🔢 mathematics

Network-Wide PAoI Guarantee in CF-mMIMO Networks with S&C Coexistence: A Unified Framework for Spatial Partitioning Toward xURLLC

यह शोध पत्र सेल-फ्री मैसिव MIMO नेटवर्क में xURLLC अनुप्रयोगों के लिए नेटवर्क-व्यापी सूचना की नवीनता (information freshness) सुनिश्चित करने हेतु, सेंसिंग और संचार भूमिकाओं के बीच एक्सेस पॉइंट विभाजन के अनुकूलन को सक्षम बनाने के लिए, पीक एज ऑफ इंफॉर्मेशन (AoI) उल्लंघन प्रायिकता पर एक सुलभ ऊपरी सीमा प्राप्त करने के लिए स्टोकेस्टिक ज्योमेट्री और स्टोकेस्टिक नेटवर्क कैलकुलस को संयोजित करने वाला एक एकीकृत विश्लेषणात्मक ढांचा प्रस्तावित करता है।

मूल लेखक: Yanxi Zhang, Mingwu Yao, Qinghai Yang, Muyu Mei

प्रकाशित 2026-04-09

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Yanxi Zhang, Mingwu Yao, Qinghai Yang, Muyu Mei

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 एक भविष्यवादी शहर की जहाँ हर स्ट्रीटलैंप, ट्रैफिक लाइट और बिल्डिंग सेंसर भी एक सुपर-स्मार्ट वाई-फाई राउटर है। यह 6G की दुनिया है, और विशेष रूप से, एक तकनीक जिसे Cell-Free Massive MIMO कहा जाता है।

इस शोध पत्र में, लेखक एक पेचीदा समस्या का समाधान करते हैं: आप यह कैसे सुनिश्चित करेंगे कि यह नेटवर्क न केवल दुनिया को पूरी तरह से "देख" रहा है बल्कि आपके उपकरणों से तुरंत "बात" भी कर रहा है?

यहाँ सरल उपमाओं (analogies) का उपयोग करके इसका विवरण दिया गया है।

1. परिवेश: एक "स्विस आर्मी नाइफ" नेटवर्क

एक विशाल टीम के श्रमिकों (एक्सेस पॉइंट्स या APs) की कल्पना करें जो पूरे शहर में बिखरे हुए हैं। अतीत में, ये श्रमिक दो अलग-अलग टीमों में विभाजित थे:

निगरानी करने वाले (Sensing): वे वातावरण को स्कैन करते हैं ताकि कारों, लोगों या बाधाओं को खोजा जा सके।
संदेशवाहक (Communication): वे डेटा पैकेट (जैसे वीडियो कॉल या आपातकालीन अलर्ट) उपयोगकर्ताओं तक पहुँचाते हैं।

इस नई 6G दुनिया में, प्रत्येक श्रमिक एक स्विस आर्मी नाइफ है। वे दोनों काम कर सकते हैं। लेकिन यहाँ एक पेंच है: वे दोनों काम एक ही समय में पूरी शक्ति के साथ नहीं कर सकते। यदि कोई श्रमिक सारा दिन आसपास देखने में बिताता है, तो वह बहुत कम संदेश ले जा सकता है। यदि वह सारा दिन संदेश ले जाने में बिताता है, तो वह देखना बंद कर देता है।

2. समस्या: "ताजगी" का द्वंद्व (The "Freshness" Dilemma)

लक्ष्य xURLLC (अल्ट्रा-रिलायबल, लो-लेटेंसी कम्युनिकेशन) है। इसे एक सेल्फ-ड्राइविंग कार के रूप में सोचें जिसे अभी जानने की आवश्यकता है कि क्या कोई पैदल यात्री फुटपाथ से नीचे उतर रहा है।

सूचना की आयु (Age of Information - AoI): यह इस बात का माप है कि जानकारी कितनी "पुरानी" या "बासी" (stale) है। यदि कार ने 5 सेकंड पहले एक पैदल यात्री को देखा, तो वह जानकारी "पुरानी" है। यदि उसने उन्हें 0.1 सेकंड पहले देखा, तो वह "ताज़ा" है।
पीक एज (Peak Age - PAoI): यह सबसे खराब स्थिति (worst-case scenario) है। सबसे ताज़ा अपडेट प्राप्त करने में कितना समय लग सकता है?

लेखक चाहते हैं कि यह "सबसे खराब स्थिति" वाला समय कभी भी बहुत लंबा न हो।

3. संघर्ष: "रस्साकशी" (The "Tug-of-War")

नेटवर्क के पास श्रमिकों की एक निश्चित संख्या है। बड़ा सवाल यह है: कितने लोग निगरानी करने वाले होने चाहिए, और कितने संदेशवाहक?

अधिक निगरानी करने वाले: आपको अपडेट तेज़ी से मिलते हैं (पैदल यात्री को जल्दी देख लिया जाता है)। लेकिन, आपके पास समाचार पहुँचाने के लिए कम संदेशवाहक होते हैं, जिससे संदेश ट्रैफिक में फंस जाता है।
अधिक संदेशवाहक: आप समाचार अविश्वसनीय रूप से तेज़ी से पहुँचा सकते हैं। लेकिन, आपके पास कम निगरानी करने वाले होते हैं, इसलिए आप शायद लंबे समय तक पैदल यात्री को देख ही नहीं पाते।

यदि आप 100% निगरानी करने वाले चुनते हैं, तो आप सब कुछ देखते हैं लेकिन किसी को बता नहीं पाते। यदि आप 100% संदेशवाहक चुनते हैं, तो आपके पास एक सुपर-फास्ट डिलीवरी सर्विस है, लेकिन आपके पास देने के लिए कोई खबर ही नहीं है।

4. समाधान: एक "गणितीय क्रिस्टल बॉल"

लेखकों ने इस रस्साकशी को हल करने के लिए एक एकीकृत ढांचा (Unified Framework) (एक फैंसी गणितीय मॉडल) बनाया है, ताकि उन्हें पूरा नेटवर्क बनाने और उसे लाखों बार टेस्ट करने की आवश्यकता न पड़े।

उन्होंने मुख्य रूप से दो उपकरणों का उपयोग किया:

स्टोकेस्टिक ज्योमेट्री (Stochastic Geometry): कल्पना करें कि श्रमिक और उपयोगकर्ता फर्श पर गिरती हुई बारिश की बूंदों की तरह हैं। यह गणित भविष्यवाणी करने में मदद करता है कि फर्श कितना भरा हुआ है और एक बूंद किसी लक्ष्य से टकराने की कितनी संभावना रखती है, भले ही उनका प्लेसमेंट रैंडम क्यों न हो।
स्टोकेस्टिक नेटवर्क कैलकुलस (SNC): यह एक ट्रैफिक सिम्युलेटर की तरह है जो खराब मौसम (चैनल नॉइज़) और छोटे, जरूरी संदेशों (छोटे पैकेट) को ध्यान में रखते हुए, सबसे खराब स्थिति वाले ट्रैफिक जाम की भविष्यवाणी करता है।

जादुई फॉर्मूला:
उन्होंने इन उपकरणों को मिलाकर एक "सेफ्टी बाउंड" (सुरक्षा सीमा) बनाई। यह एक गणितीय गारंटी है जो कहती है: "चाहे श्रमिक कैसे भी बिखरे हों या मौसम कैसे भी बदले, यदि हम टीम को इस तरह विभाजित करते हैं, तो सूचना कभी भी X सेकंड से अधिक पुरानी नहीं होगी।"

5. खोज: "स्वीट स्पॉट" (The "Sweet Spot")

अपने गणितीय मॉडल को चलाकर, उन्होंने परफेक्ट स्प्लिट (इष्टतम विभाजन) का पता लगाया।

यदि समय सीमा बहुत सख्त है (उदाहरण के लिए, अभी हो रही कोई रोबोटिक सर्जरी): मॉडल कहता है, "अधिक श्रमिकों को निगरानी (Sensing) पर लगाएँ।" आपको समस्या को तुरंत ढूँढना होगा, भले ही संदेश पहुँचाने में थोड़ा अधिक समय लगे।
यदि समय सीमा थोड़ी लचीली है (उदाहरण के लिए, एक फैक्ट्री रोबोट द्वारा बॉक्स हिलाना): मॉडल कहता है, "अधिक श्रमिकों को संचार (Communication) पर लगाएँ।" आप वस्तु को खोजने के लिए एक सेकंड रुक सकते हैं, लेकिन एक बार मिलने के बाद आपको डेटा बहुत तेज़ी से भेजना होगा।

उन्होंने यह भी पाया कि यदि "लक्ष्य" आसानी से दिखाई देने वाले हैं (जैसे एक चमकदार कार बनाम एक अंधेरी झाड़ी), तो आप कम निगरानी करने वालों और अधिक संदेशवाहकों के साथ काम कर सकते हैं।

6. यह क्यों महत्वपूर्ण है

इस शोध पत्र से पहले, नेटवर्क योजनाकारों को यह तय करने के लिए अनुमान लगाना पड़ता था या महंगे, धीमे कंप्यूटर सिमुलेशन चलाने पड़ते थे कि संसाधनों को कैसे विभाजित किया जाए।

यह शोध पत्र उन्हें एक कम-जटिलता वाला कैलकुलेटर (low-complexity calculator) देता है। अनुमान लगाने के बजाय, वे अपने शहर का आकार, उपयोगकर्ताओं की संख्या और उन्हें कितनी तेज़ी से प्रतिक्रिया देने की आवश्यकता है, इसमें इनपुट डाल सकते हैं, और फॉर्मूला उन्हें ठीक से बताएगा कि नेटवर्क को "ताज़ा" और सुरक्षित रखने के लिए कितने श्रमिकों को निगरानी करने वाला और कितनों को संदेशवाहक होना चाहिए।

संक्षेप में: यह 6G नेटवर्क की आँखों और आवाज़ के बीच संतुलन बनाने का एक नुस्खा है ताकि महत्वपूर्ण जानकारी कभी भी उपयोगी होने के लिए बहुत पुरानी न हो जाए।

यहाँ शोध पत्र "Network-Wide PAoI Guarantee in CF-mMIMO Networks with S&C Coexistence: A Unified Framework for Spatial Partitioning Toward xURLLC" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र अगली पीढ़ी के xURLLC (extreme Ultra-Reliable Low-Latency Communication) अनुप्रयोगों (जैसे, स्वायत्त ड्राइविंग, रिमोट सर्जरी) के लिए Cell-Free Massive MIMO (CF-mMIMO) नेटवर्क में सूचना की नवीनता (information freshness) सुनिश्चित करने की चुनौती को संबोधित करता है।

मुख्य संघर्ष (Core Conflict): इन नेटवर्कों में, एक्सेस पॉइंट्स (APs) को दोहरी भूमिकाएँ निभानी होती हैं: सेंसिंग (Sensing) (लक्ष्यों का पता लगाने के लिए जिन्हें अपडेट उत्पन्न करने हेतु उपयोग किया जाता है) और कम्युनिकेशन (Communication) (उन अपडेट्स को उपयोगकर्ताओं तक पहुँचाने के लिए)।
ट्रेड-ऑफ (The Trade-off): सेंसिंग के लिए अधिक APs आवंटित करने से अपडेट जनरेशन की दर में सुधार होता है, लेकिन विश्वसनीय, कम-विलंबता वाले पैकेट वितरण के लिए उपलब्ध संसाधन कम हो जाते हैं। इसके विपरीत, कम्युनिकेशन के लिए अधिक APs आवंटित करने से वितरण विश्वसनीयता में सुधार होता है, लेकिन नए अपडेट्स के जनरेशन की गति धीमी हो जाती है।
मीट्रिक (The Metric): पारंपरिक मीट्रिक्स जैसे कि लेटेंसी (latency) अपर्याप्त हैं। यह शोध पत्र पीक एज ऑफ इंफॉर्मेशन (Peak Age of Information - PAoI) पर ध्यान केंद्रित करता है, जो डेटा की सबसे खराब स्थिति वाली जरावस्था (worst-case staleness) को मापता है। लक्ष्य PAoI उल्लंघन की संभावना (PAVP) को कम करना है—अर्थात, वह संभावना जब PAoI एक सख्त सीमा $\zeta$ से अधिक हो जाता है।
अंतराल (The Gap): मौजूदा साहित्य में एक एकीकृत विश्लेषणात्मक ढांचे का अभाव है जो APs और उपयोगकर्ताओं की स्थानिक यादृच्छिकता (spatial randomness), अपूर्ण चैनल स्टेट इंफॉर्मेशन (Imperfect CSI), फाइनाइट ब्लॉक लेंथ कोडिंग (FBC), और बड़े पैमाने के वितरित नेटवर्क में सेंसिंग-संचालित आगमन (sensing-driven arrivals) एवं कम्युनिकेशन-सीमित सेवा के जुड़े हुए डायनेमिक्स (coupled dynamics) को ध्यान में रखता हो।

2. कार्यप्रणाली (Methodology)

लेखक एक एकीकृत विश्लेषणात्मक ढांचा प्रस्तावित करते हैं जो नेटवर्क-व्यापी PAVP के एक सुलभ ऊपरी आलेख (upper bound) को प्राप्त करने के लिए स्टोकेस्टिक ज्योमेट्री (Stochastic Geometry) और स्टोकेस्टिक नेटवर्क कैलकुलस (SNC) को संयोजित करता है।

A. सिस्टम मॉडल (System Model)

नेटवर्क टोपोलॉजी: APs और उपयोगकर्ता स्वतंत्र पॉइसन पॉइंट प्रोसेस (PPPs) के रूप में वितरित हैं।
स्थानिक विभाजन (Spatial Partitioning): एक पैरामीटर $\beta \in [0, 1]$ उन APs के अंश को निर्धारित करता है जो कम्युनिकेशन के लिए समर्पित हैं ( $\lambda_c = \beta\lambda$ ), जबकि शेष सेंसिंग के लिए समर्पित हैं ( $\lambda_s = (1-\beta)\lambda$ )।
सेंसिंग सबसिस्टम (Sensing Subsystem): APs मोनोस्टैटिक रडार के रूप में कार्य करते हैं। एक "सेंसिंग इवेंट" तब होता है जब कम से कम एक AP रेंज और बीमविड्थ के भीतर एक लक्ष्य का पता लगा लेता है, जिससे एक छोटा पैकेट जनरेट होता है।
कम्युनिकेशन सबसिस्टम (Communication Subsystem):
- यह TDD का उपयोग करता है जिसमें अपलिंक पायलट ट्रेनिंग (पायलट कंटैमिनेशन के अधीन) और डाउनलिंक डेटा ट्रांसमिशन शामिल है।
- यह LMMSE चैनल एस्टीमेशन के साथ कंजुगेट बीमफॉर्मिंग (Conjugate Beamforming) का उपयोग करता है।
- यह शॉर्ट-पैकेट ट्रांसमिशन रेट्स और डिकोडिंग एरर प्रोबेबिलिटी (DEP) को मॉडल करने के लिए फाइनाइट ब्लॉक लेंथ कोडिंग (FBC) का उपयोग करता है।
- xURLLC विश्वसनीयता आवश्यकताओं को पूरा करने के लिए इसमें ARQ रिट्रांसमिशन शामिल है।

B. विश्लेषणात्मक ढांचा (SNC)

सिस्टम को एक फर्स्ट-कम-फर्स्ट-सर्व्ड (FCFS) क्यूइंग सिस्टम के रूप में मॉडल किया गया है।

MGFs का व्युत्पन्न: लेखक निम्नलिखित के लिए मोमेंट जनरेटिंग फंक्शन्स (MGFs) प्राप्त करते हैं:
- इंटर-अराइवल टाइम्स ( $T_A$ ): स्टोकेस्टिक ज्योमेट्री के माध्यम से प्राप्त नेटवर्क सेंसिंग कवरेज प्रोबेबिलिटी ( $P_{cv}^s$ ) पर आधारित।
- सर्विस टाइम्स ( $T_S$ ): कम्युनिकेशन कवरेज प्रोबेबिलिटी ( $P_{cv}^c$ ) और FBC रिट्रांसमिशन प्रक्रिया पर आधारित।
PAVP बाउंड: SNC का उपयोग करते हुए, वे इंटर-अराइवल और सर्विस टाइम्स के MGFs पर चेरनोफ बाउंड (Chernoff bound) लागू करते हैं ताकि नेटवर्क-व्यापी PAVP के लिए एक क्लोज्ड-फॉर्म ऊपरी आलेख (upper bound) प्राप्त किया जा सके।
अनुकूलन (Optimization): सूचना की जरावस्था (staleness) को कम करने के लिए विभाजन कारक $\beta$ के संबंध में प्राप्त बाउंड को मिनिमाइज किया जाता है ताकि इष्टतम संसाधन आवंटन ( $\beta^*$ ) मिल सके।

3. मुख्य योगदान (Key Contributions)

एकीकृत ढांचा: बड़े पैमाने के CF-mMIMO नेटवर्कों में S&C सह-अस्तित्व के साथ नेटवर्क-व्यापी PAoI के लिए पहला सुलभ विश्लेषणात्मक ढांचा स्थापित किया, जो स्टोकेस्टिक ज्योमेट्री (स्थानिक यादृच्छिकता) और SNC (क्यूइंग डायनेमिक्स) को एकीकृत करता है।
सुलभ बाउंड्स (Tractable Bounds):
- रैंडम AP ओरिएंटेशन और बाउंडेड पाथ लॉस को ध्यान में रखते हुए नेटवर्क सेंसिंग कवरेज प्रोबेबिलिटी के लिए एक क्लोज्ड-फॉर्म एक्सप्रेशन निकाला।
- पायलट कंटैमिनेशन और अपूर्ण CSI की उपस्थिति में कम्युनिकेशन कवरेज प्रोबेबिलिटी के लिए एक लोअर बाउंड निकाला।
- इन दोनों को मिलाकर नेटवर्क-व्यापी PAVP के लिए एक सुलभ ऊपरी आलेख (tractable upper bound) तैयार किया।
स्थानिक विभाजन का अनुकूलन: $\beta^*$ को खोजने के समस्या को फॉर्म्युलेट और हल किया गया। विश्लेषण से पता चलता है कि न तो चरम स्थिति (100% सेंसिंग या 100% कम्युनिकेशन) इष्टतम है; एक संतुलित ट्रेड-ऑफ आवश्यक है।
वैधीकरण (Validation): व्यापक मोंटे कार्लो सिमुलेशन पुष्टि करते हैं कि विश्लेषणात्मक बाउंड प्रदर्शन रुझानों को सटीक रूप से ट्रैक करता है और व्यापक सिमुलेशन की तुलना में काफी कम जटिलता के साथ इष्टतम पार्टीशन फैक्टर की पहचान करता है।

4. मुख्य परिणाम और अंतर्दृष्टि (Key Results & Insights)

इष्टतम विभाजन ( $\beta^*$ ): AP का इष्टतम आवंटन स्थिर नहीं है; यह सिस्टम पैरामीटर्स पर निर्भर करता है:
- सख्त PAoI डेडलाइन्स: तीव्र अपडेट जनरेशन सुनिश्चित करने के लिए अधिक $\beta$ (सेंसिंग के लिए अधिक संसाधन) की आवश्यकता होती है।
- अनुकूल सेंसिंग स्थितियाँ (जैसे, बड़ा लक्ष्य RCS): कम $\beta$ (कम्युनिकेशन के लिए अधिक संसाधन) की अनुमति देती है क्योंकि अपडेट दरों को बनाए रखने के लिए कम सेंसिंग APs की आवश्यकता होती है, जिससे बॉटलनेक डिलीवरी विश्वसनीयता की ओर स्थानांतरित हो जाता है।
- उच्च उपयोगकर्ता घनत्व: हस्तक्षेप (interference) और पायलट कंटैमिनेशन को कम करने के लिए अधिक कम्युनिकेशन संसाधनों की आवश्यकता होती है।
सेंसिंग अंतराल ट्रेड-ऑफ (Sensing Interval Trade-off): सेंसिंग अंतराल ( $T_s$ $T_{s}$ ) और PAVP के बीच एक नॉन-मोनोटोनिक संबंध है।
- बहुत तेज़ ( $T_s$ छोटा): कम्युनिकेशन क्यू को ओवरवेल्म करता है, जिससे उच्च क्यूइंग डिले होता है।
- बहुत धीमा ( $T_s$ बड़ा): अंतर्निहित जरावस्था (staleness) पेश करता है।
- एक मध्यवर्ती मान अक्सर सर्वोत्तम प्रदर्शन देता है।
डेंसिफिकेशन बनाम पावर: घने नेटवर्कों में, ट्रांसमिट पावर बढ़ाने की तुलना में AP डेंसिटी बढ़ाना सेंसिंग प्रदर्शन के लिए अधिक प्रभावी है, क्योंकि सिस्टम शोर-सीमित (noise-limited) के बजाय इंटरफेरेंस-लिमिटेड हो जाता है।
पायलट ओवरहेड: घने उपयोगकर्ता परिदृश्यों में, कम्युनिकेशन विश्वसनीयता बनाए रखने के लिए अपलिंक ट्रेनिंग (लंबे पायलट सीक्वेंस) के लिए अधिक कोहेरेंस रिसोर्सेज आवंटित करना महत्वपूर्ण है, भले ही इसके लिए डेटा ट्रांसमिशन समय कम करना पड़े।

5. महत्व (Significance)

यह शोध पत्र 6G xURLLC नेटवर्कों के डिजाइन के लिए एक महत्वपूर्ण सैद्धांतिक आधार प्रदान करता है।

डिजाइन टूल: प्राप्त बाउंड नेटवर्क प्लानिंग के लिए एक लो-कॉम्प्लेक्सिटी सरोगेट (low-complexity surrogate) के रूप में कार्य करता है। हर नेटवर्क कॉन्फ़िगरेशन के लिए महंगे सिमुलेशन चलाने के बजाय, ऑपरेटर सेंसिंग और कम्युनिकेशन संसाधनों के बीच इष्टतम विभाजन को जल्दी से निर्धारित करने के लिए विश्लेषणात्मक सूत्र का उपयोग कर सकते हैं।
सह-अस्तित्व रणनीति (Coexistence Strategy): यह केवल वेवफॉर्म इंटीग्रेशन से आगे बढ़कर, साझा इंफ्रास्ट्रक्चर में मौलिक संसाधन आवंटन समस्या को संबोधित करता है। यह प्रदर्शित करता है कि सूचना की नवीनता सुनिश्चित करने के लिए स्थानिक विभाजन (spatial partitioning) एक प्रमुख डिजाइन आयाम है।
यथार्थवाद (Realism): FBC, अपूर्ण CSI, और स्टोकेस्टिक स्थानिक वितरण को शामिल करके, यह मॉडल भविष्य के वितरित सेंसिंग-कम्युनिकेशन सिस्टम के प्रदर्शन सीमाओं का यथार्थवादी मूल्यांकन प्रदान करता है।

संक्षेप में, यह शोध पत्र फिजिकल-लेयर बाधाओं (चैनल फेडिंग, ब्लॉक लेंथ) और एप्लिकेशन-लेयर आवश्यकताओं (फ्रेशनेस, विश्वसनीयता) के बीच के अंतर को पाटता है, जो मांग वाले xURLLC के लिए CF-mMIMO नेटवर्कों को अनुकूलित करने का एक गणितीय रूप से कठोर तरीका प्रदान करता है।