Macro Micro News Global Pulse. Local Truth.

उच्च ऊंचाई वाले प्लेटफॉर्म पर एआई-संचालित RIS इंटरनेट ऑफ थिंग्स के लिए ऊर्जा दक्षता कैसे बढ़ाता है

06 October 2026 · 1 min read

We compile, generate and translate using Artificial Intelligence from the below given source. Macro Micro News is responsible for its editorial publication.

Article image by Bernd 📷 Dittrich
Image by Bernd 📷 Dittrich

दूरस्थ ग्रामीण इलाकों और आपदा क्षेत्रों में इंटरनेट ऑफ थिंग्स (IoT) डिवाइस अक्सर कमजोर या ब्लॉकड कनेक्शन की समस्या का सामना करते हैं। ये डिवाइस स्थलीय बेस स्टेशनों से जुड़ने में असमर्थ होते हैं। इस कनेक्टिविटी की कमी पर्यावरण निगरानी और आपातकालीन राहत कार्यों जैसे महत्वपूर्ण क्षेत्रों में बड़ी बाधाएं खड़ी करती है। अब शोधकर्ताओं ने एक नवीन तकनीक पेश की है। इसमें हाई-एल्टिट्यूड प्लेटफॉर्म स्टेशन और पैसिव रिकंफिगरेबल इंटेलिजेंट सर्वेसेस (RIS) का उपयोग किया गया है। यह प्रौद्योगिकी भूमिगत IoT डिवाइस और दूरस्थ बेस स्टेशनों के बीच एक आभासी लाइन-ऑफ़-साइट लिंक बनाती है। इससे उन क्षेत्रों में संचार की विश्वसनीयता बढ़ती है जहां पहले नेटवर्क कवरेज कम था।

मुख्य चुनौती ऊर्जा दक्षता को अनुकूलित करना है। RIS फेज शिफ्ट को कॉन्फ़िगर करने के पारंपरिक तरीके कंप्यूटेशनल रूप से महंगे होते हैं। इनमें संयोजन गणना की आवश्यकता होती है जिससे डायनामिक वायरलेस चैनलों के साथ रियल-टाइम समायोजन मुश्किल हो जाता है। प्रस्तावित समाधान RIS फेज-शिफ्ट चयन को एक मार्कोव डिसीजन प्रोसेस के रूप में देखता है। इसे संदर्भित बैंडिट समस्या के रूप में मॉडल किया गया है। सिस्टम डीप क्यू-नेटवर्क आधारित एक्शन-वैल्यू एस्टीमेटर का उपयोग करता है। यह चैनल स्थिति के अवलोकन से सीधे लगभग आदर्श फेज-शिफ्ट कोडवर्ड का अनुमान लगाता है। इस विधि से व्यापक ऑनलाइन खोज की आवश्यकता खत्म हो जाती है। परिणामस्वरूप स्थिर कंप्यूटेशनल लागत के साथ तेजी से निर्णय लिए जा सकते हैं।

सिम्युलेशन परिणाम इस एआई-संचालित दृष्टिकोण की प्रभावशीलता को दर्शाते हैं। DQN मॉडल कुछ हजार ट्रेनिंग एपिसोड्स में कन्वर्ज हो जाता है। इसकी ऊर्जा दक्षता आदर्श व्यापक-खोज समाधान के करीब 10 प्रतिशत के भीतर है। सबसे महत्वपूर्ण बात यह है कि यह फिक्स्ड-फेज RIS बेलाइनों की तुलना में 150 प्रतिशत से अधिक ऊर्जा दक्षता सुधारता है। पारंपरिक तरीकों में कोडबुक के आकार पर निर्भर खोज लागत होती है। इसके विपरीत, न्यूरल नेटवर्क इनफरेंस जटिलता से स्वतंत्र स्थायी प्रदर्शन प्रदान करता है। यह ब्रेकथ्रू न केवल IoT डिवाइसों की बैटरी लाइफ बढ़ाता है बल्कि उन क्षेत्रों में मजबूत कनेक्टिविटी भी सुनिश्चित करता है जहां मानक दूरसंचार बुनियादी ढांचा उपलब्ध नहीं था। डिजिटल विभाजन को पाटने के लिए वैश्विक प्रयास तेज होने के साथ HAPS-सहायक RIS जैसी तकनीकें इंटरनेट ऑफ थिंग्स के सार्वभौतिक कवरेज के लिए एक स्केलेबल और ऊर्जा-कुशल मार्ग प्रस्तुत करती हैं।