[论文解读] Improved Sensing and Positioning via 5G and mmWave radar for Airport Surveillance

Bo Tan, Elena Simona Lohan+9 more|arXiv (Cornell University)|Feb 28, 2022

Air Traffic Management and Optimization参考文献 19被引用 5

一句话总结

本文提出了一种集成5G与毫米波雷达的系统，用于增强机场监视，结合三维矢量天线与先进的到达时间（time-of-arrival）和到达角（angle-of-arrival）估计算法，实现高精度定位。该系统引入基于5G信号的成像功能以及基于人工智能的目标跟踪，通过真实传播建模进行验证，实现了未来空中交通管理系统中传感与定位的融合。

ABSTRACT

This paper explores an integrated approach for improved sensing and positioning with applications in air traffic management (ATM) and in the Advanced Surface Movement Guidance and Control System (A-SMGCS). The integrated approach includes the synergy of 3D Vector Antenna with the novel time-of-arrival and angle-of-arrival estimate methods for accurate positioning, combining the sensing on the sub-6GHz and mmWave spectrum for the enhanced non-cooperative surveillance. For the positioning scope, both uplink and downlink 5G reference signals are investigated and their performance is evaluated. For the non-cooperative sensing scope, a novel 5G-signal-based imaging function is proposed and verified with realistic airport radio-propagation modelling and the AI-based targets tracking-and-motion recognition are investigated. The 5G-based imaging and mmWave radar based detection can be potentially fused to enhance surveillance in the airport. The work is being done within the European-funded project NewSense and it delves into the 5G, Vector Antennas, and mmWave capabilities for future ATM solutions.

研究动机与目标

• 通过整合5G与毫米波雷达技术，提升机场地面监视能力，增强感知与定位精度。
• 通过利用Sub-6GHz与毫米波频段，解决现有非合作监视系统存在的局限性，实现稳健检测。
• 开发并评估适用于动态机场环境的新型基于5G的成像与目标跟踪方法。
• 实现基于5G的感知与毫米波雷达探测的融合，以实现全面、实时的机场地面监视。

提出的方法

• 采用三维矢量天线，提升到达方向（direction-of-arrival）与到达时间（time-of-arrival）估计精度，从而提高定位准确性。
• 利用上行链路与下行链路5G参考信号，评估不同传输模式下的定位性能。
• 提出一种新型基于5G信号的成像功能，利用信道状态信息实现非合作目标检测。
• 实施基于人工智能的算法，实现在复杂机场环境中对目标的实时跟踪与运动识别。
• 开展真实的机场无线电传播建模，以验证集成感知与定位系统的性能。
• 融合基于5G的成像与毫米波雷达探测，提升整体监视系统的鲁棒性与覆盖范围。

实验结果

研究问题

• RQ1 如何协同利用5G与毫米波雷达，以提升机场地面监视中的定位精度？
• RQ2 在真实机场环境中，使用5G上行链路与下行链路信号进行定位的性能增益如何？
• RQ3 基于5G信号的成像功能是否能实现无需专用发射机的非合作目标可靠检测？
• RQ4 在机场场景中，将基于人工智能的目标跟踪与运动识别算法应用于5G与毫米波雷达数据时，其有效性如何？
• RQ5 将基于5G的感知与毫米波雷达融合，对实现全面机场监视有何优势？

主要发现

• 通过采用三维矢量天线，5G与毫米波雷达的集成显著提升了定位精度，主要得益于增强的到达时间与到达角估计。
• 上行链路与下行链路5G参考信号在真实传播建模验证下，均展现出实现高精度定位的强潜力。
• 所提出的基于5G信号的成像功能成功检测到非合作目标，为机场环境中传统雷达提供了可行替代方案。
• 基于人工智能的跟踪与运动识别算法能有效利用5G与毫米波雷达数据，对动态目标进行分类与监控。
• 融合基于5G的成像与毫米波雷达探测显著提升了整体监视的可靠性与覆盖范围，尤其在杂乱的机场环境中表现更优。
• 该系统在NewSense欧洲项目框架下，已证明适用于未来先进地面运动引导与控制系统（A-SMGCS）的部署。