Multi-UAV Tracking Evaluation Using 5G Uplink Signals on an O-RAN ISAC Simulation Testbed
تقيم هذه الورقة الأداء الشامل لتتبع الطائرات بدون طيار المتعددة باستخدام إشارات الوصل الصاعد لشبكات الجيل الخامس (5G NR) كأشكال موجية للرادار السلبي على منصة اختبار محاكاة للشبكات المفتوحة (O-RAN)، حيث كشفت أنه في حين أن حساسية الكشف كافية، فإن ربط الأهداف وتتبعها يقتصران أساساً على تنازع البيانات وقيود دقة الارتفاع بدلاً من قوة الإشارة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول رصد طائرة بدون طيار (درون) صغيرة وسريعة الحركة في مدينة مزدحمة باستخدام إشارات الـ Wi-Fi المنتشرة بالفعل في الحي فقط. ليس لديك جهاز رادار خاص؛ بل عليك الاستماع إلى "الأصداء" الناتجة عن إشارات البيانات العادية التي تستخدمها الهواتف والدرونز للتواصل مع الأبراج الخلوية. هذا هو عالم "الاستشعار والاتصال المتكامل" (ISAC). فكر في الأمر كأنه خفاش لا يستخدم الصوت للملاحة فحسب، بل يستخدم نفس الصوت أيضاً للدردشة مع خفافيش أخرى. في المستقبل، قد تفعل شبكات الجيل الخامس (5G) ذلك بالضبط: استخدام موجاتها الراديوية الموجودة بالفعل للكشف عن الأجسام مثل الدرونز دون الحاجة إلى أجهزة إضافية باهظة الثمن. ولكن هناك عقبة؛ فإذا كان لديك درون واحدة، فمن السهل سماعها، أما إذا كان لديك ثلاث درونز تطير بالقرب من بعضها البعض، فقد تختلط أصداؤها، مما يجعل من المستحيل التمييز بينها. هذه هي المعضلة التي يحاول العلماء حلها: كيف نحول شبكة اتصالات إلى نظام "شرطة درون" موثوق يمكنه تتبع أهداف متعددة في وقت واحد دون ارتباك؟
تخطو هذه الورقة البحثية خطوة عملاقة نحو الإجابة على هذا السؤال من خلال بناء "صندوق رمال" رقمي لاختبار طريقة جديدة لتتبع درونز متعددة. أنشأ الباحثون مدينة افتراضية باستخدام منصة اختبار محاكية تسمى O-RAN، وهي نسخة مفتوحة المصدر وتركيبية من الشبكة الخلوية. وبدلاً من استخدام أجهزة راديو حقيقية، استخدموا جهاز كمبيوتر لمحاكاة الإشارات، والدرونز، والبيئة المحيطة. لقد وضعوا سيناريو لثلاث درونز مختلفة تطير بارتفاعات وسرعات مختلفة، وكلها تحاول أن يتم رصدها بواسطة برج خلوي واحد مزود بمصفوفة خاصة مكونة من 8 هوائيات. لم يكن الهدف مجرد رؤية ما إذا كان البرج يستطيع "سماع" الدرونز (الكشف)، بل معرفة ما إذا كان بإمكانه "تتبعها" بشكل فردي بمرور الوقت (التتبع) ونقل هذه المعلومات إلى مركز القيادة، تماماً كما يحتاج أي نظام أمني حقيقي.
إليكم ما وجدوه، وهناك مفاجأة هنا. أولاً، كان النظام جيداً حقاً في سماع الدرونز؛ فقد تم اكتشاف الثلاث جميعها معظم الوقت. ومع ذلك، واجه النظام صعوبة في الحفاظ على هوياتها المنفصلة. تخيل أنك تحاول تتبع ثلاثة من أصدقائك في مركز تسوق مزدحم؛ يمكنك رؤية الثلاثة جميعاً، ولكن في كل مرة يسيرون فيها بالقرب من بعضهم البعض، تفقد القدرة على معرفة من هو من، وقد تمنح صديقين بالخطأ نفس الهوية أو تعطي صديقاً واحداً اسمين مختلفين. في هذه المحاكاة، وفي 73.7% من الوقت، كانت درونز اثنتان قريبتين جداً من بعضهما في "بصمة" الإشارة، مما جعل النظام غير قادر على التمييز بينهما فوراً. لم تكن المشكلة الكبرى هي أن النظام ضعيف في السمع (الحساسية)، بل كانت المشكلة هي أن الإشارات كانت تتصارع على الاهتمام (التزاحم).
اكتشف الباحثون أيضاً حيلة ذكية في إعداد الهوائيات. فمن خلال استخدام مصفوفة هوائيات مسطحة تشبه الشبكة (مصفوفة مستوية) بدلاً من مجرد خط واحد، استطاع النظام قياس ارتفاع الدرونز. لم يساعد هذا النظام في رؤية الدرونز من مسافات أبعد، ولكنه كان منقذاً للتمييز بينها. فعندما كانت درونز اثنتان على نفس المسافة والسرعة ولكن بارتفاعات مختلفة، ساعد قياس الارتفاع النظام على تحديد المسار الذي ينتمي لكل درون بنسبة 58% تقريباً. كان الأمر يشبه امتلاك خريطة ثلاثية الأبعاد بدلاً من خريطة مسطحة؛ لم تجعل الخريطة أكبر، لكنها ساعدت في فرز الفوضى.
ومع ذلك، تحذر الورقة البحثية أيضاً من وجود "شبح" في الآلة. فقد عملت المحاكاة على جهاز كمبيوتر بطيء جداً بحيث لم يستطع مواكبة السرعة الحقيقية. كان الأمر يشبه مشاهدة فيديو لسباق بالحركة البطيئة. ولأن الكمبيوتر كان بطيئاً، اعتقد النظام أن الدرونز قد اختفت لفترات أطول مما هي عليه في الواقع، مما أدى إلى انهيار عملية التتبع. وعندما قام الباحثون بتصحيح التوقيت ونظروا إلى البيانات كما لو كانت تحدث في الوقت الفعلي، تحسن أداء التتبع بشكل كبير، لكنه لم يكن مثالياً بعد. كان بإمكان النظام اكتشاف الدرونز، لكنه ظل يعاني للحفاظ على هوية واحدة متصلة لكل منها، خاصة بالنسبة للدرون التي تطير في أدنى ارتفاع وبالقرب من الأرض.
أخيراً، أظهر الفريق كيفية تغليف هذه المعلومات لإرسالها إلى مركز قيادة أمني في العالم الحقيقي. لقد بنوا مترجماً يأخذ بيانات التتبع الخام ويحولها إلى لغة معيارية (تسمى SAPIENT) يمكن للأنظمة الأخرى فهمها. حتى أنهم أضافوا "درجة ثقة" لكل تقرير، تخبر مركز القيادة بمدى تأكد النظام مما يراه. لكنهم اكتشفوا أيضاً حقيقة قاسية: لكي يجعلوا النظام أكثر دقة في تتبع درونز متعددة، كان عليهم التضحية بشيء آخر. فإذا حاولوا إجبار النظام على تتبع المزيد من الدرونز عبر تخفيف القواعد، بدأ النظام يخلط بين هوياتها، ويعطي الدرون الواحدة عدة أسماء. قرر الباحثون أن الحفاظ على صحة الهوية أهم من التقاط كل لحظة، لذا اختاروا أن يكونوا أكثر صرامة.
باختصار، تظهر هذه الورقة البحثية أن استخدام إشارات الجيل الخامس لتتبع درونز متعددة هو أمر ممكن وواعد، لكنه ليس حلاً سحرياً بعد. يمكن للنظام سماع الدرونز، لكنه يرتبك عندما تقترب من بعضها البعض. الحل ليس مجرد تحسين القدرة على السمع، بل هو "فرز" أذكى. لقد أثبت الباحثون أنه بينما تعمل هذه التكنولوجيا في المحاكاة، فإن التحدي الحقيقي يكمكم في إدارة "ازدحام المرور" للإشارات والحفاظ على هويات الدرونز مستقرة، مع ضمان أن يكون الكمبيوتر الذي يعالج البيانات سريعاً بما يكفي لمواكبة العالم الحقيقي. إنها خطوة جيدة للأمام، لكن الرحلة من المحاكاة الرقمية إلى نظام دفاع حقيقي ضد الدرونز لا تزال تواجه بعض العقبات التي يجب تجاوزها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.