🔢 mathematics

Sensing with Random Signals: The Role of Time Sharing

यह शोध पत्र सिंबल-अनवेअर (symbol-unaware) इंटीग्रेटेड सेंसिंग एंड कम्युनिकेशंस (ISAC) प्रणालियों के लिए क्षमता-संवेदन क्षेत्र (capacity-sensing region) को अभिलक्षित करता है, जो यह प्रदर्शित करता है कि स्पष्ट टाइम शेयरिंग (time sharing) केवल तभी सख्ती से लाभकारी है जब प्रभावी SNR वितरणों में सेंसिंग-पक्ष के प्रभुत्व के कारण सिंगल-मोड फ्रंटियर उत्तल (convex) होता है, जबकि जब फ्रंटियर पहले से ही अवतल (concave) होता है तो यह अनावश्यक है।

मूल लेखक: Yi Geng, Wenyi Zhang

प्रकाशित 2026-06-01

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Yi Geng, Wenyi Zhang

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 रेडियो ऑपरेटर हैं जो एक ही वॉकी-टॉकी के साथ दो काम एक साथ करने की कोशिश कर रहे हैं: एक दोस्त से बात करना (संचार) और गूँज (echoes) सुनने के लिए कान लगाना ताकि कमरे का नक्शा बनाया जा सके (सेंसिंग)।

एक पारंपरिक सेटअप में, जो व्यक्ति गूँज सुनने वाला (सेंसिंग रिसीवर) होता है, वही आपका दोस्त भी होता है। वह जानता है कि आपने वास्तव में क्या कहा था, इसलिए वह आपकी आवाज़ को कमरे की गूँज से घटाकर देख सकता है कि कमरे में क्या है। यह बिल्कुल वैसा ही है जैसे किसी के पास एक स्क्रिप्ट हो और उसे पता हो कि हर लाइन को कैसे पढ़ना है।

समस्या: "अंधा" सुनने वाला (The "Blind" Listener)
यह शोध पत्र एक अलग और अधिक कठिन परिदृश्य पर चर्चा करता है: पैसिव या बिस्टैटिक सेंसिंग (Passive or Bististatic Sensing)। कल्पना कीजिए कि गूँज सुनने वाला व्यक्ति एक अजनबी है जो दूसरे कमरे में खड़ा है। वह जानता है कि आप कैसे बोलते हैं (भाषा के नियम, वॉल्यूम, फ्रीक्वेंसी), लेकिन वह यह नहीं जानता कि आप अभी कौन से विशेष शब्द बोल रहे हैं। उसके लिए, आपकी आवाज़ केवल बैकग्राउंड शोर का एक हिस्सा है।

लेखक पूछते हैं: हम संचार को स्पष्ट रूप से बोलने और कमरे को अच्छी तरह से सेंस करने के बीच संतुलन कैसे बनाएं जब सुनने वाला हमारे शब्दों को नहीं जानता?

मुख्य खोज: "टाइम-शेयरिंग" का रहस्य

शोध पत्र पाता है कि उत्तर पूरी तरह से इस बात पर निर्भर करता है कि बात करने के लिए कनेक्शन की गुणवत्ता और सेंसिंग के लिए कनेक्शन की गुणवत्ता कैसी है। वे टाइम-शेयरिंग (Time-Sharing) नामक एक अवधारणा का उपयोग करते हैं, जो एक शेफ के निर्णय लेने जैसा है कि क्या उसे एक बेहतरीन स्टेक बनाना है या एक बेहतरीन सलाद, या फिर दोनों को मिला देना है।

यहाँ उनके निष्कर्षों का सरल विवरण दिया गया है:

1. "स्मूथ कर्व" परिदृश्य (बात करना सर्वोपरि है)

कल्पना कीजिए कि बात करने के लिए आपका कनेक्शन सेंसिंग की तुलना में बहुत अधिक मजबूत है।

रूपक (Metaphor): आप अपने दोस्त को मेगाफोन के माध्यम से चिल्लाकर बोल रहे हैं, लेकिन दूसरे कमरे में मौजूद अजनबी के लिए आप फुसफुसा रहे हैं।
परिणाम: सबसे अच्छी रणनीति यह है कि आप अपनी आवाज़ को धीरे-धीरे बदलें। आपको मोड को अचानक बदलने की आवश्यकता नहीं है। आप दक्षता खोए बिना "रैंडम चैटर" (डेटा भेजना) से "एक स्थिर टोन की तरह आवाज निकालने" (पायलट सिग्नल भेजना) की ओर धीरे-धीरे शिफ्ट हो सकते हैं।
पेपर का दावा: इस मामले में, "फ्रंटियर" (जो हासिल किया जा सकता है उसकी सीमा) कॉन्केव (concave) (कटोरे की तरह घुमावदार) है। आपको मोड बदलने के लिए रुकने की आवश्यकता नहीं है; एक सहज मिश्रण पहले से ही पूर्ण है।

2. "बंपी हिल" परिदृश्य (सेंसिंग सर्वोपरि है)

कल्पना कीजिए कि सेंसिंग के लिए आपका कनेक्शन बात करने की तुलना में बहुत अधिक मजबूत है।

रूपक: आप अपने दोस्त को फुसफुसाकर बोल रहे हैं, लेकिन दूसरे कमरे में मौजूद अजनबी के पास एक सुपर-सेंसिटिव माइक्रोफ़ोन है जो सब कुछ स्पष्ट रूप से सुन सकता है।
परिणाम: यहाँ, अपनी आवाज़ को आधा मिलाना (आधा फुसफुसाहट, आधा टोन) वास्तव में बर्बादी है। यह एक पत्थर और एक पंख को मिलाकर स्मूदी बनाने की कोशिश करने जैसा है; आपको एक बुरा परिणाम मिलेगा।
पेपर का दावा: यहाँ, "फ्रंटियर" कॉन्वेक्स (convex) (पहाड़ी की तरह) है। सर्वोत्तम परिणाम प्राप्त करने के लिए, आपको टाइम-शेयर करना चाहिए। आपको 100% समय चिल्लाना चाहिए (शुद्ध सेंसिंग मोड) और फिर 100% फुसफुसाना चाहिए (शुद्ध डेटा मोड), बजाय इसके कि आप एक ही समय में दोनों का एक कमजोर संस्करण करने की कोशिश करें। "इष्टतम" (optimal) मार्ग दोनों चरम सीमाओं को जोड़ने वाली एक सीधी रेखा है, जो बीच के रास्ते को पूरी तरह से छोड़ देती है।

3. "परफेक्ट बैलेंस" परिदृश्य

यदि बात करने और सेंसिंग के बीच का कनेक्शन बिल्कुल समान है, तो परिणाम एक सीधी रेखा है। आप बिना किसी दंड या लाभ के उन्हें किसी भी अनुपात में मिला सकते हैं।

"जादू" के पीछे का कारण

लेखकों ने यह सिद्ध करने के लिए भारी गणित का उपयोग किया है कि इस "दक्षता वक्र" (efficiency curve) का आकार एक स्टोकेस्टिक ऑर्डरिंग (stochastic ordering) (एक फैंसी तरीका यह कहने का कि कौन सा सिग्नल सांख्यिकीय रूप से अधिक मजबूत है) द्वारा निर्धारित होता है।

यदि "बात करने वाला सिग्नल" हावी है: वक्र स्मूथ (smooth) होता है। आप मोड को मिला सकते हैं।
यदि "सेंसिंग सिग्नल" हावी है: वक्र बंपी (bumpy) होता है। आपको मोड को अचानक बदलना (टाइम-शेयरिंग) होगा ताकि कुशल रहा जा सके।

SIMO विस्तार (कई एंटेना)

शोध पत्र ने कई एंटेना वाले सिस्टम (SIMO) पर भी विचार किया। उन्होंने पाया कि यही नियम लागू होता है, लेकिन अब यह दो कारकों पर निर्भर करता है:

बात करने वाले पक्ष बनाम सेंसिंग पक्ष पर आपके पास कितने एंटेना हैं।
प्रत्येक एंटेना के लिए सिग्नल कितना मजबूत है।

यदि बात करने वाले पक्ष में अधिक एंटेना या मजबूत सिग्नल हैं, तो आप मिश्रण (blend) करते हैं। यदि सेंसिंग पक्ष के पास लाभ है, तो आप मोड को स्विच करते हैं (टाइम-शेयर)। यदि लाभ मिश्रित हैं (जैसे, एक तरफ अधिक एंटेना लेकिन दूसरी तरफ कमजोर सिग्नल), तो गणित जटिल हो जाता है, और यह सरल "स्विच या ब्लेंड" नियम स्पष्ट रूप से लागू नहीं हो सकता है।

सारांश

"सिंबल-अनवेअर" (Symbol-Unaware) सेंसिंग की दुनिया में (जहाँ सुनने वाला आपके शब्दों को नहीं जानता), टाइम-शेयरिंग केवल एक बैकअप योजना नहीं है; यह कभी-कभी कुशल होने का एकमात्र तरीका है।

यदि आपका बात करने वाला चैनल मजबूत है, तो अपने सिग्नल्स को सुचारू रूप से मिलाएं (blend)।
यदि आपका सेंसिंग चैनल मजबूत है, तो शुद्ध बातचीत और शुद्ध सेंसिंग के बीच बदलें (switch)। एक ही समय में दोनों करने की कोशिश न करें।

यह शोध पत्र सिद्ध करता है कि "स्विच" या "ब्लेंड" करने का निर्णय इंजीनियरिंग की पसंद का मामला नहीं है, बल्कि आपके सिग्नल्स की सापेक्ष शक्ति द्वारा निर्देशित एक मौलिक नियम है।

तकनीकी सारांश: यादृच्छिक संकेतों के साथ संवेदन: समय साझाकरण (Time Sharing) की भूमिका

समस्या विवरण
यह शोध पत्र एकीकृत संवेदन और संचार (Integrated Sensing and Communications - ISAC) के उन परिदृश्यों में सूचना-सैद्धांतिक लक्षण वर्णन (information-theoretic characterization) को संबोधित करता है जहाँ संवेदन रिसीवर "सिंबल-अजागरूक" (symbol-unaware) होता है। पारंपरिक मोनोस्टैटिक या निर्णय-सहायता प्राप्त ISAC सूत्रीकरणों में, संवेदन रिसीवर यह मानकर चलता है कि उसे प्रेषित वेवफॉर्म या सिंबल का ज्ञान है, जिससे संवेदन प्रदर्शन को सशर्त पारस्परिक सूचना (conditional mutual information) $I(S; V | X)$ द्वारा मापा जा सकता है। हालाँकि, निष्क्रिय (passive), बाइस्टैटिक (bistatic), या वितरित (distributed) परिदृश्यों में, संवेदन रिसीवर को सिग्नलिंग नियम का तो ज्ञान हो सकता है, लेकिन विशिष्ट प्रेषित सिंबल्स का नहीं। ऐसे मामलों में, संचार सिग्नल संवेदन अनिश्चितता का हिस्सा बना रहता है, जिसके लिए संवेदन मीट्रिक के रूप में अनकंडीशनड (unconditioned) पारस्परिक सूचना $I(S; V)$ का उपयोग करना आवश्यक हो जाता है। केंद्रीय प्रश्न यह है कि क्या एक एकल इनपुट वितरण (एक एकल सिग्नलिंग मोड) इस मीट्रिक के तहत इष्टतम संचार-संवेदन ट्रेडऑफ को चरित्रित करने के लिए पर्याप्त है, या क्या 'कन्वेक्सिफाई' (convexify) करने के लिए स्पष्ट 'टाइम शेयरिंग' (time sharing) मौलिक रूप से आवश्यक है।

कार्यप्रणाली
लेखक इस प्रणाली को एक स्टेट-डिपेंडेंट मेमोरीलेस चैनल के रूप में मॉडल करते हैं जहाँ एक संदेश $W$ को $n$ चैनल उपयोगों पर प्रसारित किया जाता है, जो एक i.i.d. स्टेट सीक्वेंस $S$ पर निर्भर संचार आउटपुट $Y$ और संवेदन आउटपुट $V$ उत्पन्न करता है। संवेदन प्रदर्शन को औसत सिंबल-दर-सिंबल पारस्परिक सूचना $D_n = \frac{1}{n}\sum I(S_i; V_i)$ द्वारा मापा जाता है, जिसमें इनपुट सिंबल्स पर शर्त (conditioning) नहीं लगाई जाती है।

विश्लेषण मुख्य रूप से दो चरणों में आगे बढ़ता है:

सामान्य लक्षण वर्णन: लेखक परिमित-अल्फाबेट मेमोरीलेस चैनलों के लिए सिंगल-लेटर कैपेसिटी-सेंसिंग क्षेत्र का व्युत्पन्न निकालते हैं। वे 'सिंगल-मोड फ्रंटियर' (एकल इनपुट वितरण $P_X$ द्वारा प्राप्त बिंदुओं का सेट) को चरित्रित करने के लिए एक सहायक टाइम-शेयरिंग चर $Q$ का परिचय देते हैं। वे फेंचेल-एगलेस्टन (Fenchel–Eggleston) सुदृढ़ीकरण का उपयोग करके यह सिद्ध करते हैं कि क्षेत्र की इष्टतम ऊपरी सीमा, सिंगल-मोड फ्रंटियर का 'अपर कॉन्केव एनवेलप' (upper concave envelope) है।
विशिष्ट मॉडल विश्लेषण: इस सैद्धांतिक ढांचे को रेले-फेडिंग बाइनरी फेज शिफ्ट कीइंग (BPSK) और सिंगल-इनपुट मल्टीपल-आउटपुट (SIMO) BPSK मॉडलों पर लागू किया गया है। लेखक संचार और संवेदन पक्षों पर प्रभावी सिग्नल-टू-नॉइज़ रेशियो (SNR) वितरणों के स्टोकेस्टिक ऑर्डरिंग का परीक्षण करके सिंगल-मोड फ्रंटियर की वक्रता (curvature) का विश्लेषण करते हैं। वे 'मोनोटोन लाइकलीहुड रेशियो' (MLR) ऑर्डरिंग और टिल्टेड SNR डेंसिटीज़ की अवधारणा का उपयोग यह निर्धारित करने के लिए करते हैं कि फ्रंटियर अवतल (concave), उत्तल (convex), या रैखिक (linear) है।

मुख्य योगदान और परिणाम

कैपेसिटी-सेंसिंग क्षेत्र का लक्षण वर्णन: यह शोध पत्र स्थापित करता है कि सिंबल-अजागरूक ISAC के लिए, प्राप्त क्षेत्र सिंगल-मोड फ्रंटियर का 'डाउनवर्ड क्लोजर ऑफ द कॉन्वेक्स हल' (downward closure of the convex hull) है। महत्वपूर्ण रूप से, इष्टतम सीमा सिंगल-मोड फ्रंटियर का अपर कॉन्केव एनवेलप है। इसका तात्पर्य यह है कि टाइम शेयरिंग केवल तभी अनावश्यक है जब सिंगल-मोड फ्रंटियर पहले से ही अवतल (concave) हो; अन्यथा, इष्टतम ट्रेडऑफ प्राप्त करने के लिए टाइम शेयरिंग स्पष्ट रूप से लाभकारी और संरचनात्मक रूप से आवश्यक है।
रेले-फेडिंग BPSK के लिए वक्रता मानदंड: स्केलर रेले-फेडिंग BPSK के लिए, लेखक संचार पक्ष ( $\bar{\gamma}_c$ $\overset{γ}{ˉ}_{c}$ ) और संवेदन पक्ष ( $\bar{\gamma}_s$ $\overset{γ}{ˉ}_{s}$ ) के औसत प्रभावी SNRs के आधार पर फ्रंटियर की ज्यामिति को निर्धारित करने के लिए एक सटीक शर्त व्युत्पन्न करते हैं:
- संचार-पक्ष का प्रभुत्व ( $\bar{\gamma}_c > \bar{\gamma}_s$ ): सिंगल-मोड फ्रंटियर स्पष्ट रूप से अवतल (strictly concave) है। टाइम शेयरिंग कोई लाभ प्रदान नहीं करती है; इष्टतम रणनीति में इनपुट वितरण को इक्वीप्रोबेबल डेटा सिंबल्स से नियत पायलट-जैसे सिंबल्स की ओर निरंतर बायस (bias) करना शामिल है।
- संवेदन-पक्ष का प्रभुत्व ( $\bar{\gamma}_c < \bar{\gamma}_s$ ): सिंगल-मोड फ्रंटियर स्पष्ट रूप से उत्तल (strictly convex) है। टाइम शेयरिंग एक स्पष्ट लाभ देती है, जिसका अर्थ है कि इष्टतम सीमा शुद्ध डेटा मोड और शुद्ध पायलट मोड को जोड़ने वाला कॉर्ड (chord) है, न कि कोई मध्यवर्ती बायस्ड मोड।
- समानता ( $\bar{\gamma}_c = \bar{\gamma}_s$ ): फ्रंटियर रैखिक (linear) है।
SIMO-BPSK तक विस्तार: परिणामों को i.i.d. SIMO सिस्टम में विस्तारित किया गया है। वक्रता पोस्ट-कॉम्बाइनिंग SNR वितरणों के क्रम द्वारा निर्धारित होती है। यदि संचार पक्ष में संचार पक्ष की तुलना में अधिक एंटेना ( $N_c$ ) या बड़ा स्केल पैरामीटर ( $\theta_c$ ) है, तो फ्रंटियर अवतल (concave) होता है। इसके विपरीत, यदि संवेदन पक्ष विविधता (diversity) और स्केल दोनों में हावी है, तो फ्रंटियर उत्तल (convex) होता है, जिससे टाइम शेयरिंग आवश्यक हो जाता है। मिश्रित स्थितियाँ गैर-एकल (non-monotonic) लाइकलीहुड अनुपात का परिणाम दे सकती हैं, जो एक सरल डोमिनेंस नियम को रोकती हैं।

महत्व
यह शोध पत्र दावा करता है कि सिंबल-अजागरूक संवेदन मीट्रिक $I(S; V)$ के तहत, टाइम शेयरिंग केवल एक माध्यमिक डिजाइन विकल्प या कार्यान्वयन आर्टिफैक्ट नहीं है, बल्कि यह इष्टतम ISAC सीमा का एक आंतरिक घटक हो सकता है। निष्कर्ष यह स्पष्ट करते हैं कि वे मूलभूत स्थितियाँ क्या हैं जिनके तहत एक प्रणाली को निरंतर डेटा-सिंबल ट्रांसमिशन से शुद्ध पायलट-जैसे संवेदन मोड वाले टाइम-शेयर्ड रणनीति की ओर संक्रमण करना चाहिए। विशेष रूप से, जब संवेदन पक्ष का प्रभावी SNR संचार पक्ष पर हावी होता है, तो इष्टतम रणनीति मध्यवर्ती बायस्ड इनपुट्स से हटकर शुद्ध संचार और शुद्ध संवेदन मोड के बीच सख्त बारी-बारी (alternation) की ओर स्थानांतरित हो जाती है। यह कार्य निष्क्रिय और वितरित ISAC परिदृश्यों में ट्रेडऑफ़ की एक कठोर ज्यामितीय समझ प्रदान करता है, जो उन्हें ज्ञात-वेवफॉर्म फॉर्मुलेशन से अलग करता है।