[论文解读] ISAC from the Sky: UAV Trajectory Design for Joint Communication and Target Localization

Xiaoye Jing, Fan Liu+2 more|arXiv (Cornell University)|Jul 6, 2022

UAV Applications and Optimization被引用 13

一句话总结

该论文提出了一种用于集成感知与通信（ISAC）系统的无人机（UAV）轨迹设计框架，其中无人机作为兼具下行链路通信和单基地雷达感知功能的多功能平台。通过构建加权优化问题并采用多阶段方法的迭代算法，该方法相较于仅通信的轨迹设计，将目标估计误差降低了约10倍，同时仅带来通信性能的轻微损失。

ABSTRACT

Unmanned aerial vehicles (UAVs) as aerial base stations (BSs) are able to provide not only the communication service to ground users, but also the sensing functionality to localize targets of interests. In this paper, we consider an airborne integrated sensing and communications (ISAC) system where a UAV, which acts both as a communication BS and a mono-static radar, flies over a given area to transmit downlink signal to a ground communication user. In the meantime, the same transmitted signal is also exploited for mono-static radar sensing. We aim to optimize the UAV trajectory, such that the performance for both communication and sensing (C$\&$S) is explicitly considered. In particular, we first formulate the trajectory design problem into a weighted optimization problem, where a flexible performance trade-off between C$\&$S is achieved. As a step forward, a multi-stage trajectory design approach is proposed to improve the target estimation accuracy. While the resultant optimization problem is difficult to solve directly, we develop an iterative algorithm to obtain a locally optimal solution. Finally, numerical results show that the target estimation error obtained by the trade-off approach is about an order of magnitude better than a communication-only approach with a slight decrease on communication performance.

研究动机与目标

• 为解决无人机网络中通信与感知系统分离导致的效率低下问题，通过在单一平台上集成两种功能。
• 优化无人机轨迹以实现通信与目标定位的联合优化，平衡两者之间的性能权衡。
• 通过多阶段轨迹设计迭代更新目标位置估计，提升目标定位精度。
• 开发一种实用的迭代算法，用于求解由联合通信与感知目标引发的非凸优化问题。

提出的方法

• 通过Cramér-Rao界（CRB）构建加权优化问题，以平衡通信服务质量（QoS）与感知性能。
• 采用连续凸逼近（SCA）方法处理轨迹优化问题中的非凸约束。
• 引入多阶段轨迹设计，无人机在每个阶段后更新目标位置估计，以提升感知精度。
• 使用迭代算法收敛至非凸问题的局部最优解。
• 为通信与感知共用同一波形，提升硬件与频谱效率。
• 将无人机建模为单基地雷达与通信基站，利用同一发射信号实现双重功能。

实验结果

研究问题

• RQ1 如何优化无人机轨迹，以在集成系统中平衡通信与感知性能？
• RQ2 与单阶段方法相比，多阶段轨迹设计对目标定位精度有何影响？
• RQ3 加权优化框架在保持可接受通信性能的前提下，能在多大程度上降低估计误差？
• RQ4 阶段数量及每阶段观测次数如何影响感知精度与通信吞吐量之间的权衡？
• RQ5 所提出的用于求解非凸ISAC轨迹问题的迭代算法在可行性与收敛性方面表现如何？

主要发现

• 所提出的权衡方法相较于仅通信的轨迹设计，将目标估计误差降低了约一个数量级。
• 多阶段轨迹设计通过利用更新后的观测数据迭代优化目标位置估计，显著提升了感知性能。
• 由于资源向感知倾斜，多阶段方法中通信性能略有下降，但该权衡被认定为有利。
• 无人机的能量容量以及目标函数中的加权因子对联合通信与感知性能具有显著影响。
• 基于连续凸逼近（SCA）的迭代算法成功收敛至局部最优解，且所有约束在迭代过程中始终保持可行。