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

Stel je voor dat je een kleine, snel bewegende drone probeert te spotten in een drukke stad met alleen de Wi-Fi-signalen die al door de buurt rondzingen. Je hebt geen speciale radar gun; je moet luisteren naar de "echo's" van de reguliere datasignalen die telefoons en drones gebruiken om met zendmasten te communiceren. Dit is de wereld van Integrated Sensing and Communication (ISAC). Denk aan een vleermuis die niet alleen geluid gebruikt om te navigeren, maar datzelfde geluid ook gebruikt om met andere vleermuizen te kletsen. In de toekomst zouden onze 5G-netwerken precies dit kunnen doen: hun bestaande radiogolven gebruiken om objecten zoals drones te detecteren zonder dat daar extra, dure hardware voor nodig is. Maar er is een addertje onder het gras. Als je één drone hebt, is het makkelijk om haar te horen. Als je drie drones hebt die dicht bij elkaar vliegen, kunnen hun echo's door elkaar raken, waardoor het onmogelijk wordt om te zien wie wie is. Dit is de puzzel die wetenschappers proberen op te lossen: hoe veranderen we een communicatienetwerk in een betrouwbaar "drone-politie"-systeem dat meerdere doelwitten tegelijkertijd kan volgen zonder in de war te raken?

Dit paper zet een grote stap richting het beantwoorden van die vraag door een digitale "zandbak" te bouwen om een nieuwe manier van het volgen van meerdere drones te testen. De onderzoekers creëerden een virtuele stad met behulp van een simulatie-testbed genaamd O-RAN, wat een modulaire, open-source versie van een celnetwerk is. In plaats van echte radio's gebruikten ze een computer om de signalen, de drones en de omgeving te simuleren. Ze stelden een scenario op met drie verschillende drones die op verschillende hoogtes en snelheden vlogen, die allemaal probeerden te worden gedetecterd door een enkele zendmast uitgerust met een speciale 8-antenne array. Het doel was niet alleen om te zien of de toren de drones kon horen (detectie), maar om te zien of hij ze individueel over tijd kon volgen (tracking) en die informatie kon doorgeven aan een commandocentrum, net zoals een echt beveiligingssysteem dat zou moeten doen.

Dit is wat ze vonden, en het is een beetje een wending. Ten eerste was het systeem eigenlijk heel goed in het horen van de drones. Alle drie werden ze de meeste tijd gedetecteerd. Echter, het systeem had moeite om ze als aparte identiteiten vast te houden. Stel je voor dat je drie vrienden probeert te volgen in een druk winkelcentrum. Je ziet alle drie aanwezig, maar elke keer als ze dicht bij elkaar lopen, verlies je het spoor van wie wie is, en kun je per ongelt twee vrienden met dezelfde ID labelen of aan één vriend twee verschillende namen geven. In deze simulatie kon het systeem in 73,7% van de gevallen twee drones niet direct uit elkaar houden omdat hun signaal-"vingerafdruk" te veel op elkaar leek. Het grootste probleem was niet dat het systeem te zwak was om de drones te horen (gevoeligheid); het probleem was dat de signalen vochten om aandacht (contention).

De onderzoekers ontdekten ook een slimme truc met de antenne-opstelling. Door een platte, rasterachtige antenne-opstelling (een "planar array") te gebruiken in plaats van alleen een lijn, kon het systeem de hoogte van de drones meten. Dit hielp het systeem niet om de drones verder weg te zien, maar het was een reddingslijn om ze uit elkaar te houden. Wanneer twee drones op dezelfde afstand en snelheid waren maar op verschillende hoogtes vlogen, hielp de hoogtemeting het systeem om in ongeveer 58% van de gevallen te beslissen welke track bij welke drone hoorde. Het was also'f een 3D-kaart hebben in plaats van een platte kaart; het maakte de kaart niet groter, maar het hielp bij het ordenen van de chaos.

Het paper waarschuwt echter ook voor een "geest" in de machine. De simulatie draaide op een computer die te traag was om de realtime snelheid bij te houden. Het was alsof je een video van een race in slow motion bekijkt. Omdat de computer traag was, dacht het systeem dat de drones voor langere perioden verdwenen waren dan ze in werkelijkheid waren, wat ervoor zorgde dat het volgen van de drones instortte. Wanneer de onderzoekers de timing corrigeerden en de gegevens bekeken alsof het in realtime gebeurde, verbeterde de prestaties van het volgen aanzienlijk, maar het was nog steeds niet perfect. Het systeem kon de drones detecteren, maar het worstelde nog steeds met het behouden van een enkele, ononderbroken ID voor elke drone, vooral voor de drone die het laagst en het dichtst bij de grond vloog.

Ten slotte lieten het team zien hoe ze deze informatie konden verpakken om deze naar een echt beveiligingscommandocentrum te sturen. Ze bouwden een vertaler die de ruwe trackinggegevens neemt en deze formatteert naar een standaardtaal (genaamd SAPIENT) die andere systemen kunnen begrijpen. Ze voegden zelfs een "betrouwbaarheidsscore" toe aan elk rapport, die het commandocentrum vertelt hoe zeker het systeem is van wat het ziet. Maar ze ontdekten ook een harde waarheid: om het systeem nauwkeuriger te maken in het volgen van meerdere drones, moesten ze iets anders opofferen. Als ze probeerden het systeem meer drones te laten volgen door de regels te versoepelen, begon het hun identiteiten te verwarren en gaf het dezelfde drone meerdere namen. De onderzoekers besloten dat het correct houden van de identiteit belangrijker was dan het vangen van elk enkel moment, dus kozen ze ervoor om strenger te zijn.

Kortom, dit paper laat zien dat het gebruik van 5G-signalen om meerdere drones te volgen mogelijk en veelbelovend is, maar het is nog geen wondermiddel. Het systeem kan de drones horen, maar raakt in de war wanneer ze te dicht bij elkaar komen. De oplossing is niet alleen beter horen; het is slimmer sorteren. De onderzoekers bewezen dat hoewel de technologie werkt in een simulatie, de echte uitdaging ligt in het beheren van de "file" van signalen en het op orde houden van de identiteiten van de drones, terwijl men er ook voor moet zorgen dat de computer die de gegevens verwerkt snel genoeg is om het tempo van de echte wereld bij te houden. Het is een solide stap voorwaarts, maar de reis van een digitale simulatie naar een echt drone-verdedigingssysteem heeft nog enkele hindernissen te overwinnen.