DOI: https://doi.org/10.1109/mcom.002.2400742
تاريخ النشر: 2025-07-28
المؤلف: Yuxuan Song وآخرون
الموضوع الرئيسي: تطبيقات الطائرات بدون طيار وتحسينها
نظرة عامة
تقدم هذه القسم نظرة عامة على دور الطائرات بدون طيار (UAVs) على ارتفاعات منخفضة في الشبكات اللاسلكية المستقبلية، لا سيما في سياق الاستشعار المتكامل والاتصالات (ISAC) لشبكات الهاتف المحمول من الجيل السادس (6G). يبرز الإمكانيات التي توفرها الطائرات بدون طيار للعمل ككل من محطات قاعدة جوية ومستخدمين، مع التأكيد على قدرتها على تعزيز وظائف الشبكة والوعي بالوضع من خلال شبكات ISAC ثلاثية الأبعاد (3D) بين الجو والأرض (AG). تركز المناقشة على الأدوار المزدوجة للطائرات بدون طيار: كأهداف للاستشعار وكمرتكزات جوية تسهل الاستشعار، مع معالجة التحديات والفرص المرتبطة بتغطية الشبكة وقضايا الشبكات الخاصة بالطائرات بدون طيار.
في الختام، يؤكد المقال على مزايا استخدام الشبكات الخلوية لدعم تطبيقات ISAC للطائرات بدون طيار، مقترحًا أن هذا النموذج قد يؤدي إلى حالات استخدام مبتكرة وفرص عمل كبيرة. يتم التأكيد على الخصائص والتحديات الفريدة لشبكات ISAC للطائرات بدون طيار، مما يشير إلى مستقبل واعد لكل من اتصالات الطائرات بدون طيار وقدرات الاستشعار الجوية.
مقدمة
تناقش مقدمة الورقة أهمية الطائرات بدون طيار (UAVs) التي تعمل على ارتفاعات أقل من 3 كيلومترات، في تعزيز الأنشطة البشرية في المجال الجوي المنخفض وتعزيز اقتصاد منخفض الارتفاع. من بين التقنيات اللاسلكية المختلفة، يتم تسليط الضوء على الاتصال الخلوي كأكثر الوسائل فعالية لنشر الطائرات بدون طيار على نطاق واسع، لا سيما لتمكين العمليات التي تتجاوز خط الرؤية البصرية (BVLoS). يؤكد المؤلفون على أن الاستفادة من الشبكات الخلوية يمكن أن تعزز خدمات الطائرات بدون طيار عند الطلب—مثل إدارة المرور والتصوير الجوي—من خلال زيادة نطاق التشغيل ومعدلات البيانات. علاوة على ذلك، يتم اقتراح دمج الاستشعار والاتصالات (ISAC) كتحسين حاسم لشبكات 6G المستقبلية، مما يعزز كل من وظائف الشبكة والوعي بالوضع.
تحدد الورقة الدور المزدوج للطائرات بدون طيار في الشبكات الخلوية، حيث تعمل كأهداف للكشف وكمرتكزات جوية لقدرات ISAC. تحدد التحديات والفرص الرئيسية الفريدة لأنظمة ISAC للطائرات بدون طيار، بما في ذلك الحاجة إلى تشكيل شعاعي ثلاثي الأبعاد (3D) بسبب حركة الطائرات بدون طيار، وهندسة متعددة الطبقات لتحسين جودة الخدمة، وانخفاض قابلية اكتشاف الطائرات بدون طيار من فئة المستهلك. يجادل المؤلفون بأن الشبكات الخلوية ضرورية لتحقيق الإمكانات الكاملة لتطبيقات ISAC للطائرات بدون طيار، ويبرزون أهمية معالجة تغطية الشبكة وقضايا الشبكات المحددة لتحسين جودة الاتصالات والاستشعار في عمليات الطائرات بدون طيار.
طرق
في قسم طرق التعرف، تسلط الأبحاث الضوء على التحديات المتعلقة بتمييز الطائرات بدون طيار (UAVs) عن الطيور والحشرات باستخدام تقنية الرادار. نظرًا للتشابهات في المقطع العرضي للرادار (RCS) وأنماط الحركة، يمكن أن تؤدي هذه المهمة إلى معدلات إنذار كاذب مرتفعة. ومع ذلك، توفر التوقيعات الدقيقة لموجات ميكرو دوبلر للطائرات بدون طيار أساسًا للتصنيف الموثوق، مشروطًا بحساسية نظام الاستشعار، لا سيما دقة تردده لالتقاط ميزات الحركة الدقيقة ذات الصلة مثل ومضات الشفرات ودوران المروحة.
تشير الورقة إلى وجود فجوة في الأدبيات الحالية، التي تركز بشكل أساسي على المحاكاة باستخدام موجات رادار محددة، مما يترك فعالية موجات الاستشعار المتكامل والاتصالات (ISAC)، مثل تقسيم الترددات المتعامدة (OFDM)، غير مفحوصة. علاوة على ذلك، تقترح أن الاستفادة من الأجهزة المتقدمة وفتحات المصفوفة الكبيرة لمحطات القاعدة الخلوية الحديثة يمكن أن تسهل تنفيذ تقنيات التعرف الأكثر تعقيدًا، بما في ذلك تصوير الرادار العكسي والتقنيات القطبية، مما قد يعزز دقة التصنيف.
نتائج
في قسم نتائج المحاكاة، تحقق الدراسة من سيناريو الاستشعار المتكامل والاتصالات (ISAC) باستخدام زوج من محطات القاعدة (BSs) للتعاون الثنائي للكشف عن الطائرات بدون طيار (UAVs) وتتبعها. ترسل محطة الإرسال إشارات الاتصال إلى 10 طائرات بدون طيار تم توليدها عشوائيًا، بينما تعالج محطة الاستقبال الصدى المتداخل للكشف عن وجودها. يتم اشتقاق المعلمات الرئيسية مثل ارتفاع الطيران والسرعة وأنماط الحركة من الأبحاث السابقة. تتضمن عملية الكشف معالجة الصدى المجمعة في مجال المدى-دوبلر، تليها كاشف معدل الإنذار الكاذب الثابت (CFAR)، مع حساب زوايا الوصول (AOAs) باستخدام خوارزمية تصنيف الإشارة المتعددة (MUSIC). يتم بعد ذلك تحديد مواقع الطائرات بدون طيار ثلاثية الأبعاد وتتبعها باستخدام مرشح كالمان مع خوارزمية الجار الأقرب العالمي (GNN).
تشير النتائج إلى أنه يمكن الكشف عن جميع الطائرات بدون طيار بشكل موثوق ضمن معدل الإنذار الكاذب المحدد، وأن خوارزمية التتبع تميز بنجاح بين مساراتها. ومع ذلك، يُلاحظ أنه عندما يكون عرض النطاق الترددي غير كافٍ، تفشل خوارزمية ارتباط البيانات، مما يؤدي إلى غموض في المسار. بالإضافة إلى ذلك، تسلط النتائج الضوء على أن عرض النطاق الترددي المخصص يؤثر بشكل كبير على دقة التتبع، بينما يكون لتغيرات معدل الإنذار الكاذب تأثير نسبي ضئيل. وهذا يبرز أهمية وجود عرض نطاق ترددي كافٍ في تتبع الطائرات بدون طيار بشكل فعال ضمن إطار عمل ISAC.
مناقشة
تؤكد قسم المناقشة في الورقة على الدور الحاسم للطائرات بدون طيار (UAVs) في الشبكات الخلوية، لا سيما في تطبيقات الاستشعار. تحدد ثلاثة مفاهيم رئيسية: الكشف والتقدير، التعرف والتصنيف، والتتبع. يتضمن الكشف تحديد الطائرات بدون طيار في المجال الجوي باستخدام خوارزميات مثل معدل الإنذار الكاذب الثابت (CFAR)، بينما يميز التعرف الطائرات بدون طيار عن الأهداف الجوية الأخرى ويصنفها حسب النوع. يركز التتبع على تحديث مسارات الطائرات بدون طيار باستمرار، مما يصبح معقدًا في السيناريوهات التي تتضمن عدة طائرات بدون طيار، خاصة في البيئات الحضرية حيث يمكن أن تتداخل الفوضى مع الاستشعار.
تسلط الورقة أيضًا الضوء على أهمية المقطع العرضي للرادار (RCS) في الكشف، مشيرة إلى أن النمذجة الدقيقة لـ RCS ضرورية للاستشعار الفعال. مع زيادة حجم الطائرات بدون طيار وعرض نطاق الإشارة، قد تشغل عدة خلايا دقة، مما يعقد تحليل RCS. علاوة على ذلك، يتم مناقشة دمج الطائرات بدون طيار كمرتكزات جوية في شبكات الاستشعار، مع تصنيف الطائرات بدون طيار التعاونية إلى محطات قاعدة جوية (BS)، ومعدات المستخدم (UE)، ومنصات الاستشعار المتكامل والاتصالات (ISAC). يتم التأكيد على مزايا الطائرات بدون طيار، مثل قدراتها على الاتصال بخط الرؤية ومرونتها في الحركة، إلى جانب التحديات مثل قيود الاتصال والحاجة إلى تحميل حسابات فعالة. تختتم القسم بالتأكيد على أهمية خريطة معرفة القناة (CKM) لتحسين خدمات الاتصال والاستشعار، مع التأكيد على الحاجة إلى مزيد من البحث لتعزيز شبكات ISAC المدعومة بالطائرات بدون طيار.
DOI: https://doi.org/10.1109/mcom.002.2400742
Publication Date: 2025-07-28
Author(s): Yuxuan Song et al.
Primary Topic: UAV Applications and Optimization
Overview
This section provides an overview of the role of low-altitude unmanned aerial vehicles (UAVs) in future wireless networks, particularly within the context of integrated sensing and communication (ISAC) for sixth-generation (6G) mobile networks. It highlights the potential of UAVs to function as both aerial base stations and users, emphasizing their capability to enhance network functionalities and situational awareness through three-dimensional (3D) air-ground (AG) ISAC networks. The discussion focuses on the UAV’s dual roles: as targets for sensing and as aerial anchors that facilitate sensing, while addressing the challenges and opportunities associated with network coverage and UAV-specific networking issues.
In conclusion, the article underscores the advantages of utilizing cellular networks to support UAV ISAC applications, suggesting that this paradigm could lead to innovative use cases and significant business opportunities. The unique characteristics and challenges of UAV ISAC networks are emphasized, indicating a promising future for both UAV communication and aerial sensing capabilities.
Introduction
The introduction of the paper discusses the significance of low-altitude unmanned aerial vehicles (UAVs), which operate below 3 kilometers, in advancing human activities into low-altitude airspace and fostering a low-altitude economy. Among various wireless technologies, cellular connectivity is highlighted as the most effective means for large-scale UAV deployment, particularly for enabling beyond visual line-of-sight (BVLoS) operations. The authors emphasize that leveraging cellular networks can enhance on-demand UAV services—such as traffic management and aerial imaging—by maximizing operational range and data rates. Furthermore, the integration of sensing and communication (ISAC) is proposed as a critical advancement for future 6G networks, enhancing both network functionalities and situational awareness.
The paper outlines the dual role of UAVs in cellular networks, serving as both targets for detection and as aerial anchors for ISAC capabilities. It identifies key challenges and opportunities unique to UAV ISAC systems, including the need for three-dimensional (3D) beamforming due to UAV mobility, a multi-layer architecture for optimizing service quality, and the low detectability of consumer-grade UAVs. The authors argue that cellular networks are essential for realizing the full potential of UAV ISAC applications, and they highlight the importance of addressing network coverage and specific networking issues to improve communication and sensing quality in UAV operations.
Methods
In the section on identification methods, the research highlights the challenges of distinguishing unmanned aerial vehicles (UAVs) from birds and insects using radar technology. Due to similarities in radar cross-section (RCS) and motion patterns, this task can lead to high false alarm rates. However, the distinct Micro-Doppler signatures of UAVs provide a basis for reliable classification, contingent upon the sensitivity of the sensing system, particularly its frequency resolution to capture relevant micromotion features such as blade flashes and propeller rotation.
The paper notes a gap in existing literature, which predominantly focuses on simulations using radar-specific waveforms, leaving the effectiveness of Integrated Sensing and Communication (ISAC) waveforms, such as orthogonal frequency division multiplexing (OFDM), unexamined. Furthermore, it suggests that leveraging the advanced hardware and large array apertures of modern cellular base stations could facilitate the implementation of more sophisticated identification techniques, including inverse synthetic aperture radar imaging and polarization methods, potentially enhancing classification accuracy.
Results
In the simulation results section, the study investigates an Integrated Sensing and Communication (ISAC) scenario utilizing a bi-static cooperation pair of base stations (BSs) to detect and track unmanned aerial vehicles (UAVs). The transmitter BS sends communication signals to 10 randomly generated UAVs, while the receiver processes the overlapping echoes to detect their presence. Key parameters such as flying altitude, speed, and movement patterns are derived from prior research. The detection process involves processing the aggregated echoes in the range-Doppler domain, followed by a Constant False Alarm Rate (CFAR) detector, with the angles of arrival (AOAs) computed using the Multiple Signal Classification (MUSIC) algorithm. The UAVs’ three-dimensional locations are subsequently determined and tracked using a Kalman filter combined with a Global Nearest Neighbor (GNN) algorithm.
The results indicate that all UAVs can be reliably detected within the specified false alarm rate, and the tracking algorithm successfully differentiates their trajectories. However, it is noted that when the bandwidth is insufficient, the data association algorithm fails, leading to trajectory ambiguity. Additionally, the findings highlight that allocated bandwidth significantly influences tracking accuracy, while variations in the false alarm rate have a relatively minor impact. This underscores the importance of adequate bandwidth in effective UAV tracking within the ISAC framework.
Discussion
The discussion section of the paper emphasizes the critical role of Unmanned Aerial Vehicles (UAVs) in cellular networks, particularly in sensing applications. It outlines three key concepts: detection and estimation, identification and classification, and tracking. Detection involves identifying UAVs in the airspace using algorithms like constant false alarm rate (CFAR), while identification distinguishes UAVs from other aerial targets and classifies them by type. Tracking focuses on continuously updating UAV trajectories, which becomes complex in scenarios with multiple UAVs, especially in urban environments where clutter can interfere with sensing.
The paper also highlights the significance of Radar Cross Section (RCS) in detection, noting that accurate modeling of RCS is essential for effective sensing. As UAVs increase in size and signal bandwidth, they may occupy multiple resolution cells, complicating RCS analysis. Furthermore, the integration of UAVs as aerial anchors in sensing networks is discussed, with cooperative UAVs categorized into aerial base stations (BS), user equipment (UE), and Integrated Sensing and Communication (ISAC) platforms. The advantages of UAVs, such as their line-of-sight communication capabilities and flexible mobility, are underscored, along with challenges like connectivity constraints and the need for efficient computation offloading. The section concludes by addressing the importance of a Channel Knowledge Map (CKM) for optimizing communication and sensing services, emphasizing the need for further research to enhance UAV-enabled ISAC networks.