Elliptic Range-Doppler Mapping for OFDM-ISAC under IQ Imbalance

कल्पना कीजिए कि आप एक शोर भरे कमरे में अपने दोस्त की फुसफुसाहट सुनने की कोशिश कर रहे हैं। वायरलेस तकनीक की दुनिया में, यह "कमरा" हवा की लहरें (airwaves) हैं, और "फुसफुसाहट" वह सिग्नल है जो डेटा और परिवेश का एक नक्शा लेकर चलता है। यह इंटीग्रेटेड सेंसिंग एंड कम्युनिकेशन (ISAC) नामक क्षेत्र का केंद्र है। संचार करने के लिए एक उपकरण और आसपास देखने के लिए दूसरे का उपयोग करने के बजाय (जैसे फोन और रडार), ISAC एक ही सिग्नल के साथ दोनों काम करने की कोशिश करता है, जैसे कि एक ही टॉर्च जो कमरे को रोशन भी करती है और संदेश भी भेजती है।

इसे काम करने के योग्य बनाने के लिए, इंजीनियर OFDM (ऑर्थोगोनल फ्रीक्वेंसी डिवीजन मल्टीप्लेक्सिंग) नामक एक चतुर तकनीक का उपयोग करते हैं। OFDM को एक विशाल पियानो कीबोर्ड की तरह समझें जहाँ प्रत्येक कुंजी एक अलग आवृत्ति (frequency) है। एक साथ कई कुंजियाँ बजाकर, सिस्टम बहुत सारा डेटा भेज सकता है और, यह सुनकर कि ध्वनि कैसे वापस टकराती है, यह पता लगा सकता है कि वस्तुएं कहाँ हैं और वे कितनी तेजी से चल रही हैं। दूरी और गति का यह "नक्शा" रेंज-डॉप्लर मैप (Range-Doppler map) कहलाता है। हालाँकि, ठीक वैसे ही जैसे एक सस्ता माइक्रोफोन गायक की आवाज़ को विकृत कर सकता है, हमारे उपकरणों के हार्डवेयर में अक्सर "IQ इम्बैलेंस" (IQ Imbalance) नामक एक दोष होता है। यह गड़बड़ी सिग्नल के "बाएँ" और "दाएँ" चैनलों को आपस में मिला देती है, जिससे भ्रमित करने वाले "भूतिया" प्रतिध्वनि (echoes) पैदा होते हैं जो मानचित्र पर नकली लक्ष्यों की तरह दिखते हैं। यदि आप इसे पहले ऑडियो को साफ करके और फिर लक्ष्यों को खोजने की कोशिश करते हैं, तो आप अक्सर शोर को और खराब कर देते हैं या धीमी फुसफुसाहट को पूरी तरह से मिस कर देते हैं।

यह शोध पत्र ठीक इसी समस्या को संबोधित करता है। लेखक, जो एरिस्टोटल यूनिवर्सिटी ऑफ थेसालोनिकी की एक टीम है, इन विकृत संकेतों को सुनने का एक नया तरीका प्रस्तावित करते हैं। लक्ष्यों को खोजने से पहले हार्डवेयर की खराबी को "ठीक" करने के बजाय, उन्होंने इस अव्यवस्था को अपनाने का निर्णय लिया। उन्होंने महसूस किया कि एक वास्तविक लक्ष्य केवल एक प्रतिध्वनि नहीं बनाता; यह दो प्रतिध्वनियों की एक जोड़ी बनाता है—एक सीधी और एक "दर्पण" वाली, जो गणितीय रूप से जुड़ी होती हैं। वे इस जोड़ी को एक "एलिप्टिक एटम" (elliptic atom) कहते हैं। इन दो जुड़ी हुई प्रतिध्वनियों को एक एकल, एकीकृत आकार (एक दीर्घवृत्त या ellipse) के रूप में मानकर, उन्होंने एक नया डिटेक्टर बनाया जिसे "एलिप्टिक GOMP" कहा जाता है।

अपने सिमुलेशन में, यह नई विधि वास्तविक लक्ष्यों को खोजने और भूतों को अनदेखा करने में बहुत बेहतर साबित हुई, विशेष रूप से तब जब हार्डवेयर का विरूपण (distortion) अधिक था या जब कई लक्ष्य एक-दूसरे के करीब थे। यह एक बहुत ही कमजोर लक्ष्य को भी पहचानने में सक्षम रहा जो एक बहुत ही तेज लक्ष्य के ठीक बगल में छिपा हुआ था, एक ऐसा कार्य जहाँ पुराने तरीके विफल रहे। शोधकर्ताओं ने दिखाया कि हार्डवेयर के विशिष्ट आकार को समझकर, वे एक हार्डवेयर दोष को एक उपयोगी सुराग में बदल सकते हैं, जिससे बिना सिग्नल को पूरी तरह से साफ किए ही शोर में सच्चाई खोजी जा सकती है।

भूत और दर्पण की कहानी

कल्पना कीजिए कि आप एक अंधेरे जिम में "मार्को पोलो" खेल रहे हैं। आप "मार्को!" चिल्लाते हैं और "पोलो" के वापस गूँजने का इंतज़ार करते हैं। एक आदर्श दुनिया में, आप एक विशिष्ट दिशा से एक स्पष्ट आवाज़ सुनते हैं, जो आपको बताती है कि आपका दोस्त कहाँ है। लेकिन कल्पना करें कि जिम की एक अजीब, टेढ़ी दीवार है जो आपकी हर आवाज़ को दो भागों में विभाजित कर देती है: एक स्पष्ट आवाज़ और एक भूतिया प्रतिध्वनि जो थोड़ी अलग सुनाई देती है और थोड़े अलग कोण से आती है।

वायरलेस सिग्नलों की दुनिया में, यह "टेढ़ी दीवार" IQ इम्बैलेंस है। यह तब होता है जब हमारे रिसीवर के भीतर के इलेक्ट्रॉनिक सर्किट पूरी तरह से संतुलित नहीं होते हैं। जब कोई सिग्नल किसी कार या व्यक्ति से टकराकर वापस आता है, तो रिसीवर केवल वास्तविक वस्तु को ही नहीं देखता; वह उसका एक "भूतिया" संस्करण भी देखता है। यह भूत एक दर्पण छवि है: यदि वास्तविक कार आगे बढ़ रही है, तो भूत ऐसा लगेगा जैसे वह पीछे की ओर बढ़ रही है। यदि वास्तविक कार 10 मीटर दूर है, तो भूत भी 10 मीटर दूर ही होगा।

लंबे समय तक, इंजीनियरों ने सिग्नल के लिए "शोर-रद्द करने वाले हेडफ़ोन" (noise-canceling headphones) बनाने की कोशिश करके इसे हल करने का प्रयास किया। वे सिग्नल से भूत को हटाने की कोशिश करते थे पहले कि वे वास्तविक कार को खोज सकें। यह शोध पत्र तर्क देता है कि यह एक धुंधली फोटो को पहले पिक्सेल शार्प करने की कोशिश करने जैसा है, केवल यह महसूस करने के बाद कि धुंधलेपन में वास्तव में वस्तु के आकार के बारे में एक सुराग शामिल है। पुराने तरीके (जैसे OFDM-ZF या LMMSE) सिग्नल को वापस एक "आदर्श" आकार में लाने की कोशिश करते हैं, लेकिन ऐसा करते समय वे अक्सर शोर को बढ़ा देते हैं या सूक्ष्म विवरणों को खो देते हैं।

"एलिप्टिक" अंतर्दृष्टि

लेखकों को एक "यूरेका!" क्षण मिला। उन्होंने महसूस किया कि वास्तविक लक्ष्य और उसका भूत दो अलग-अलग दुश्मन नहीं हैं; वे एक ही सिक्के के दो पहलू हैं। वे भौतिकी के नियमों द्वारा एक साथ बंधे हुए हैं। यदि आप वास्तविक लक्ष्य की शक्ति जानते हैं, तो आप स्वचालित रूप से भूत की शक्ति भी जान जाते हैं, जो उल्टा और दर्पण प्रतिबिंब है।

उन्होंने भूत से लड़ना बंद कर दिया और उसके साथ तालमेल बिठाना शुरू कर दिया। उन्होंने "एलिप्टिक एटम" नामक एक नया मानसिक मॉडल बनाया।

एक सामान्य लक्ष्य को एक पूर्ण वृत्त (circle) के रूप में सोचें। यदि आप एक वृत्त को घुमाते हैं, तो यह हर कोण से एक जैसा दिखता है। लेकिन जब "IQ इम्बैलेंस" आता है, तो वह वृत्त एक दीर्घवृत्त (ellipse) में बदल जाता है (जैसे एक खिंचा हुआ अंडाकार)। वास्तविक लक्ष्य अंडाकार का एक हिस्सा है, और भूत दूसरा। शोध पत्र सुझाव देता है कि अंडाकार को वापस वृत्त बनाने की कोशिश करने के बजाय (जो कठिन और शोर भरा है), हमें बस उस अंडाकार को ही देखना चाहिए।

उन्होंने "एलिप्टिक GOMP" (ग्रुप ऑर्थोगोनल मैचिंग पर्पस) नामक एक जासूसी उपकरण बनाया। कल्पना कीजिए कि एक खोज दल खोए हुए हाइकर की तलाश कर रहा है।

• पुराना तरीका: खोज दल पहले रेडियो पर आने वाले स्टैटिक (शोर) को साफ करने की कोशिश करता है। यदि स्टैटिक बहुत तेज़ है, तो वे हाइकर को नहीं सुन पाते। यदि वे एक एकल, विकृत आवाज़ के आधार पर हाइकर के स्थान का अनुमान लगाने की कोशिश करते हैं, तो वे भटक सकते हैं।
• नया तरीका: खोज दल जानता है कि खोए हुए हाइकर की आवाज़ हमेशा एक विशिष्ट प्रतिध्वनि के साथ आएगी। वे प्रतिध्वनि को हटाने की कोशिश नहीं करते; वे आवाज़ और प्रतिध्वनि के पैटर्न को एक साथ सुनते हैं। वे ध्वनि के "अंडाकार" आकार की तलाश करते हैं।

उन्होंने क्या पाया

लेखकों ने अपने विचार का परीक्षण करने के लिए हजारों कंप्यूटर सिमुलेशन चलाए। उन्होंने एक आभासी दुनिया बनाई जिसमें 1,024 संभावित स्थान थे जहाँ एक लक्ष्य छिप सकता था (कल्पना कीजिए कि 1,024 खानों वाला एक शतरंज का बोर्ड है)। उन्होंने विभिन्न स्तरों की "हार्डवेयर बीमारी" (IQ इम्बैलेंस) और लक्ष्यों की विभिन्न संख्याएँ पेश कीं।

यहाँ उनके सिमुलेशन ने क्या दिखाया:

1. सच्चाई खोजने में बेहतर: जब हार्डवेयर बहुत "बीमार" था (मजबूत IQ इम्बैलेंस), तो पुराने तरीके भ्रमित हो गए और भूत दिखने लगे। हालाँकि, नए एलिप्टिक GOMP पद्धति ने अपना धैर्य बनाए रखा। इसने वास्तविक लक्ष्यों को बहुत बार खोजा, भले ही शोर अधिक था।
2. भीड़भाड़ वाले कमरे: जब उन्होंने ग्रिड में 10 लक्ष्य रखे, तो पुराने तरीके विफल होने लगे क्योंकि लक्ष्य एक-दूसरे के करीब आ गए थे। नया तरीका सभी 10 को खोजने में सफल रहा, जो यह सिद्ध करता है कि यह व्यस्त दृश्यों को बिना उलझे संभाल सकता है।
3. "फुसफुसाता" लक्ष्य: यह सबसे प्रभावशाली परीक्षण था। उन्होंने एक बहुत ही तेज़, मजबूत लक्ष्य को एक बहुत ही कमजोर, शांत लक्ष्य के बगल में रखा। तेज़ लक्ष्य का "भूत" आमतौर पर शांत लक्ष्य को छिपा देता है। पुराने तरीके शांत लक्ष्य को बिल्कुल नहीं सुन सके। एलिप्टिक GOMP ने, तेज़ लक्ष्य के पूरे अंडाकार आकार (वास्तविक भाग और भूत दोनों) को सही ढंग से घटाकर, ठीक उसके बगल में छिपे शांत लक्ष्य को प्रकट कर दिया।

यह शोध पत्र यह दावा नहीं करता है कि उन्होंने अभी तक एक भौतिक उपकरण बनाया है; ये परिणाम कंप्यूटर सिमुलेशन से हैं। हालाँकि, गणित ठोस है। उन्होंने दिखाया कि दो विशेष गणितीय संचालन (जिन्हें 'वेटेड 2D FFTs' कहा जाता है) का उपयोग करके "अंडाकार" आकारों की गणना करने के साथ, उनकी विधि वास्तविक समय (real-time) में उपयोग करने के लिए पर्याप्त तेज़ है।

यह क्यों महत्वपूर्ण है

यह शोध इस बारे में हमारी सोच में बदलाव का सुझाव देता है कि तकनीक की खामियों को कैसे देखा जाए। हार्डवेयर की खामी को मिटाने वाली समस्या के रूप में देखने के बजाय, हम इसे एक पैटर्न के रूप में देख सकते हैं जिसे समझा जा सकता है। "भूत" और "वास्तविक" सिग्नल को एक एकल, जुड़े हुए समूह के रूप में मानकर, हम बेहतर सेंसर बना सकते हैं जो वास्तविक दुनिया में बेहतर काम करते हैं, जहाँ पूर्ण हार्डवेयर का अस्तित्व नहीं होता। यह एक याद दिलाता है कि कभी-कभी, सच्चाई खोजने के लिए, आपको शोर को साफ करने की ज़रूरत नहीं होती—आपको बस पूरे गीत को सुनना सीखना होता है।