⚡ electrical engineering

Exploring the Synergy: A Review of Dual-Functional Radar Communication Systems

Dit reviewpaper biedt een uitgebreide analyse van Dual-functional Radar Communication (DFRC)-systemen, waarbij de motivaties, uitdagingen, prestatiegrenzen, ontwerptechnieken en potentiële toepassingsscenario's binnen het evoluerende landschap van geïntegreerde detectie- en communicatietechnologieën worden behandeld.

Oorspronkelijke auteurs: Ali Hanif, Sajid Ahmed, Tareq Y. Al-Naffouri, Mohamed-Slim Alouin

Gepubliceerd 2026-06-30

📖 6 min leestijd🧠 Diepgaand

CC0 1.0

Oorspronkelijke auteurs: Ali Hanif, Sajid Ahmed, Tareq Y. Al-Naffouri, Mohamed-Slim Alouin

Oorspronkelijk artikel vrijgegeven aan het publieke domein onder CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een Zwitsers zakmes hebt. Decennialang, als je een touw moest doorsnijden, gebruikte je het mes; als je een bout moest aandraaien, gebruikte je de schroevendraaier. Het waren aparte gereedschappen, vaak in verschillende zakken gedragen, die hun taken onafhankelijk van elkaar uitvoerden.

Dit artikel gaat over een nieuw soort "supergereedschap" dat het mes en de schroevendraaier combineert tot één naadloos stuk metaal dat beide taken tegelijkertijd kan uitvoeren. In de wereld van technologie wordt dit Dual-Functional Radar Communication (DFRC) genoemd.

Hier is een uiteenzetting van wat het artikel zegt, met behulp van eenvoudige analogieën:

1. Het Probleem: Een Overvolle Snelweg

Beschouw het radiospectrum (de ethergolven die we gebruiken voor Wi-Fi, mobiele telefonie en radar) als een drukke snelweg.

Radar is als een zware vrachtwagen die een brede rijstrook nodig heeft om ver vooruit te kunnen kijken (om vliegtuigen of auto's te detecteren).
Communicatie is als een stroom auto's die probeerden berichten te versturen (tekst, video, data).
Het Probleem: De snelweg raakt verstopt. Er zijn te veel gebruikers (miljarden IoT-apparaten), en de "tol" voor het gebruik van de weg (spectrumbestrijding) schiet omhoog.
De Oude Oplossing: Proberen de vrachtwagen en de auto's te laten delen op de weg zonder tegen elkaar op te botsen. Dit wordt "coexistentie" genoemd. Maar het is lastig; ze moeten constant met elkaar communiceren om botsingen te voorkomen, wat iedereen vertraagt en een complexe verkeerstoren vereist.

2. De Oplossing: Het "Kameleon"-signaal

Het artikel stelt een slimmer idee voor: DFRC. In plaats van twee aparte gereedschappen, gebruiken we één enkel signaal dat zowel als radar als communicator fungeert.

De Analogie: Stel je een lichtstraal van een vuurtoren voor. Traditioneel geeft het licht alleen flitsen om schepen te waarschuwen (Radar). Stel je nu voor dat diezelfde lichtstraal ook in een geheime code flitst om een tekstbericht naar de kapitein van een schip te sturen (Communicatie).
Hoe het werkt: Het systeem zendt een golf uit. Als de golf een auto of een vliegtuig raakt, kaatst deze terug (Radarfunctie). Als de golf een persoon met een telefoon raakt, levert het data (Communicatiefunctie). Het is dezelfde golf die dubbel werk doet.

3. De Drie Soorten "Supergereedschappen"

Het artikel classificeert deze gecombineerde systemen in drie categorieën, zoals verschillende manieren om een multifunctioneel gereedschap te ontwerpen:

Communicatie-centrisch (De Telefoon met een Camera): Het hoofddoel is het verzenden van gegevens. Het radargedeelte is slechts een "bonusfunctie" die erop is toegevoegd. Het is als een smartphone die toevallig een camera heeft; de camera is secundair.
Radar-centrisch (De Radar met een Radio): Het hoofddoel is het detecteren van objecten. De data is verborgen in de radarpulsen. Het is als een politieradar die ook een tekstbericht naar de officier fluistert.
Echte DFRC (De Perfecte Hybride): Dit is de focus van het artikel. Hier is het gereedschap vanaf de basis ontworpen om beide te zijn. Het is niet bevoordeeld naar de één of de ander. Het is als een kameleon die perfect kan opgaan in zowel een boom als een rots tegelijkertijd, waarbij het optimaliseert voor beide behoeften tegelijkertijd.

4. De Balansact (De Trade-off)

Je kunt niet altijd de absoluut beste radarprestaties én de absoluut beste communicatiesnelheid tegelijkertijd hebben. Het is een balansact.

De Metafoor: Stel je een wipwap voor. Als je hard op de "Radar"-kant duwt om perfecte detectie te krijgen, kan de "Communicatie"-kant omhoog gaan (wat betekent dat de snelheid van de data afneemt).
Het Doel: Het artikel bespreekt hoe men het "sweet spot" op die wipwap kan vinden. Ze kijken naar wiskundige limieten (grenzen) om te zien hoe dicht we bij het hebben van het beste van beide werelden kunnen komen zonder dat de één de ander ruïneert.

5. Hoe het Gebouwd Wordt (De Hardware)

Om dit werkend te krijgen, kijkt het artikel naar verschillende "antennekeukens":

Digitale Beamforming: Als het hebben van een aparte chef voor elke enkele ingrediënt. Het is krachtig en flexibel, maar duur en verbruikt veel elektriciteit.
Analoge Beamforming: Als één chef die één grote pan aanstuurt. Het is goedkoop en efficiënt, maar kan slechts in één richting tegelijk focussen.
Hybride Beamforming: Het artikel suggereert dat dit de beste "middenweg" is. Het is als het hebben van een paar hoofdchefs die teams van sous-chefs aansturen. Het biedt het beste van beide werelden: flexibiliteit zonder de bank te breken.

6. Waar We Dit Zullen Zien

Het artikel somt verschillende plaatsen op waar deze "supertool" een game-changer kan zijn:

Zelfrijdende Auto's: In plaats van dat een auto een aparte radar heeft om obstakels te zien en een aparte radio om met andere auto's te praten, gebruikt hij één systeem. Dit bespaart ruimte, gewicht en geld.
Drones: Drones zijn klein en hebben beperkte batterijcapaciteit. Het meedragen van twee aparte systemen is te zwaar. Een DFRC-systeem laat hen hun omgeving waarnemen en praten met de grondcrew met één lichtgewicht apparaat.
Slimme Huizen: Stel je voor dat je Wi-Fi-router niet alleen internet verstuurt, maar ook "ziet" of er iemand door de kamer loopt of dat een baby is gevallen, zonder dat daar extra camera's of sensoren voor nodig zijn.
Militaire sector: Soldaten en schepen dragen vaak veel verschillende radio's en radars. Het samenvoegen hiervan vermindert het gewicht van de apparatuur en maakt het platform moeilijker te detecteren (kleinere "signature").

7. De Hindernissen (Uitdagingen)

Het artikel geeft toe dat dit nog niet gemakkelijk is.

Het "Ruis"-probleid: Radar houdt van voorspelbare, herhalende signalen (zoals een gestage trommelslag). Communicatie houdt van willekeurige, chaotische signalen (zoals jazz) om meer informatie te kunnen dragen. Het mengen hiervan is als proberen een gestage trommelslag en jazz tegelijkertijd te spelen zonder dat ze met elkaar botsen.
Beveiliging: Als de radarstraal ook een communicatiestraal is, kan een kwaadwillende mogelijk "meeluisteren" op het zicht van de radar op de wereld. Het artikel bespreekt manieren om de data te verbergen of om afluisteraars te storen.
Verwerkingskracht: Het decoderen van een signaal dat twee taken tegelijkertijd uitvoert, vereist zeer slimme computers en nieuwe algoritmen.

Samenvatting

Kortom, dit artikel is een review van een technologie die stopt met het behandelen van "zien" (Radar) en "praten" (Communicatie) als aparte taken. In plaats daarvan stelt het voor om een enkel systeem te bouwen dat beide gelijktijdig doet. Het gaat over het minder druk, goedkoper en efficiënter maken van onze draadloze wereld, vergelijkbaar met het vervangen van een gereedschapskist vol enkeldoelige instrumenten door één ongelooflijk veelzijdig, alles-in-één apparaat.

Technische Samenvatting: Het verkennen van de synergie: Een overzicht van Dual-Functional Radar Communication Systemen

1. Probleemstelling

De snelle proliferatie van Internet of Things (IoT) en non-IoT verbindingen, die naar verwachting respectievelijk meer dan 30 miljard en 10 miljard zullen bedragen tegen 2025, heeft de spectrumcongestie verergerd. Tegelijkertijd vereist de stijgende kosten van spectrum (bijv. de $81,1 miljard C-band 5G-veiling) een optimale frequentiebenutting. Traditioneel zijn radar- en draadloze communicatiesystemen onafhankelijk geëvolueerd, waarbij ze verschillende frequentiebanden bezetten en met afzonderlijke hardware werken. Hoewel het vroege onderzoek zich richtte op Radar-Communication Coexistence (RCC) — waarbij systemen simultaan opereren zonder interferentie — lijdt deze aanpak onder beperkingen. RCC vereist strikte restricties op de mobiliteit van knooppunten, uitgebreide uitwisseling van zijinformatie (bijv. kanaaltoestandsinformatie) en complexe controlecentra, wat de verbeteringen in spectrale efficiëntie in de weg staat.

Het kernprobleem dat wordt aangepakt, is de noodzaak om verder te gaan dan coexistentie naar Dual-Functional Radar Communication (DFRC) systemen. In tegenstelling tot RCC maakt DFRC gebruik van één enkel transmissiewaveform en gedeelde hardware om zowel detectie als communicatie gelijktijdig uit te voeren. De uitdaging ligt in de inherente trade-offs: radarsystemen geven de voorkeur aan deterministische signalen voor stabiele detectie, terwijl communicatiesystemen willekeurige signalen vereisen voor maximale informatiecapaciteit. Bovendien verschillen radar- en communicatiesystemen fundamenteel in hun signaalwaveforms, transmissiekracht, bandbreedtevereisten en prestatiemetrieken (bijv. detectiekans versus Bit Error Rate).

2. Methodologie en Systeemmodel

Dit artikel biedt een uitgebreid overzicht van de stand van de techniek in DFRC, gestructureerd rond een generiek systeemmodel en een analyse van ontwerp, prestaties en toepassing.

Systeemmodel

De auteurs definiëren een generiek DFRC-platform uitgerust met een Uniform Lineaire Array (ULA) van $N_T$ zend- en $N_R$ ontvangstantennes. Het systeem bedient $K$ communicatiegebruikers en detecteert gelijktijdig $Q$ doelwitten.

Detectiemodel: Het ontvangen signaal bij het doelwit en het daaropvolgende echo-signaal bij de ontvanger worden gemodelleerd met behulp van stuurvectoren en reflectiecoëfficiënten. De ontvangen signaalmatrix $Y_s$ wordt gebruikt om bereik, hoek en snelheid te schatten.
Communicatiemodel: Het ontvangen signaal bij $K$ gebruikers wordt gemodelleerd als een functie van de kanaalmatrix $H_c$ en de verzonden waveformmatrix $X$ , gecorrumpeerd door ruis.
Classificatie: Het artikel onderscheidt drie categorieën:
1. Communicatie-gecentreerd (JCR): Radar is een secundaire functie toegevoegd aan communicatiewaveforms.
2. Radar-gecentreerd (JRC): Communicatie is ingebed in bekende radarwaveforms.
3. Dual-Functional (DFRC): Beide functies worden vanaf het begin gezamenlijk ontworpen en geoptimaliseerd zonder vooroordeel, wat een instelbare trade-off biedt.

Prestatiegrenzen

Het artikel analyseert de fundamentele limieten van DFRC met behulp van de Cramér-Rao Bound (CRB) voor detectie en Communicatiecapaciteit voor datasnelheden. Drie grenzen worden geïdentificeerd in de CRB-rate regio:

Outer Bound (Ideaal): Maximale communicatiesnelheid met minimale detectie-CRB (geen trade-off).
Inner Bound: Bereikt via time-sharing strategieën waarbij detectie en communicatie onafhankelijk opereren in tijdslots.
Actual Boundary: De haalbare prestatie van een gezamenlijk systeem, gelegen tussen de inner en outer bounds.

Twee primaire trade-offs karakteriseren het systeem:

Subspace Tradeoff (ST): Afhankelijk van de koppelingssterkte tussen de detectie- en communicatiekanalen (bijv. of het doelwit ook de gebruiker is).
Deterministic-Random Tradeoff (DRT): Balanceert de behoefte aan deterministische radarsignalen tegen willekeurige communicatiesignalen. Het artikel merkt op dat detectieprestaties worden gemaximaliseerd wanneer de signaalcovariantie-matrix deterministisch is, wat de communicatiecapaciteit potentieel kan verminderen.

Ontwerpbenaderingen

Het overzicht categoriseert ontwerpmethodologieën op basis van hardwarearchitectuur en optimalisatiecriteria:

Hardwarearchitecturen:
- Digital Beamforming: Biedt een hoge mate van vrijheidsgraden en meerdere beams, maar is kostbaar en verbruikt veel energie.
- Analog Beamforming: Kosteneffectief en energiezuinig, maar beperkt tot enkele beams en lijdt aan beam squint.
- Hybrid Analog-Digital (HAD): Een compromis dat gebruikmaakt van sub-arrays om een balans te vinden tussen prestaties en complexiteit.
Waveform Optimalisatie:
- Mutual Information (MI) Gebaseerd: Maximaliseert de gewogen som van MI voor radar- en communicatiekanalen.
- Beampattern Similarity: Ontwerpt waveforms om een gewenste radar beampattern te matchen terwijl Multi-User Interference (MUI) voor communicatie wordt geminimaliseerd.
- Cramér-Rao Bound (CRB) Gebaseerd: Minimaliseert de schattingsfout voor detectieparameters terwijl communicatie SINR-drempels worden gehandhaafd.
- Multibeam Optimalisatie: Specifiek voor analoge arrays, waarbij vaste subbeams worden gebruikt voor communicatie en scannende subbeams voor detectie.
- Coherent Receiver Design: Adresseert het verlies van coherentie in DFRC-ontvangers veroorzaakt door willekeurige communicatiesymbolen, waarbij matched filters worden voorgesteld om coherente output voor Doppler-schatting te behouden.
Beveiliging: Het artikel bespreekt Physical Layer Security (PLS) met behulp van Artificial Noise (AN) om de SINR van een afluisteraar te verslechteren terwijl de prestaties van legitieme gebruikers behouden blijven, waarbij wordt opgemerkt dat radar-doelwitten potentiële afluisteraars kunnen zijn.

Resource Allocatie

Het artikel beoordeelt strategieën voor het beheren van systeembronnen:

Geheugen: Optimalisatie van opslag voor fast-time en slow-time samples om de geheugenbelasting te verminderen zonder de tracking in gevaar te brengen.
Processor: Dynamische allocatie van rekenkracht tussen high-latency radar-taken en real-time communicatietaken.
Bandbreedte: Gebruik van OFDM en frequency-hopping technieken om een balans te vinden tussen bereikresolutie en datadoorvoer.
Beampattern Control: Het richten van hoge energie naar doelwitten voor detectie en lagere energie naar gebruikers voor energiezuinige communicatie.

3. Belangrijkste Bijdragen

Uitgebreide Taxonomie: Het artikel biedt een gestructureerde classificatie van JCAS-systemen, waarbij een duidelijk onderscheid wordt gemaakt tussen communicatie-gecentreerde, radar-gecentreerde en echte dual-functional ontwerpen.
Theoretische Grenzen: Het verheldert de fundamentele prestatielimieten van DFRC-systemen, waarbij de CRB-rate regio en de specifieke trade-offs (ST en DRT) worden gedefinieerd die de systeemprestaties beheersen.
Ontwerpsurvey: Het aggregeert en categoriseert diverse waveform optimalisatietechnieken over verschillende hardwarearchitecturen (Digitaal, Analoog, HAD) en domeinen (Ruimtelijk, Tijd, Frequentie).
Toepassingsmapping: Het artikel koppelt DFRC-mogelijkheden aan specifieke scenario's met een hoge impact, waaronder Perceptive Mobile Networks (PMNs), autonome voertuigen, drones, beveiliging/surveillance, smart homes/industrie en militaire systemen (AWACS en multipurpose RF).
Toekomstige Richtingen: Het identificeert kritieke onderzoeksgebieden, waaronder de behoefte aan optimale signaleringsschema's voor mmWave/sub-THz banden, geavanceerde kanaalschatting in ijle kanalen, gezamenlijk ontvangerontwerp met machine learning en netwerkgestuurde sensing handover-protocollen.

4. Resultaten en Bevindingen

Trade-off Realiteit: De review bevestigt dat hoewel DFRC aanzienlijke voordelen biedt in spectrale efficiëntie, omvang en kosten, het inherent een trade-off inhoudt. Perfecte prestaties in beide domeinen simultaan (de "Ideale" grens) is over het algemeen onbereikbaar zonder specifieke condities (bijv. perfecte kanaaluitlijning).
Optimalisatie-effectiviteit: Gezamenlijk ontworpen waveforms presteren over het algemeen beter dan statistisch onafhankelijke communicatie- en radarsignalen. De keuze van de optimalisatiemetriek (MI versus CRB versus Beampattern) heeft echter een significante impact op de resulterende trade-off curve.
Hardware Geschiktheid: Hybrid Analog-Digital (HAD) beamforming wordt geïdentificeerd als een bijzonder veelbelovende architectuur voor mmWave DFRC, die een balans biedt tussen de flexibiliteit van digitale systemen en de kostenefficiëntie van analoge systemen.
Toepasbaarheid: In autonome voertuigen wordt DFRC gepresenteerd als een levensvatbare oplossing om de overhead van beam training te verminderen door detectiedata als zijinformatie te gebruiken. In militaire contexten kan DFRC toegewijde backhaul-verbindingen vervangen, waardoor de payload-massa en de radar cross-section worden verminderd.

5. Betekenis en Claims

Het artikel positioneert DFRC als een cruciale evolutie in draadloze technologie om de dubbele uitdagingen van spectrumschaarste en hardware-proliferatie aan te pakken. De betekenis ligt in:

Spectrale Efficiëntie: Door radar en communicatie te verenigen, verlicht DFRC de spectrumcongestie zonder dat er nieuwe frequentietoewijzingen nodig zijn.
Systeemintegratie: Het biedt een pad om de Size, Weight, and Power (SWaP) van systemen te verminderen, wat cruciaal is voor mobiele platforms zoals drones en autonome voertuigen.
Prestatie-synergie: Het artikel claimt dat gezamenlijk ontwerp kan leiden tot "sensing-assisted communications" (bijv. het verminderen van beam training overhead) en "communication-assisted sensing" (bijv. verbeterde lokalisatie via netwerkknopen).

De auteurs hanteren een bescheiden toon over de volwassenheid van het vakgebied, waarbij zij erkennen dat hoewel de theoretische fundamenten worden gelegd, de praktische implementatie uitdagingen kent in ontvangerontwerp, kanaalschatting en beveiliging. Het artikel dient als een fundamenteel overzicht om toekomstig onderzoek te begeleiden naar het oplossen van deze trade-offs en het realiseren van het volledige potentieel van geïntegreerde sensing en communicatie.