⚡ electrical engineering

Symbol Error Analysis for Fluid Antenna Systems with One- and Two-Dimensional Modulation Schemes

यह शोध पत्र इष्टतम रिसेप्शन संरचनाओं को व्युत्पन्न करता है और रेले फेडिंग (Rayleigh fading) के तहत एक-आयामी और दो-आयामी मॉड्यूलेशन स्कीमों का उपयोग करने वाले फ्लूइड एंटेना सिस्टम के प्रतीक त्रुटि संभाव्यता (symbol error probabilities) के लिए सटीक क्लोज्ड-फॉर्म अभिव्यक्तियों के साथ-साथ उच्च-एसएनआर (high-SNR) स्पर्शोन्मुख सन्निकटन (asymptotic approximations) प्रदान करता है, जहाँ रिसीवर मैक्सिमल-रेशियो कॉम्बाइनिंग (maximal-ratio combining) का उपयोग करके $N$ में से सर्वश्रेष्ठ $K$ पोर्ट्स का चयन और संयोजन करता है।

मूल लेखक: Soumya P. Dash, George C. Alexandropoulos

प्रकाशित 2026-04-09

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Soumya P. Dash, George C. Alexandropoulos

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 कि आप एक शोर भरे, हवादार मैदान में अपने दोस्त की चिल्लाहट सुनने की कोशिश कर रहे हैं। कभी हवा उनकी आवाज़ को रोक देती है, तो कभी वह उसे पूरी तरह से आप तक पहुँचा देती है। वायरलेस संचार (wireless communication) की दुनिया में, इस "हवा" को फेडिंग (fading) कहा जाता है, और यही हमारे फोन के सिग्नल को टूटने या खराब होने का कारण बनती है।

दशकों से, इंजीनियरों ने इसे हल करने के लिए रिसीवर (आपके फोन) को अधिक "कान" (एंटीना) देने की कोशिश की है। यह ऐसा है जैसे केवल एक व्यक्ति के सुनने के बजाय लोगों के एक समूह (choir) द्वारा सुनने जैसा है। लेकिन इसमें एक पेंच है: अधिक कान जोड़ने से जगह ज्यादा लगती है, पैसा खर्च होता है, और बैटरी की बहुत खपत होती है।

यह शोध पत्र एक चतुर नए गैजेट को पेश करता है जिसे फ्लुइड एंटीना (Fluid Antenna - FA) कहा जाता है। एक निश्चित सेट के "कानों" के बजाय, कल्पना कीजिए कि आपके फोन में एक एकल, जादुई "तरल कान" (liquid ear) है जो तुरंत सिकुड़ सकता है, फैल सकता है और एक छोटी सी रेखा के $N$ अलग-अलग स्थानों में से किसी भी स्थान पर जाकर आपके दोस्त को सुनने के लिए सबसे स्पष्ट स्थान ढूंढ सकता है।

यहाँ शोधकर्ताओं द्वारा किए गए कार्यों का विवरण दिया गया है, सरल उपमाओं (analogities) का उपयोग करते हुए:

1. सेटअप: "सबसे अच्छे में से सर्वश्रेष्ठ" की रणनीति

शोधकर्ताओं ने एक ऐसी स्थिति की कल्पना की जहाँ यह तरल एंटीना $N$ अलग-अलग स्थानों (पोर्ट्स) की जाँच कर सकता है। हालाँकि, उन सभी की एक साथ जाँच करना बहुत अधिक काम है। इसलिए, उन्होंने एक स्मार्ट रणनीति प्रस्तावित की:

द स्काउट (जासूस): एंटीना तेजी से सभी $N$ स्थानों की जाँच करता है।
चयन (Selection): यह उन शीर्ष $K$ स्थानों को चुनता है जहाँ सिग्नल सबसे मजबूत होता है (जैसे किसी कक्षा में सवाल पूछने के लिए शीर्ष 3 छात्रों को चुनना)।
टीमवर्क: यह इन शीर्ष $K$ स्थानों से मिलने वाले सिग्नलों को मिलाकर एक सुपर-क्लियर संदेश बनाता है। इसे मैक्सिमल-रेशियो कॉम्बाइनिंग (Maximal-Ratio Combining - MRC) कहा जाता है। इसे ऐसे समझें जैसे तीन लोग एक ही रहस्य को एक साथ फुसफुसा रहे हों; भले ही हवा तेज हो, संयुक्त फुसफुसाहट स्पष्ट होती है।

2. चुनौती: अलग-अलग भाषाएँ बोलना

यह शोध पत्र इस बात पर गौर करता है कि यह सिस्टम कितना अच्छा काम करता है जब "दोस्त" (ट्रांसमीटर) अलग-अलग "भाषाओं" (मॉड्यूलेशन स्कीम्स) में बोलता है।

M-ASK और M-PSK: ये अलग-अलग वॉल्यूम या टोन में बोलने की तरह हैं।
M-QAM: यह एक जटिल कोड की तरह है जो वॉल्यूम और टोन दोनों को एक साथ बदलता है।
BFSK: यह दो अलग-अलग संगीत नोट्स के बीच स्विच करने जैसा है।

शोधकर्ता जानना चाहते थे कि: यदि हम इन विभिन्न भाषाओं के साथ इस फ्लुइड एंटीना का उपयोग करते हैं, तो हम संदेश को समझने में कितनी बार गलती (एक "सिंबल एरर") करेंगे?

3. खोज: "परफेक्ट लिसनिंग" का गणित

लेखकों ने बहुत कठिन गणितीय गणनाएँ (जिन्हें "कैरक्टेरिस्टिक फंक्शन्स" और "बेसेल फंक्शन्स" कहा जाता है—इन्हें सुपर-एडवांस्ड कैलकुलेटर समझें) का उपयोग करके गलतियों की भविष्यवाणी करने के लिए एक परफेक्ट रेसिपी तैयार की।

उन्होंने केवल अनुमान नहीं लगाया; उन्होंने सटीक सूत्र लिखे जो आपको बिल्कुल बताते हैं कि उन भाषाओं के लिए सिस्टम कितनी बार विफल होगा। उन्होंने यह भी पता लगाया कि बहुत मजबूत सिग्नल (high SNR) के दौरान क्या होता है, जिससे पता चलता है कि सिस्टम अविश्वसनीय रूप से विश्वसनीय हो जाता है।

"डाइवर्सिटी ऑर्डर" का रहस्य:
उनकी सबसे बड़ी खोज यह है कि यह सिस्टम $N$ का डाइवर्सिटी ऑर्डर प्राप्त करता है।

उपमा: कल्पना कीजिए कि आप एक संख्या का अनुमान लगाने की कोशिश कर रहे हैं। यदि आपके पास 1 अनुमान है, तो आप गलत हो सकते हैं। यदि आपके पास 10 लोग हैं, तो उन सभी के गलत होने की संभावना बहुत कम है।
इस शोध पत्र में, $N$ पोर्ट्स होने का मतलब है कि यह सिस्टम उतना ही विश्वसनीय है जितना कि $N$ पूरी तरह से स्वतंत्र एंटीना मिलकर काम कर रहे हों, भले ही यह केवल एक चलता-फिरता एंटीना हो।

4. आश्चर्यजनक परिणाम: आकार संख्या से अधिक महत्वपूर्ण है

शोधकर्ताओं ने कंप्यूटर परीक्षणों (सिमुलेशन) के माध्यम से देखा कि सिस्टम कैसा प्रदर्शन करता है। उन्होंने दो बहुत ही दिलचस्प चीजें पाईं:

अधिक पोर्ट्स ( $K$ ) मदद करते हैं, लेकिन एक सीमा तक: अधिक "सर्वश्रेष्ठ स्थानों" को जोड़ने से सिग्नल में सुधार होता है, लेकिन अंततः, आप एक ऐसी दीवार से टकराते हैं जहाँ और अधिक जोड़ने से बहुत अधिक लाभ नहीं होता है। यह ऐसा है जैसे 10 लोगों के फुसफुसाने की कल्पना करना; 11वाँ व्यक्ति जोड़ने से पहले 10 लोगों की तुलना में बहुत अधिक स्पष्टता नहीं आती।
स्पेस ( $W$ ) ही असली जादू है: सबसे महत्वपूर्ण कारक वह भौतिक लंबाई थी जहाँ एंटीना घूम सकता है।
- उपमा: कल्पना कीजिए कि "तरल कान" एक सांप है। यदि सांप केवल 1-इंच के छोटे बॉक्स में हिल सकता है, तो वह एक अच्छा स्थान नहीं ढूंढ पाएगा। लेकिन यदि वह 10-फुट के बॉक्स में हिल सकता है, तो वह एक ऐसा स्थान ढूंढ सकता है जहाँ हवा पूरी तरह से शांत हो।
- शोध पत्र दिखाता है कि एंटीना के घूमने के क्षेत्र को बड़ा बनाना अक्सर केवल चयन स्थानों (selection spots) को बढ़ाने की तुलना में अधिक प्रभावी होता है।

सारांश: आपको इसकी परवाह क्यों करनी चाहिए?

यह शोध पत्र साबित करता है कि फ्लुइड एंटीना (Fluid Antennas) भारीपन, लागत और बिजली की खपत के बिना कई एंटीना के लाभ प्राप्त करने का एक शानदार तरीका है।

समस्या: वर्तमान फोन खराब सिग्नल से जूझते हैं और इसे ठीक करने के लिए बड़े, भारी एंटीना की आवश्यकता होती है।
समाधान: एक छोटा, चलता-फिरता एंटीना जो सबसे अच्छे सिग्नल की तलाश करता है।
परिणाम: आपको एक बहुत छोटे, सस्ते डिवाइस के साथ क्रिस्टल-क्लियर कॉल और तेज़ इंटरनेट मिलता है।

लेखकों ने मूल रूप से हमें इन भविष्य के उपकरणों को बनाने के लिए "निर्देश पुस्तिका" (गणितीय सूत्र) थमा दी है, यह दिखाते हुए कि उन्हें कम से कम गलतियाँ करने के लिए उन्हें ठीक से कैसे ट्यून किया जाए।

यहाँ शोध पत्र "Symbol Error Analysis for Fluid Antenna Systems with One- and Two-Dimensional Modulation Schemes" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र फ्लुइड एंटेना (Fluid Antenna - FA) प्रणालियों के प्रदर्शन विश्लेषण को संबोधित करता है, जो 5G और उससे आगे की तकनीकों के लिए एक आशाजनक तकनीक है। यह तकनीक एक विशिष्ट क्षेत्र के भीतर गतिशील रूप से पुनर्गठित होने वाले एंटेना (पोर्ट्स) का उपयोग करती है, जो निश्चित एंटेना सरणियों (fixed antenna arrays) का स्थान लेती है। जबकि पिछले शोधों ने आउटेज प्रोबेबिलिटी (outage probability), अचीवेबल रेट्स (achievable rates) और सीक्रेसी परफॉरमेंस (secrecy performance) के संबंध में FA प्रणालियों की खोज की है, साहित्य में सामान्य FA कॉन्फ़िगरेशन के लिए सिंबल एरर प्रोबेबिलिटी (Symbol Error Probability - SEP) के संबंध में एक महत्वपूर्ण अंतराल था।

विशेष रूप से, यह शोध पत्र एक ऐसी प्रणाली पर केंद्रित है जहाँ:

एक सिंगल-एंटेना ट्रांसमीटरवर एक रिसीवर होता है, जो $N$ पोर्ट्स वाले FA सरणी (array) से लैस होता है।
ट्रांसमीटर और पोर्ट्स के बीच का चैनल पोर्ट्स के बीच स्थानिक सहसंबंध (spatial correlation) के साथ रेले फेडिंग (Rayleigh fading) का अनुभव करता है।
रिसीवर एक बेस्ट- $K$ सिलेक्शन (Best- $K$ selection) रणनीति का उपयोग करता है, जो उच्चतम तात्कालिक सिग्नल-टू-नॉइज़ रेश्यो (SNR) वाले $K$ पोर्ट्स को चुनता है और उन्हें मैक्सिमल-रेशियो कॉम्बाइनिंग (Maximal-Ratio Combining - MRC) का उपयोग करके जोड़ता है।
यह अध्ययन मॉड्यूलेशन स्कीमों की एक विस्तृत श्रृंखला को कवर करता है: M-ASK, M-PSK, M-QAM, और BFSK।

मुख्य चुनौती इस सहसंबद्ध (correlated), मल्टी-पोर्ट सिलेक्शन परिदृश्य में SEP के लिए सटीक विश्लेणात्मक व्युत्पन्न (analytical expressions) प्राप्त करना है, जो चयनित चैनल गेन्स के संयुक्त वितरण के कारण गणितीय रूप से जटिल है।

2. कार्यप्रणाली (Methodology)

लेखक प्रदर्शन मेट्रिक्स को प्राप्त करने के लिए कैरेक्टरिस्टिक फंक्शन (Characteristic Function - c.f.) दृष्टिकोण पर आधारित एक कठोर विश्लेषणात्मक ढांचे का उपयोग करते हैं।

सिस्टम मॉडलिंग (System Modeling):
- $k$ -वें पोर्ट पर प्राप्त सिग्नल को $r_k = h_k s + n_k$ के रूप में मॉडल किया गया है, जहाँ $h_k$ फेडिंग गेन को दर्शाता है।
- पोर्ट्स के बीच सहसंबंध को $\mu$ गुणांक का उपयोग करके मॉडल किया गया है, जो FA की भौतिक लंबाई ( $W\lambda$ ) और बेसेल फंक्शन्स (Bessel functions) से प्राप्त होता है।
- बेस्ट $K$ पोर्ट्स को चुनने और MRC लागू करने के बाद संयुक्त SNR ( $\gamma_{FAS}$ ) को उच्चतम तात्कालिक SNRs के योग के रूप में परिभाषित किया गया है।
कैरेक्टरिस्टिक फंक्शन का व्युत्पन्न (Derivation of the Characteristic Function):
- सहसंबद्ध नगाकी- $m$ (Nakagami- $m$ ) चैनलों (रेले के लिए $m=1$ सेट करते हुए) में हाइब्रिड सिलेक्शन/MRC के मौजूदा परिणामों का उपयोग करके संयुक्त SNR के c.f., $\Psi_{\gamma_{FAS}}(\jmath\omega)$ को प्राप्त करने के लिए यह शोध पत्र उपयोग करता है। यह c.f. मल्टीनोमियल गुणांकों और विशिष्ट इंटीग्रल टर्म्स के शामिल एक अनंत श्रृंखला (infinite series) के रूप में व्यक्त किया गया है।
इष्टतम रिसीवर डिज़ाइन (Optimal Receiver Design):
- लेखक सभी विचारित मॉड्यूलेशन स्कीमों के लिए मैक्सिमम लाइकलीहुड (Maximum Likelihood - ML) रिसीवर संरचनाओं को व्युत्पन्न करते हैं।
- M-ASK और M-PSK के लिए, निर्णय नियम (decision rules) संयुक्त सिग्नल के वास्तविक भागों (real parts) के रैखिक संयोजनों (linear combinations) में सरल हो जाते हैं।
- M-QAM के लिए, मानक ML नियम लागू किया जाता है।
- BFSK के लिए, वास्तविक और काल्पनिक घटकों (real and imaginary components) की तुलना करने वाला एक विशिष्ट निर्णय नियम उपयोग किया जाता है।
SEP व्युत्पन्न (SEP Derivation):
- चैनल अवस्था (channel state) के दिए होने पर पहले सशर्त (conditional) SEP व्युत्पन्न किया जाता है।
- अनकंडीशनल (unconditional) SEP प्राप्त करने के लिए, लेखक संयुक्त SNR के वितरण पर सशर्त संभाव्यता का समाकलन (integration) करते हैं।
- c.f. और गॉसियन Q-फंक्शन के लिए क्रेग के फॉर्मूला (Craig's formula) का लाभ उठाते हुए, वे एकीकरण को व्युत्पन्न c.f. अभिव्यक्ति के माध्यम से हल करने योग्य रूप में परिवर्तित करते हैं।
- एसिम्प्टोटिक विश्लेषण (Asymptotic Analysis): सिस्टम के डायवर्सिटी ऑर्डर (diversity order) को निर्धारित करने के लिए हाई-SNR सन्निकटन (approximations) प्राप्त किए गए हैं।

3. मुख्य योगदान (Key Contributions)

यह शोध पत्र फ्लुइड एंटेना सिस्टम के क्षेत्र में कई नवीन योगदान देता है:

नवीन सटीक क्लोज्ड-फॉर्म व्यंजक (Novel Exact Closed-Form Expressions): लेखक चार अलग-अलग मॉड्यूलेशन स्कीमों (M-ASK, M-PSK, M-QAM, और BFSK) के लिए बेस्ट- $K$ सिलेक्शन और MRC का उपयोग करने वाले FA सिस्टम के SEP के पहले सटीक क्लोज्ड-फॉर्म व्यंजक प्रस्तुत करते हैं।
सामान्यीकृत पोर्ट चयन (Generalized Port Selection): पिछले कार्यों के विपरीत, जो अक्सर केवल एकल सर्वश्रेष्ठ पोर्ट ( $K=1$ ) चुनने पर ध्यान केंद्रित करते थे, यह कार्य विश्लेषण को सर्वश्रेष्ठ $K$ पोर्ट्स ( $K \leq N$ ) चुनने तक सामान्यीकृत करता है, जो एक अधिक लचीला और मजबूत सिस्टम मॉडल प्रदान करता है।
एसिम्प्टोटिक डायवर्सिटी विश्लेषण (Asymptotic Diversity Analysis): यह शोध पत्र हाई-SNR एसिम्प्टोटिक अभिव्यक्तियों को व्युत्पन्न करता है, यह सिद्ध करता है कि FA सिस्टम, चयनित पोर्ट्स की संख्या $K$ के बावजूद, डायवर्सिटी ऑर्डर $N$ (उपलब्ध कुल पोर्ट्स) प्राप्त करता है। यह सीमित कॉम्बाइनिंग ब्रांचेस के साथ भी FA सिस्टम द्वारा स्थानिक विविधता (spatial diversity) का पूर्ण दोहन करने की क्षमता को उजागर करता है।
व्यापक मॉड्यूलेशन कवरेज (Comprehensive Modulation Coverage): विश्लेषण एक-आयामी (ASK, PSK, BFSK) और दो-आयामी (QAM) मेमोरीलेस सिग्नलिंग स्कीमों को कवर करता है, जो पूर्ण प्रदर्शन चित्र प्रदान करता है।

4. परिणाम और संख्यात्मक विश्लेषण (Results and Numerical Analysis)

सैद्धांतिक व्युत्पन्न को मोंटे कार्लो सिमुलेशन (Monte Carlo simulations) के माध्यम से मान्य किया गया है, जो विश्लेषणात्मक परिणामों और सिमुलेशन के बीच पूर्ण संरेखण (alignment) दिखाते हैं। मुख्य निष्कर्षों में शामिल हैं:

$K$ (चयनित पोर्ट्स) का प्रभाव: चयनित पोर्ट्स की संख्या $K$ को बढ़ाने से SEP प्रदर्शन में सुधार होता है। हालांकि, यह सुधार घटते प्रतिफल (diminishing returns) को प्रदर्शित करता है; उच्च $K$ के लिए, विशेष रूप से उच्च-क्रम के मॉड्यूलेशन के लिए, SEP संतृप्त (saturate) होने लगता है।
$W$ (FA लंबाई) का प्रभाव: FA की भौतिक लंबाई ( $W$ ) का SEP में कमी लाने में अधिक महत्वपूर्ण प्रभाव पड़ता है। $W$ को बढ़ाने से पोर्ट्स के बीच सहसंबंध कम हो जाता है, जिससे डायवर्सिटी में सुधार होता है। शोध पत्र नोट करता है कि केवल अधिक सिलेक्शन ब्रांचेस जोड़ने की तुलना में $W$ को बढ़ाना प्रदर्शन लाभ के लिए अक्सर अधिक प्रभावी है।
डायवर्सिटी ऑर्डर: एसिम्प्टोटिक विश्लेषण पुष्टि करता है कि सिस्टम $N$ का डायवर्सिटी ऑर्डर प्राप्त करता है। इसका अर्थ है कि हाई-SNR पर त्रुटि संभाव्यता (error probability) $1/\Gamma_{av}^N$ के रूप में घटती है, जहाँ $\Gamma_{av}$ औसत SNR है।
मॉड्यूलेशन संवेदनशीलता (Modulation Sensitivity): उच्च-क्रम के मॉड्यूलेशन (जैसे, M-QAM में उच्च $M$ ) स्वाभाविक रूप से उच्च SEP की ओर ले जाते हैं, लेकिन $W$ को बढ़ाने के सापेक्ष लाभ निम्न-क्रम के मॉड्यूलेशन स्कीमों के लिए अधिक स्पष्ट हैं।

5. महत्व (Significance)

यह कार्य कई कारणों से महत्वपूर्ण है:

सैद्धांतिक आधार (Theoretical Foundation): यह मल्टी-पोर्ट सिलेक्शन और MRC के साथ FA सिस्टम के लिए पहला व्यापक SEP विश्लेषण प्रदान करके साहित्य में एक महत्वपूर्ण अंतर को भरता है।
डिज़ाइन दिशानिर्देश (Design Guidelines): परिणाम सिस्टम डिजाइनरों को हार्डवेयर जटिलता (पोर्ट्स की संख्या $N$ , RF चेन्स की संख्या $K$ ) और भौतिक बाधाओं (एंटीना स्पेसिंग/लंबाई $W$ ) के बीच ट्रेड-ऑफ के बारे में स्पष्ट दिशानिर्देश प्रदान करते हैं। यह निष्कर्ष कि भौतिक लंबाई बढ़ाना $K$ को बढ़ाने से अधिक प्रभावी है, यह सुझाव देता है कि FAs के भौतिक परिनियोजन (physical deployment) को अनुकूलित करना महत्वपूर्ण है।
FA क्षमता का सत्यापन (Validation of FA Potential): डायवर्सिटी ऑर्डर $N$ सिद्ध करके, यह शोध पत्र FA सिस्टम की सैद्धांतिक क्षमता को प्रमाणित करता है कि वे सिंगल ट्रांसमीटर के साथ भी विश्वसनीयता और त्रुटि प्रदर्शन के मामले में पारंपरिक निश्चित-एंटीना सरणियों से बेहतर प्रदर्शन कर सकते हैं।

निष्कर्षतः, यह शोध पत्र FA सिस्टम के मूल्यांकन के लिए एक मजबूत विश्लेषणात्मक ढांचा स्थापित करता है, यह प्रदर्शित करते हुए कि फ्लुइड एंटेना पर्याप्त डायवर्सिटी गेन प्राप्त कर सकते हैं और उनका प्रदर्शन एंटेना सरणी के भौतिक आयामों के प्रति अत्यधिक संवेदनशील है।