Sparse Array Design for Near-Field MU-MIMO: Reconfigurable Array Thinning Approach

तकनीकी सारांश: पुनर्गठनीय सरणी थिनिंग (Reconfigurable Array Thinning) के माध्यम से नियर-फील्ड MU-MIMO के लिए स्पार्स एरे डिज़ाइन

समस्या विवरण
भविष्य के वायरलेस नेटवर्क से रेडिएटिव नियर-फील्ड (NF) शासन में संचालित होने वाले मैसिव एंटेना एरे तैनात करने की अपेक्षा की जाती है। फैर-फील्ड सिस्टम के विपरीत, जहाँ उपयोगकर्ताओं को केवल कोणीय डोमेन (angular domain) में मल्टीप्लेक्स किया जाता है, NF प्रसार कोण और रेंज दोनों डोमेन में स्थानिक मल्टीप्लेक्सिंग (spatial multiplexing) की अनुमति देता है। हालाँकि, बड़े-अपर्चर वाले एरे को आधा-वेवलेंथ स्पेसिंग के साथ साकार करने के लिए हजारों तत्वों की आवश्यकता होती है, जिससे अत्यधिक हार्डवेयर लागत, बिजली की खपत और कम्प्यूटेशनल जटिलता उत्पन्न होती है। जबकि स्पार्स एरे (sparse arrays) स्थानिक सहसंबंध (spatial correlation) को कम करने के लिए तत्वों के बीच की दूरी बढ़ाकर एक समाधान प्रदान करते हैं, निश्चित यूनिफॉर्म स्पार्स एरे ग्रेटिंग लोब्स (grating lobes) के कारण तीव्र हस्तक्षेप का शिकार होते हैं। मौजूदा विकल्प, जैसे कि मूवेबल एंटेना (MA) आर्किटेक्चर, उपयोगकर्ता वितरण के अनुकूल होने के लिए यांत्रिक पुनर्गठन (mechanical repositioning) पर निर्भर करते हैं, जो लेटेंसी और हार्डवेयर जटिलता पेश करते हैं। इसके अलावा, पारंपरिक एंटेना चयन विधियाँ आमतौर पर प्रदर्शन मेट्रिक्स के लिए तात्कालिक चैनल स्टेट इंफॉर्मेशन (CSI) पर निर्भर करती हैं, लेकिन उन्हें स्पष्ट रूप से एक संरचित स्पारस एरे डिज़ाइन के रूप में फॉर्मुलेट नहीं करती हैं। एक ऐसे समाधान का अभाव है जो यांत्रिक गति या अत्यधिक कम्प्यूटेशनल ओवरहेड के बिना गतिशील अनुकूलन क्षमता प्रदान कर सके, विशेष रूप से रेंज डोमेन में ग्रेटिंग लोब्स के व्यवहार के संबंध में।

कार्यप्रणाली
लेखक एक पुनर्गठनीय एरे थिनिंग (reconfigurable array thinning) ढांचे का प्रस्ताव करते हैं। इस दृष्टिकोण में, एक पूर्ण सघन यूनिफॉर्म लीनियर एरे (FULA) भौतिक रूप से स्थिर रहता है, लेकिन एक लचीला स्पार्स एरे बनाने के लिए एक RF स्विच नेटवर्क के माध्यम से चुनिकों एंटेना को चुनिंदा रूप से सक्रिय किया जाता है। सक्रियण पैटर्न एक बाइनरी थिनिंग वेक्टर $\mathbf{b}$ द्वारा निर्धारित किया जाता है।

लेखक पहले नियर-फील्ड में ग्रेटिंग लोब्स के संबंध में एक सैद्धांतिक आधार स्थापित करते हैं:

1. कोणीय डोमेन (Angle Domain): ग्रेटिंग लोब्स तब होते हैं जब आस-पास के तत्वों के बीच फेज शिफ्ट (phase shift) $2\pi$ के पूर्णांक गुणक के बराबर होता है, जो स्टीयरिंग एंगल पर निर्भर करता है।
2. रेंज डोमेन (Range Domain): NF एरे रिस्पॉन्स वेक्टर के विश्लेषण के माध्यम से, लेखक प्रदर्शित करते हैं कि ग्रेटिंग लोब्स रेंज आयाम के साथ दिखाई नहीं देते हैं। फेज वेरिएशन रैखिक के बजाय द्विघातीय (quadratic) होता है, जो तत्वों के फेजों के सुसंगत पुनर्मिलन (coherent re-alignment) को रोकता है। इसके बजाय, केवल छोटे रिपल्स देखे जाते हैं।

इस विश्लेषण के आधार पर, लेखक $\mathbf{b}$ को निर्धारित करने के लिए दो पार्टिकल स्वार्म ऑप्टिमाइजेशन (PSO)-आधारित रणनीतियाँ विकसित करते हैं:

• ग्रेटिंग-लोब-आधारित थिन्ड एरे (GTA): एक पूर्व-अनुकूलित डिज़ाइन जो ग्रेटिंग लोब्स को दबाने के लिए कोणीय डोमेन में पीक साइडलोब लेवल (PSLL) को न्यूनतम करता है। यह दृष्टिकोण कवरेज अंतराल में लोब्स के दमन को सुनिश्चित करने के लिए सांख्यिकीय बाधाओं के आधार पर ऑफलाइन एक निरंतर रिलैक्सेशन PSO का उपयोग करता है।
• सम-रेट-आधारित थिन्ड एरे (STA): एक गतिशील डिज़ाइन जो सीधे मल्टी-यूज़र सम-रेट को अधिकतम करता है। यह विधि उपयोगकर्ता स्थानों (कोण और रेंज) के ज्ञान के साथ, उपलब्ध सम-रेट को ऑब्जेक्टिव फंक्शन के रूप में उपयोग करके ऑनलाइन (या विशिष्ट चैनल वास्तविकताओं के लिए) थिनिंग वेक्टर $\mathbf{b}$ को अनुकूलित करती है।

दोनों विधियाँ एक PSO ढांचे का उपयोग करती हैं जहाँ पार्टिकल्स निरंतर प्रायोरिटी वेक्टर्स का प्रतिनिधित्व करते हैं जिन्हें बाइनरी एक्टिवेशन निर्णयों में मैप किया जाता है, जो सक्रिय एंटेनाओं की एक निश्चित संख्या ($N_T$) को लागू करते हैं और अपर्चर आकार को बनाए रखने के लिए एज एलिमेंट्स को सुरक्षित रखते हैं।

प्रमुख योगदान

1. सैद्धांतिक अंतर्दृष्टि: यह शोध पत्र इस बात की पुष्टि करने वाला पहला विश्लेषण प्रदान करता है कि जबकि नियर-फील्ड में स्पार्स एरे के लिए कोणीय डोमेन में ग्रेटिंग लोब्स मौजूद हैं, वे रेंज डोमेन में अनुपस्थित हैं। यह निष्कर्ष NF स्पार्स एरे के लिए डिज़ाइन बाधाओं को सरल बनाता है।
2. नवीन ढांचा: यह विशेष रूप से नियर-फील्ड संचार के लिए एरे थिनिंग के पहले अनुप्रयोग को पेश करता है, जो इसे पारंपरिक एंटेना चयन से अलग करता है और इसे एक संरचित स्पार्स एरे डिज़ाइन समस्या के रूप में मानता है।
3. दोहरी अनुकूलन रणनीतियाँ: दो अलग-अलग PSO-आधारित रणनीतियों का प्रस्ताव:
   • GTA: एक व्यावहारिक, पूर्व-अनुकूलित समाधान प्रदान करता है जो बिना वास्तविक समय में उपयोगकर्ता ट्रैकिंग के ग्रेटिंग लोब्स को दबाता है।
   • STA: एक उच्च-प्रदर्शन समाधान प्रदान करता है जो मल्टी-यूज़र सम-रेट को गतिशील रूप से अधिकतम करता है, जो स्थिर स्पार्स एरे और जटिल मूवेबल एंटेना सिस्टम के बीच के अंतर को पाटता है।
4. दक्षता: यह दृष्टिकोण मूवेबल एंटेना की यांत्रिक लेटेंसी और जटिलता से बचता है, जबकि स्थिर स्पार्स एरे की तुलना में बेहतर अनुकूलन क्षमता प्रदान करता है।

सिमुलेशन परिणाम
प्रस्तावित डिज़ाइनों का मूल्यांकन FULA (पूर्ण ULA), MULA (मूवेबल ULA), PTA (प्री-ऑप्टिमाइज्ड थिन्ड एरे), और SULA (यूनिफॉर्म स्पार्स ULA) सहित बेंचमार्क के विरुद्ध किया गया। मुख्य निष्कर्ष शामिल हैं:

• ग्रेटिंग लोब दमन: GTA विभिन्न रेंज में कोणीय डोमेन में ग्रेटिंग लोब्स को प्रभावी ढंग से दबाता है, जो पारंपरिक SULA से बेहतर प्रदर्शन करता है जिसमें मजबूत लोब्स दिखाई देते हैं।
• सम-रेट प्रदर्शन:
  • STA MULA (जिसके लिए भौतिक पुनर्गposition की आवश्यकता होती है) के समान प्रदर्शन प्राप्त करता है और केवल 10% सक्रिय तत्वों (320 में से 32 एंटेना) का उपयोग करके FULA सम-रेट का लगभग 75% प्राप्त करता है।
  • GTA PTA के समान प्रदर्शन करता है, यह दर्शाता है कि ग्रेटिंग-लोब दमन हस्तक्षेप को प्रभावी ढंग से कम करता है।
  • अनियमित स्पेसिंग के कारण बढ़े हुए साइडलोब्स के कारण GTA और PTA का सम-रेट STA से थोड़ा कम (लगभग 5% कम) है, लेकिन वे ऑफलाइन अनुकूलन का लाभ प्रदान करते हैं।
• रेंज डोमेन व्यवहार: सिमुलेशन पुष्टि करते हैं कि जब उपयोगकर्ता कोण में संरेखित होते हैं लेकिन रेंज में अलग होते हैं, तो SULA, FULA के लगभग समान प्रदर्शन करता है, जो रेंज-डोमेन ग्रेटिंग लोब्स की अनुपस्थिति को प्रमाणित करता है।
• जटिलता: PSO-आधारित STA, MULA अनुकूलन की तुलना में कम्प्यूटेशनल रूप से अधिक कुशल है क्योंकि यह निरंतर स्थिति स्थान के बजाय एक डिस्क्रीट चयन स्थान पर कार्य करता है, जिसे अभिसरण (converge) के लिए कम पुनरावृत्तियों की आवश्यकता होती है।

महत्व और दावे
यह शोध पत्र दावा करता है कि पुनर्गठनीय एरे थिनिंग नियर-फील्ड MU-MIMO सिस्टम के लिए एक व्यावहारिक और कुशल परिनियोजन रणनीति प्रदान करती है। MULA की आवश्यकता वाले यांत्रिक आंदोलन को समाप्त करके और गतिशील उपयोगकर्ता वितरण के तहत स्थिर स्पार्स एरे की उप-इष्टतमता को दूर करके, प्रस्तावित ढांचा हार्डवेयर दक्षता और उच्च स्पेक्ट्रल दक्षता के बीच संतुलन बनाता है। लेखक विनम्रतापूर्वक नोट करते हैं कि जबकि STA को चैनल ज्योमेट्री के आधार पर बार-बार अपडेट की आवश्यकता होती है, GTA और PTA मजबूत पूर्व-अनुकूलित विकल्प प्रदान करते हैं। यह कार्य सुझाव देता है कि एरे थिनिंग 'ग्रेसफुल परफॉरमेंस डिग्रेडेशन' और हार्डवेयर दक्षता को सक्षम करती है, क्योंकि दोषपूर्ण तत्वों को निष्क्रिय किया जा सकता है और कॉन्फ़िगरेशन को पुनः अनुकूलित किया जा सकता है। वर्तमान PSO दृष्टिकोण की कम्प्यूटेशनल जटिलता को और कम करने के लिए डीप लर्निंग-आधारित समाधानों की खोज को भविष्य के कार्य के रूप में पहचाना गया है।