Point Spread Function Optimization for Communication-assisted UAV-borne MIMO TomoSAR

技術サマリー：通信支援型 UAV 搭載 MIMO TomoSAR における点広がり関数の最適化

問題定義
本論文は、無人航空機（UAV）搭載のマルチ入力マルチ出力（MIMO）合成開口レーダー（SAR）トモグラフィシステムにおける点広がり関数（PSF）の最適化という課題に取り組む。目的は、散乱体の垂直分布を復元することにより、対象領域の高品質な三次元（3D）画像を生成することである。TomoSAR における重要な性能指標は PSF、特にそのサイドローブレベルである。高いサイドローブは、弱い散乱体を隠蔽し、ゴーストターゲットを生成し、特に都市部のような複雑な環境において画像の解釈性を劣化させる。

PSF 最適化は、遠方領域および均一なプラットフォーム間隔の仮定の下でのフーリエベースのトモグラフィについては確立されているが、任意の編成を有する UAV ベースのシステムへの適用は未だ十分に探求されていない。さらに、これらのシステムは二重の制約に直面する。すなわち、UAV スワームは PSF のサイドローブを最小化する編成を維持する（センシング制約）と同時に、周波数分割多元接続（FDMA）リンクを介して収集したレーダーデータを地上局（GS）へリアルタイムでオフロードする（通信制約）必要がある。本論文は、センシングのサービス品質（QoS）および通信の QoS 制約に従い、UAV 編成と通信電力配分の両方を最適化することで PSF のピークサイドローブレベル（PSL）を最小化する連成最適化問題を定式化する。

手法
著者らは、この問題を非凸の min-max 最適化タスク（問題 P）として定式化する。目的は、法線軸に沿った対称区間 $I = [-h_{max}, h_{max}]$ 上で定義される PSL を最小化し、10 個の制約を満たすことである。これらの制約には以下が含まれる：

• センシング： 歪みのないターゲット再構成の確保、トモグラフィ分解能および斜距離分解能の制限、飛行高度および視線角の範囲の維持、UAV 間の最小分離距離の確保、最小レーダースワ幅の保証、および最小信号対雑音比（SNR）しきい値の達成。
• 通信： 最大送信電力の制限、リアルタイムオフロードのための最小データレート保証、および UAV 当たりの総エネルギー消費量の上限設定。

この問題は、PSF 表現の複雑な構造、いくつかの制約の非凸性、および PSF の零点に対する閉形式表現の欠如（これにより従来の勾配ベースの手法が非現実的となる）のため、解くことが困難であると特定される。

これに対処するため、著者らは修正された**粒子群最適化（PSO）**アルゴリズムを提案する。彼らのアプローチにおける重要な革新は、問題の次元削減である。彼らは、与えられた UAV 編成に対して PSL が通信電力配分に依存しないことを観察する。その結果、電力配分子問題は、通信制約を満たすために送信電力を必要な最小レベルに設定することで解析的に解くことができる。これにより、PSO アルゴリズムは UAV 編成空間のみを探索することが可能となり（次元を $I(K+2)$ から $2I$ に削減）、電力配分は別途決定される。

提案アルゴリズムは、境界制約を処理するための反射壁メカニズムを採用し、制約違反を罰する非パラメトリックなフィットネス関数を利用する。このフィットネス関数は、実行可能解に対して PSL を評価し、制約違反の度合いに基づいて非実行可能解に対して罰則項を追加する。

主要な貢献

1. 連成最適化フレームワーク： 本論文は、センシング性能と通信オフロード要件の間の結合を明示的に考慮し、PSF サイドローブレベルを最小化するための UAV 編成と通信電力配分の連成最適化に関する新規フレームワークを提示する。
2. 次元削減戦略： 電力配分を編成探索から分離する PSO アルゴリズムへの具体的な修正が提案される。これにより、探索空間の複雑性が大幅に低減され、収束効率が向上する。
3. 制約処理： 解には、分解能制限、エネルギー予算、リアルタイムデータレート要件など、実用的なセンシングおよび通信制約の包括的なセットが、確率的最適化フレームワーク内に組み込まれている。

シミュレーション結果
提案された解は、従来の遺伝的アルゴリズム（CGA）、制約付き最適化 GA である Genocop II、および次元削減を利用しなかった標準 PSO アルゴリズムという複数のベンチマーク方式に対して評価された。

• 性能向上： 提案方式は、-17 dB から -33 dB の間の PSL を達成し、ベンチマーク方式を大幅に凌駕した。具体的には、従来の PSO ベンチマークと比較して、PSL 抑制において11 dB の改善を示した。
• 一様線形アレイ（ULA）との比較： 一様線形アレイ（ULA）は提案方式と同等の PSL を達成したが、ULA は著しく広いメインローブをもたらし、高度分解能が低下した。提案方式は、サイドローブを抑制しながら高い分解能を維持した。
• トレードオフ： シミュレーションにより、最大高度（$h_{max}$）または最小必要データレート（$R_{min}$）を増加させると PSL が高くなることが明らかになった。これは、カバレッジ、通信要件、および画像品質の間の基本的なトレードオフを示している。特に、$R_{min} > 6.18$ Mb/s の場合、すべてのベンチマーク方式は実行可能解を見つけることに失敗したが、提案アプローチは有効であった。

意義
本論文は、提案された解が既存のベンチマーク方式と比較してサイドローブ抑制を大幅に改善し、それによって再構成された 3D TomoSAR 画像の品質を向上させることを主張する。通信制約を編成最適化に成功裡に統合することで、この研究は、リアルタイムかつ通信支援型の UAV 搭載 MIMO TomoSAR システムの実現可能性を実証している。結果は、UAV が厳格な資源制約の下で同時にセンシングとデータオフロードを実行するシナリオにおいて、高忠実度画像を実現するために提案された連成最適化アプローチが不可欠であることを示唆している。