⚡ electrical engineering

Stochastic 3-D Foliage Modeling at 80 GHz: Experimental Validation and Ray-Tracing Simulations

यह शोध पत्र 80 GHz रे-ट्रेसिंग सिमुलेशन के लिए एक स्टोकेस्टिक 3-D फॉलिएज मॉडलिंग कार्यप्रणाली प्रस्तुत और प्रयोगात्मक रूप से मान्य करता है, जो यह प्रदर्शित करता है कि कैसे समायोज्य ज्यामितीय पैरामीटर पाथ लॉस और डिले स्प्रेड को प्रभावित करते हैं।

मूल लेखक: Jiri Blumenstein, Radek Zavorka, Josef Vychodil, Tomas Mikulasek, Jaroslaw Wojtun, Jan M. Kelner, Cezary Ziolkowski, Rajeev Shukla, Markus Hofer, Thomas Zemen, Christoph Mecklenbrauker, Aniruddha Chan

प्रकाशित 2026-03-20

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Jiri Blumenstein, Radek Zavorka, Josef Vychodil, Tomas Mikulasek, Jaroslaw Wojtun, Jan M. Kelner, Cezary Ziolkowski, Rajeev Shukla, Markus Hofer, Thomas Zemen, Christoph Mecklenbrauker, Aniruddha Chandra, Ales Prokes

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 चित्र: हमें इसकी आवश्यकता क्यों है?

कल्पना कीजिए कि आप एक फोन से टावर तक एक हाई-स्पीड संदेश (जैसे कि 6G वीडियो कॉल) भेजने की कोशिश कर रहे हैं। बहुत उच्च गति (80 GHz) पर, ये सिग्नल लेजर बीम की तरह काम करते हैं। ये गति के लिए बेहतरीन हैं, लेकिन ये बहुत नाजुक भी हैं। यदि एक पत्ता, एक टहनी, या हवा का एक झोंका भी इस बीम से टकरा जाए, तो सिग्नल बाधित, बिखरा हुआ या विलंबित (delayed) हो सकता है।

पार्कों, जंगलों या घने पेड़ों वाले उपनगरों में काम करने वाले नेटवर्क डिजाइन करने के लिए, इंजीनियर रे ट्रेसिंग (Ray Tracing) का उपयोग करते हैं। इसे रेडियो तरंगों के लिए एक 'वीडियो गेम इंजन' की तरह समझें। यह ट्रांसमीटर से रिसीवर तक लाखों "आभासी लेजर" छोड़ता है ताकि यह देखा जा सके कि वे इमारतों और पेड़ों से कैसे टकराकर वापस आते हैं।

समस्या: अधिकांश वीडियो गेम के पेड़ केवल खोखले बाहरी आवरण (shells) होते हैं। वे बाहर से पेड़ जैसे दिखते हैं, लेकिन अंदर से खाली होते हैं। यदि आप सिमुलेशन में एक खोखले पेड़ के माध्यम से लेजर भेजते हैं, तो लेजर बिना किसी बाधा के सीधे पार निकल जाता है। लेकिन असल जिंदगी में, एक पेड़ पत्तियों और टहनियों का एक घना, अराजक ढेर होता है। लेजर हजारों छोटे सतहों से टकराता है, इधर-उधर उछलता है और अपनी ऊर्जा खो देता है।

समाधान: यह शोध पत्र "डिजिटल पेड़ों" को बनाने का एक नया तरीका पेश करता है जो खोखले नहीं हैं। एक साधारण बाहरी आवरण के बजाय, वे पेड़ की रूपरेखा के भीतर एक स्टोकेस्टिक (यादृच्छिक/random) 3D जंगल बनाते हैं, जो हजारों छोटी, बेतरतीब ढंग से रखी गई और घुमाई गई "पत्तियों" (जिन्हें त्रिकोणों के रूप में दर्शाया गया है) से भरा होता है।

यह कैसे काम करता है: "डिजिटल पेड़" की रेसिपी

लेखकों ने तीन मुख्य सामग्रियों का उपयोग करके इन यथार्थवादी डिजिटल पेड़ों को बनाने की एक रेसिपी तैयार की है:

आकार (ताज/Crown): सबसे पहले, वे एक मोटा खाका खींचते हैं कि पेड़ की पत्तियां कहाँ होनी चाहिए (जैसे कि एक क्लाउड शेप)।
लहराव (हवा/Wiggle): असली पेड़ एकदम सटीक गोले नहीं होते; वे ऊबड़-खाबed और अनियमित होते हैं। यह मॉडल आकार में एक "लहराव" जोड़ता है, जिससे यह कंप्यूटर द्वारा निर्मित गेंद के बजाय अधिक प्राकृतिक दिखता है।
भराव (पत्तियां/Filling): यही सबसे जादुई हिस्सा है। अंदर खाली छोड़ने के बजाय, वे पूरे आयतन (volume) को हजारों छोटे त्रिकोणीय चेहरों (triangular faces) से भर देते हैं।
- उपमा: कल्पना कीजिए कि कांच के जार में कंचे भरे हैं। यदि आप केवल जार की रूपरेखा खींचते हैं, तो आपके पास एक खोखला खोल है। यह मॉडल जार को कंचों (त्रिकोणों) से भर देता है जो बेतरतीब ढंग से बिखरे और मुड़े हुए हैं। कुछ चपटे हैं, कुछ झुके हुए हैं, कुछ भीड़भाड़ वाले हैं, और कुछ विरल (sparse) हैं।

"घनत्व" (कितने कंचे हैं) और "आकार" (जार कितना ऊबड़-खाबड़ है) को बदलकर, वे एक पतले पौधे से लेकर एक घने ओक के पेड़ तक किसी भी चीज़ का अनुकरण (simulate) कर सकते हैं।

प्रयोग: वास्तविक दुनिया का परीक्षण

अपने डिजिटल पेड़ों की सटीकता को सिद्ध करने के लिए, उन्होंने केवल गणित पर भरोसा नहीं किया। वे एक वास्तविक जंगल में गए।

सेटअप: उन्होंने एक ट्रांसमीटर (TX) और एक रिसीवर (RX) को 30 मीटर की दूरी पर सेट किया, जिसके ठीक बीच में एक असली पेड़ था।
उपकरण: उन्होंने एक अत्यंत सटीक "चैनल साउंडर" (एक फैंसी रेडियो स्कैनर) का उपयोग किया जो 80 GHz (एक ऐसी फ्रीक्वेंसी जो लगभग प्रकाश के समान है) पर काम कर रहा था।
प्रक्रिया: उन्होंने मापा कि वास्तविक सिग्नल कैसे व्यवहार करता है जब वह वास्तविक पेड़ के माध्यम से गुजरता है। फिर, उन्होंने अपने "डिजिटल पेड़" के साथ अपना कंप्यूटर सिमुलेशन चलाया और परिणामों की तुलना की।

उन्हें क्या पता चला?

परिणाम मेल खाते थे! यहाँ बताया गया है कि उन्होंने क्या खोजा:

"गूँज" का प्रभाव (Delay Spread): जब एक सिग्नल वास्तविक पेड़ से टकराता है, तो वह केवल सीधा पार नहीं होता; वह पत्तियों से टकराकर उछलता है, जिससे वह थोड़े अलग रास्तों से गुजरता है। इससे सिग्नल रिसीवर तक थोड़े अलग समय पर पहुँचता है, जिससे एक "धुंधलापन" या "गूँज" (echo) पैदा होती है।
- निष्कर्ष: उनके मॉडल ने इस "धुंधलेपन" की सटीक भविष्यवाणी की। जैसे-जैसे उन्होंने डिजिटल पेड़ को अधिक घना बनाया, यह "धुंधलापन" बढ़ गया, ठीक वैसे ही जैसे वास्तविक दुनिया में होता है।
"मफलर" का प्रभाव (Signal Loss): पत्तियां सिग्नल को सोख लेती हैं और उसे रोक देती हैं।
- निष्कर्ष: डिजिटल पेड़ जितना घना होता गया, सिग्नल उतना ही कमजोर होता गया। मॉडल ने सटीक रूप से भविष्यवाणी की कि पेड़ कितना "पत्तेदार" होने के आधार पर कितना सिग्नल कम होगा।

यह क्यों महत्वपूर्ण है?

इसे वाई-फाई के लिए मौसम पूर्वानुमान की तरह समझें।

अतीत में, यदि आप जानना चाहते थे कि किसी पार्क में आपका 5G/6G सिग्नल काम करेगा या नहीं, तो आपको शायद अनुमान लगाना पड़ता या एक महंगा और धीमा सिमुलेशन बनाना पड़ता। यह शोध पत्र इंजीनियरों को एक "स्मार्ट रैंडमाइज़र" देता है।

हर एक पेड़ की हर एक पत्ती को स्कैन करने की आवश्यकता के बिना (जो कि असंभव है), वे अब इस मॉडल का उपयोग यह कहने के लिए कर सकते हैं: "यदि हम यहाँ इस घनत्व वाला एक पेड़ रखते हैं, तो सिग्नल X मात्रा में कम हो जाएगा और Y नैनोसेकंड के लिए विलंबित हो जाएगा।"

संक्षेप में

पुराना तरीका: सिमुलेशन में पेड़ खोखले आवरण थे। सिग्नल उनमेंв आत्माओं की तरह पार निकल जाते थे।
नया तरीका: पेड़ बेतरतीब, अराजक "डिजिटल पत्तियों" से भरे हुए हैं।
परिणाम: सिमुलेशन अब वास्तविक दुनिया की तरह व्यवहार करता है। यह सटीक रूप से भविष्यवाणी करता है कि पत्तियों से गुजरने पर कितना सिग्नल कम होगा और कितना विलंबित होगा।
प्रभाव: यह इंजीनियरों को पेड़ों से भरे शहरों में बेहतर, तेज़ वायरलेस नेटवर्क डिजाइन करने में मदद करता है, जिससे यह सुनिश्चित होता है कि केवल एक पत्ती के सामने आने से आपकी वीडियो कॉल न रुके।

यहाँ शोध पत्र "Stochastic 3D Foliage Modeling at 80 GHz: Experimental Validation and Ray Tracing Simulations" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

जैसे-जैसे वायरलेस संचार प्रणालियाँ मिलीमीटर-वेव (mmWave) और सब-THz आवृत्तियों (जैसे, 80 GHz) की ओर बढ़ रही हैं, तरंग दैर्ध्य (wavelength) पत्तियों और टहनियों जैसी छोटी पर्यावरणीय विशेषताओं के तुल्य होती जा रही है। यह सटीक चैनल मॉडलिंग को महत्वपूर्ण बनाता है।

मौजूदा मॉडलों की सीमाएँ: वर्तमान नियतात्मक (deterministic) रे-ट्रेसिंग दृष्टिकोण अक्सर पेड़ों को खोखले ज्यामितीय आकारों (घन, गोले, या सिलेंडर) के रूप में सरल बनाते हैं या पॉइंट स्कैटरर्स (point scatterers) का उपयोग करते हैं। ये विधियाँ पत्तियों और टहनियों के यादृच्छिक वितरण के कारण होने वाले जटिल आंतरिक प्रकीर्णन (scattering) और क्षीणन (attenuation) को पकड़ने में विफल रहती हैं, जिससे वाइड-बैंड, उच्च-स्थानिक-रिज़ॉल्यूशन सिमुलेशन में त्रुटियाँ उत्पन्न होती हैं।
डेटा की कमी: सामान्यीकरण योग्य चैनल मॉडलिंग के लिए विशिष्ट पेड़ों के सटीक 3D मॉडल बनाने के लिए स्कैनिंग या फोटोग्रामेट्री का उपयोग करना अव्यावहारिक है, क्योंकि डेटा संग्रह की प्रक्रिया समय लेने वाली है और विभिन्न पेड़ों के परिणामों को सामान्य बनाना कठिन है।
अंतराल (The Gap): एक स्टोकेस्टिक 3D फॉलिज मॉडल (stochastic 3D foliage model) की आवश्यकता है जो समायोज्य मापदंडों (adjustable parameters) के आधार पर अद्वितीय, यथार्थवादी वृक्ष ज्यामिति उत्पन्न कर सके, जिसे 80 GHz पर वास्तविक दुनिया के मापों के विरुद्ध सत्यापित किया जा सके।

2. कार्यप्रणाली (Methodology)

लेखक रे-ट्रेसिंग सिमुलेशन के लिए 3D फॉलिज संरचनाएं उत्पन्न करने हेतु एक तीन-चरणीय स्टोकेस्टिक मॉडलिंग पद्धति प्रस्तावित करते हैं:

A. मॉडल जनरेशन (Model Generation)

प्रारंभिक एनवेलप निर्माण: पेड़ के क्राउन (tree crown) को एक ट्राइएंगुलेटेड आइसोस्फीयर (एक उप-विभाजित icosahedron) के रूप में प्रारंभ किया जाता है।
आकार विरूपण (Shape Perturbation): एक अनियमित, प्राकृतिक आकार बनाने के लिए, प्रारंभिक गोले के वर्टिसिस को 3D नॉर्मल डिस्ट्रीब्यूशन ( $N(0, \sigma^2 I)$ ) का उपयोग करके विरूपित किया जाता है। इसके बाद एक स्केलिंग फैक्टर लागू किया जाता है ताकि अंतिम आयतन उपयोगकर्ता द्वारा परिभाषित लक्ष्य आयतन ( $V_{target}$ ) से मेल खा सके।
आंतरिक संरचना भरना: विरूपित आयतन को यादृच्छिक रूप से रखे गए और घुमाए गए त्रिकोणीय फलकों (जो पत्तियों/टहनियों का प्रतिनिधित्व करते हैं) से भरा जाता है।
- पैरामीटर्स: मॉडल को निम्नलिखित द्वारा नियंत्रित किया जाता है:
  - $V_{target}$ : पेड़ के क्राउन का लक्ष्य आयतन।
  - $\sigma$ : आकार विचलन/विरूपण शक्ति।
  - $\rho$ : आंतरिक त्रिकोणों का घनत्व (प्रति $m^3$ फलक)।
  - $A$ : प्रत्येक आंतरिक त्रिकोण का क्षेत्रफल।
- यादृच्छिकता (Randomization): प्रत्येक त्रिकोण को आयतन के भीतर एक यादृच्छिक स्थिति और रोड्रिग्स रोटेशन फॉर्मूला (Rodrigues' rotation formula) का उपयोग करके एक यादृच्छिक ओरिएंटेशन दिया जाता है।

B. सिमुलेशन सेटअप (Simulation Setup)

टूल: ओपन-सोर्स रे-ट्रेसर Sionna (v1.0.2)।
आवृत्ति: 80 GHz, 2 GHz बैंडविड्थ के साथ।
सामग्री के गुण (Material Properties): ITU-R P.833 सिफारिशों पर आधारित:
- सापेक्ष पारगम्यता (Relative permittivity, $\epsilon_r$ ): 17
- चालकता (Conductivity, $\kappa$ ): 0.05 S/m
- स्कैटरिंग गुणांक (Scattering coefficient, $\mu_s$ ): 0.50
कॉन्फ़िगरेशन: सिमुलेशन मल्टीपाथ घटकों (MPCs) को कैप्चर करने के लिए लाखों संभावित पथ (candidate paths) उत्पन्न करता है।

C. प्रयोगात्मक सत्यापन (Experimental Validation)

अभियान (Campaign): 80 GHz पर एक फ्रीक्वेंसी मॉड्यूलेटेड कंटीन्यूअस वेव (FMCW) चैनल साउंडर का उपयोग करके बाहरी माप किए गए।
सेटअप: एक ट्रांसमिटर (TX) और रिसीवर (RX) को 30 मीटर की दूरी पर रखा गया, जिसमें एक प्रतिनिधि पेड़ TX से 15 मीटर की दूरी पर (फॉलिज के पीछे) स्थित था।
एंटीना: 24.8 dBi गेन वाले हॉर्न एंटीना।
डेटा प्रोसेसिंग: चैनल इम्पल्स रिस्पांस (CIR) का विश्लेषण करके पावर डिले प्रोफाइल्स (PDP), पाथ लॉस (PL), और रूट मीन स्क्वायर (RMS) डिले स्प्रेड प्राप्त किया गया।

3. मुख्य योगदान (Key Contributions)

स्टोकेस्टिक 3D फॉलिज मॉडल: एक लचीली पद्धति का परिचय जो समान इनपुट मापदंडों के साथ भी प्रत्येक सिमुलेशन रन के लिए अद्वितीय 3D ट्री ज्योमेट्री उत्पन्न करती है, जो प्राकृतिक वनस्पति की अंतर्निहित यादृच्छिकता को कैप्चर करती है।
80 GHz पर प्रयोगात्मक सत्यापन: मॉडल को 80 GHz बैंड में वास्तविक दुनिया के मापों के विरुद्ध कड़ाई से सत्यापित किया गया है, जो कि 5G-एडवांस्ड और 6G प्रणालियों के लिए एक महत्वपूर्ण आवृत्ति है।
पैरामेट्रिक विश्लेषण: व्यापक विश्लेषण कि कैसे फॉलिज घनत्व ( $\rho$ ) और आयतन ( $V_{target}$ ) प्रमुख चैनल मेट्रिक्स, विशेष रूप से पाथ लॉस और RMS डिले स्प्रेड को प्रभावित करते हैं।
सांख्यिकीय मिलान: यह प्रदर्शन कि जबकि व्यक्तिगत रे पथ सिमुलेशन और वास्तविकता के बीच भिन्न होते हैं, द्वितीय-क्रम सांख्यिकी (PDP का CDF, माध्य RMS डिले स्प्रेड) निकटता से मेल खाते हैं, जो मॉडल की उपयोगिता को प्रमाणित करता है।

4. मुख्य परिणाम (Key Results)

RMS डिले स्प्रेड ( $D_{RMS}$ ):
- $D_{RMS}$ पेड़ के आयतन के साथ बढ़ता है। एक विरल (sparse) पेड़ ( $\rho=0.125$ ) के लिए, $D_{RMS}$ 0.5 ns (200 $m^3$ ) से बढ़कर 3 ns (1000 $m^3$ ) हो गया।
- $D_{RMS}$ फॉलिज घनत्व के साथ बढ़ता है। जैसे-जैसे घनत्व ( $\rho$ ) 0 (फ्री स्पेस) से बढ़कर 1 हुआ, $D_{RMS}$ 0 ns से बढ़कर 8 ns हो गया।
- सत्यापन: मापा गया $D_{RMS}$ 8.5 ns था, जो उच्च घनत्व ( $\rho \approx 1$ ) पर सिमुलेशन परिणामों के साथ निकटता से मेल खाता है।
पाथ लॉस (PL) और प्राप्त सिग्नल स्ट्रेंथ (RSS):
- $\rho=0$ (फ्री स्पेस) पर, पाथ लॉस 30 मीटर की दूरी के लिए सैद्धांतिक फ्री स्पेस पाथ लॉस (FSPL) (~100 dB) से मेल खाता है।
- जैसे-जैसे घनत्व $\rho=1$ तक बढ़ा, फॉलिज के कारण अतिरिक्त क्षीणन के परिणामस्वरूप कुल पाथ लॉस में लगभग 60 dB की वृद्धि हुई (FSPL के सापेक्ष)।
सांख्यिकीय वितरण: सिम्युलेटेड PDP के संचयी वितरण फलन (CDFs) और व्यक्तिगत CIR ने मापे गए डेटा के साथ एक मजबूत मिलान दिखाया, जो फॉलिज के माध्यम से वायरलेस चैनल के सांख्यिकीय व्यवहार को दोहराने की मॉडल की क्षमता की पुष्टि करता है।

5. महत्व (Significance)

यह शोध पत्र मिलीमीटर-वेव चैनल मॉडलिंग में एक महत्वपूर्ण बाधा को संबोधित करता है: बिना किसी अव्यवहारिक, साइट-विशिष्ट 3D स्कैन की आवश्यकता के वनस्पतियों का सटीक प्रतिनिधित्व करना।

डिज़ाइन उपयोगिता: प्रस्तावित स्टोकेस्टिक मॉडल नेटवर्क योजनाकारों और शोधकर्ताओं को विभिन्न वनस्पतियों के घनत्व और पेड़ों के आकार के प्रभाव का अनुकरण करने की अनुमति देता है, जो शहरी और ग्रामीण वातावरण में मजबूत 5G/6G नेटवर्क डिजाइन करने के लिए आवश्यक है।
कम्प्यूटेशनल दक्षता: उच्च-निष्ठा (high-fidelity) स्कैनिंग के बजाय एक पैरामेट्रिक स्टोकेस्टिक दृष्टिकोण का उपयोग करके, मॉडल भौतिक सटीकता के साथ कम्प्यूटेशनल लोड को संतुलित करता है, जिससे यह बड़े पैमाने के नेटवर्क सिमुलेशन के लिए उपयुक्त बनता है।
आवृत्ति प्रासंगिकता: 80 GHz पर सत्यापन भविष्य के सब-THz सिस्टम के लिए एक बेंचमार्क प्रदान करता है जहाँ फॉलिज प्रवेश (penetration) और प्रकीर्णन (scattering) और भी अधिक स्पष्ट होगा।