Stacked Intelligent Metasurface Enabled Integrated Sensing and Communications for 6G: Joint Optimization and Performance Analysis

वायरलेस दुनिया तेजी से एक ऐसे भविष्य की ओर विकसित हो रही है जहाँ हवा स्वयं एक प्रोग्राम करने योग्य माध्यम बन जाएगी। दशकों से, रेडियो सिग्नल अपने वातावरण के भरोसे रहे हैं, जो इमारतों, पेड़ों और पहाड़ियों से अप्रत्याशित रूप से टकराते हैं, और अक्सर इस प्रक्रिया में अपनी शक्ति या स्पष्टता खो देते हैं। इससे निपटने के लिए, इंजीनियरों ने 'रीकॉन्फ़िगरेबल इंटेलिजेंट सरफेस' (reconfigurable intelligent surface) नामक एक तकनीक विकसित की है। कल्पना कीजिए कि एक बड़ा, सपाट पैनल है जो हजारों छोटे, ट्यून करने योग्य तत्वों से ढका हुआ है जो गुजरने वाली रेडियो तरंग को पकड़ सकते हैं और उसे किसी विशिष्ट गंतव्य की ओर धीरे से मोड़ सकते हैं, ठीक वैसे ही जैसे एक दर्पण सूर्य के प्रकाश को एक अंधेरे कोने की ओर परावर्तित करता है। यह अवधारणा वायरलेस नेटवर्क को स्मार्ट और अधिक कुशल बनाने का वादा करती है। हालाँकि, जैसे-जैसे हम छठी पीढ़ी, या 6G, नेटवर्क की ओर बढ़ रहे हैं, मांग एक ही सिग्नल से दो काम एक साथ करने की बढ़ गई है: डेटा प्रसारित करना और हमारे आसपास की भौतिक दुनिया को महसूस करना (सेंस करना)। यह दोहरा कार्य, जिसे एकीकृत सेंसिंग और संचार (integrated sensing and communications) कहा जाता है, रेडियो तरंगों पर नियंत्रण के उस स्तर की मांग करता है जो एक एकल फ्लैट पैनल प्रदान नहीं कर सकता।

शोधकर्ताओं की एक टीम ने इस समस्या को हल करने के लिए एक नया आर्किटेक्चर प्रस्तावित किया है, जो एक एकल पैनल से आगे बढ़कर एक ऐसी संरचना का उपयोग करता है जिसे वे 'स्टैक्ड इंटेलिजेंट मेटासरफेस' (stacked intelligent metasurface) कहते हैं। एक परत के बजाय, यह प्रणाली इन प्रोग्राम करने योग्य सतहों की कई परतों का उपयोग करती है जो एक के पीछे एक व्यवस्थित होती हैं। जैसे ही एक रेडियो तरंग इस स्टैक से गुजरती है, इसे चरण-दर-चरण रूपांतरित किया जाता है, जिसमें प्रत्येक परत सिग्नल की दिशा और फोकस पर नियंत्रण का एक नया स्तर जोड़ती है। शोधकर्ताओं ने इस प्रणाली का एक गणितीय मॉडल बनाया ताकि यह देख सकें कि क्या यह वास्तव में पुराने, एकल-परत वाले डिजाइनों से बेहतर प्रदर्शन कर सकता है जब इसे संदेश भेजने और वस्तुओं का पता लगाने के कार्य सौंपा जाता है। उन्होंने इस अध्ययन के लिए कोई भौतिक प्रोटोटाइप नहीं बनाया; इसके बजाय, उन्होंने विभिन्न स्थितियों के तहत सिस्टम के व्यवहार का परीक्षण करने के लिए व्यापक कंप्यूटर सिमुलेशन चलाए, और पारंपरिक एकल-परत सतहों के प्रदर्शन के विरुद्ध सीधे परिणामों की तुलना की।

सिमुलेशन से पता चला कि मल्टी-लेयर दृष्टिकोण एक स्पष्ट लाभ प्रदान करता है। सिग्नल को स्टैक के माध्यम से यात्रा करते समय तीन आयामों (3D) में हेरफेर करने की अनुमति देकर, यह प्रणाली एक एकल सतह की तुलना में ऊर्जा को बहुत अधिक सटीकता से केंद्रित कर सकती है। परीक्षणों में, शोधकर्ताओं ने मापा कि सिस्टम कितनी जानकारी भेज सकता है और कितनी सटीकता से किसी लक्ष्य का पता लगा सकता है। जब पारंपरिक एकल-परत सेटअप का उपयोग किया गया, तो सिस्टम ने लगभग 15.2 बिट्स प्रति सेकंड प्रति हर्ट्ज़ की डेटा ट्रांसमिशन गति प्राप्त की। जब उन्होंने स्टैक्ड डिजाइन पर स्विच किया, तो यह संख्या बढ़कर लगभग 16.4 बिट्स प्रति सेकंड प्रति हर्ट्ज़ हो गई। हालांकि यह वृद्धि छोटी लग सकती है, लेकिन वायरलेस नेटवर्क की दुनिया में, हर एक बिट का महत्व होता है। इससे भी महत्वपूर्ण बात यह है कि परिवेश को महसूस करने (सेंस करने) की सिस्टम की क्षमता में काफी सुधार हुआ। सिग्नल-टू-नॉइज़ रेशियो, जो पहचान के लिए उपयोग किए जाने वाले ईको (echo) की स्पष्टता को मापता है, एकल-परत सेटअप में लगभग 27.2 डेसिबल से बढ़कर स्टैक्ड संस्करण के साथ लगभग 29.6 डेसिबल हो गया। इस स्पष्ट सिग्नल ने सिस्टम को वस्तुओं की स्थिति का अनुमान लगाने के लिए बहुत अधिक सटीकता प्रदान की, जिससे त्रुटि की गुंजाइश लगभग आधी हो गई।

शोधकर्ताओं ने यह भी पाया कि अधिक परतें जोड़ने का मतलब हमेशा बेहतर प्रदर्शन नहीं होता है। उन्होंने इष्टतम बिंदु (sweet spot) खोजने के लिए दो, तीन, चार और पांच परतों वाले विन्यास (configurations) का परीक्षण किया। परिणामों ने दिखाया कि प्रदर्शन एक परत से दो और फिर तीन पर जाने पर सुधरा। हालाँकि, जैसे ही उन्होंने चौथी या पांचवीं परत जोड़ी, लाभ कम होने लगा, और कुछ मामलों में, प्रदर्शन वास्तव में थोड़ा गिर गया। ऐसा इसलिए हुआ क्योंकि परतें एक-दूसरे के साथ हस्तक्षेप करने लगीं, जिससे एक प्रकार का आंतरिक घर्षण पैदा हुआ जिसने सिग्नल को कमजोर कर दिया। अध्ययन ने तीन-परत वाले विन्यास को इष्टतम संतुलन के रूप में पहचाना, जो अतिरिक्त जटिलता और सिग्नल हानि के बिना संचार गति और सेंसिंग सटीकता का सबसे अच्छा संयोजन प्रदान करता है। यह निष्कर्ष महत्वपूर्ण है क्योंकि यह सुझाव देता है कि स्टैकिंग से मिलने वाला लाभ एक व्यावहारिक सीमा तक होता है, और सबसे कुशल डिजाइन आवश्यक रूप से सबसे जटिल डिजाइन नहीं होता है।

केवल कच्चे आंकड़ों के अलावा, अध्ययन डेटा भेजने और वातावरण को महसूस करने के बीच के नाजुक संतुलन की जांच करता है। कई प्रणालियों में, एक कार्य को सुधारने से अक्सर दूसरे को नुकसान पहुँचता है। शोधकर्ताओं ने पाया कि स्टैक्ड इंटेलिजेंट मेटासरफेस इन दोनों लक्ष्यों को पारंपरिक एकल-परत दृष्टिकोण की तुलना में बहुत बेहतर तरीके से संतुलित कर सकता है। उनके सिमुलेशन में, स्टैक्ड सिस्टम उच्च डेटा दर प्राप्त कर सकता है और साथ ही वस्तुओं का पता लगाने की मजबूत क्षमता बनाए रख सकता है, एक ऐसा संयोजन जिसे पुराने सिस्टम मैच करने में संघर्ष करते थे। सिस्टम को ट्यून करने के लिए उपयोग किए जाने वाले एल्गोरिदम ने भी दक्षता दिखाई, जो लगभग पंद्रह चरणों में एक स्थिर और इष्टतम सेटिंग तक पहुँच गया, जो यह सुझाव देता है कि इस तरह के सिस्टम को अत्यधिक कंप्यूटिंग पावर की आवश्यकता के बिना वास्तविक समय (real-time) में प्रबंधित किया जा सकता है।

यह कार्य निष्कर्ष निकालता है कि हालांकि इंटेलिजेंट सतहों को स्टैक करने की अवधारणा आशाजनक है, लेकिन इसके लिए सावधानीपूर्वक डिजाइन की आवश्यकता है ताकि घटते प्रतिफल (diminishing returns) से बचा जा सके। शोधकर्ताओं ने यह दावा नहीं किया कि उन्होंने वायरलेस संचार की हर समस्या को हल कर दिया है, लेकिन उनके सिमुलेशन इस बात के पुख्ता प्रमाण प्रदान करते हैं कि यह मल्टी-लेयर दृष्टिकोण 6G नेटवर्क के लिए एक व्यवहार्य मार्ग है। रेडियो वातावरण को एक एकल प्रतिबिंब के बजाय नियंत्रित चरणों की एक श्रृंखला के रूप में मानकर, सिस्टम उस स्तर की सटीकता प्राप्त कर सकता है जो पहले पहुंच से बाहर थी। यह अध्ययन रेखांकित करता है कि वायरलेस तकनीक का भविष्य केवल बड़े एंटीना बनाने या अधिक शक्ति का उपयोग करने में नहीं है, बल्कि स्मार्ट, लेयर्ड संरचनाओं में है जो लहरों को सर्जिकल सटीकता के साथ निर्देशित करती हैं। यह दृष्टिकोण अंततः ऐसे नेटवर्क को सक्षम कर सकता है जो न केवल उपकरणों को जोड़ते हैं बल्कि अपने आसपास की भौतिक दुनिया को भी समझते हैं, जिससे स्वायत्त वाहनों और स्मार्ट शहरों के लिए मार्ग प्रशस्त होगा जो सुरक्षित रूप से कार्य करने के लिए डेटा और पर्यावरणीय जागरूकता दोनों पर निर्भर करते हैं।