⚡ electrical engineering

Joint Channel and Symbol Estimation for RIS-Assisted Fluid Antenna Systems

यह शोध पत्र फ्लूइड एंटेना के साथ RIS-सहायता प्राप्त मल्टीयूजर अपलिंक सिस्टम में संयुक्त चैनल और सिंबल अनुमान प्राप्त करने के लिए NTFAS प्रोटोकॉल और एक संगत दो-चरणीय सेमी-ब्लाइंड BALS रिसीवर का प्रस्ताव करता है, जो मौजूदा बेंचमार्क की तुलना में बेहतर चैनल अनुमान सटीकता और स्पेक्ट्रल दक्षता प्रदर्शित करता है।

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

प्रकाशित 2026-06-02

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Josué V. de Araújo, Daniel C. Alcantara, 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 बड़े, गूँजने वाले हॉल में गायकों (उपयोगकर्ताओं) के एक समूह को सुनने की कोशिश कर रहे हैं। आप उन्हें स्पष्ट रूप से सुनना चाहते हैं, लेकिन दो समस्याएँ हैं:

दीवारें अस्थिर हैं: हॉल में स्मार्ट टाइल्स वाली एक विशेष दीवार है जो ध्वनि को इधर-उधर उछाल सकती है। आप ध्वनि को बेहतर बनाने के लिए टाइल्स का कोण बदल सकते हैं, लेकिन आपको यह नहीं पता कि वे अभी ठीक से कैसे सेट की गई हैं।
माइक्रोफ़ोन तरल (Fluid) है: एक निश्चित माइक्रोफ़ोन के बजाय, आपके पास एक "फ्लुइड एंटीना" (FA) है। यह एक ऐसे माइक्रोफ़ोन की तरह है जो सबसे स्पष्ट ध्वनि खोजने के लिए एक छोटी प्लेट पर अलग-अलग स्थानों पर अपनी रिकॉर्डिंग टिप को भौतिक रूप से खिसका सकता है। लेकिन, हर बार जब आप टिप को हिलाते हैं, तो आप जो ध्वनि सुनते हैं वह पूरी तरह से बदल जाती है।

चुनौती यह है: आप यह कैसे पता लगाएँगे कि दीवार से ध्वनि कैसे टकरा रही है और गायक क्या गा रहे हैं, बिना पूरे दिन टेस्ट नोट्स (पायलट) चिल्लाकर कैलिब्रेट किए?

समस्या: एक बदलता हुआ लक्ष्य

अतीत में, शोधकर्ताओं ने इसे हल करने के लिए या तो माइक्रोफ़ोन को स्थिर रखने का प्रयास किया या यह मान लिया कि उन्हें पहले से पता है कि दीवारें कैसे सेट की गई हैं। लेकिन इस शोध पत्र में, लेखक एक ऐसे परिदृश्य से निपट रहे हैं जहाँ सब कुछ बदल रहा है: माइक्रोफ़ोन की टिप इधर-उधर कूद रही है, दीवार की टाइल्स के कोण बदल रहे हैं, और सभी गायक एक साथ बोल रहे हैं। इस पूरे दृश्य का मानचित्र बनाना एक विशाल, 3D पहेली को सुलझाने जैसा है जहाँ टुकड़े अपना आकार बदलते रहते हैं।

समाधान: "NTFAS" प्रोटोकॉल

लेखक एक नई रणनीति प्रस्तावित करते हैं जिसे NTFAS (नेस्टेड टकर फॉर फ्लुइड एंटीना सिस्टम्स) कहा जाता है। वे इस पहेली को एक चतुर ट्रिक का उपयोग करके हल करते हैं:

1. "कॉमन सॉन्ग" (समान गीत) ट्रिक
कल्पना कीजिए कि सभी गायक एक ही गाना गा रहे हैं, लेकिन उन्होंने अलग-अलग वेशभूषा (कोडिंग) पहनी है और प्रत्येक दौर में माइक्रोफ़ोन अलग-अलग स्थानों (पोर्ट सिलेक्शन) से सुन रहा है।

ट्रिक: वास्तविक बोल (डेटा सिम्बल्स) सभी दौरों में बिल्कुल समान रहते हैं।
परिणाम: भले ही माइक्रोफ़ोन हिल रहा हो और दीवार की टाइल्स बदल रही हों, मूल "गीत" एक निरंतर धागे की तरह सभी अवलोकनों को आपस में जोड़ता है। यह कंप्यूटर को गणित का उपयोग करके "गीत" को बदलते वातावरण के "शोर" से अलग करने की अनुमति देता है।

2. दो-चरणीय जासूसी कार्य
लेखकों ने एक "सेमी-ब्लाइंड" रिसीवर (एक ऐसा जासूस जिसे पहले से उत्तर बताने की आवश्यकता नहीं है) बनाया है जो दो चरणों में काम करता है:

चरण 1: बड़ी तस्वीर। पहले, जासूस सभी रिकॉर्डिंग को एक साथ देखता है। क्योंकि "गीत" हर रिकॉर्डिंग में समान है, इसलिए यह दीवार और माइक्रोफ़ोन की गति के संयुक्त प्रभाव को समझ सकता है। यह कमरे की कुल गूँज को समझने जैसा है बिना यह जाने कि कौन सा हिस्सा दीवार का है और कौन सा माइक्रोफ़ोन का।
चरण 2: विभाजन। एक बार जब यह संयुक्त गूँज को जान लेता है, तो यह एक विशेष गणितीय पैटर्न (जिसे PARAFAC कहा जाता है) का उपयोग करके सामग्रियों को "अनमिक्स" (अलग) करता है। यह "यूज़र-टू-वॉल" ध्वनि को "वॉल-टू-माइक्रोफ़ोन" ध्वनि से अलग करता है। अब यह ठीक जानता है कि ध्वनि गायक से दीवार तक और दीवार से माइक्रोफ़ोन तक कैसे यात्रा करती है।

प्रतिफल: बेहतर श्रवण

पर्यावरण को समझने के बाद, यह दो स्मार्ट काम कर सकता है:

सबसे अच्छी जगह चुनें: यह फ्लुइड एंटीना को बताता है, "अपनी टिप को इस विशिष्ट स्थान पर ले जाओ जहाँ ध्वनि सबसे स्पष्ट है।"
दीवार को ट्यून करें: यह स्मार्ट वॉल टाइल्स को बताता है, "खुद को इस दिशा में कोण दें ताकि ध्वनि को माइक्रोफ़ोन तक पूरी तरह से उछाल सकें।"

परिणाम क्या दिखाते हैं

लेखकों ने अन्य तरीकों (जैसे एक बेंचमार्क जो समान कार्य करने का प्रयास करता है लेकिन कम कुशलता से) के विरुद्ध इनका परीक्षण किया।

स्पष्टता (चैनल एस्टीमेशन): उनकी विधि प्रतिस्पर्धा की तुलना में ध्वनि के सटीक पथ को समझने में बेहतर (कम त्रुटि) थी।
गति (स्पेक्ट्रल एफिशिएंसी): क्योंकि वे पथ को बेहतर जानते थे, वे गलतियों के बिना अधिक डेटा (उच्च गति) भेज सके।
सटीकता (बिट एरर रेट): दिलचस्प बात यह है कि अंतिम "गलती दर" (कितनी बार कोई नोट गलत सुना जाता है) प्रतिस्पर्धा के समान ही थी। शोध पत्र बताता है कि हालांकि उनकी विधि ने पथ को अधिक सटीक रूप से पाया, लेकिन प्रतिस्पर्धा पहले से ही इतनी अच्छी थी कि इस अतिरिक्त सटीकता ने उनके द्वारा किए गए परीक्षणों में अंतिम सुनने के अनुभव को नहीं बदला।

मुख्य निष्कर्ष

यह शोध पत्र एक जटिल, बदलते परिवेश में कई उपयोगकर्ताओं को सुनने का एक स्मार्ट तरीका पेश करता है। बदलते "माइक्रोफ़ोन स्थान" और "दीवार के कोणों" के बावजूद "गीत" को स्थिर रखकर, उन्होंने वातावरण को जल्दी से समझने के लिए एक गणितीय शॉर्टकट बनाया। यह सिस्टम को सर्वोत्तम सिग्नल के लिए खुद को अनुकूलित करने की अनुमति देता है, जिससे बिना किसी अतिरिक्त टेस्ट नोट्स के अधिक डेटा प्राप्त किया जा सकता है।

तकनीकी सारांश: RIS-सहायता प्राप्त फ्लूइड एंटेना सिस्टम के लिए संयुक्त चैनल और सिंबल अनुमान

समस्या विवरण
यह शोध पत्र अपलिंक मल्टीयूजर संचार प्रणालियों में संयुक्त चैनल और सिंबल अनुमान की चुनौती को संबोधित करता है जो रीकॉन्फ़िगरेबल इंटेलिजेंट सरफेस (RIS) और फ्लूइड एंटेना सिस्टम (FAS) को एकीकृत करते हैं। जहाँ RIS प्रसार वातावरण को निष्क्रिय रूप से आकार देकर कवरेज बढ़ाते हैं, वहीं FA पोर्ट्स एक कॉम्पैक्ट एपर्चर के भीतर अनुकूल एंटीना पोर्ट्स का चयन करके स्थानिक अनुकूलनशीलता प्रदान करते हैं, लेकिन इनका संयोजन चैनल अधिग्रहण (channel acquisition) में महत्वपूर्ण जटिलता उत्पन्न करता है। विशेष रूप से, प्रभावी चैनल RIS फेज शिफ्ट, FA पोर्ट चयन और मल्टीयूजर ट्रांसमिशन के कारण गतिशील रूप से बदलता रहता है। मौजूदा दृष्टिकोण अक्सर पूर्ण चैनल स्टेट इंफॉर्मेशन (CSI) मानते हैं या स्टैंडअलोन लिंक पर ध्यान केंद्रित करते हैं, जो एक कैस्केड RIS-FAS परिदृश्य में RIS फेज शिफ्ट, FA पोर्ट चयन, यूजर-डिपेंडेंट कोडिंग और अज्ञात सिम्बल्स की सहबद्ध प्रकृति (coupled nature) को समझने में विफल रहते हैं। पारंपरिक पायलट-आधारित अनुमानों से जुड़ी उच्च प्रशिक्षण ओवरहेड्स भविष्य के 6G नेटवर्क के लिए एक महत्वपूर्ण बाधा बनाते हैं।

कार्यप्रणाली
लेखक नेस्टेड टकर फॉर फ्लूइड एंटेना सिस्टम्स (NTFAS) प्रोटोकॉल और बाइलीनियर अल्टरनेटिंग लीस्ट स्क्वायर्स (BALS) पर आधारित एक दो-चरणीय सेमी-ब्लाइंड रिसीवर प्रस्तावित करते हैं।

सिस्टम मॉडल और टेंसर फॉर्मूलेशन:
- सिस्टम में $K$ सिंगल-एंटीना यूजर्स, $N_r$ तत्वों वाला एक RIS, और $M$ RF चेन्स के साथ $N$ FA पोर्ट्स से जुड़ा एक बेस स्टेशन (BS) शामिल है।
- ट्रांसमिशन $I$ ब्लॉक्स में होता है। प्रत्येक ब्लॉक $i$ के भीतर, FA पोर्ट चयन मैट्रिक्स $S_i$ और यूजर-डिपेंडेंट टेम्पोरल कोडिंग मैट्रिक्स $D_i(C)$ स्थिर रहते हैं। हालाँकि, RIS फेज-शिफ्ट मैट्रिक्स $D_p(\Theta)$ प्रत्येक टाइम स्लॉट $p$ पर बदलता है। महत्वपूर्ण रूप से, ट्रांसमिटेड सिंबल मैट्रिक्स $X$ सभी $I$ ब्लॉक्स में अपरिवर्तित रहता है।
- यह संरचना प्राप्त संकेतों को कपल्ड टकर मॉडल्स (coupled Tucker models) के एक सेट के रूप में मॉडल करने की अनुमति देती है। शोर रहित ऑब्जर्वेशन टेंसर को $Y_i = A_i \times_1 \Phi \times_2 I_M \times_3 X^T$ के रूप में फॉर्म्युलेट किया गया है, जहाँ $\Phi$ एक कंपोजिट कैस्केडेड चैनल मैट्रिक्स को दर्शाता है।
दो-चरणीय सेमी-ब्लाइंड रिसीवर:
- चरण 1 (संयुक्त अनुमान): रिसीवर कैस्केडेड चैनल मैट्रिक्स $\Phi$ और सामान्य सिंबल मैट्रिक्स $X$ का संयुक्त अनुमान लगाने के लिए टकर स्ट्रक्चर का लाभ उठाता है। यह प्राप्त सिग्नल टेंसरों के मोड-1 और मोड-3 अनफोल्डिंग्स पर लीस्ट स्क्वायर्स (LS) समस्याओं को हल करके प्राप्त किया जाता है।
- चरण 2 (चैनल पृथक्करण): एक बार $\hat{\Phi}$ प्राप्त हो जाने के बाद, रिसीवर इसके अंतर्निहित PARAFAC स्ट्रक्चर ( $\Phi^T \approx (G^T \diamond H)\Theta^T$ ) का लाभ उठाकर व्यक्तिगत चैनल मैट्रिसेस को डिकपल करता है। विशेष रूप से, यह कंकेटेनेटेड ऑब्जर्वेशन मैट्रिसेस पर स्यूडो-इनवर्स ऑपरेशंस का उपयोग करके यूजर-टू-RIS चैनल ( $G$ ) और RIS-टू-BS चैनल ( $H$ ) को अलग करता है।
अनुकूलन (Optimization):
- अनुमानित CSI का उपयोग करके, सिस्टम स्पेक्ट्रल एफिशिएंसी (SE) को अधिकतम करने के लिए FA पोर्ट चयन और RIS फेज शिफ्ट का संयुक्त अनुकूलन करता है। इसमें वैध FA पोर्ट संयोजनों पर एक एक्सहॉस्टिव सर्च और RIS फेज शिफ्ट के लिए एक SVD-आधारित डिज़ाइन शामिल है।

प्रमुख योगदान

NTFAS प्रोटोकॉल: एक नवीन ट्रांसमिशन रणनीति जहाँ FA पोर्ट चयन और यूजर-डिपेंडेंट कोडिंग ब्लॉक्स के बीच बदलते हैं, जबकि सिंबल मैट्रिक्स साझा किया जाता है। यह एक कपल्ड टकर मॉडल स्ट्रक्चर बनाता है जो हर कॉन्फ़िगरेशन के लिए समर्पित पायलटों की आवश्यकता के बिना चैनल पहचान क्षमता (identifiability) को बढ़ाता है।
कपल्ड टेंसर मॉडलिंग: प्राप्त संकेतों को कपल्ड टकर मॉडल्स के रूप में व्युत्पन्न करना जो साझा सिंबल और कैस्केडेड-चैनल फैक्टर्स का उपयोग करते हैं, जिससे स्थानिक और टेम्पोरल वेरिएबल्स का पृथक्करण संभव होता है।
दो-चरणीय BALS रिसीवर: एक सेमी-ब्लाइंड एल्गोरिदम जो पहले कैस्केडेड चैनल और सिम्बल्स का संयुक्त अनुमान लगाता है, फिर PARAFAC स्ट्रक्चर के माध्यम से व्यक्तिगत चैनल घटकों ( $G$ और $H$ ) को अलग करता है।
संयुक्त अनुकूलन ढांचा: SE को अधिकतम करने के लिए FA पोर्ट चयन और RIS फेज-शिफ्ट के समवर्ती अनुकूलन के लिए एक विधि।

सिमुलेशन परिणाम
प्रस्तावित NTFAS योजना का मूल्यांकन एक प्रतिस्पर्धी सेमी-ब्लाइंड बेंचमार्क (पिछले कार्य [24] से) और एक परफेक्ट CSI संदर्भ के विरुद्ध किया गया है।

बिट एरर रेट (BER): NTFAS और बेंचमार्क सिम्युलेटेड SNR रेंज में लगभग समान BER प्रदर्शन प्रदर्शित करते हैं। पेपर नोट करता है कि चैनल अनुमान में मध्यम सुधार परीक्षण किए गए ऑपरेटिंग पॉइंट्स पर दृश्य BER लाभ में परिवर्तित नहीं होता है, क्योंकि प्रदर्शन शोर और अवशिष्ट अनुमान त्रुटियों द्वारा सीमित है।
नॉर्मलाइज्ड मीन स्क्वायर एरर (NMSE): NTFAS, बेंचमार्क की तुलना में कैस्केडेड-चैनल NMSE में निरंतर और मध्यम सुधार प्रदर्शित करता है। यह ब्लॉक्स के बीच साझा सिंबल मैट्रिक्स के कारण $\Phi$ के अनुमान के लिए उपलब्ध कपल्ड समीकरणों की बढ़ी हुई संख्या के कारण है।
स्पेक्ट्रल एफिशिएंसी (SE): अधिक सटीक चैनल अनुमानों के कारण, NTFAS संयुक्त FA/RIS अनुकूलन के बाद बेंचमार्क की तुलना में उच्च SE प्राप्त करता है, हालांकि दोनों ही परफेक्ट CSI बाउंड से नीचे रहते हैं।
पैरामीटर संवेदनशीलता: सिमुलेशन संकेत देते हैं कि RIS फेज कॉन्फ़िगरेशन ( $P$ ) की संख्या बढ़ाने से अनुमान की मजबूती (robustness) में सुधार होता है, जबकि यूजर्स ( $K$ ) की संख्या बढ़ाने से संयुक्त रिकवरी समस्या की जटिलता बढ़ने के कारण प्रदर्शन घट जाता है।

महत्व और दावे
पेपर दावा करता है कि NTFAS एक अनुकूल प्रदर्शन-जटिलता ट्रेड-ऑफ (performance–complexity trade-off) प्रदान करता है। जबकि यह मौजूदा सेमी-ब्लाइंड बेंचमार्क पर NMSE और SE में मध्यम लेकिन निरंतर सुधार प्रदान करता है, यह तुलनीय BER प्रदर्शन बनाए रखता है। लेखक इस बात पर जोर देते हैं कि प्रस्तावित विधि अवलोकनों के कपल्ड स्ट्रक्चर का लाभ उठाकर पायलट ओवरहेड पर निर्भरता को कम करती है। प्रस्तावित रिसीवर की जटिलता को चैनल-अपडेट टर्म्स के संदर्भ में बेंचमार्क की तुलना में कम दिखाया गया है, जो इसे RIS-असिस्टेड FAS अपलिंक्स में लो-ओवरहेड रिसीवर डिज़ाइन के लिए एक व्यवहार्य समाधान बनाता है। कार्य यह निष्कर्ष निकालता है कि हालांकि लाभ मध्यम हैं, फिर भी यह दृष्टिकोण सफलतापूर्वक उस परिदृश्य में संयुक्त चैनल और सिंबल अनुमान को सक्षम करता है जहाँ पारंपरिक तरीके उच्च प्रशिक्षण लागतों के कारण संघर्ष करते हैं। भविष्य के कार्य के रूप में लो-कॉम्प्लेक्सिटी ऑप्टिमाइजेशन, हार्डवेयर इम्पेयरमेंट्स, टाइम-वेरिंग चैनल्स और मल्टी-एंटीना यूजर्स को पहचाना गया है।

समस्या: एक बदलता हुआ लक्ष्य

समाधान: "NTFAS" प्रोटोकॉल

प्रतिफल: बेहतर श्रवण

परिणाम क्या दिखाते हैं

मुख्य निष्कर्ष

इसी तरह के और पेपर