Tree Search Algorithms Applied to the BD-RIS Configuration in MU-MISO Communication Systems

यहाँ शोध पत्र "Tree Search Algorithms Applied to the BD-RIS Configuration in MU-MISO Communication Systems" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र Multi-User Multiple-Input Single-Output (MU-MISO) संचार प्रणालियों में Beyond Diagonal Reconfigurable Intelligent Surfaces (BD-RIS) को कॉन्फ़िगर करने की चुनौती को संबोधित करता है।

• संदर्भ: जबकि मानक Reconfigurable Intelligent Surfaces (RIS) संकेतों को परावर्तित करने के लिए विकर्ण चरण-परिवर्तन (diagonal phase-shift) मैट्रिसेस का उपयोग करते हैं, BD-RIS परस्पर जुड़े तत्वों वाले एक अधिक परिष्कृत सर्किट टोपोलॉजी का उपयोग करता है। यह एक पूर्ण मैट्रिक्स (गैर-विकर्ण) विन्यास की अनुमति देता है, जो विद्युत चुम्बकीय तरंगों को नियंत्रित करने के लिए काफी अधिक डिग्री ऑफ फ्रीडम (degrees of freedom) प्रदान करता है।
• मुख्य चुनौती: मुख्य उद्देश्य $\Theta$ के BD-RIS विन्यास मैट्रिक्स को अनुकूलित करके समग्र चैनल शक्ति (प्राप्त सिग्नल पावर) को अधिकतम करना है।
• गणितीय कठिनाई: अनुकूलन समस्या non-convex और NP-hard है। मैट्रिक्स प्रविष्टियों (प्रतिबाधा मान या चरण-परिवर्तन) के लिए खोज स्थान (search space) अत्यधिक बड़ा है, जिससे व्यापक खोज (exhaustive search) व्यावहारिक सिस्टम आकारों के लिए असंभव हो जाती है। मौजूदा विधियाँ अक्सर मैनिफोल्ड ऑप्टिमाइज़ेशन (उच्च जटिलता) या कम-जटिलता वाले ह्यूरिस्टिक्स (heuristics) पर निर्भर करती हैं जो प्रदर्शन से समझौता कर सकती हैं, विशेष रूप से बाधित प्रत्यक्ष चैनलों (obstructed direct channels) वाले परिदृश्यों में।

2. कार्यप्रणाली (Methodology)

लेखक BD-RIS विन्यास समस्या को हल करने के लिए प्रूनिंग (pruning) के साथ डेप्थ-फर्स्ट ट्री सर्च (DFTS) एल्गोरिदम प्रस्तावित करते हैं। कार्यप्रणाली दो चरणों में विकसित की गई है:

A. सिस्टम मॉडल (System Model)

• MU-MISO सेटअप: एक बेस स्टेशन (BS) जिसमें $L$ एंटेना हैं, $N$ तत्वों वाले एक BD-RIS के माध्यम से $K$ सिंगल-एंटीना उपयोगकर्ताओं को सेवा प्रदान करता है।
• चैनल मॉडल: समग्र चैनल में प्रत्यक्ष लिंक (BS-से-UE) और कैस्केड लिंक (BS-से-BD-RIS-से-UE) दोनों शामिल हैं।
• बाधाएं (Constraints): हानि रहित परावर्तन सुनिश्चित करने के लिए BD-RIS मैट्रिक्स $\Theta$ को यूनिटरी ($\Theta^\dagger \Theta = I$) और निष्क्रिय सर्किट घटकों (प्रतिरोधक, संधारित्र, प्रेरक) की पारस्परिक प्रकृति के कारण सममित ($\Theta = \Theta^\top$) होना चाहिए।

B. प्रस्तावित एल्गोरिदम (एल्गोरिदम 2)

यह एल्गोरिदम सामान्य MU-MISO मामले के लिए एक सरल SISO संस्करण (एल्गोरिदम 1) का विस्तार करता है। मुख्य विशेषताएं निम्नलिखित हैं:

1. डिस्क्रीट सर्च स्पेस (Discrete Search Space): निरंतर चरण-परिवर्तन स्थान को एक सेट $Q$ में विभाजित किया गया है। एल्गोरिदम इन डिस्क्रीट मानों के इष्टतम संयोजन की खोज करता है।
2. ट्री संरचना (Tree Structure):
   • खोज को एक ट्री के रूप में व्यवस्थित किया गया है जहाँ प्रत्येक स्तर BD-RIS मैट्रिक्स में एक विशिष्ट प्रविष्टि (या सममित प्रविष्टियों के जोड़े) के अनुरूप होता है।
   • विकर्ण प्रविष्टियाँ (Diagonal Entries): व्यक्तिगत रूप से खोजी जाती हैं।
   • गैर-विकर्ण प्रविष्टियाँ (Off-Diagonal Entries): समरूपता बनाए रखने के लिए जोड़ों ($\Theta_{ij}$ और $\Theta_{ji}$) में खोजी जाती हैं।
3. ह्यूरिस्टिक प्रूनिंग (Heuristic Pruning):
   • प्रत्येक नोड पर एक उपयुक्तता मीट्रिक ($r$ या $w$) की गणना की जाती है ताकि यह अनुमान लगाया जा सके कि एक संभावित चरण-परिवर्तन चैनल वेक्टर्स को कितनी अच्छी तरह संरेखित करता है।
   • प्रूनिंग पैरामीटर ($\epsilon$): यदि किसी उम्मीदवार का उपयुक्तता स्कोर एक थ्रेशोल्ड $\epsilon$ से अधिक होता है, तो एल्गोरिदम उस शाखा में गहराई तक जाता है (Depth-First)। यदि नहीं, तो उस शाखा को हटा (prune) दिया जाता है।
   • अर्ली टर्मिनेशन पैरामीटर ($\rho$): जटिलता को और कम करने के लिए, एल्गोरिदम आसन्न शाखाओं के बीच प्रदर्शन सुधार की निगरानी करता है। यदि सुधार $\rho$ थ्रेशोल्ड से कम हो जाता है, तो उस शाखा में खोज समय से पहले समाप्त कर दी जाती है।
4. प्रोजेक्शन फंक्शन (Projection Functions):
   • UNISYM: चूंकि डिस्क्रीट खोज से ऐसा मैट्रिक्स प्राप्त हो सकता है जो पूरी तरह से यूनिटरी या सममित नहीं है, इसलिए एक प्रोजेक्शन फंक्शन का उपयोग किया जाता है। यह भौतिक बाधाओं को पूरा करने के लिए सिंगुलर वैल्यू डिकंपोजिशन (SVD) का उपयोग करके निकटतम सममित यूनिटरी मैट्रिक्स की गणना करता है।

3. मुख्य योगदान (Key Contributions)

• ट्री सर्च का प्रथम एकीकरण: यह BD-RIS मैट्रिक्स के विन्यास के लिए विशेष रूप से ट्री सर्च एल्गोरिदम को लागू करने वाला पहला कार्य है, जो अतिरिक्त डिग्री ऑफ फ्रीडम का लाभ उठाता है।
• लचीला जटिलता-प्रदर्शन ट्रेड-ऑफ: प्रूनिंग मापदंडों ($\epsilon$ और $\rho$) को ट्यून करके, एल्गोरिदम लगभग-इष्टतम प्रदर्शन (व्यापक खोज सीमा के करीब) और कम कम्प्यूटेशनल जटिलता के बीच गतिशील रूप से सामंजस्य बिठा सकता है।
• बाधित चैनलों में मजबूती: एल्गोरिदम मौजूदा कम-जटिलता वाले बेसलाइन की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है, विशेष रूप से तब जब प्रत्यक्ष लाइन-ऑफ-साइट चैनल बाधित होता है (एक सामान्य परिदृश्य जहाँ RIS/BD-RIS सबसे महत्वपूर्ण होता है)।
• स्केलेबिलिटी (Scalability): प्रस्तावित विधि बहुपद कम्प्यूटेशनल जटिलता (polynomial computational complexity) प्राप्त करती है, जिससे यह बड़े BD-RIS एरे के लिए स्केलेबल हो जाती है जहाँ व्यापक खोज असंभव है।

4. संख्यात्मक परिणाम (Numerical Results)

लेखकों ने कम्प्यूटेशनल सिमुलेशन के माध्यम से अपने एल्गोरिदम को मान्य किया:

• प्रदर्शन (चैनल गेन):
  • SISO सिस्टम में, जब डिस्क्रीट सेट का आकार पर्याप्त होता ($\log_2|Q| = 4$), तो एल्गोरिदम चैनल गेन के विश्लेषणात्मक ऊपरी स्तर (analytical upper bound) को प्राप्त करता है।
  • MU-MISO सिस्टम में, एल्गोरिदम पिछले साहित्य (जैसे, [5]) की बेसलाइन कम-जटिलता वाली विधि से बेहतर प्रदर्शन करता है।
  • बाधित चैनल परिदृश्य: जब प्रत्यक्ष चैनल बाधित होता है, तो प्रस्तावित एल्गोरिदम बेसलाइन की तुलना में महत्वपूर्ण प्रदर्शन लाभ दिखाता है, जो उन प्रथम-क्रम सन्निकटन (first-order approximations) पर निर्भर करती है जो इस परिदृश्य में विफल हो जाते हैं।
• कम्प्यूटेशनल जटिलता:
  • व्यापक खोज (Exhaustive Search): प्रूनिंग के बिना, जटिलता $O(|Q|N^5)$ के रूप में बढ़ती है।
  • प्रूनिंग के साथ: $\epsilon$ और $\rho$ के उचित मान सेट करके, जटिलता काफी कम हो जाती है (सिमुलेशन में $O(N^2)$ के करीब देखी गई है)।
  • रनटाइम: एक मानक उपभोक्ता CPU पर सिमुलेशन दिखाते हैं कि प्रूनिंग सक्षम होने पर एल्गोरिदम बड़े मैट्रिक्स आकार (जैसे, $N=64$) के लिए भी कम्प्यूटेशनल रूप से व्यवहार्य रहता है, जबकि अनप्रून्ड (unpruned) संस्करण निषेधात्मक हो जाता है।

5. महत्व और भविष्य का कार्य (Significance and Future Work)

• महत्व: यह कार्य अगली पीढ़ी के BD-RIS हार्डवेयर को कॉन्फ़िगर करने के लिए एक व्यावहारिक, स्केलेबल समाधान प्रदान करता है। यह सैद्धांतिक इष्टतमता और कम्प्यूटेशनल व्यवहार्यता के बीच के अंतर को पाटता है, यह सिद्ध करता है कि ट्री सर्च प्रभावी रूप से BD-RIS के लिए आवश्यक गैर-कॉन्वेक्स, उच्च-आयामी अनुकूलन को संभाल सकता है।
• भविष्य की दिशाएँ: लेखक भविष्य के अनुसंधान के लिए कई क्षेत्रों की पहचान करते हैं:
  • संयुक्त अनुकूलन (Joint Optimization): बेस स्टेशन पर सक्रिय बीमफॉर्मिंग के साथ BD-RIS विन्यास को एकीकृत करना।
  • इम्परफेक्ट CSI: चैनल स्टेट इंफॉर्मेशन (CSI) के त्रुटिपूर्ण अनुमान के साथ एल्गोरिदम की मजबूती का विश्लेषण करना (चैनल हार्डनिंग से संभावित लाभों को नोट करते हुए)।
  • आर्किटेक्चर भिन्नता: यहाँ उपयोग किए गए फुली-कनेक्टेड मॉडल के अलावा विभिन्न BD-RIS टोपोलॉजी (ग्रुप-कनेक्टेड, ट्री-कनेक्टेड) के लिए एल्गोरिदम को अनुकूलित करना।
  • मैपिंग रणनीतियाँ: खोज दक्षता को अनुकूलित करने के लिए ट्री स्तरों और मैट्रिक्स प्रविष्टियों के बीच विभिन्न मैपिंग का अन्वेषण करना।

निष्कर्षतः, यह शोध पत्र हेयुरिस्टिक ट्री सर्च का उपयोग करके BD-RIS को कॉन्फ़िगर करने के लिए एक आधारभूत ढांचा स्थापित करता है, जो प्रदर्शन और कम्प्यूटेशनल लागत के बीच एक ट्यून करने योग्य संतुलन के साथ मौजूदा अनुकूलन विधियों के लिए एक अत्यधिक स्केलेबल विकल्प प्रदान करता है।