⚡ electrical engineering

Semi-Blind Receivers for RIS-Aided Fluid Antenna Systems

यह शोध पत्र RIS-सहायता प्राप्त फ्लूइड एंटेना सिस्टम में चैनलों और प्रतीकों (सिम्बल्स) को एक साथ अनुमानित करने के लिए टेंसर मॉडल (PARAFAC और नेस्टेड PARAFAC2) का उपयोग करते हुए एक सेमी-ब्लाइंड एस्टीमेशन फ्रेमवर्क प्रस्तावित करता है, जो प्रशिक्षण ओवरहेड को प्रभावी रूप से कम करते हुए मजबूती और कम्प्यूटेशनल जटिलता के बीच एक संतुलन प्रदान करता है।

मूल लेखक: Josué V. de Araújo, Gilderlan T. de Araújo, André L. F. de Almeida

प्रकाशित 2026-04-21

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Josué V. de Araújo, Gilderlan T. de Araújo, André L. F. de Almeida

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 भीड़भाड़ वाले, शोर-शराबे वाले कमरे में अपने एक दोस्त से बात करने की कोशिश कर रहे हैं। आप चिल्ला नहीं सकते, और आप स्वतंत्र रूप से इधर-उधर घूम भी नहीं सकते। यह कुछ वैसा ही है जैसे वर्तमान वायरलेस नेटवर्क (जैसे 5G) काम करते हैं: वे निश्चित एंटेना के माध्यम से सिग्नल भेजते हैं जो एक ही जगह पर स्थिर होते हैं, और शहर के "शोर" के बीच एक स्पष्ट रास्ता खोजने की कोशिश करते हैं।

यह पेपर इस बात का परिचय देता है कि कैसे दो भविष्यवादी तकनीकों को जोड़कर अपने दोस्त से बात करने का एक नया, सुपर-स्मार्ट तरीका अपनाया जा सकता है: रीकॉन्फ़िगेरेबल इंटेलिजेंट सर्फेस (RIS) और फ्लुइड एंटेना (FAs)।

यहाँ समस्या और पेपर के समाधान का विवरण, सरल उपमाओं (analogies) का उपयोग करके दिया गया है।

समस्या: "अंधी" बातचीत

एक सामान्य वायरलेस सिस्टम में, फोन (उपयोगकर्ता) टावर (बेस स्टेशन) को एक संदेश भेजता है। इसे अच्छी तरह से करने के लिए, टावर को यह जानने की आवश्यकता होती है कि सिग्नल ठीक कैसे यात्रा करता है—दीवारें कहाँ हैं, व्यवधान (interference) कहाँ है, और उसे सिग्नल को कैसे लक्षित करना है।

आमतौर पर, फोन को एक "टेस्ट सिग्नल" (जैसे "हेलो? क्या आप मुझे सुन सकते हैं?" चिल्लाना) भेजना पड़ता है ताकि टावर कमरे का नक्शा बना सके। इसमें समय और ऊर्जा दोनों खर्च होते हैं।

नया मोड़:

RIS (स्मार्ट दर्पण): कल्पना कीजिए कि एक दीवार हजारों छोटे, प्रोग्राम करने योग्य दर्पणों से ढकी हुई है। ये दर्पण प्रकाश (या रेडियो सिग्नल) के टकराने के कोण को तुरंत बदल सकते हैं ताकि उसे ठीक वहीं मोड़ा जा सके जहाँ आप चाहते हैं।
फ्लuid Antennas (चलती हुई कान): कल्पना कीजिए कि बेस स्टेशन के पास स्थिर कान नहीं हैं। इसके बजाय, उसके पास एक "फ्लुइड" एंटीना है जो एक छोटे से क्षेत्र के भीतर अपने सुनने के बिंदु को अलग-अलग जगहों पर शारीरिक रूप से स्थानांतरित कर सकता है, या बहुत तेज़ी से कई अलग-अलग "कानों" के बीच स्विच कर सकता है।

चुनौती:
चूंकि दर्पण (RIS) और कान (Fluid Antenna) दोनों लगातार हिल रहे हैं और बदल रहे हैं, इसलिए जिस पथ से सिग्नल गुजरता है वह हर मिलीसेकंड में बदल रहा है। यदि टावर पुराने "टेस्ट सिग्नल्स" का उपयोग करके इस पथ का मानचित्र बनाने की कोशिश करता है, तो उसे तालमेल बिठाने के लिए हर सेकंड लाखों बार "हेलो" चिल्लाना होगा। यह बहुत धीमा है और बहुत अधिक ऊर्जा बर्बाद करता है। टावर प्रभावी रूप से "अंधा" है क्योंकि नक्शा बहुत तेज़ी से बदल जाता है जिसे बनाया ही नहीं जा सकता।

समाधान: "सेमी-ब्लाइंड" जासूस

इस पेपर के लेखक एक चतुर तरकीब का प्रस्ताव देते हैं। "हेलो" चिल्लाकर नक्शा पाने के बजाय, टावर एक जासूस की तरह काम करता है जो केवल वास्तविक बातचीत को सुनकर नक्शा समझ सकता है।

वे इसे "सेमी-ब्लाइंड रिसीवर" कहते हैं।

ब्लाइंड (Blind): टावर को यह जानने के लिए किसी पूर्व-लिखित स्क्रिप्ट (पायलट सिग्नल) की आवश्यकता नहीं है कि उसे क्या सुनना है।
सेमी-ब्लाइंड (Semi-Blind): यह थोड़ी सी ज्ञात जानकारी (शुरू करने के लिए पर्याप्त) का उपयोग करता है और फिर बाकी सब कुछ समझने के लिए गणित का उपयोग करता है।

दो रणनीतियाँ (प्रोटोकॉल)

पेपर इस "जासूसी कार्य" को व्यवस्थित करने के दो अलग-अलग तरीके सुझाता है, जो इस बात पर निर्भर करता है कि आपके पास कितना समय और कंप्यूटिंग पावर है।

प्रोटोकॉल 1: "स्लो-मोशन" रणनीति (PF मॉडल)

यह कैसे काम करता है: कल्पना कीजिए कि बातचीत अलग-अलग "दृश्यों" में होती है। प्रत्येक दृश्य में, दर्पण एक क्षण के लिए स्थिर रहते हैं, और फ्लुइड एंटीना सुनने के लिए एक विशिष्ट स्थान चुनता है। फिर, दर्पण बदलते हैं, और अगले दृश्य के लिए एंटीना एक नई जगह पर चला जाता है।
उपमा: यह उच्च-गुणवत्ता वाली, स्लो-मोशन फोटो की एक श्रृंखला लेने जैसा है। चूंकि प्रत्येक "फोटो" के दौरान सेटअप बहुत स्थिर होता है, इसलिए जासूस कमरे का एक बहुत विस्तृत, 3D नक्शा बना सकता है।
परिणाम: यह तरीका अत्यधिक सटीक है। यह संदेश को पूरी तरह से रिकवर करता है, मानो टावर के पास पूर्ण दृष्टि हो।
कैच (चुनौती): इसके लिए सख्त टाइमिंग और "दृश्यों" को समन्वयित करने के लिए अधिक जटिल हार्डवेयर की आवश्यकता होती है। यह एक बहुत महंगी कैमरा क्रू की आवश्यकता वाले शूट जैसा है।

प्रोटोकॉल 2: "फास्ट-पेस्ड" रणनीति (NPF मॉडल)

यह कैसे काम करता है: कल्पना कीजिए कि बातचीत एक तेज़ गति वाली फिल्म है। दर्पण और एंटीना लगातार, एक साथ, बहुत तेज़ी से अपनी स्थिति बदल रहे हैं।
उपमा: स्लो-मोशन फोटो के बजाय, जासूस एक फास्ट-फॉरवर्ड वीडियो देख रहा है। तस्वीर थोड़ी धुंधली है, लेकिन जासूस एक विशेष गणितीय ट्रिक (जिसे "नेस्टेड टेंसर" कहा जाता है) का उपयोग करके धुंधलेपन से सुरागों को जोड़ने का काम करता है।
परिणाम: यह चलाना तेज़ और सस्ता है। इसे बहुत अधिक समन्वय की आवश्यकता नहीं है।
कैच (चुनौती): यह प्रोटोकॉल 1 की तुलना में थोड़ा कम सटीक है, लेकिन यह बहुत अधिक लचीला है और वास्तविक उपकरणों में इसे बनाना आसान है।

गुप्त हथियार: "टेंसर मैथ"

आप सोच सकते हैं कि जासूस पहेली को कैसे सुलझाता है?
पेपर टेंसर डिकंपोजिशन (Tensor Decomposition) नामक गणित की एक शाखा का उपयोग करता है।

उपमा: कल्पना कीजिए कि आपके पास जेली (Jell-O) का एक विशाल 3D ब्लॉक है। इस ब्लॉक के अंदर, अदृश्य धागे (सिग्नल) तीन अलग-अलग दिशाओं में चल रहे हैं: ऊपर/नीचे, बाएँ/दाएँ, और आगे/पीछे।
सामान्य रूप से, यदि आप जेली के केवल एक हिस्से को देखते हैं, तो आप पूरी तस्वीर नहीं देख सकते। लेकिन टेंसर मैथ जासूस को एक ही बार में पूरे ब्लॉक को देखने की अनुमति देता है। यह तीनों आयामों में एक साथ उनके आपसी प्रभाव को देखकर "धागों" को "जेली" (शोर) से अलग कर देता है।
यह टावर को उपयोगकर्ता की आवाज़ को बैकग्राउंड शोर से अलग करने और यह समझने में मदद करता है कि सिग्नल दर्पणों से कहाँ से टकराया, भले ही उसके पास "हेलो" वाला टेस्ट सिग्नल न हो।

यह क्यों मायने रखता है?

गति: यह समय बचाता है। नेटवर्क को टेस्ट सिग्नल भेजने के लिए रुकने की आवश्यकता नहीं है, इसलिए डेटा तेज़ी से बहता है।
दक्षता: यह कम बैटरी पावर का उपयोग करता है क्योंकि यह निरंतर "हेलो" सिग्नल भेजने में ऊर्जा बर्बाद नहीं करता है।
भविष्य के लिए तैयारी: जैसे-जैसे हम 6G की ओर बढ़ रहे हैं, हमें करोड़ों उपकरणों को जोड़ने की आवश्यकता है। यह सिस्टम "स्पेशियल डिग्रीज़ ऑफ फ्रीडम" (चलते हुए एंटीना और दर्पणों) का उपयोग करके अधिक डेटा को उसी स्थान में समाहित करता है, जिससे हमारे भविष्य के नेटवर्क अधिक शक्तिशाली बनते हैं।

सारांश

पेपर कहता है: "एक स्थिर मानचित्र के साथ चलते हुए कमरे का नक्शा बनाने की कोशिश न करें। इसके बजाय, एक स्मार्ट जासूस (रिसीवर) और एक विशेष 3D गणित उपकरण (टेंसर डिकंपोजिशन) का उपयोग करें ताकि केवल बातचीत सुनकर कमरे के आकार का पता लगाया जा सके। हम इसे करने के दो तरीके प्रदान करते हैं: एक जो अत्यंत सटीक लेकिन जटिल है (प्रोटोकॉल 1), और दूसरा जो तेज़ और लचीला है (प्रोटोकॉल 2)।"

यह हमारे भविष्य के वायरलेस नेटवर्क को अधिक स्मार्ट, तेज़ और अधिक ऊर्जा-कुशल बनाने की दिशा में एक बड़ा कदम है।

यहाँ शोध पत्र "Semi-Blind Receivers for RIS-Aided Fluid Antenna Systems" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र Reconfigurable Intelligent Surfaces (RIS) और Fluid Antennas (FAs) को संयोजित करने वाले अगली पीढ़ी के वायरलेस नेटवर्क में चैनल अधिग्रहण (channel acquisition) की महत्वपूर्ण चुनौती को संबोधित करता है।

चुनौती: RIS-सहायता प्राप्त FA प्रणालियों में, प्रभावी चैनल एक कैस्केड लिंक (User $\to$ RIS $\to$ BS) होता है जो दो गतिशील कारकों पर निर्भर करता है: RIS फेज-शिफ्टिंग कॉन्फ़िगरेशन और FA पोर्ट चयन (कौन से एंटीना पोर्ट सक्रिय हैं)।
बाधा: पारंपरिक पायलट-आधारित चैनल अनुमान विधियों के लिए अत्यधिक प्रशिक्षण ओवरहेड (training overhead) की आवश्यकता होती है क्योंकि RIS और FA पोर्ट के प्रत्येक पुनर्गठन के साथ चैनल बदल जाता है। यह उच्च-गतिशीलता या कम-विलंबता (low-latency) वाले परिदृश्यों के लिए सिस्टम को अक्षम बनाता है।
अंतराल (Gap): मौजूदा साहित्य RIS चैनल अनुमान और FA चैनल अनुमान को अलग-अलग मानता है। दोनों तकनीकों को संयोजित करने वाले सिस्टम के लिए संयुक्त अर्ध-अंध (joint semi-blind estimation) ढांचे (बिना पूर्ण पायलट अनुक्रमों के चैनल और डेटा प्रतीकों का एक साथ अनुमान लगाना) का कोई अस्तित्व नहीं है।

2. कार्यप्रणाली (Methodology)

लेखक एक टेन्सर-आधारित अर्ध-अंध अनुमान ढांचे (tensor-based semi-blind estimation framework) का प्रस्ताव करते हैं जो प्राप्त सिग्नल की बहु-आयामी संरचना का लाभ उठाकर चैनलों और प्रतीकों को अलग (decouple) करता है।

A. सिस्टम मॉडल (System Model)

आर्किटेक्चर: एक मल्टी-यूज़र (MU) अपलिंक जहाँ $K$ सिंगल-एंटीना उपयोगकर्ता, एक बेस स्टेशन (BS) के साथ संचार करते हैं, जो $N_r$ तत्वों वाले एक RIS के माध्यम से 1D फ्लूइड एंटीना ऐरे (उपलब्ध $N$ पोर्ट्स में से $M$ सक्रिय पोर्ट चुनते हुए) से जुड़ा है।
सिग्नल संरचना: प्राप्त सिग्नल को यूजर-टू-RIS चैनल ( $G$ ), RIS-टू-BS चैनल ( $H$ ), RIS फेज शिफ्ट्स, और FA पोर्ट चयन मैट्रिसेस के फलन (function) के रूप में मॉडल किया गया है।

B. दो ट्रांसमिशन प्रोटोकॉल (Two Transmission Protocols)

यह शोध पत्र दो पदानुक्रमित (hierarchical) प्रोटोकॉल पेश करता है जिनके परिणामस्वरूप अलग-अलग टेन्सर मॉडल प्राप्त होते हैं:

दो-समय-पैमाने (Two-Time-Scale - TTS) संरचना
- तंत्र: FA पोर्ट चयन और RIS कॉन्फ़िगरेशन समय के एक ब्लॉक ( $P$ ) के दौरान स्थिर रहता है लेकिन स्थानिक ब्लॉकों ( $I$ ) के बीच बदल जाता है।
- टेन्सर मॉडल: यह संरचना एक मानक PARAFAC (PF) मॉडल प्रदान करती है। फैक्टर मैट्रिसेस (स्थानिक, टेम्पोरल, कोडिंग) स्लाइसों में स्थिर रहते हैं, जिससे एक कठोर, अत्यधिक संरचित अपघटन (decomposition) प्राप्त होता है।
- रिसीवर: ट्रिलिनियर अल्टरनेटिंग लीस्ट स्क्वायर्स (TALS) पर आधारित एक PF रिसीवर।
एक-समय-पैमाने (Single-Time-Scale - STS) संरचना
- तंत्र: FA पोर्ट चयन और RIS कॉन्फ़िगरेशन प्रत्येक ट्रांसमिशन ब्लॉक ( $I$ ) में गतिशील रूप से बदल जाता है, जबकि कोडिंग संरचना ब्लॉक के भीतर लागू की जाती है।
  कसे हुए (cascaded) RIS और FA के कारण यहाँ स्थानिक फैक्टर मैट्रिक्स स्लाइसों (ब्लॉकों) के across बदलता है, और यह परिवर्तनशील कारक स्वयं एक PARAFAC2 संरचना का पालन करता है।
- टेर्नर मॉडल: यह एक नेस्टेड PARAFAC2 (NPF) मॉडल की ओर ले जाता है।
- रिसीवर: स्लाइस-निर्भर विविधताओं को संभालने के लिए डिज़ाइन किया गया एक NPF रिसीवर (TALS पर आधारित)।

C. अनुमान एल्गोरिदम (Estimation Algorithm)

दोनों प्रोटोकॉल के लिए, लेखक Trilinear Alternating Least Squares (TALS) का उपयोग करके अर्ध-अंध रिसीवर (semi-blind receivers) व्युत्पन्न करते हैं:

उद्देश्य: पायलट अनुक्रमों के पूर्व ज्ञान के बिना $G$ , $H$ , और $X$ का संयुक्त रूप से अनुमान लगाना।
प्रक्रिया: एल्गोरिदम टेन्सर अनफोल्डिंग के क्रोनेकर उत्पाद गुणों का लाभ उठाते हुए, पुनर्निर्माण त्रुटि (reconstruction error) के फ्रोबेनियस नॉर्म (Frobenius norm) को न्यूनतम करके $G$ , $H$ , और $X$ के अनुमानों को पुनरावृत्ति (iteratively) के माध्यम से अपडेट करता है।

3. मुख्य योगदान (Key Contributions)

प्रथम संयुक्त ढांचा: यह RIS और फ्लूइड एंटीना को संयोजित करने वाले मल्टी-यूज़र अपलिंक के लिए पहला कार्य है जो एक संयुक्त अर्ध-अंध अनुमान ढांचा प्रस्तावित करता है।
दोहरे प्रोटोकॉल और मॉडल: दो अलग-अलग सिग्नलिंग प्रोटोकॉल (TTS और STS) का परिचय, जो क्रमशः PARAFAC और Nested PARAFAC2 टेन्सर मॉडल से जुड़े हैं।
एल्गोरिदम विकास: दोनों मॉडलों के लिए कुशल TALS-आधारित रिसीवर का विकास, जो RIS पुनर्गठन और FA पोर्ट स्विचिंग से प्राप्त स्थानिक-सामयिक विविधता (spatio-temporal diversity) का लाभ उठाते हैं।
सैद्धांतिक विश्लेषण:
- पहचान योग्यता स्थितियाँ (Identifiability Conditions): अद्वितीय चैनल रिकवरी सुनिश्चित करने के लिए आवश्यक शर्तें (जैसे, प्रोटोकॉल 1 के लिए $IMTP \geq N_r \max(K, N)$ ) स्थापित की गईं।
- जटिलता विश्लेषण: कंप्यूटेशनल जटिलता के व्यंजक प्रदान किए गए, जो एक ट्रेड-ऑफ दिखाते हैं: प्रोटोकॉल 1 उच्च मजबूती (robustness) लेकिन उच्च जटिलता प्रदान करता है, जबकि प्रोटोकॉल 2 हल्का और अधिक लचीला है।

4. सिमुलेशन परिणाम (Simulation Results)

लेखकों ने व्यापक सिमुलेशन के माध्यम से अपने दृष्टिकोण को सत्यापित किया:

पायलट-सहायता बनाम प्रदर्शन: दोनों अर्ध-अंध रिसीवर सैद्धांतिक "परफेक्ट CSI" और "पायलट-असिस्टेड" सीमाओं के बहुत करीब प्रदर्शन करते हैं, जिससे प्रशिक्षण ओवरहेड काफी कम हो जाता है।
प्रोटोकॉल तुलना:
- प्रोटोकॉल 1 (PF): विशेष रूप से मध्य-से-उच्च SNR शासन (regimes) में बेहतर बिट एरर रेट (BER) और नॉर्मलाइज्ड मीन स्क्वायर एरर (NMSE) प्रदर्शन प्रदर्शित करता है। यह समृद्ध स्थानिक विविधता के कारण आदर्श सीमा तक तेजी से अभिसरण (converge) करता है।
- प्रोटोकॉल 2 (NPF): थोड़ा कम प्रदर्शन के साथ एक कम-जटिलता वाला विकल्प प्रदान करता है, जो सख्त हार्डवेयर या सिंक्रोनाइज़ेशन बाधाओं वाले परिदृश्यों के लिए उपयुक्त है।
संसाधन आवंटन: परिणाम दिखाते हैं कि केवल प्रतीकों की समयावधि बढ़ाने के बजाय स्थानिक विविधता (spatial diversity) (RIS/FA पुनर्गठन के अधिक ब्लॉक) बढ़ाना प्रदर्शन के लिए अधिक प्रभावी है।
स्केलेबिलिटी: सिस्टम उपयोगकर्ताओं ( $K$ ) की संख्या के साथ प्रभावी ढंग से स्केल करता है। उपयोगकर्ताओं को जोड़ने से होने वाले प्रदर्शन दंड (penalty) की भरपाई स्थानिक स्नैपशॉट्स की संख्या बढ़ाकर की जा सकती है।
स्पेक्ट्रल दक्षता (SE): RIS फेज और FA पोर्ट चयन का संयुक्त अनुकूलन केवल RIS या केवल FAs का उपयोग करने की तुलना में उच्चतम SE लाभ प्रदान करता है।

5. महत्व (Significance)

प्रशिक्षण ओवरहेड पर विजय: प्रस्तावित अर्ध-अंध दृष्टिकोण RIS-FA प्रणालियों में "डायमेंशनलिटी के अभिशाप" (curse of dimensionality) को हल करता है, जहाँ पारंपरिक पायलट-आधारित विधियों के लिए अत्यधिक प्रशिक्षण समय की आवश्यकता होगी।
6G प्रौद्योगिकियों को सक्षम करना: यह दो प्रमुख 6G प्रवर्तकों (RIS और FAs) को एकीकृत करने के लिए एक व्यावहारिक सिग्नल प्रोसेसिंग आधार प्रदान करता है, यह प्रदर्शित करते हुए कि उनके संयुक्त स्थानिक स्वतंत्रता (spatial degrees of freedom) को कुशलतापूर्वक प्राप्त किया जा सकता है।
डिज़ाइन ट्रेड-ऑफ़: यह शोध पत्र सिस्टम डिजाइनरों के लिए एक स्पष्ट ट्रेड-ऑफ विश्लेषण प्रदान करता है: अधिकतम सटीकता और मजबूती के लिए प्रोटोकॉल 1 चुनें (जटिलता/सिंक्रोनाइज़ेशन की लागत पर), या एक लचीले, कम-जटिलता वाले कार्यान्वयन के लिए प्रोटोकॉल 2 चुनें।
टेन्सर थ्योरी का अनुप्रयोग: इसने एक जटिल वायरलेस संचार समस्या (विशेष रूप से नेस्टेड PARAFAC2) के लिए उन्नत टेन्सर अपघटन का सफलतापूर्वक अनुप्रयोग किया है, जो गतिशील वातावरण में सिग्नल प्रोसेसिंग के नए मार्ग खोलता है।