मल्टीपाथ परावर्तनों का उपयोग करने वाली अपलिंक VLC इनडोर पोजिशनिंग प्रणाली

विषय सूची

1. परिचय एवं अवलोकन

यह शोध पत्र दृश्यमान प्रकाश संचार (VLC) प्रणालियों के भीतर इनडोर पोजिशनिंग के लिए एक क्रांतिकारी दृष्टिकोण प्रस्तुत करता है। पारंपरिक विधियों से आगे बढ़ते हुए जो मल्टीपाथ संकेतों को रव (नॉइज़) मानती हैं, यह शोध एक अपलिंक पोजिशनिंग प्रणाली प्रस्तावित करता है जो चैनल आवेग प्रतिक्रिया (CIR) से फैलाव परावर्तनों का सक्रिय रूप से उपयोग करती है। मूल नवाचार केवल दृष्टि रेखा (LOS) घटक का उपयोग करने में नहीं, बल्कि द्वितीय शक्ति शिखर (SPP)—सबसे महत्वपूर्ण फैलाव घटक—और LOS एवं SPP के बीच के समय विलंब का उपयोग करके नेटवर्क पक्ष से उपयोगकर्ता के स्थान का अनुमान लगाने में निहित है। यह विधि VLC पोजिशनिंग साहित्य में प्रचलित मान्यताओं को चुनौती देती है और न्यूनतम अवसंरचना के साथ उच्च-सटीकता स्थानीयकरण का मार्ग प्रदान करती है, जिसके मूल रूप में केवल एक फोटोडिटेक्टर (PD) की आवश्यकता होती है।

2. मूल पद्धति एवं प्रणाली मॉडल

प्रस्तावित प्रणाली सामान्य डाउनलिंक पोजिशनिंग प्रतिमान को उलट देती है। निश्चित एलईडी से उपयोगकर्ता डिवाइस द्वारा अपनी स्थिति की गणना करने के बजाय, नेटवर्क उपयोगकर्ता के स्थान का अनुमान लगाता है उपयोगकर्ता के मोबाइल डिवाइस (जैसे, एक आईआर ट्रांसमीटर) से छत पर लगे निश्चित अपलिंक रिसीवरों (फोटोडिटेक्टरों) को प्रेषित संकेतों का उपयोग करके।

2.1. प्रणाली आर्किटेक्चर

इस सेटअप में छत पर लगाए गए एक या अधिक निश्चित संदर्भ फोटोडिटेक्टर (PD) शामिल हैं। एक उपयोगकर्ता एक इन्फ्रारेड (IR) ट्रांसमीटर लेकर चलता है। PD अपलिंक संकेत को ग्रहण करते हैं, जिसमें प्रत्यक्ष LOS पथ और दीवारों एवं वस्तुओं से कई परावर्तन शामिल होते हैं।

2.2. चैनल आवेग प्रतिक्रिया का उपयोग

एल्गोरिदम की बुद्धिमत्ता इसके संकेत प्रसंस्करण में निहित है। यह प्राप्त चैनल आवेग प्रतिक्रिया $h(t)$ का विश्लेषण करता है:

• LOS घटक ($P_{LOS}$): पहला और सबसे मजबूत शिखर, जो प्रत्यक्ष पथ से संबंधित है।
• द्वितीय शक्ति शिखर (SPP) ($P_{SPP}$): अगला सबसे महत्वपूर्ण शिखर, जिसे फैलाव घटकों से पहचाना जाता है। यह आमतौर पर एक प्रमुख प्रथम-क्रम परावर्तन से संबंधित होता है।
• समय विलंब ($\Delta \tau$): LOS और SPP घटकों के आगमन के बीच का समय अंतर $\Delta \tau = \tau_{SPP} - \tau_{LOS}$।

ये तीन पैरामीटर ($P_{LOS}$, $P_{SPP}$, $\Delta \tau$) एक अद्वितीय हस्ताक्षर बनाते हैं जो उपयोगकर्ता के संभावित स्थान को PD और कमरे की ज्यामिति के सापेक्ष सीमित करता है।

3. तकनीकी विवरण एवं गणितीय सूत्रीकरण

स्थिति अनुमान ज्यामितीय संबंधों का लाभ उठाता है। LOS पथ के माध्यम से उपयोगकर्ता से PD की दूरी $d_{LOS} = c \cdot \tau_{LOS}$ है, जहाँ $c$ प्रकाश की गति है। SPP एक परावर्तित पथ से संबंधित है। कमरे का मॉडल बनाकर और यह मानकर कि SPP एक प्रमुख दीवार से प्रथम-क्रम परावर्तन है, कुल पथ लंबाई $d_{SPP}$ को छवि विधि के माध्यम से उपयोगकर्ता के निर्देशांक $(x_u, y_u, z_u)$ और PD के निर्देशांक $(x_{PD}, y_{PD}, z_{PD})$ से संबंधित किया जा सकता है।

किसी दिए गए पथ के लिए प्राप्त प्रकाश शक्ति को इस प्रकार मॉडल किया गया है: $$P_r = P_t \cdot H(0)$$ जहाँ $H(0)$ चैनल DC लाभ है। लैम्बर्टियन ट्रांसमीटर वाले LOS लिंक के लिए, यह इस प्रकार दिया जाता है: $$H_{LOS}(0) = \frac{(m+1)A}{2\pi d^2} \cos^m(\phi) \cos(\psi) \text{rect}\left(\frac{\psi}{\Psi_c}\right)$$ जहाँ $m$ लैम्बर्टियन क्रम है, $A$ PD क्षेत्र है, $d$ दूरी है, $\phi$ और $\psi$ विकिरण और आपतन के कोण हैं, और $\Psi_c$ रिसीवर का दृष्टि क्षेत्र है। एक समान, अधिक जटिल सूत्रीकरण परावर्तक (SPP) पथ पर लागू होता है, जिसमें सतहों की परावर्तनशीलता और अतिरिक्त पथ लंबाई शामिल होती है।

एल्गोरिदम अनिवार्य रूप से उपयोगकर्ता की स्थिति के लिए इन संबंधों से प्राप्त गैर-रेखीय समीकरणों के एक समूह को हल करता है।

4. प्रायोगिक परिणाम एवं प्रदर्शन

प्रदर्शन को सिमुलेशन के माध्यम से मान्य किया गया। मुख्य मापदंड रूट मीन स्क्वायर (RMS) पोजिशनिंग त्रुटि है।

• एकल PD परिदृश्य: केवल एक अपलिंक रिसीवर का उपयोग करते हुए, प्रणाली ने 25 सेमी की RMS सटीकता हासिल की। यह मल्टीपाथ उपयोग तकनीक की मौलिक क्षमता को प्रदर्शित करता है।
• चार PD परिदृश्य: अधिक संदर्भ बिंदु (चार PD) जोड़कर, सटीकता नाटकीय रूप से बढ़कर 5 सेमी हो गई। यह प्रणाली की स्केलेबिलिटी और उच्च-परिशुद्धि अनुप्रयोगों की क्षमता को दर्शाता है।

ये परिणाम कई आरएफ-आधारित इनडोर पोजिशनिंग प्रणालियों (जैसे वाई-फाई या ब्लूटूथ RSSI फिंगरप्रिंटिंग) के साथ प्रतिस्पर्धी हैं और अक्सर उनसे बेहतर हैं, और अन्य VLC विधियों को चुनौती देते हैं जिन्हें ट्राइलेटरेशन के लिए कई ट्रांसमीटरों (एलईडी) की आवश्यकता होती है।

चार्ट विवरण (अंतर्निहित): एक बार चार्ट संभवतः RMS त्रुटि (y-अक्ष) को दिखाएगा जो फोटोडिटेक्टरों (x-अक्ष) की संख्या 1 से 4 तक बढ़ने पर तेजी से घटती है। एक दूसरा लाइन ग्राफ CIR को प्लॉट कर सकता है, जो स्पष्ट रूप से LOS शिखर और SPP को एनोटेट करता है, जिसके बीच $\Delta \tau$ अंकित होता है।

5. विश्लेषण ढांचा एवं उदाहरण केस

VLC पोजिशनिंग तकनीकों के मूल्यांकन के लिए ढांचा:

1. अवसंरचना मांग: मूल स्थिति निर्धारण के लिए आवश्यक निश्चित नोड्स (एलईडी/PD) की संख्या।
2. उपयोग किया गया संकेत लक्षण: RSS, TOA, AOA, या CIR-आधारित (जैसा कि इस पत्र में)।
3. मल्टीपाथ प्रबंधन: रव (पारंपरिक) के रूप में व्यवहार करता है या एक विशेषता (नवीन) के रूप में उपयोग करता है।
4. गणनात्मक स्थान: उपयोगकर्ता-पक्ष (डिवाइस जटिलता बढ़ाता है) बनाम नेटवर्क-पक्ष (नेटवर्क बुद्धिमत्ता सक्षम करता है)।
5. सटीकता बनाम जटिलता समझौता: प्रणाली लागत और प्रसंस्करण ओवरहेड के सापेक्ष प्राप्त करने योग्य RMS त्रुटि।

केस उदाहरण - गोदाम परिसंपत्ति ट्रैकिंग: एक बड़े गोदाम पर विचार करें जहां रोबोट और कर्मचारी IR बैज लेकर चलते हैं। इस अपलिंक विधि का उपयोग करके प्रति खंड चार छत PD लगाने से केंद्रीय प्रणाली सभी इकाइयों को ~5 सेमी सटीकता के साथ ट्रैक कर सकती है। यह डाउनलिंक VLC (जिसके लिए प्रत्येक लाइट फिक्स्चर को मॉड्यूलेटेड एलईडी होना आवश्यक होगा) या UWB (प्रति एंकर उच्च लागत) से बेहतर है। नेटवर्क-पक्ष प्रसंस्करण स्वचालित निर्देशित वाहनों (AGV) के लिए वास्तविक समय क्षेत्र-आधारित संसाधन आवंटन सक्षम करता है।

6. आलोचनात्मक विश्लेषण एवं विशेषज्ञ अंतर्दृष्टि

मूल अंतर्दृष्टि: इस पत्र का सबसे क्रांतिकारी प्रस्ताव मल्टीपाथ को एक पोजिशनिंग शत्रु से मित्र में रणनीतिक रूप से पुनर्परिभाषित करना है। जबकि कंप्यूटर विजन क्षेत्र में न्यूरल रेडिएंस फील्ड्स (NeRF) की सफलता के साथ एक समान प्रतिमान परिवर्तन हुआ था—जटिल प्रकाश परावर्तनों को पुनर्निर्माण योग्य संपत्ति में बदलना—स्थानीयकरण के लिए निर्धारक चैनल मॉडलिंग में इसे लागू करना VLC में वास्तव में नवीन है। यह किसी प्रणाली की सबसे बड़ी बाधा (सीमित बैंडविड्थ, मल्टीपाथ फैलाव) को उसका प्राथमिक लाभ बनाने का एक उत्कृष्ट उदाहरण है।

तार्किक प्रवाह: तर्क सुंदर है: 1) अपलिंक IR संकेत मल्टीपाथ में समृद्ध हैं। 2) CIR की संरचना ज्यामिति और सामग्रियों का एक निर्धारक कार्य है। 3) SPP एक स्थिर, पहचानने योग्य विशेषता है। 4) इसलिए, एक रिसीवर 3D पोजिशनिंग के लिए पर्याप्त ज्यामितीय बाध्यताएं निकाल सकता है। तर्क मान्य है, लेकिन सिमुलेशन के बाहर इसकी मजबूती ही महत्वपूर्ण प्रश्न है।

शक्तियाँ एवं दोष:

• शक्तियाँ: न्यूनतम अवसंरचना (एकल-PD संचालन), नेटवर्क-पक्ष बुद्धिमत्ता, भौतिकी का सुंदर उपयोग, और सेंटीमीटर-स्केल क्षमता। यह एज कंप्यूटिंग और नेटवर्क सॉफ्टवेराइजेशन के रुझानों के साथ संरेखित है।
• महत्वपूर्ण दोष: कमरे में हाथी पर्यावरणीय गतिशीलता है। यह विधि SPP को एक विशिष्ट परावर्तक से जोड़ने के लिए एक ज्ञात, स्थिर कमरे के मॉडल को मानती है। फर्नीचर हिलाना, दरवाजे खोलना, या यहां तक कि लोगों का चलना परावर्तन पथों को बदल सकता है और मॉडल को अमान्य कर सकता है, जिससे विनाशकारी विफलता हो सकती है जब तक कि प्रणाली में निरंतर, उच्च-आवृत्ति मैपिंग क्षमताएं न हों—एक गैर-तुच्छ आवश्यकता। यह अधिक लचीली, हालांकि कम सटीक, RSS फिंगरप्रिंटिंग विधियों की तुलना में इसकी अकिलीज़ एड़ी है।

कार्रवाई योग्य अंतर्दृष्टि: शोधकर्ताओं के लिए: मूल अवधारणा आशाजनक है लेकिन संकरित होनी चाहिए। भविष्य के कार्य को परावर्तन मानचित्र को गतिशील रूप से अद्यतन करने के लिए एक SLAM (समवर्ती स्थानीयकरण और मानचित्रण) परत को एकीकृत करना चाहिए, जो दृश्य-जड़त्वीय ओडोमेट्री प्रणालियों के समान है। उद्योग व्यवसायियों के लिए: यह प्रौद्योगिकी अभी तक प्लग-एंड-प्ले नहीं है। पायलट तैनाती नियंत्रित, अर्ध-स्थिर वातावरण जैसे क्लीन रूम, विनिर्माण लाइनों, या स्थिर भंडारण क्षेत्रों में शुरू होनी चाहिए। 4-PD, 5-सेमी परिणाम निकट-अवधि के अनुप्रयोगों के लिए व्यवहार्य लक्ष्य है, न कि एकल-PD मोड।

7. भविष्य के अनुप्रयोग एवं शोध दिशाएं

अनुप्रयोग:

• औद्योगिक IoT एवं लॉजिस्टिक्स: कारखानों और गोदामों में उपकरणों, परिसंपत्तियों और रोबोटों की उच्च-परिशुद्धि ट्रैकिंग।
• स्मार्ट भवन: व्यक्तिगत डिवाइस गोपनीयता पर आक्रमण किए बिना जलवायु नियंत्रण, सुरक्षा और स्थान उपयोग विश्लेषण के लिए नेटवर्क-पक्ष व्यक्ति स्थानीयकरण।
• संवर्धित वास्तविकता (AR): संग्रहालयों, हवाई अड्डों या शॉपिंग मॉल में इनडोर AR नेविगेशन के लिए VLC डेटा ट्रांसमिशन के साथ एकीकृत होने पर कम विलंबता, उच्च-सटीकता स्थिति डेटा प्रदान करना।
• रोबोटिक्स: उन वातावरणों में रोबोट स्थानीयकरण के लिए एक पूरक सेंसर के रूप में जहां GPS और LiDAR अपर्याप्त या बहुत महंगे हो सकते हैं।

शोध दिशाएं:

1. गतिशील वातावरण अनुकूलन: ऐसे एल्गोरिदम विकसित करना जो परावर्तक वातावरण में परिवर्तनों का वास्तविक समय में पता लगा सकें और उनके अनुकूल हो सकें, संभवतः मशीन लर्निंग का उपयोग करके परावर्तन विशेषताओं को वर्गीकृत और ट्रैक करने के लिए।
2. संकर प्रणालियाँ: इस CIR-आधारित विधि को अन्य सेंसर डेटा (जड़त्वीय माप इकाइयाँ, अन्य बैंड से RSS) के साथ मिलाना मजबूती के लिए।
3. मानकीकरण एवं चैनल मॉडलिंग: अधिक परिष्कृत और मानकीकृत VLC चैनल मॉडल बनाना जो विभिन्न सामग्रियों और ज्यामिति के लिए फैलाव परावर्तनों को सटीक रूप से चित्रित करते हैं।
4. हार्डवेयर विकास: कम लागत, उच्च बैंडविड्थ वाले फोटोडिटेक्टर और IR ट्रांसमीटर डिजाइन करना जो सटीक CIR जानकारी कैप्चर करने के लिए अनुकूलित हैं।

8. संदर्भ

1. H. Hosseinianfar, M. Noshad, M. Brandt-Pearce, "Positioning for Visible Light Communication System Exploiting Multipath Reflections," in relevant conference or journal, 2023.
2. Z. Zhou, M. Kavehrad, and P. Deng, "Indoor positioning algorithm using light-emitting diode visible light communications," Optical Engineering, vol. 51, no. 8, 2012.
3. T.-H. Do and M. Yoo, "Potentialities and Challenges of VLC Based Indoor Positioning," International Conference on Computing, Management and Telecommunications, 2014.
4. S. H. Yang, E. M. Jeong, D. R. Kim, H. S. Kim, and Y. H. Son, "Indoor Three-Dimensional Location Estimation Based on LED Visible Light Communication," Electronics Letters, vol. 49, no. 1, 2013.
5. S. Hann, J.-H. Choi, and S. Park, "A Novel Visible Light Communication System for Enhanced Indoor Positioning," IEEE Sensors Journal, vol. 18, no. 1, 2018.
6. Mildenhall, B., et al. "NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis." ECCV. 2020. (External reference for paradigm shift in using complex light data).
7. IEEE Standard for Local and metropolitan area networks–Part 15.7: Short-Range Wireless Optical Communication Using Visible Light, IEEE Std 802.15.7-2018.