A Three-Dimensional Path Loss Model for THz Band Aerial Communications

यहाँ शोध पत्र "A Three-Dimensional Path Loss Model for THz Band Aerial Communications" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

6G संचार प्रणालियों के उद्भव के लिए अल्ट्रा-हाई डेटा दरों को सहारा देने हेतु टेराहर्ट्ज़ (THz) और सब-THz बैंड (0.1–10 THz) का उपयोग करना आवश्यक है। हालाँकि, इन बैंडों में सिग्नल प्रसार फ्री-स्पेस पाथ लॉस (FSPL) और वायुमंडलीय अवशोषण हानि (मुख्य रूप से जल वाष्प और ऑक्सीजन के कारण) द्वारा गंभीर रूप से सीमित है।

एरियल नेटवर्क के लिए मौजूदा पाथ लॉस मॉडल महत्वपूर्ण सीमाओं से ग्रस्त हैं:

• ज्यामितीय बाधाएं (Geometric Constraints): अधिकांश वर्तमान मॉडल सख्ती से क्षैतिज (horizontal) या ऊर्ध्वाधर (vertical) ट्रांससीवर संरेखण मानते हैं। वे यादृच्छिक 3D ज्यामिति (random 3D geometry) को समझाने में विफल रहते हैं जो एरियल नेटवर्क में अंतर्निहित है, जहाँ ड्रोन और विमान विभिन्न ऊंचाइयों और सापेक्ष स्थितियों पर संचालित होते हैं।
• परिदृश्य विशिष्टता (Scenario Specificity): कई मॉडल विशिष्ट परिदृश्यों (जैसे, ग्राउंड-टू-एयर या ड्रोन-टू-ड्रोन) के लिए तैयार किए गए हैं और विविध एरियल लिंक के लिए एक एकीकृत ढांचा प्रदान नहीं करते हैं।
• आवृत्ति चयनात्मकता (Frequency Selectivity): वायुमंडलीय अवशोषण अत्यधिक आवृत्ति-चयनात्मक है, जो THz स्पेक्ट्रम में व्यापक रूप से भिन्न होता है, फिर भी कई सरलीकृत मॉडल व्यापक रेंज में इस सूक्ष्मता को कैप्चर नहीं करते हैं।

यह शोध पत्र एक एकीकृत, विश्लेषणात्मक पाथ लॉस मॉडल विकसित करके इस अंतर को भरने का लक्ष्य रखता है जो 0.1–1 THz रेंज में यादृच्छिक 3D ट्रांससीवर ज्यामिति और आवृत्ति-चयनात्मक अवशोषण को संभाल सकता है।

2. कार्यप्रणाली (Methodology)

लेखक एक कैस्केडेड रिग्रेशन दृष्टिकोण पर आधारित एक डेटा-संचालित, विश्लेषणात्मक मॉडलिंग फ्रेमवर्क प्रस्तावित करते हैं।

A. सिस्टम मॉडल (System Model)

मॉडल एक 3D कार्टेशियन समन्वय प्रणाली में दो ट्रांससीवर ($N_1, N_2$) पर विचार करता है।

• कुल पाथ लॉस ($L_{total}$): यह फ्री-स्पेस पाथ लॉस ($L_{fspl}$) और अवशोषण हानि ($L_{abs}$) से बना है।
• ज्यामिति (Geometry): दूरी को जेनिथ कोण ($\theta$) के आधार पर क्षैतिज ($d_h$) और ऊर्ध्वाधर ($d_v$) घटकों में विभाजित किया गया है।
• पारगम्यता (Transmittance - $\tau$): अवशोषण हानि को पारगम्यता के माध्यम से मॉडल किया जाता है, जहाँ $L_{abs} = -10 \log_{10}(\tau)$ है।

B. डेटा जनरेशन (Data Generation)

संदर्भ डेटा (reference data) को U.S. Standard Atmosphere 1976 प्रोफाइल के तहत 'Atmospheric Model (am)' टूल का उपयोग करके उत्पन्न किया गया था।

• परिदृश्य (Scenarios): तीन अलग-अलग एरियल परिदृश्यों का अनुकरण किया गया था:
  1. Dr2Dr: निम्न-ऊंचाई वाला ड्रोन-टू-ड्रोन (0–0.5 किमी)।
  2. MAAC: मध्यम-ऊंचाई वाला एरियल कम्युनिकेशन (1–15 किमी)।
  3. U2U: उच्च-ऊंचाई वाला UAV-टू-UAV (15–50 किमी)।
• आवृत्ति सीमा (Frequency Range): 0 से 1 THz, जिसमें 10 प्रतिनिधि सब-बैंड शामिल हैं (तीव्र आणविक अवशोषण शिखरों को छोड़कर)।
• चर (Variables): ऊंचाई, दूरी, जेनिथ कोण ($0^\circ$ से $90^\circ$), और आवृत्ति।

C. मॉडलिंग दृष्टिकोण: कैस्केडेड रिग्रेशन (Modeling Approach: Cascaded Regression)

लेखक पारगम्यता $\tau$ को ऊंचाई ($l$), क्षैतिज दूरी ($d_h$), ऊर्ध्वाधर दूरी ($d_v$), और आवृत्ति ($f$) के फलन के रूप में एक तीन-चरणीय रिग्रेशन पाइपलाइन का उपयोग करके मॉडल करते हैं:

1. चरण 1 (दूरी): निश्चित ऊंचाई और आवृत्ति के लिए $d_h$ और $d_v$ के घातांकीय (exponential) फलन के रूप में पारगम्यता को मॉडल करें।
   • $\tau \approx \exp(\hat{b}_{1,h} d_h + \hat{b}_{1,v} d_v)$
2. चरण 2 (ऊंचाई): दूरी गुणांकों ($\hat{b}_{1,h}, \hat{b}_{1,v}$) को ऊंचाई ($l$) के घातांकीय फलन के रूप में मॉडल करें।
   • $\hat{b}_{1,\xi} \approx \hat{a}_{2,\xi} e^{\hat{b}_{2,\xi} l}$
3. चरण 3 (आवृत्ति): ऊंचाई गुणांकों ($\hat{a}_{2,\xi}$) को आवृत्ति ($f$) के बहुपद (polynomial) फलन के रूप में मॉडल करें।
   • $\hat{a}_{2,\xi} \approx \sum \lambda f^p$

इससे पारगम्यता के लिए एक क्लोज्ड-फॉर्म अभिव्यक्ति प्राप्त होती है:
$$\hat{\tau} = \exp\left( \hat{\Lambda}_h(f) e^{\hat{b}_{2,h}l} d_h + \hat{\Lambda}_v(f) e^{\hat{b}_{2,v}l} d_v \right)$$

D. कार्यान्वयन दृष्टिकोण (Implementation Approaches)

दो संस्करणों को लागू किया गया और तुलना की गई:

1. $\theta$-agnostic दृष्टिकोण: पूरे डेटासेट पर मॉडल को फिट करता है, चाहे जेनिथ कोण कुछ भी हो। यह क्षैतिज और ऊर्ध्वाधर घटकों को अलग करता है।
   • लाभ: कम जटिलता, एकीकृत गुणांक।
   • हानि: चरम कोणों पर सटीकता कम हो सकती है।
2. $\theta$-adaptive दृष्टिकोण: प्रत्येक अलग जेनिथ कोण $\theta$ के लिए स्वतंत्र रूप से मॉडल को फिट करता है।
   • लाभ: उच्च सटीकता, विशेष रूप से निम्न-ऊंचाई वाले लिंक के लिए।
   • हानि: उच्च कम्प्यूटेशनल जटिलता (इसके लिए $N_\theta$ गुणांकों के सेट की आवश्यकता होती है)।

3. मुख्य योगदान (Key Contributions)

• 3D सामान्यीकरण (3D Generalization): केवल क्षैतिज या ऊर्ध्वाधर लिंक तक सीमित रहने के बजाय यादृच्छिक 3D ट्रांससीवर ज्यामिति (ऊंचाई और क्षैतिज दूरी के यादृच्छिक संयोजन) को संभालने वाला पहला विश्लेषणात्मक मॉडल।
• एकीकृत आवृत्ति मॉडलिंग (Unified Frequency Modeling): विस्तृत विश्लेषण के साथ 0.1–1 THz के व्यापक स्पेक्ट्रम को कवर करता है, जो आवृत्ति-निर्भर अवशोषण विशेषताओं को कैप्चर करता है।
• दोहरा दृष्टिकोण ढांचा (Dual-Approach Framework): दो कार्यान्वयन रणनीतियों ($\theta$-agnostic बनाम $\theta$-adaptive) का प्रस्ताव और तुलना करता है, जो कम्प्यूटेशनल जटिलता और मॉडलिंग सटीकता के बीच संतुलन प्रदान करता है।
• व्यापक सत्यापन (Comprehensive Validation): तीन अलग-अलग एरियल परिदृश्यों (Dr2Dr, MAAC, U2U) में उच्च-सटीकता वाले वायुमंडलीय सिमुलेशन डेटा के विरुद्ध मान्य किया गया।

4. परिणाम (Results)

मॉडलों का मूल्यांकन संदर्भ am टूल डेटा के विरुद्ध नॉर्मलाइज्ड रूट मीन स्क्वायर एरर (NRMSE) का उपयोग करके किया गया।

• ऊंचाई के विरुद्ध सटीकता (Accuracy vs. Altitude):
  • निम्न ऊंचाई (Dr2Dr): $\theta$-adaptive दृष्टिकोण ने $\theta$-agnostic दृष्टिकोण की तुलना में काफी बेहतर प्रदर्शन किया (लगभग एक क्रम का कम NRMSE)। निम्न ऊंचाई में, वायुमंडलीय अवशोषण प्रभावी होता है और ज्यामिति के प्रति अत्यधिक संवेदनशील होता है।
  • मध्यम ऊंचाई (MAAC): जैसे-जैसे अवशोषण कम हुआ, प्रदर्शन का अंतर कम होता गया, हालांकि $\theta$-adaptive थोड़ा अधिक सटीक रहा।
  • उच्च ऊंचाई (U2U): उच्च ऊंचाई (15–50 किमी) पर, वायुमंडल विरल है, जिससे अवशोषण FSPL की तुलना में नगण्य हो जाता है। फलस्वरूप, दोनों मॉडल अभिसरित (converge) हुए, और सरल $\theta$-agnostic दृष्टिकोण $\theta$-adaptive मॉडल के लगभग समान प्रदर्शन करता है, जो FSPL-ओनली बेसलाइन के करीब है।
• दूरी और कोण संवेदनशीलता (Distance and Angle Sensitivity):
  • दूरी के साथ NRMSE आम तौर पर बढ़ता गया।
  • $\theta$-agnostic मॉडल ने चरम जेनिथ कोणों पर गिरावट दिखाई, जबकि $\theta$-adaptive मॉडल ने सभी कोणों पर स्थिर सटीकता बनाए रखी।
• जटिलता (Complexity): $\theta$-agnostic दृष्टिकोण में कम कम्प्यूटेशनल ओवरहेड और कम गुणांक हैं, जो उच्च-ऊंचाई वाले परिदृश्यों के लिए उपयुक्त है जहाँ अवशोषण न्यूनतम होता है।

5. महत्व और प्रभाव (Significance and Impact)

• एकीकृत ढांचा (Unified Framework): भविष्य के 6G एरियल नेटवर्क में लिंक बजट विश्लेषण और कवरेज प्लानिंग के लिए एक एकल, क्लोज्ड-फॉर्म विश्लेषणात्मक उपकरण प्रदान करता है, जिससे बार-बार होने वाले, कम्प्यूटेशनल रूप से महंगे संख्यात्मक सिमुलेशन की आवश्यकता समाप्त हो जाती है।
• डिजाइन मार्गदर्शन (Design Guidance): इंजीनियरों को उनके परिचालन ऊंचाई के आधार पर कौन सा मॉडलिंग दृष्टिकोण उपयोग करना है, यह तय करने में मदद करता है:
  • निम्न-ऊंचाई वाले, अवशोषण-प्रधान परिदृश्यों (जैसे, ड्रोन स्वार्म्स) के लिए $\theta$-adaptive का उपयोग करें।
  • उच्च-ऊंचाई वाले परिदृश्यों (जैसे, HAPS, सैटेलाइट) के लिए कम्प्यूटेशनल संसाधनों को बचाने हेतु $\theta$-agnostic का उपयोग करें।
• भविष्य के अनुप्रयोग (Future Applications): यह मॉडल स्पेस-एयर-ग्राउंड इंटीग्रेटेड नेटवर्क, मोबिलिटी-अवेयर पाथ ट्रैकिंग और एडेप्टिव बीमफॉर्मिंग जैसे गतिशील अनुप्रयोगों का समर्थन करता है जहाँ ट्रांससीवर ज्यामिति तेजी से बदलती है।
• स्केलेबिलिटी (Scalability): इस ढांचे को विभिन्न मौसम स्थितियों के अनुकूल बनाया जा सकता है और जैसे-जैसे प्रायोगिक डेटा उपलब्ध होगा, इसे सत्यापित किया जा सकता है।