Energy-Efficient Target-Aware Hybrid Beamforming for THz Near-Field ISAC with Sparse Connectivity

कल्पना कीजिए कि आप एक विशाल, चलते हुए परेड फ्लोट (parade float) की एक बेहतरीन तस्वीर लेने की कोशिश कर रहे हैं, लेकिन आपके पास एक ऐसा कैमरा है जो केवल एक विशिष्ट कोण से देखने पर ही अविश्वसनीय रूप से स्पष्ट विवरण देख सकता है। यह चुनौती टेराहर्ट्ज़ (THz) तकनीक की दुनिया के सामने है। टेराहर्ट्ज़ तरंगों को उन रेडियो तरंगों के "सुपर-हाई-डेफिनिशन" संस्करण के रूप में समझें जो आपके वाई-फाई को शक्ति देते हैं। वे इतनी शक्तिशाली हैं कि वे सूक्ष्म विवरण देख सकती हैं, जैसे कि एक पत्ते की बनावट या एक ड्रोन का आकार, लेकिन उनकी एक शर्त है: वे बहुत संकीर्ण, लेजर जैसी किरणों में यात्रा करती हैं। यदि आप इस लेजर को एक बड़ी वस्तु पर केंद्रित करते हैं, तो आप शायद केवल एक छोटे से बिंदु को रोशन कर पाएंगे, जिससे वस्तु का बाकी हिस्सा अंधेरे में रह जाएगा।

इसे ठीक करने के लिए, इंजीनियर आमतौर पर लेजर को पूरी वस्तु को कवर करने के लिए एक लाइटहाउस बीम की तरह आगे-पीछे घुमाने की कोशिश करते हैं। लेकिन इसमें समय लगता है और बहुत अधिक बैटरी पावर खर्च होती है। एक और समस्या यह है कि इस सुपर-शार्प विजन को पाने के लिए, आपको एंटेना की एक विशाल दीवार की आवश्यकता होती है। प्रत्येक एंटीना को उसके अपने कंप्यूटर चिप से जोड़ने की कल्पना करना एक पूरे शहर को एक एकल बल्ब से तार जोड़ने जैसा है—यह बहुत महंगा है और बहुत अधिक ऊर्जा का उपयोग करता है। मुख्य सवाल जो वैज्ञानिक पूछ रहे हैं, वह यह है: क्या हम एक ऐसा सिस्टम बना सकते हैं जो बिना लाखों तारों के और बिना बैटरी खत्म किए, पूरे बड़े ऑब्जेक्ट को तुरंत देख सके?

यह शोध पत्र इस समस्या के समाधान के लिए एक चतुर, लगभग शरारती सुझाव प्रस्तावित करता है। एक आदर्श, महंगी कैमरा बनाने के बजाय, लेखक एक "स्पार्स" (sparse) कैमरा बनाने का सुझाव देते हैं—एक ऐसा कैमरा जिसके कई हिस्से गायब हैं—लेकिन उन गायब हिस्सों का लाभ उठाने के लिए।

"ग्रेटिंग लोब" (Grating Lobe) का जादू

एंटीना एरे की दुनिया में, जब आप पैसे और बिजली बचाने के लिए कुछ एंटेना हटा देते हैं, तो आप आमतौर पर एक समस्या पैदा करते हैं जिसे ग्रेटिंग लोब्स (grating lobes) कहा जाता है। कल्पना कीजिए कि आप ध्वनि उत्पन्न करने के लिए तालियाँ बजा रहे हैं। यदि आप एक सटीक लय में ताली बजाते हैं, तो ध्वनि सीधे आगे जाती है। लेकिन यदि आप लय में कुछ तालियाँ छोड़ देते हैं, तो आपकी ध्वनि अजीब, अवांछित दिशाओं में गूँजने लगती है। पारंपरिक इंजीनियरिंग में, इन गूँजों (ग्रेटिंग लोब्स) को "शोर" या "आर्टिफैक्ट्स" माना जाता है जो चित्र को खराब कर देते हैं, इसलिए इंजीनियर इन्हें दबाने या गायब करने के लिए वर्षों तक प्रयास करते हैं।

यह शोध पत्र इस विचार को पूरी तरह से उलट देता है। लेखक, नुसैबा अलशोरन, चोंग हान और हुसेइन अर्सलान, पूछते हैं: क्या होगा अगर हम इन गूँजों को छिपाने की कोशिश करने के बजाय, इनका उपयोग करें?

वे एक नया डिज़ाइन प्रस्तावित करते हैं जिसे स्पार्स-कनेक्टेड हाइब्रिड बीमफॉर्मिंग (Sparse-Connected Hybrid Beamforming) कहा जाता है। यहाँ बताया गया है कि यह सरल शब्दों में कैसे काम करता है:

1. सेटअप: प्रकाश स्विचों (एंटेना) की एक लंबी पंक्ति की कल्पना करें। आमतौर पर, आप चाहते हैं कि प्रत्येक स्विच एक बिजली स्रोत (एक RF चेन) से जुड़ा हो ताकि आप प्रत्येक लाइट को पूरी तरह से नियंत्रित कर सकें। लेकिन इसके लिए तारों के एक विशाल बंडल की आवश्यकता होती है।
2. कटौती: लेखक एक "स्पार्स" नेटवर्क का उपयोग करने का सुझाव देते हैं। वे एक स्मार्ट स्विचबोर्ड का उपयोग करते हैं जो केवल कुछ लाइट स्विचों को बिजली स्रोतों से जोड़ता है। यह तारों और आवश्यक ऊर्जा की संख्या को बहुत कम कर देता है।
3. ट्विस्ट: क्योंकि उन्होंने कुछ कनेक्शन हटा दिए हैं, उनका प्रकाश पैटर्न स्वाभाविक रूप से उन "ग्रेटिंग लोब्स" (अवांछित गूँज) को बनाता है। उनसे लड़ने के बजाय, सिस्टम को उन्हें इंजीनियर करने के लिए डिज़ाइन किया गया है। कंप्यूटर ठीक से गणना करता है कि गायब स्विचों को कहाँ रखा जाए ताकि ये "गूँज" (echoes) उस बड़े ऑब्जेक्ट के अन्य हिस्सों पर सटीक रूप से गिरें जिन्हें वे देखने की कोशिश कर रहे हैं।

यह एक जादूगर की तरह है जो, खरगोश को छिपाने के बजाय, खरगोश की छाया का उपयोग करके ऐसा दिखाता है जैसे मंच पर तीन खरगोश हों। सिस्टम इन "शैडो बीम" (shadow beams) का उपयोग करके एक ही झटके में (single snapshot में) पूरे विस्तृत लक्ष्य (जैसे कि एक बड़ा ड्रोन या कार) को रोशन करने के लिए करता है, बजाय इसके कि एक सिंगल बीम को वस्तु के ऊपर घुमाया जाए।

उन्होंने इसे कैसे सफल बनाया

इस जादू को करने के लिए, टीम ने एक स्मार्ट एल्गोरिदम (कंप्यूटर निर्देशों का एक सेट) विकसित किया जो एक मास्टर कंडक्टर की तरह कार्य करता है। इस कंडक्टर के तीन काम हैं:

• डिजिटल प्रीकोडिंग (Digital Precoding): यह तय करता है कि एंटेना को कौन सा "गीत" (डेटा और सेंसिंग सिग्नल) बजाना चाहिए।
• फेज शिफ्टर्स (Phase Shifters): यह सिग्नल की टाइमिंग को थोड़ा समायोजित करता है, जैसे गिटार के तार को ट्यून करना, ताकि बीम को निर्देशित किया जा सके।
• स्विचिंग (Switching): यह तय करता है कि किन एंटेना को बिजली के स्रोत से जोड़ा जाएगा और कौन से बंद रहेंगे।

एल्गोरिदम अल्टरनेटिंग मिनिमाइजेशन (Alternating Minimization) नामक तकनीक का उपयोग करता है। कल्पना कीजिए कि आप एक पहेली सुलझाने की कोशिश कर रहे हैं। पहले आप टुकड़ों के आकार का अनुमान लगाते हैं (डिजिटल सिग्नल), फिर आप अनुमान लगाते हैं कि कौन से टुकड़े एक साथ फिट बैठते हैं (स्要有 स्विच), फिर आप रंगों को समायोजित करते हैं (फेज शिफ्टर्स)। आप चित्र को परफेक्ट बनाने के लिए इन अनुमानों को बार-बार बदलते रहते हैं।

टीम ने इस सिस्टम का 140 GHz (एक बहुत उच्च आवृत्ति जिसका उपयोग भविष्य के 6G नेटवर्क में किया जाता है) पर सिमुलेशन किया। उन्होंने इसकी तुलना एक "फुल्ली डिजिटल" सिस्टम (महंगे, पूर्ण संस्करण) से की और पाया कि उनका "स्पार्स" संस्करण लक्ष्य को उतनी ही स्पष्टता से देख सकता है।

उन्होंने क्या पाया (और क्या नहीं)

सिमुलेशन ने प्रभावशाली परिणाम दिखाए:

• सेंसिंग सटीकता (Sensing Accuracy): सिस्टम एक बड़े लक्ष्य के विभिन्न हिस्सों को लगभग उसी सटीकता के साथ स्थित कर सका जो महंगे, पूरी तरह से वायर्ड सिस्टम में होती है। इसने बिना भ्रमित हुए 6 अलग-अलग स्कैटरिंग पॉइंट्स (जैसे कि एक ड्रोन के विभिन्न हिस्से) को सफलतापूर्वक पहचाना।
• कम्युनिकेशन: जबकि मुख्य लक्ष्य सेंसिंग था, सिस्टम ने एक ही समय में 4 अलग-अलग उपयोगकर्ताओं को डेटा भेजने का काम भी बिना उनके सिग्नल को बिगाड़े सफलतापूर्वक किया।
• ऊर्जा की बचत: चूंकि उन्होंने कम तारों और स्विचों का उपयोग किया, इसलिए सिस्टम ने भारी मात्रा में ऊर्जा बचाई। शोध पत्र नोट करता है कि "स्पार्स" डिज़ाइन ने "फुल्ली कनेक्टेड" डिज़ाइनों की तुलना में हार्डवेयर जटिलता को काफी कम कर दिया।
• मजबूती (Robustness): सिस्टम तब भी अच्छी तरह से काम करता रहा जब स्विच बहुत सरल सेटिंग्स (केवल 1 से 6 बिट्स की शुद्धता) पर सेट थे, जिसका अर्थ है कि काम करने के लिए हार्डवेयर को अविश्वसनीय रूप से जटिल होने की आवश्यकता नहीं है।

हालाँकि, यह ध्यान रखना महत्वपूर्ण है कि इस पेपर ने क्या नहीं किया। ये परिणाम कंप्यूटर सिमुलेशन से आए हैं, न कि किसी भौतिक रोबोट या वास्तविक दुनिया के परीक्षण से। लेखकों ने यह साबित करने के लिए कोई भौतिक प्रोटोटाइप नहीं बनाया कि यह बारिश या हवा में काम करता है; उन्होंने इसे गणितीय और डिजिटल रूप से सिद्ध किया है। उन्होंने इस विचार को भी खारिज कर दिया कि "ग्रेटिंग लोब्स" हमेशा बुरे होते हैं; उन्होंने दिखाया कि इस विशिष्ट, इंजीनियर सेटअप में, वे वास्तव में सहायक हैं।

निष्कर्ष

यह शोध पत्र बताता है कि हमें भविष्य के हाई-स्पीड सेंसिंग को देखने के लिए एक विशाल, महंगे, पूरी तरह से वायर्ड एंटीना वॉल बनाने की आवश्यकता नहीं है। हम यह तय करके कि हम किन एंटेना को नहीं जोड़ेंगे, और अपनी "गलतियों" (ग्रेटिंग लोब्स) को अतिरिक्त स्पॉटलाइट के रूप में उपयोग करके, हम बड़े लक्ष्यों को तुरंत और कुशलता से रोशन कर सकते हैं। यह एक पूर्ण, महंगी मशीन बनाने के बजाय एक स्मार्ट, अनुकूलन योग्य मशीन बनाने की ओर एक बदलाव है जो अपनी सीमाओं को अपनी ताकत में बदल देती है। हालांकि यह वर्तमान में एक सिमुलेशन है, यह भविष्य के किफायती और ऊर्जा-कुशल, अल्ट्रा-फास्ट, हाई-रिज़ॉल्यूशन सेंसिंग और कम्युनिकेशन के लिए एक आशाजनक मार्ग प्रदान करता है।