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

あなたは、街中に漂うWi-Fi信号だけを使って、小さく素早く動くドローンを見つけようとしていると想像してみてください。特別なレーダーガンを持っているわけではありません。あなたは、スマートフォンやドローンが基地局と通信するために使っている通常のデータ信号の「エコー（反射波）」を聞き取らなければなりません。これが**ISAC（Integrated Sensing and Communication：通信・センシング統合）**の世界です。これは、単に音を使ってナビゲーションするだけでなく、その同じ音を使って他のコウモリたちとチャットもするコウモリのようなものです。将来、私たちの5Gネットワークは、まさにこれを行う可能性があります。つまり、追加の、高価なハードウェアを必要とせずに、既存の電波を使用してドローンのような物体を検知することです。しかし、一つ問題があります。ドローンが1機なら、聞き取るのは簡単です。しかし、3機のドローンが近くを飛んでいると、それらのエコーが混ざり合ってしまい、誰が誰なのか判別できなくなる可能性があります。これが、科学者たちが解決しようとしているパズルです。どのようにして通信ネットワークを、複数のターゲットを同時に追跡できる信頼性の高い「ドローン警察」システムへと変えることができるのか、という課題です。

この論文は、複数のドローンを追跡するための新しい方法をテストするためのデジタルな「サンドボックス（砂場）」を構築することで、その問いに対する答えを見つけるための大きな一歩を踏み出しています。研究者たちは、O-RANと呼ばれる、セルネットワークのモジュール化されたオープンソース版のようなシミュレーション・テストベッドを使用して、仮想都市を作成しました。実際の無線機を使用する代わりに、コンピュータを使用して信号、ドローン、および環境をシミュレートしました。彼らは、異なる高度と速度で飛行する3機の異なるドローンを設定し、それらすべてを、特殊な8本のアンテナ・アレイを備えた単一のセル塔によって検知しようとしました。目的は、単に塔がドローンの「音」を聞き取れること（検知）だけでなく、その情報をコマンドセンターに引き継ぐことができるように、時間の経過とともに個別にドローンを「追跡」することでした。これは、実際のセキュリティシステムが必要とするものと同じです。

以下に、彼らが発見した内容がありますが、そこには少し意外な展開があります。まず、システムはドローンの音を聞き取ることは非常に得意でした。3機すべてがほとんどの時間、検知されていました。しかし、システムはそれらの個別のアイデンティティ（識別情報）を維持することには苦戦しました。混雑したショッピングモールの中で3人の友人を追跡することを想像してみてください。3人とも見えてはいますが、彼らが近づくと、誰が誰だったのか分からなくなり、誤って2人の友人に同じIDを割り当てたり、1人の友人に2つの異なる名前を与えてしまったりすることがあります。このシミュレーションでは、**73.7%**の確率で、2機のドローンの信号の「指紋」が非常に似通っていたため、システムは即座にそれらを区別することができませんでした。最大の課題は、システムがドローンの音を聞き取る力が弱かったこと（感度）ではなく、信号が注意を奪い合っていたこと（競合）でした。

研究者たちはまた、アンテナ構成に関する巧妙なテクニックを発見しました。単なる直線的な配列ではなく、平面的なグリッド状のアンテナ・アレイ（プラナー・アレイ）を使用することで、システムはドローンの「高さ」を測定することができました。これは、ドローンをより遠くまで見えるようにするものではありませんでしたが、それらを識別するためには命綱となりました。2機のドローンが同じ距離と速度で飛んでいても、高さが異なれば、その高さの測定値によって、どちらのトラックがどちらのドローンに属するかを判断できる確率が約**58%**向上しました。それは、平面の地図ではなく3Dマップを持っているようなものでした。地図を大きくするわけではありませんが、混乱を整理するのに役立ったのです。

しかし、この論文は、マシンの中に潜む「ゴースト」についても警告しています。シミュレーションを実行したコンピュータは、リアルタイムの速度に追いつくには遅すぎました。それは、レースのビデオをスローモーションで観ているようなものでした。コンピュータが遅かったため、システムはドローンが実際よりも長い間、消失したと判断してしまい、その結果、追跡が崩壊してしまいました。研究者がタイミングを修正し、データがリアルタイムで発生しているかのように扱ったところ、追跡性能は大幅に向上しましたが、それでも完璧ではありませんでした。システムはドローンを検知することはできましたが、特に地面に近い低空を飛ぶドローンに対して、単一の途切れないIDを維持することには依然として苦労していました。

最後に、チームはこの情報をパッケージ化して、実際のセキュリティ・コマンドセンターに送信する方法を示しました。彼らは、生の追跡データを、他のシステムが理解できる標準的な言語（SAPIENTと呼ばれます）に変換する翻訳機を構築しました。彼らはさらに、各レポートに「信頼スコア」を付加し、システムが自身の見ているものに対してどの程度の確信を持っているかをコマンドセンターに伝えるようにしました。しかし、彼らは一つの厳しい現実にも直面しました。このシステムをより正確に、複数のドローンを追跡できるようにするためには、何か別のものを犠牲にしなければならないということです。もし、ルールを緩めてより多くのドローンを追跡させようとすれば、それらのアイデンティティが混ざり合い、同じドローンに複数の名前が与えられるようになってしまいます。研究者たちは、アイデンティティを正しく保つことの方が、あらゆる瞬間を捉えることよりも重要であると判断し、より厳格な設定を選択しました。

要約すると、この論文は、5G信号を使用して複数のドローンを追跡することが可能であり、有望であることを示していますが、まだ魔法の杖ではありません。システムはドローンの音を聞き取ることができますが、ドローン同士が近づくと混乱してしまいます。解決策は、単に「聴力」を良くすることではなく、よりスマートな「整理術」にあります。研究者たちは、技術がシミュレーション内では機能する一方で、真の課題は信号の「交通渋滞」を管理し、ドローンのアイデンティティを正しく維持することであり、同時にデータを処理するコンピュータが現実世界に追いつくほど高速である必要があることを証明しました。これは着実な一歩ですが、デジタル・シミュレーションから現実のドローン防衛システムへの道のりには、まだ乗り越えるべきハードルが残っています。