Deep Reinforcement Learning for Cognitive Time-Division Joint SAR and Secure Communications

Resumo Técnico: Aprendizado por Reforço Profundo para Comunicações Seguras e Sensoriamento SAR Cognitivo

1. Problema e Motivação

O artigo aborda o desafio crítico de garantir comunicações seguras em cenários de comunicação ar-terra (A2G), especificamente na presença de um eavesdropper (escutador) móvel no solo.

• Desafio Principal: Métodos tradicionais de segurança física (como otimização de trajetória e beamforming) dependem frequentemente de conhecimento perfeito do estado do canal ou estimativas prévias da localização do eavesdropper, o que é difícil de realizar na prática, especialmente contra alvos móveis.
• Limitação de Radar Convencional: Sistemas de radar convencionais lutam para distinguir alvos móveis do "clutter" (ruído de fundo) do solo em geometrias ar-terra.
• Oportunidade: A integração de Radar de Abertura Sintética (SAR) com comunicações (JSARC - Joint SAR and Communication) pode fornecer consciência ambiental de alta precisão. No entanto, a literatura existente carece de um framework prático que integre SAR cognitivo dinâmico com comunicações seguras, especialmente em cenários onde o alvo se move.

2. Metodologia Proposta

Os autores propõem um framework JSARC Cognitivo com Divisão de Tempo (TD-JSARC) que utiliza o SAR para detectar e rastrear o eavesdropper, adaptando dinamicamente a comunicação para garantir a segurança.

• Arquitetura do Sistema:

  • Uma Estação Base Aérea (ABS) equipada com uma Uniform Linear Array (ULA) serve um usuário no solo (UE).
  • A ABS utiliza duas antenas dedicadas para Interferometria de Linha de Voo (ATI) baseada em SAR, permitindo separar alvos móveis do clutter estático.
  • O sistema opera em quadros de tempo dinâmicos, divididos em sub-quadros de Sensoriamento (SAR) e Comunicação.

• Mecanismo de Funcionamento:

  1. Fase de Sensoriamento: A ABS executa uma abertura SAR (integração temporal) para estimar a posição e velocidade do eavesdropper. Um tempo de integração maior melhora a precisão da localização, mas reduz o tempo disponível para transmissão de dados.
  2. Modelo de Incerteza: Com base na estimativa SAR e nas restrições cinemáticas (velocidade e aceleração máximas), a ABS define uma região de incerteza (um disco circular) onde o eavesdropper pode estar.
  3. Fase de Comunicação: Utilizando a estimativa da posição, a ABS aplica:
     • Beamforming de Razão Máxima (MRT): Para maximizar o sinal no usuário legítimo.
     • Jamming de Ruído Artificial (AN): O ruído artificial é direcionado para a posição estimada do eavesdropper para degradar sua capacidade de escuta.
  4. Otimização Cognitiva: O sistema ajusta continuamente o tempo de integração do SAR e a divisão de potência entre comunicação e jamming.

• Formulação Matemática e Solução (DRL):

  • O problema de otimização conjunta de alocação de tempo e potência é formulado como um Processo de Decisão de Markov (MDP) para maximizar a taxa de segredo média no pior caso, sujeito a restrições de qualidade de serviço (QoS) e desempenho do SAR (SCR - Signal-to-Clutter Ratio).
  • Devido à complexidade não convexa e à natureza mista (inteira e contínua) do problema, os autores utilizam Aprendizado por Reforço Profundo (Deep Reinforcement Learning - DRL), especificamente o algoritmo PPO (Proximal Policy Optimization).
  • Estratégia Híbrida: O agente de DRL decide a alocação de tempo (sensoriamento vs. comunicação). Para a alocação de potência (fator de divisão $\alpha$), um problema de otimização robusta de baixa dimensão é resolvido separadamente via busca exaustiva, simplificando a ação do agente.

3. Principais Contribuições

1. Framework Cognitivo TD-JSARC: Introdução de um novo sistema que integra sensoriamento SAR baseado em ATI com comunicações aéreas seguras para mitigar ameaças de eavesdroppers móveis.
2. Modelo Dinâmico de Incerteza: Desenvolvimento de um modelo que combina a precisão da estimativa SAR com restrições cinemáticas prévias para definir a região de incerteza do alvo em tempo real.
3. Formulação MDP e Solução DRL: Transformação do problema complexo de alocação de recursos em um MDP, resolvendo-o com DRL para lidar com trajetórias de eavesdropper desconhecidas e dinâmicas.
4. Generalização: A solução proposta não requer conhecimento prévio da trajetória do eavesdropper e demonstra capacidade de generalização para padrões de movimento nunca vistos durante o treinamento.

4. Resultados de Simulação

As simulações foram realizadas comparando a proposta com três baselines:

• Hybrid DRL: Otimização conjunta de tempo e potência (sem separação de problemas).
• Equal-aperture: Alocação de tempo fixa e igual para todos os quadros.
• Random: Alocação de tempo aleatória.

Resultados Chave:

• Desempenho Superior: A abordagem proposta (PPO) superou consistentemente todos os baselines, alcançando a maior taxa de segredo média no pior caso.
• Adaptação Dinâmica: O sistema aprendeu a aumentar a frequência de sensoriamento (aberturas SAR mais longas ou mais frequentes) quando a velocidade do eavesdropper aumentava, mantendo a precisão da localização.
• Robustez: O método generalizou bem para trajetórias lineares com velocidades oscilantes (5 a 20 m/s) que não foram vistas durante o treinamento.
• Eficiência: A abordagem proposta superou o Hybrid DRL ao separar a decisão discreta de tempo da otimização contínua de potência, reduzindo a complexidade de aprendizado e melhorando a convergência.

5. Significado e Impacto

Este trabalho é significativo por preencher uma lacuna crítica na literatura de comunicações seguras e sensoriamento integrado:

• Segurança em Cenários Dinâmicos: Demonstra que o uso de SAR cognitivo pode superar as limitações de sistemas de segurança estáticos ao lidar com alvos móveis que tentam interceptar comunicações.
• Eficiência Espectral e Energética: O framework TD-JSARC oferece uma solução prática de baixa complexidade (comparada a designs de onda conjunta complexos) para equilibrar a necessidade de sensoriamento de alta precisão e transmissão de dados segura.
• Aplicações Críticas: O sistema é particularmente relevante para cenários de vigilância, operações pós-desastre e comunicações militares, onde a localização precisa de adversários móveis é essencial para a segurança da rede.

Em resumo, o artigo valida que a combinação de SAR ATI, jamming adaptativo e Aprendizado por Reforço cria um sistema de comunicações aéreas robusto e seguro, capaz de se adaptar autonomamente a ambientes hostis e dinâmicos.