Multi-UAV Tracking Evaluation Using 5G Uplink Signals on an O-RAN ISAC Simulation Testbed

Immagina di cercare di individuare un piccolo drone in movimento rapido in una città affollata usando solo i segnali Wi-Fi che rimbalzano già nel quartiere. Non hai una pistola radar speciale; devi ascoltare gli "echi" dei normali segnali di dati che i telefoni e i droni usano per comunicare con le torri cellulari. Questo è il mondo della Comunicazione e Sensori Integrati (ISAC). Pensa a un pipistrello che non usa solo il suono per orientarsi, ma usa lo stesso suono per chiacchierare con altri pipistrelli. In futuro, le nostre reti 5G potrebbero fare esattamente questo: usare le loro onde radio esistenti per rilevare oggetti come i droni senza la necessità di hardware aggiuntivo ed costoso. Ma c'è un problema. Se hai un solo drone, è facile sentirlo. Se hai tre droni che volano vicini, i loro echi potrebbero mescolarsi, rendendo impossibile capire chi è chi. Questo è l'enigma che gli scienziati stanno cercando di risolvere: come trasformare una rete di comunicazione in un sistema affidabile di "polizia dei droni" in grado di tracciare più bersagli contemporaneamente senza confondersi?

Questo articolo compie un passo gigante verso la risposta a quella domanda, costruendo un "sandbox" digitale per testare un nuovo modo di tracciare più droni. I ricercatori hanno creato una città virtuale utilizzando una piattaforma di simulazione chiamata O-RAN, che è una versione modulare e open-source di una rete cellulare. Invece di usare radio reali, hanno usato un computer per simulare i segnali, i doli e l'ambiente. Hanno impostato uno scenario con tre diversi droni che volavano a diverse altezze e velocità, tutti nel tentativo di essere rilevati da una singola torre cellulare dotata di un speciale array a 8 antenne. L'obiettivo non era solo vedere se la torre potesse sentire i droni (rilevamento), ma vedere se potesse seguirli individualmente nel tempo (tracciamento) e trasmettere tali informazioni a un centro di comando, proprio come farebbe un vero sistema di sicurezza.

Ecco cosa hanno scoperto, ed è un colpo di scena. Primo, il sistema era in realtà molto bravo ad ascoltare i droni. Tutti e tre sono stati rilevati la maggior parte delle volte. Tuttavia, il sistema faticava a mantenerli come identità separate. Immagina di cercare di seguire tre amici in un centro commerciale affollato. Puoi vedere tutti e tre, ma ogni volta che si avvicinano, perdi traccia di chi sia chi, e potresti accidentalmente assegnare a due amici lo stesso ID o dare a un amico due nomi diversi. In questa simulazione, il 73,7% delle volte, due droni erano così vicini nelle loro "impronte digitali" di segnale che il sistema non riusciva a distinguerli immediatamente. Il problema principale non era che il sistema fosse troppo debole per sentire i droni (sensibilità); il problema era che i segnali stavano lottando per l'attenzione (contesa).

I ricercatori hanno anche scoperto un trucco intelligente con la configurazione delle antenne. Usando un array di antenne piatto e a griglia (un "array planare") invece di una semplice linea, il sistema poteva misurare l' altezza dei droni. Questo non ha aiutato il sistema a vedere i droni più lontano, ma è stato un salvavita per distinguerli. Quando due droni si trovavano alla stessa distanza e velocità ma a altezze diverse, la misurazione dell'altezza ha aiutato il sistema a decidere a quale traccia appartenesse ciascun drone circa il 58% delle volte. Era come avere una mappa 3D invece di una piatta; non rendeva la mappa più grande, ma aiutava a gestire il caos.

Tuttavia, l'articolo ci avverte anche di un "fantasma" nella macchina. La simulazione è stata eseguita su un computer troppo lento per stare al passo con la velocità in tempo reale. Era come guardare un video di una gara al rallentatore. Poiché il computer era lento, il sistema pensava che i droni fossero scomparsi per periodi più lunghi di quanto non fossero in realtà, causando il fallimento del tracciamento. Quando i ricercatori hanno sistemato la tempistica e hanno analizzato i dati come se stessero accadendo in tempo reale, le prestazioni di tracciamento sono migliorate significativamente, ma non erano ancora perfette. Il sistema poteva rilevare i droni, ma faticava ancora a mantenere un'identità singola e ininterrotta su ciascuno di essi, specialmente per il drone che volava più basso e più vicino al suolo.

Infine, il team ha mostrato come impacchettare queste informazioni per inviarle a un vero centro di comando di sicurezza. Hanno costruito un traduttore che prende i dati grezzi di tracciamento e li formatta in un linguaggio standard (chiamato SAPIENT) che altri sistemi possono comprendere. Hanno persino aggiunto un "punteggio di confidenza" a ogni rapporto, indicando al centro di comando quanto il sistema sia sicuro di ciò che sta vedendo. Ma hanno anche scoperto una dura verità: per rendere il sistema più accurato nel tracciare più droni, dovevano sacrificare qualcos'altro. Se cercavano di forzare il sistema a tracciare più droni allentando le regole, esso iniziava a confondere le loro identità, dando allo stesso drone più nomi. I ricercatori hanno deciso che mantenere corretta l'identità era più importante che catturare ogni singolo momento, quindi hanno scelto di essere più severi.

In breve, questo articolo dimostra che usare i segnali 5G per tracciare più droni è possibile e promettente, ma non è ancora una soluzione magica. Il sistema può sentire i droni, ma si confonde quando si avvicinano troppo. La soluzione non è solo un udito migliore; è un ordinamento più intelligente. I ricercatori hanno dimostrato che, sebbene la tecnologia funzioni in una simulazione, la vera sfida è gestire il "ingorgo" dei segnali e mantenere dritte le identità dei droni, il tutto garantendo che il computer che elabora i dati sia abbastanza veloce da stare al passo con il mondo reale. È un passo avanti significativo, ma il viaggio dalla simulazione digitale a un vero sistema di difesa dei droni deve ancora superare alcuni ostacoli.