Resource-Aware Topology Management for ISAC-Enabled TDOA Localization in IoUT Networks

कल्पना कीजिए कि आप एक विशाल, घने अंधेरे महासागर में एक खोए हुए दोस्त को खोजने की कोशिश कर रहे हैं जहाँ आप कुछ भी देख नहीं सकते। आप चिल्ला नहीं सकते क्योंकि पानी के नीचे ध्वनि अजीब तरह से व्यवहार करती है, दीवारों से टकराती है और पानी के गर्म या नमकीन होने के आधार पर धीमी हो जाती है। आप एक साथ सभी को पुकार भी नहीं सकते क्योंकि आपकी बैटरी पैक बहुत छोटी है, और "फोन लाइनें" (ध्वनिक तरंगें/acoustic waves) इतनी धीमी और भीड़भाड़ वाली हैं कि सभी से बात करने में बहुत समय लगेगा और आपकी शक्ति खत्म हो जाएगी। यह "इंटरनेट ऑफ अंडरवॉटर थिंग्स" (IoUT) का दैनिक संघर्ष है, जो स्मार्ट सेंसर, रोबोट और बुओं (buoys) का एक नेटवर्क है जो एक-दूसरे से संवाद करने और एक-दूसरे को खोजने की कोशिश कर रहा है। इसे हल करने के लिए, वैज्ञानिक "टाइम डिफरेंस ऑफ अराइवल" (TDOA) नामक तकनीक का उपयोग करते हैं। इसे "मार्को पोलो" के खेल की तरह समझें: यदि आप अपने बाएं कान में दाईं ओर के मुकाबले एक सेकंड के छोटे से हिस्से पहले एक छपाक सुनते हैं, तो आप जानते हैं कि ध्वनि बाईं ओर से आई है। कई सुनने वाले केंद्रों से समय के इन सूक्ष्म अंतरों की तुलना करके, आप सटीक रूप से पता लगा सकते हैं कि ध्वनि कहाँ से आई थी। लेकिन महासागर में, ऐसा पूरी तरह से करना एक दुस्वप्न है क्योंकि पानी स्वयं नियम बदल देता है, और उपकरणों की बात करने और सुनने की क्षमता बहुत सीमित होती है।

यह शोध पत्र एक चतुर नई रणनीति पेश करता है जिसे ISAC-TM-MAE कहा जाता है, ताकि ये समुद्री उपकरण अपनी ऊर्जा खत्म किए बिना या भ्रमित हुए बिना अपना रास्ता खोज सकें। लेखक एक ऐसी प्रणाली प्रस्तावित करते हैं जो एक स्मार्ट ट्रैफिक कंट्रोलर की तरह काम करती है। हर एक सेंसर को दूसरे सेंसर पर चिल्लाने देने के बजाय (जिससे नेटवर्क जाम हो जाएगा और बैटरी खत्म हो जाएगी), यह प्रणाली सावधानीपूर्वक केवल सबसे सहायक "सुनने वाले जोड़ों" (listening pairs) को गणित करने के लिए चुनती है। यह एक विशेष "संसाधन-जागरूक" (resource-aware) दृष्टिकोण का उपयोग करता है, जिसका अर्थ है कि यह निर्णय लेने से पहले बैटरी, उपलब्ध बैंडविड्थ और कनेक्शन की विश्वसनीयता की जांच करता है कि किसे किससे बात करनी चाहिए। शोध पत्र सुझाव देता है कि सुनने वालों की सबसे अच्छी ज्यामिति (geometry) चुनने के लिए "D-ऑप्टिमल मानदंड" (D-optimal criterion) नामक गणितीय ट्रिक का उपयोग करके, और फिर ध्वनि-गति के परिवर्तनों और भटकते हुए नोड्स के कारण होने वाली त्रुटियों को ठीक करने के लिए तीन चरणों में उत्तर को परिष्कृत करके, यह प्रणाली स्थान को पुराने तरीकों की तुलना में बहुत बेहतर तरीके से निर्धारित कर सकती है। अपने कंप्यूटर सिमुलेशन में, इस नए तरीके ने दिखाया कि यह बहुत सटीक समय होने पर लगभग 0.48 मीटर की त्रुटि के साथ लक्ष्य का पता लगा सकता है, और यहाँ तक कि जब समय का तालमेल बिगड़ गया (jitter 1.30 ms तक), तब भी यह 1.53 मीटर के आसपास सटीक बना रहा। यह अन्य तरीकों से काफी बेहतर है, जो समान शोर वाली स्थितियों में 1.78 मीटर से नीचे जाने के लिए संघर्ष कर रहे थे। लेखकों ने यह भी पाया कि यदि सेंसर 10 मीटर तक अलग हो गए या यदि संचार लिंक का आधा हिस्सा टूट गया, तो भी उनका सिस्टम अन्य तकनीकों की तुलना में बहुत बेहतर प्रदर्शन करता रहा, जिससे त्रुटियां लगभग 4.72 मीटर रहीं, जबकि अन्य के लिए यह 7 मीटर से अधिक थी।

महासागर की "मार्को पोलो" समस्या

दृश्य को स्थापित करें। गहरे पानी के नीचे, कोई वाई-फाई नहीं है और न ही कोई सेल सेवा है। रेडियो तरंगें लगभग तुरंत मर जाती हैं, और प्रकाश धुंधले पानी में समा जाता है। इसलिए, समुद्री रोबोटों, सेंसरों और बुओं के पास बात करने का एकमात्र तरीका ध्वनि तरंगों (acoustic waves) का उपयोग करना है। लेकिन पानी के नीचे ध्वनि जटिल है। यह धीरे चलती है (प्रकाश की तुलना में लगभग 1500 मीटर/सेकंड, जो एक घोंघे की गति के बराबर है), सतह और समुद्र तल से टकराती है (गूँज पैदा करती है), और पानी के तापमान, लवणता और गहराई के आधार पर इसकी गति बदल जाती है।

यह पता लगाने के लिए कि कोई चीज़ कहाँ है, ये उपकरण TDOA (Time Difference of Arrival) का उपयोग करते हैं। कल्पना कीजिए कि आप और आपके तीन दोस्त एक मैदान में खड़े हैं, और कोई पत्थर गिराता है। यदि आप अपने दोस्तों से एक सेकंड के बहुत छोटे हिस्से पहले "प्लिंक" की आवाज़ सुनते हैं, तो आप जानते हैं कि आप पत्थर के करीब हैं। आप सभी के बीच समय के सटीक अंतर की तुलना करके, आप एक मानचित्र बना सकते हैं और पत्थर का स्थान पा सकते हैं। समुद्री दुनिया में, वे इसी तरह खोए हुए उपकरणों को ट्रैक करते हैं, जानवरों को ट्रैक करते हैं, या स्वायत्त रोबोटों को नेविगेट करते हैं।

हालाँकि, एक पेच है। महासागर "शोर" से भरा है। ध्वनि किसी चट्टान से टकरा सकती है (multipath), पानी हिल सकता है (Doppler shift), या तापमान ध्वनि की गति को बदल सकता है, जिससे समय की गणना गलत हो सकती है। इसके अलावा, इन समुद्री उपकरणों में बैटरी होती है। यदि प्रत्येक उपकरण सर्वोत्तम स्थान प्राप्त करने के लिए एक-दूसरे से बात करने की कोशिश करता है, तो वे अपनी शक्ति समाप्त कर देंगे, ध्वनिक चैनल (acoustic channel) को जाम कर देंगे, और उत्तर पाने में बहुत समय लेंगे। यह एक संतुलन है: आपको सटीक होने के लिए पर्याप्त जानकारी की आवश्यकता है, लेकिन इतना भी नहीं कि आप सिस्टम को क्रैश कर दें।

स्मार्ट "ट्रैफिक कंट्रोलर" समाधान

शोध पत्र एक नया ढांचा प्रस्तावित करता है जिसे ISAC-TM-MAE कहा जाता है। आइए इसे सरल शब्दों में समझते हैं:

1. ISAC (Integrated Sensing and Communication): बात करने और सुनने के लिए अलग-अलग प्रणालियों के बजाय, ये उपकरण दोनों के लिए एक ही सिग्नल का उपयोग करते हैं। यह एक टेक्स्ट मैसेज भेजने जैसा है जो एक सोनार पिंग के रूप में भी कार्य करता है। यह ऊर्जा और बैंडविड्थ बचाता है।
2. TM (Topology Management): यह संचालन का मस्तिष्क है। हर नोड को सभी से बात करने देने के बजाय (जो अराजक और बर्बादी है), यह प्रणाली एक स्मार्ट ट्रैफिक कंट्रोलर की तरह कार्य करती है। यह नेटवर्क को देखती है और पूछती है, "अभी सुनने के लिए सबसे अच्छे श्रोता कौन हैं?" यह कनेक्शन का एक विशिष्ट सेट (एक "टोपोलॉजी") चुनती है जो बैटरी, बैंडविड्थ और प्रोसेसिंग पावर की सीमाओं का सम्मान करते हुए सबसे उपयोगी जानकारी प्रदान करता है।
3. MAE (Multi-Stage Adaptive Estimation): एक बार जब सबसे अच्छे श्रोताओं को चुन लिया जाता है, तो प्रणाली केवल एक बार अनुमान नहीं लगाती है। यह तीन स्मार्ट चरणों में ऐसा करती है:
   • चरण 1: यह समय के अंतर के आधार पर एक मोटा अनुमान लगाती है।
   • चरण 2: यह जाँचती है कि क्या वह अनुमान श्रोताओं के बीच की दूरी के साथ तर्कसंगत है और किसी भी स्पष्ट त्रुटि को ठीक करती है।
   • चरण 3: यह ध्वनि-गति के परिवर्तनों या भटकते हुए सेंसरों जैसे कारकों को ठीक करने के लिए अंतिम "फाइन-ट्यूनिंग" करती है।

सिमुलेशन ने क्या दिखाया

लेखकों ने एक वर्चुअल अंडरवॉटर दुनिया में कंप्यूटर सिमुलेशन का उपयोग करके इस विचार का परीक्षण किया जो 250 मीटर गुणा 250 मीटर चौड़ा और 120 मीटर गहरा था। उन्होंने इस नए तरीके की तुलना कई पुरानी तकनीकों से की, जिनमें "सेंट्रलाइज्ड" (जहाँ एक बड़ा कंप्यूटर सारा गणित करता है), "डिस्ट्रीब्यूटेड" (जहाँ हर कोई अपना गणित खुद करता है), और अन्य मानक तरीके जैसे MDS-C, MDS-D, और SDP शामिल थे।

यहाँ उनके सिमुलेशन में जो पाया गया:

• जब समय एकदम सटीक होता है: यदि ध्वनि का समय बहुत सटीक है (jitter 0.10 ms), तो नए तरीके ने केवल 0.48 मीटर की त्रुटि के साथ स्थान का पता लगाया। अन्य तरीके कम सटीक थे, जिनमें त्रुटि 1.78 मीटर से 2.28 मीटर के बीच थी।
• जब समय का तालमेल बिगड़ जाता है: जैसे-जैसे समय की त्रुटियाँ बढ़ती गईं (jitter 1.30 ms तक), नए तरीके की त्रुटि बढ़कर 1.53 मीटर हो गई। अन्य तरीके बहुत अधिक संघर्ष करते दिखे, जहाँ त्रुटियाँ 2.04 मीटर या 2.28 मीटर तक पहुँच गईं।
• जब नेटवर्क विरल या भीड़भाड़ वाला होता है: शोधकर्ताओं ने विभिन्न संख्या में सेंसरों ( 12 से 60 नोड्स तक) और विभिन्न कनेक्शन रेंज ( 120 मीटर से 720 मीटर तक) का परीक्षण किया। हर मामले में, नया तरीका अन्य तरीकों की तुलना में सैद्धांतिक सर्वोत्तम सीमा (जिसे CRLB कहा जाता है) के करीब रहा। उदाहरण के लिए, 720 मीटर की कनेक्शन रेंज के साथ, नया तरीका ISAC-MDS-D नामक एक लोकप्रिय विधि की तुलना में लगभग 35% अधिक सटीक था।
• जब चीजें गलत होती हैं (मजबूती/Robustness): महासागर अप्रत्याशित है। सिमुलेशन में ऐसे परिदृश्य शामिल थे जहाँ सेंसर 10 मीटर तक अलग हो गए या जहाँ संचार लिंक का 50% हिस्सा टूट गया। इन अराजक स्थितियों में भी, नया तरीका डटा रहा। 10 मीटर के विचलन के साथ, त्रुटि 4.72 मीटर थी, जबकि अन्य तरीके 7 मीटर से अधिक की त्रुटि के साथ विफल रहे। जब आधे लिंक टूट गए, तो नए तरीके की त्रुटि 5.35 मीटर थी, जबकि दूसरों के लिए यह 8 मीटर से अधिक थी।

यह क्यों महत्वपूर्ण है

यह शोध पत्र यह दावा नहीं करता है कि इसने समुद्री नेविगेशन की समस्या को हमेशा के लिए हल कर दिया है। यह एक सिमुलेशन है, वास्तविक दुनिया का समुद्री परीक्षण नहीं। हालाँकि, इसके परिणाम बताते हैं कि किन कनेक्शनों का उपयोग करना है और डेटा को कैसे प्रोसेस करना है, इसके बारे में स्मार्ट होकर, हम अधिक बैटरी या तेज़ कंप्यूटर की आवश्यकता के बिना बहुत बेहतर स्थान सटीकता प्राप्त कर सकते हैं।

मुख्य बात यह है कि "अधिक" हमेशा "बेहतर" नहीं होता है। नेटवर्क में हर संभव लिंक का उपयोग करने की कोशिश वास्तव में प्रदर्शन को नुकसान पहुँचाती है क्योंकि यह बहुत अधिक शोर पैदा करती है और बहुत अधिक ऊर्जा का उपयोग करती है। सबसे अच्छे "सुनने वाले जोड़ों" को सावधानीपूर्वक चुनकर और एक बहु-चरणीय सुधार प्रक्रिया का उपयोग करके, ISAC-TM-MAE ढांचा एक ऐसा तरीका प्रदान करता है जिससे हम गहरे समुद्र में नेविगेट कर सकते हैं जो अधिक सटीक, अधिक कुशल और समुद्री दुनिया की अराजक प्रकृति के प्रति अधिक लचीला है। यह सुझाव देता है कि सही प्रबंधन के साथ, हमारे समुद्री रोबोट और सेंसर घर का रास्ता ढूंढ सकते हैं, भले ही महासागर उन्हें धोखा देने की कोशिश करे।