⚡ electrical engineering

Multiuser OTFS Channel Parameter Estimation Toward Grid-Independent Regime

यह शोध पत्र OTFS प्रणालियों के लिए एक मल्टी-यूज़र पायलट साइक्लिक प्रीफिक्स डिज़ाइन प्रस्तावित करता है जो विस्तारित W-MUSIC और मैट्रिक्स पेंसिल विधियों के माध्यम से उच्च-रिज़ॉल्यूशन, ग्रिड-स्वतंत्र चैनल पैरामीटर अनुमान को सक्षम बनाता है, जो एक ट्रेडऑफ़ प्रदर्शित करता है जहाँ W-MUSIC कम SNR पर उत्कृष्ट प्रदर्शन करता है जबकि मैट्रिक्स पेंसिल दृष्टिकोण मध्यम-से-उच्च SNR पर बेहतर सटीकता और कम जटिलता प्रदान करता है।

मूल लेखक: Hanning Wang, Rong-Rong Chen, Arman Farhang

प्रकाशित 2026-05-07

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Hanning Wang, Rong-Rong Chen, Arman Farhang

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 वाली पार्टी में हैं जहाँ हर कोई एक साथ आपसे बात करने की कोशिश कर रहा है। एक सामान्य कमरे में, उनकी आवाज़ें एक भ्रमित करने वाले शोर में मिल जातीं। लेकिन इस विशिष्ट परिदृश्य में, कल्पना करें कि प्रत्येक व्यक्ति के पास एक अनूठा "वॉयस पिच" (जैसे कि एक विशिष्ट संगीत नोट) है जिसका उपयोग वे बोलने के लिए करते हैं। भले ही वे सभी एक ही समय में बात कर रहे हों, आप उन्हें अलग कर सकते हैं क्योंकि उनकी आवाज़ें संगीत के पैमाने के विभिन्न हिस्सों पर स्थित हैं।

यह शोध पत्र वायरलेस संचार में एक समान समस्या को हल करने के बारे में है, जो OTFS (ऑर्थोगोनल टाइम फ्रीक्वेंसी स्पेस) नामक एक नई तकनीक के लिए है। OTFS को तब अच्छी तरह से काम करने के लिए डिज़ाइन किया गया है जब चीजें बहुत तेज़ गति से चलती हैं (जैसे उच्च गति वाली ट्रेनें या ड्रोन), जहाँ सिग्नल गति और दूरी के कारण गड़बड़ा जाता है।

यहाँ शोधकर्ताओं ने क्या किया, इसका सरल उपमाओं (analogies) का उपयोग करके विवरण दिया गया है:

1. समस्या: "अव्यवस्थित" सिग्नल

उच्च-गति वायरलेस संचार में, सिग्नल इमारतों से टकराते हैं और उपयोगकर्ता के साथ चलते हैं। इससे दो प्रकार का भ्रम पैदा होता है:

डिले (Delay): सिग्नल को पहुँचने में अलग-अलग समय लगता है (जैसे कि गूँज)।
डॉप्लर (Doppler): गति के कारण सिग्नल की पिच बदल जाती है (जैसे कि पास से गुजरती हुई एक सायरन की आवाज़)।

जब कई उपयोगकर्ता (जैसे चार अलग-अलग फोन) एक ही समय में डेटा भेजने की कोशिश करते हैं, तो उनके सिग्नल आपस में मिल जाते हैं। पारंपरिक तरीके एक निश्चित "ग्रिड" (जैसे कि निश्चित निशानों वाला एक रूलर) को देखकर सिग्नल का अनुमान लगाने की कोशिश करते हैं। लेकिन वास्तविक दुनिया के सिग्नल अक्सर इन निशानों के बीच में आ जाते हैं (जैसे कि एक रूलर जिसमें केवल इंच के निशान हैं, लेकिन वस्तु 1.5 इंच लंबी है)। इससे त्रुटियाँ होती हैं।

2. समाधान: "विशेष पार्टी आमंत्रण" (MU-PCP)

लेखकों ने उपयोगकर्ताओं को व्यवस्थित करने का एक चतुर तरीका पेश किया है, जिसे MU-PCP (मल्टी-यूज़र पायलट साइक्लिक प्रीफिक्स) कहा जाता है।

उपमा: कल्पना कीजिए कि प्रत्येक चार उपयोगकर्ताओं को डॉप्लर आयाम (पिच आयाम) में एक अलग "सीट" दी जा रही है।
यह कैसे काम करता है: वे प्रत्येक उपयोगकर्ता को एक विशिष्ट ऑफसेट असाइन करते हैं, जैसे कि एक अनूठा संगीत नोट। भले ही वे सभी डेटा भेज रहे हों, सिस्टम जानता है कि यूजर A का सिग्नल हमेशा "नोट 1" द्वारा शिफ्ट किया गया है, यूजर B का "नोट 2" द्वारा, और इसी तरह।
परिणाम: यह सिग्नलों को इतना व्यवस्थित रखता है कि रिसीवर अभी भी संदेश की "शुद्ध" संरचना को सुन सकता है, भले ही कई लोग एक साथ बोल रहे हों।

3. दो नए उपकरण: "स्मार्ट कान" और "जादुई छड़ी"

एक बार जब सिग्नल व्यवस्थित हो जाते हैं, तो शोधकर्ताओं को यह पता लगाने के लिए दो नए उपकरणों की आवश्यकता थी कि सिग्नल वास्तव में कहाँ से आए (डिले) और वे कितनी तेज़ी से चल रहे थे (डॉप्लर)। उन्होंने दो विधियाँ विकसित कीं:

विधि A: MU-W-MUSIC ("स्मार्ट कान")

यह कैसे काम करता है: यह तरीका एक बहुत ही संवेदनशील कान की तरह है जो यह पता लगाने के लिए कमरे के "शोर" को सुनता है कि आवाजें कहाँ से आ रही हैं। यह "वेटेड (Weighted) MUSIC" नामक तकनीक का उपयोग करता है।
चुनौती: यह तब बहुत अच्छा होता है जब कमरा शोर-शराबे वाला हो (लो सिग्नल-टू-नॉइज़ रेशियो)। हालाँकि, यह अभी भी कुछ हद तक एक "ग्रिड" (रूलर) पर निर्भर करता है, इसलिए यदि सिग्नल ग्रिड लाइनों के ठीक बीच में आता है, तो यह पूरी तरह से सटीक नहीं होता है।
सर्वश्रेष्ठ उपयोग: शोर वाले वातावरण में जहाँ आपको एक विश्वसनीय अनुमान की आवश्यकता होती है।

विधि B: MU-MP ("जादुई छड़ी")

यह कैसे काम करता है: यह तरीका "मैट्रिक्स पेंसिल" (Matrix Pencil) का उपयोग करता है। कल्पना कीजिए कि आप एक पेंसिल पकड़कर उसे घुमा रहे हैं; यह एक पूर्ण वृत्त बनाता है। यह तरीका सिग्नल को एक गणितीय आकार की तरह मानता है जिसे बिना किसी रूलर या ग्रिड के सटीक स्थान खोजने के लिए घुमाया और विश्लेषित किया जा सकता है।
लाभ: यह ग्रिड-स्वतंत्र (grid-independent) है। इसे इस बात से कोई फर्क नहीं पड़ता कि सिग्नल लाइनों के बीच में है; यह सटीक संख्या की गणना करता है।
समझौता (Trade-off): यह गणना करने में बहुत तेज़ है (कम मस्तिष्क शक्ति की आवश्यकता) और जब सिग्नल स्पष्ट होता है (हाई सिग्नल-टू-नॉइज़ रेशियो) तो अधिक सटीक होता है। हालाँकि, यदि कमरा अत्यधिक शोर वाला है, तो यह भ्रमित हो सकता है।

4. परिणाम: गति बनाम सटीकता

शोधकर्ताओं ने चार उपयोगकर्ताओं के साथ एक सिमुलेशन में दोनों उपकरणों का परीक्षण किया। यहाँ उन्हें जो मिला वह है:

शोर वाले कमरे में (Low SNR): "स्मार्ट कान" (MU-W-MUSIC) बेहतर था। यह शोर वाले माहौल में भी सिग्नल्स को स्पष्ट रूप से सुन सका।
शांत कमरे में (High SNR): "जादुिड छड़ी" (MU-MP) विजेता था। इसने बहुत अधिक सटीकता के साथ सिग्नल्स के सटीक स्थान को खोज निकाला।
गति: "जादुिड छड़ी" लगभग 10 गुना तेज़ (कंप्यूटेशनल रूप से सस्ती) थी। एक शानदार परिणाम प्राप्त करने के लिए इसे काफी कम प्रोसेसिंग पावर की आवश्यकता थी।

सारांश

यह शोध पत्र वायरलेस सिग्नल्स को व्यवस्थित करने का एक नया तरीका प्रस्तुत करता है ताकि वे एक-दूसरे से टकरा न सकें। इसके बाद उन्होंने इन सिग्नल्स की सटीक गति और दूरी का पता लगाने के लिए दो अलग-अलग "डिटेक्टर" बनाए:

एक डिटेक्टर मजबूत (robust) है (खराब स्थितियों में अच्छा है) लेकिन थोड़ा धीमा और कम सटीक है।
दूसरा डिटेक्टर तेज़ और अत्यंत सटीक है (अच्छी स्थितियों में बेहतरीन है) और इसे काम करने के लिए किसी पूर्व-निर्धारित ग्रिड की आवश्यकता नहीं है।

लेखक निष्कर्ष निकालते हैं कि इन उपकरणों का उपयोग करके, हम वायरलेस चैनल की बहुत स्पष्ट तस्वीर प्राप्त कर सकते हैं, जो उच्च-गति वाले परिदृश्यों में विश्वसनीय संचार के लिए आवश्यक है।

तकनीकी सारांश: ग्रिड-स्वतंत्र शासन की ओर मल्टीयूजर OTFS चैनल पैरामीटर अनुमान

समस्या विवरण
उच्च-गतिशीलता वाले वायरलेस वातावरण में सटीक चैनल अनुमान महत्वपूर्ण है, क्योंकि चैनल टाइम-फ्रीक्वेंसी (TF) डोमेन में दोहरी रूप से चयनात्मक (doubly selective) हो जाते हैं, जिससे पारंपरिक TF-डोमेन विधियाँ अप्रभावी हो जाती हैं। जबकि ऑर्थोगोनल टाइम फ्रीक्वेंसी स्पेस (OTFS) विलंब-डॉप्लर (delay-Doppler - DD) डोमेन में एक संरचित प्रतिनिधित्व प्रदान करता है जो पैरामेट्रिक अनुमान के लिए उपयुक्त है, मौजूदा विधियों को मल्टीयूजर सेटिंग्स में महत्वपूर्ण चुनौतियों का सामना करना पड़ता है। वर्तमान दृष्टिकोणों को व्यापक रूप से ग्रिड-आधारित और ग्रिड-स्वतंत्र तकनीकों में वर्गीकृत किया गया है। ग्रिड-आधारित विधियाँ फ्रैक्शनल डिले (fractional delay) और डॉप्लर शिफ्ट के मामले में बेसिस मिसमैच (basis mismatch) से ग्रस्त होती हैं। इसके विपरीत, वेटेड म्यूजिक (W-MUSIC) और मैट्रिक्स पेंसिल (MP) जैसी ग्रिड-स्वतंत्र विधियाँ उच्च रिज़ॉल्यूशन प्रदान करती हैं, लेकिन इंटर-यूज़र इंटरफेरेंस और पृथक्करणीयता (separability) को बनाए रखने वाले सिग्नल स्ट्रक्चर के अभाव के कारण उन्हें मल्टीयूजर OTFS के लिए प्रभावी ढंग से विस्तारित नहीं किया जा सका है। इसके अतिरिक्त, कम सिग्नल-टू-नॉइज़ रेशियो (SNR) पर सबस्पेस विधियों की मजबूती (robustness) और मध्यम-से-उच्च SNR पर पैरामेट्रिक विधियों की उच्च-रिज़ॉल्यूशन सटीकता के बीच एक ट्रेडऑफ मौजूद है।

कार्यप्रणाली
लेखक मल्टीयूजर OTFS चैनल पैरामीटर अनुमान के लिए एक ढांचा प्रस्तावित करते हैं जो मल्टीयूजर पायलट विद साइक्लिक प्रिफिक्स (MU-PCP) डिज़ाइन का लाभ उठाता है। यह डिज़ाइन डॉप्लर आयाम (dimension) के साथ उपयोगकर्ताओं को मल्टीप्लेक्स करता है और प्राप्त सिग्नल में एक पृथकरणीय एक्सपोनेंशियल संरचना को संरक्षित करता है।

सिस्टम मॉडल: पेपर MU-PCP संरचना को अपनाता है जहाँ प्रत्येक उपयोगकर्ता को एक विशिष्ट डॉप्लर ऑफसेट ( $k_q$ ) सौंपा जाता है। यह सुनिश्चित करता है कि TF डोमेन में प्राप्त पायलट सिग्नल को पृथकरणीय जटिल एक्सपोनेंशियल के योग के रूप में मॉडल किया जा सके, जहाँ डिले और डॉप्लर शिफ्ट अलग-अलग स्टीयरिंग वेक्टर्स के रूप में दिखाई देते हैं। यह संरचना उपयोगकर्ता पृथक्करण को सक्षम करती है और अनुमान समस्या को फ्रैक्शनल डिले और डॉप्लर पर एक संयुक्त पैरामेट्रिक समस्या के रूप में पुनर्गठित करती है।
MU-W-MUSIC: लेखक मल्टीयूजर अपलिंक के लिए W-MUSIC एल्गोरिदम का विस्तार करते हैं। यह विधि स्थानिक स्मूथिंग (spatial smoothing) और आइजनवैल्यू डीकंपोजिशन के माध्यम से एक नॉइज़ सबस्पेस का निर्माण करती है। यह यूनिट सर्कल के पास मूल (roots) खोजने के लिए ट्रंकेटेड फूरियर सीरीज़ (वेटेड लीस्ट स्क्वायर्स) का उपयोग करके डॉप्लर नल-स्पेक्ट्रम बहुपद का अनुमान लगाती है। हालाँकि यह मानक रूट-MUSIC की तुलना में कम्प्यूटेशनल लोड को कम करता है, फिर भी यह एक "हल्का" (mild) ग्रिड डिपेंडेंसी बनाए रखता है क्योंकि बहुपद मूलों का मूल्यांकन विविक्त (discretized) नमूनों पर किया जाता है।
MU-MP (मैट्रिक्स पेंसिल): पूरी तरह से ग्रिड-स्वतंत्र समाधान प्राप्त करने के लिए, लेखक एक मैट्रिक्स पेंसिल-आधारित विधि विकसित करते हैं। यह दृष्टिकोण प्राप्त सिग्नल से एक स्ट्रक्चर्ड ब्लॉक हेंकेल मैट्रिक्स (block Hankel matrix) का निर्माण करता है। डॉप्लर आयाम की शिफ्ट-इनवेरिएंस प्रॉपर्टी का लाभ उठाते हुए, यह डॉप्लर पोल्स का सीधा अनुमान लगाने के लिए एक जनरलाइज्ड आइजनवैल्यू समस्या को तैयार करता है। इसके बाद, डिले पैरामीटर्स का अनुमान प्राप्त सिग्नल को अनुमानित डॉप्लर सबस्पेस पर प्रोजेक्ट करके और फेज अंतरों का विश्लेषण करके लगाया जाता है।
चैनल गेन रिकवरी: एक बार सभी पथों के लिए फ्रैक्शनल डिले और डॉप्लर पैरामीटर्स का अनुमान लग जाने के बाद, अनुमानित मापदंडों पर आधारित एक लीस्ट स्क्वायर्स (LS) फॉर्मुलेशन का उपयोग करके चैनल गेन प्राप्त किए जाते हैं।

मुख्य योगदान

MU-PCP पायलट डिज़ाइन: एक ऐसा पायलट डिज़ाइन पेश करना जो उपयोगकर्ता-विशिष्ट डॉप्लर ऑफसेट्स के साथ एक पृथकरणीय एक्सपोनेंशियल संरचना को संरक्षित करता है, जिससे मल्टीयूजर परिदृश्यों में उच्च-रिज़ॉल्यूशन पैरामेट्रिक अनुमान संभव होता है।
W-MUSIC का विस्तार: मल्टीयूजर OTFS के लिए W-MUSIC का अनुकूलन, जो हल्का ग्रिड डिपेंडेंसी वाला एक कम्प्यूटेशनल रूप से कुशल दृष्टिकोण प्रदान करता है।
ग्रिड-स्वतंत्र MP एस्टीमेटर: एक स्ट्रक्चर्ड ब्लॉक हेंकेल कंस्ट्रक्शन और रिड्यूस्ड पेंसिल फॉर्मुलेशन का उपयोग करके एक पूर्णतः ग्रिड-स्वतंत्र मैट्रिक्स पेंसिल विधि का विकास। यह विधि मध्यम-से-उच्च SNR पर बेहतर सटीकता के साथ DD मापदंडों का सीधा अनुमान प्राप्त करती है।
रोबस्टनेस-कॉम्प्लेक्सिटी ट्रेडऑफ़ विश्लेषण: यह प्रदर्शन करना कि जहाँ MU-W-MUSIC कम SNR पर अपनी मजबूती के कारण बेहतर है, वहीं MU-MP विधि मध्यम-से-उच्च SNR पर उच्च सटीकता और काफी कम कम्प्यूटेशनल जटिलता प्राप्त करती है।

परिणाम
4 उपयोगकर्ताओं वाले मल्टीयूजर OTFS सिस्टम पर संख्यात्मक सिमुलेशन किए गए, जिसमें पूर्णांक (integer) और फ्रैक्शनल डिले/डॉप्लर शिफ्ट दोनों पर विचार किया गया।

अनुमान सटीकता: लो-SNR रिजीम (0–5 dB) में, MU-W-MUSIC डॉप्लर और डिले अनुमान दोनों में MU-MP से बेहतर प्रदर्शन करता है। हालाँकि, जैसे ही SNR 10–15 dB से ऊपर बढ़ता है, MU-MP बेहतर प्रदर्शन प्रदर्शित करता है। विशेष रूप से, डिले अनुमान के लिए, MU-MP $10^{-3}$ के RMSE पर MU-W-MUSIC की तुलना में 5 dB का SNR गेन प्राप्त करता है।
चैनल पुनर्निर्माण: जब SNR 20 dB से अधिक होता है, तो दोनों विधियाँ $10^{-3}$ से कम के RMSE के साथ पूर्ण चैनल मैट्रिक्स पुनर्निर्माण प्राप्त करती हैं। MU-MP $10^{-4}$ के आसपास के RMSE स्तरों पर लगभग ~3 dB का अतिरिक्त गेन प्रदान करता है।
कम्प्यूटेशनल जटिलता: MU-MP विधि को MU-W-MUSIC की तुलना में लगभग एक ऑर्डर ऑफ मैग्नीट्यूड कम कॉम्प्लेक्स मल्टीप्लिकेशन (CMs) की आवश्यकता होती है ( $2.68 \times 10^7$ बनाम $2.65 \times 10^8$ )। यह कमी मुख्य रूप से MU-MP में स्पेक्ट्रल सैंपलिंग चरण की अनुपस्थिति के कारण है, जो MU-W-MUSIC की जटिलता पर हावी रहता है।

महत्व
यह पेपर दावा करता है कि MU-PCP संरचना का लाभ उठाकर, यह स्ट्रक्चर्ड पैरामेट्रिक अनुमान और मल्टीयूजर OTFS सिस्टम के बीच के अंतर को सफलतापूर्वक पाटता है। प्रस्तावित ढांचा ग्रिड पर निर्भर किए बिना फ्रैक्शनल डिले और डॉप्लर मापदंडों का उच्च-रिज़ॉल्यूशन अनुमान सक्षम करता है। यह कार्य एक व्यावहारिक ट्रेडऑफ को उजागर करता है: MU-W-MUSIC अपनी मजबूती के कारण कम-SNR वातावरण के लिए उपयुक्त है, जबकि MU-MP उन मध्यम-से-उच्च SNR परिदृश्यों के लिए पसंदीदा है जहाँ उच्च सटीकता और कम कम्प्यूटेशनल जटिलता सर्वोपरि है। यह दोहरा-विधि दृष्टिकोण भविष्य के उच्च-गतिशीलता वाले वायरलेस सिस्टम के लिए एकीकृत सेंसिंग और कम्युनिकेशन के लिए एक लचीला आधार प्रदान करता है।