यूएशन तंत्र: एक नई प्रक्रिया जो अनियमित एरे ज्यामिति में फेज अस्पष्टता को हल करने के लिए इलेक्ट्रिक और मैग्नेटिक फील्ड घटकों के बीच संबंध का उपयोग करती है।
संयुक्त अनुकूलन फ्रेमवर्क (Joint Optimization Framework): एक विधि जो RIS फेज शिफ्ट और लक्ष्य पैरामीटर अनुमान को एक साथ अनुकूलित करती है, जिससे एक पुनरावृत्त परिशोधन लूप (iterative refinement loop) बनता है जो सटीकता में सुधार करता है।
पोलारिमेट्रिक एक्सप्लोइटेशन: यह फ्रेमवर्क उन लक्ष्यों को अलग करने के लिए पूर्ण छह-आयामी इलेक्ट्रोमैग्नेटिक संरचना का उपयोग करता है जो अन्यथा स्थानिक रूप से अविभेद्य हो सकते हैं।

4. परिणाम और प्रदर्शन

सटीकता: सिमुलेशन परिणाम दिखाते हैं कि प्रस्तावित "रिफाइंड" DOA अनुमान क्रैमर-रो बाउंड (CRB) के करीब सटीकता प्राप्त करता है, जो मोटे वेक्टर क्रॉस-प्रोडक्ट (VCP) तरीकों से काफी बेहतर प्रदर्शन करता है (RMSE में 40%–60% का सुधार)।
लक्ष्य क्षमता (Target Capacity): सिस्टम $K=N$ लक्ष्यों (जहाँ $N$ रिसीवर्स की संख्या है) की पहचान कर सकता है, जो घने लक्ष्य वातावरण में उच्च स्केलेबिलिटी प्रदर्शित करता है।
RIS प्रभाव: SDP के माध्यम से RIS फेज शिफ्ट को अनुकूलित करने से रैंडम फेज कॉन्फ़िगरेशन की तुलना में RMSE में 5–8 dB का सुधार होता है।
मजबूती (Robustness): यह विधि कैरियर फ्रीक्वेंसी विविधताओं के प्रति उच्च मजबूती प्रदर्शित करती है और लक्ष्यों की संख्या अधिक होने पर भी उच्च रिज़ॉल्यूशन बनाए रखती है।

5. महत्व

यह कार्य महत्वपूर्ण है क्योंकि यह रडार डिज़ाइन में एपर्चर-रिज़ॉल्यूशन-जटिलता ट्रेड-ऑफ को मौलिक रूप से बदल देता है। बड़े-एपर्चर, स्पार्स एरे (जिसमें अंतराल $\lambda/2$ से अधिक है) को बिना किसी अस्पष्टता के संचालित करने में सक्षम बनाकर, यह कम भौतिक सेंसरों का उपयोग करके उच्च-रिज़ॉल्यूशन, उच्च-सटीकता वाले स्थानीयकरण की अनुमति देता है। यह विशेष रूप से उन प्लेटफार्मों के लिए परिवर्तनकारी है जिनके पास सख्त आकार, वजन और शक्ति (SWaP) संबंधी सीमाएं हैं, जैसे कि UAV, और जटिल NLOS वातावरण के लिए जहाँ RIS तकनीक तैनात की जाती है।