La technologie 6G est la prochaine avancée majeure dans le domaine des télécommunications. Elle intègre des systèmes radar précis pour une localisation exacte, ce qui lui permet de bénéficier d’une expérience ultra-personnalisée. Cette technologie offre la possibilité de fusionner efficacement les services basés sur la position et les réseaux de communication, renforçant ainsi la fourniture de services et l’efficacité du réseau. Cette méthode, appelée « détection et communication intégrées » (integrated sensing and communication, ou ISAC), s’appuie sur la synergie entre les technologies radar et de communication pour une connectivité optimale.
Il est indispensable de connaître ISAC pour comprendre comment la 6G améliorera les réseaux et l'expérience utilisateur grâce à des solutions personnalisées. De nombreuses applications émergeantes exigeront d’intégrer des technologies de transmission de données à très haut débit et de détection environnementale précises. C’est le cas, entre autres, des véhicules autonomes, des villes intelligentes ou bien des systèmes de santé avancés. Ces applications soulignent la nécessité de développer des technologies ISAC, afin de préparer le terrain pour un avenir intelligent et ultra-interconnecté.
ISAC est une technologie clé pour la 6G.
L’intégration des systèmes radar et de communication a fait l’objet de nombreuses applications, dans des domaines variés. Citons par exemple les réseaux Wi-Fi®, les radars militaires polyvalents et l’industrie automobile. Par ailleurs, le niveau d’intégration entre ces deux systèmes est variable, et peut englober des concepts comme le design dans les domaines de la forme d’onde et de l’espace. Pour obtenir une détection haute résolution précise, on peut également inclure dans le design l’architecture RF, le beamforming, les modèles de canaux appropriés et des algorithmes d’IA basés sur des données. Pour travailler simultanément sur tous ces éléments, il est crucial de disposer d’un environnement intégré.
Dans ce contexte, MATLAB® se distingue comme un outil indispensable pour la recherche ISAC. Cette solution propose des workflows complets et une suite de produits ciblés permettant de découvrir et de développer des technologies de détection et de communication intégrées. MATLAB est une plateforme intuitive qui permet de simuler des scénarios, de concevoir et tester des algorithmes, et d’analyser des données. Elle aide les chercheurs à accélérer et à optimiser le processus de développement et de validation de designs afin de contribuer à l’avancement de la 6G.
Dans ce livre blanc, nous nous pencherons sur les paradigmes ISAC, la recherche en la matière et les applications pratiques de cette méthode. Il convient au préalable de définir quelques termes techniques importants.
La coexistence des technologies radar et de communication implique l’utilisation de la détection de spectre, de manière à gérer le chevauchement de fréquences entre les deux. Le codesign de ces technologies intègre des tâches de communication et de détection. Soit elles partagent le même espace physique, mais s’appuient sur un hardware distinct, soit elles utilisent le même hardware et les mêmes formes d’onde.
Pour exploiter de manière passive les signaux de communication, on utilise des estimations de canaux de signaux de communication. Cela permet de détecter et de déduire le mouvement et la position des objets sans hardware de détection dédié.
Selon le niveau d’intégration des fonctionnalités de détection et de communication, les recherches en matière d’ISAC s’orientent sur trois axes majeurs : la coexistence, le codesign et l’exploitation passive de signaux.
Coexistence des technologies radar et de communication
Les systèmes 5G NR et les futurs systèmes 6G utilisent des plages de fréquences plus élevées que celles dont on se sert pour LTE. Par conséquent, il est de plus en plus difficile de gérer le spectre. Habituellement, ces plages de fréquences plus élevées sont utilisées par les systèmes radar. De ce fait, le spectre utilisé par les radars et celui sur lequel s’appuient les systèmes de télécommunications peuvent se chevaucher. Il faut donc le partager. Les futurs systèmes radar et de télécommunications devront intégrer des solutions de détection du spectre afin d’éviter les conflits liés aux fréquences occupées. Par ailleurs, la demande pour une couverture 5G plus large est motivée par les avantages qu’offrent un meilleur débit et une réduction de la latence. Cette expansion nécessite de nouvelles stations de base 5G, ce qui implique de comprendre l’impact de ces signaux sur les systèmes existants opérant sur des bandes de fréquences adjacentes (par exemple, les radars pour le contrôle du trafic aérien).
Pour que ces systèmes puissent coexister, il faut prendre en compte deux aspects clés : la détection de spectre et l’analyse d’interférences. Le premier aspect consiste à déterminer quels systèmes se trouvent dans le spectre et où ils se trouvent, et le second vise à évaluer dans quelle mesure les systèmes interagissent lorsqu’ils partagent une même bande de fréquences.
MATLAB propose des workflows intégrés permettant de simuler des scénarios complexes impliquant la 5G, les radars, le Deep Learning, les réseaux d’antennes et la modélisation de scénarios. Les scénarios de coexistence clés incluent la détection de spectre et l’analyse d’interférences. Par exemple, MATLAB facilite la détection du spectre avec des workflows qui utilisent un réseau de neurones de segmentation sémantique entraîné sur des signaux synthétisés de radar et de télécommunications. Ce réseau de neurones est capable de détecter des signaux de radar et de télécommunications au sein du même spectre reçu. En outre, MATLAB permet de modéliser des scénarios comme le fonctionnement d’un radar de contrôle de trafic aérien à proximité d’une station de base 5G. Cela permet d’analyser l’incidence des réseaux 5G sur la réception des signaux radar.
Quelques exemples pour en savoir plus
Détection de spectre utilisant le Deep Learning dans MATLAB.
Codesign des technologies radar et de communication
Le codesign désigne la création de systèmes effectuant à la fois des tâches de communication et de détection. L’intégration peut se faire à une échelle assez large, où les fonctionnalités partagent un espace physique, mais utilisent des formes d’onde et du hardware distincts. Elle peut également s’opérer à une échelle plus réduite : la plupart du hardware est alors partagé, et une même forme d’onde peut remplir les deux fonctions. Dans ce second cas de figure, qui est l’objet de la présente section, le design du système peut adopter une approche centrée sur la communication. Autrement dit, il s’agit d’utiliser les signaux de communication pour les radars. On peut également adopter la méthode inverse, à savoir une approche centrée sur les radars. Il s’agit ici d’intégrer les données de communication aux formes d’onde des radars.
Codesign des formes d'onde
Adopter une approche centrée sur les radars revient à utiliser les formes d’onde des radars pour les données de communication embarquées. À l’inverse, lorsque l’on adopte une approche centrée sur la communication, l’écho du signal OFDM sert à des fins de détection. Grâce à MATLAB, vous pouvez découvrir le codesign de formes d’onde. La plateforme propose en effet un workflow de bout en bout qui utilise deux approches. La première exploite la forme d’onde traditionnelle des radars (PMCW), tandis que la seconde utilise OFDM, une forme d’onde de communication standard compatible avec les deux fonctionnalités.
Avec MATLAB, vous pouvez effectuer un codesign de formes d’onde de technologies radar et de communication.
En savoir plus
Communications radar simultanées avec des formes d’onde PMCW et OFDM
Dans cet exemple, il s’agit de simuler l’émission, la propagation et la réception des formes d’onde par le récepteur du radar et par l’utilisateur en liaison descendante. Le workflow a pour objectif d’évaluer les formes d’onde pour les deux fonctionnalités et d’analyser plusieurs métriques de performance courantes.
Codesign dans le domaine spatial
La dimension de traitement spatial est un autre domaine où ISAC est utile. Bien souvent, il s’agit de déterminer comment utiliser une station de base à plusieurs antennes. Certains faisceaux sont dédiés aux radars, et d’autres servent pour la communication. Une autre possibilité envisageable consiste à partager un faisceau pour les deux fonctionnalités. Le radar utilise alors le lobe principal, tandis que les lobes auxiliaires servent pour les données de communication.
MATLAB vous permet de concevoir de nouvelles formes d'onde pour un système MIMO à double fonction dans le domaine spatial, comme illustré ci-dessous, où différents faisceaux peuvent être formés pour réaliser différentes fonctionnalités.
Codesign spatial pour l’ISAC.
En savoir plus
Design de forme d’onde pour un système RadCom MIMO à double fonction
Cet exemple illustre un workflow utilisant un réseau d’antennes afin de faciliter la communication MIMO, en exploitant la diversité des formes d'onde pour obtenir une bonne performance radar.
Exploitation passive des signaux de communication
Ce paradigme ISAC utilise les estimations des canaux côté récepteur afin de détecter la présence d’objets en mouvement dans un environnement de télécommunications. Le système analyse les variations de l’état des canaux en fonction de ces objets en mouvement. Il peut ainsi en déduire le mouvement et la position et se dispenser de hardware de détection dédié. En extrayant les estimations des canaux, on peut tracer des graphiques Doppler, qui sont d’une importance capitale pour la détection du mouvement. Par essence, il s’agit d’une approche passive, car elle utilise à des fins de détection des infrastructures et des signaux de communication existants sans passer par des émissions actives.
Une autre approche passive consiste à utiliser l’intelligence artificielle afin de déduire un mouvement ou de détecter une présence grâce aux informations sur l'état du canal (channel state information, ou CSI). Par exemple, il est possible de combiner un réseau de neurones à convolution (CNN) avec les CSI pour détecter une activité humaine. On peut également, grâce au Wi-Fi, capturer les trames de balises des routeurs, et utiliser les données recueillies pour entraîner un CNN de manière à ce qu’il détecte la présence de personnes. Ce workflow peut être transposé aux signaux 5G et 6G.
Utilisation des signaux Wi-Fi afin de détecter une présence à l’aide du Deep Learning dans MATLAB.
MATLAB vous permet d’adopter les deux approches grâce à des outils efficaces de traitement du signal, de Machine Learning et de visualisation des données. Grâce aux bibliothèques exhaustives et aux fonctionnalités intégrées de MATLAB, vous pouvez extraire et analyser efficacement les estimations de canaux afin de tracer des graphiques Doppler. Par ailleurs, MATLAB supporte le développement et l’entraînement de CNN, afin d’intégrer plus facilement les techniques d’IA pour améliorer les fonctionnalités de détection.
Quelques exemples pour en savoir plus
En intégrant des fonctionnalités de radar et de communication, ISAC devrait ouvrir la voie à des applications qui transformeront divers secteurs.
La coexistence de ces deux technologies est particulièrement importante dans les domaines où le manque de disponibilité du spectre pose problème. Par exemple, dans le domaine de la mobilité aérienne urbaine, les stratégies de coexistence permettent aux drones et aux taxis aériens de fonctionner en toute sécurité. Pour ce faire, ces dispositifs partagent leur spectre avec les réseaux 5G existants. Cela facilite la gestion du trafic aérien.
Le codesign des technologies radar et de communication élargit le champ des possibles dans les systèmes automobiles intelligents. Les systèmes à deux fonctions (radar et communication) fluidifient les communications « Véhicule-à-tout » (V2X). Ils permettent également d’échanger des données en temps réel et d’améliorer la précision de la détection environnementale des véhicules autonomes. Cette méthode de codesign est également utile dans le secteur de la production intelligente : les systèmes intégrés peuvent surveiller l’état des machines tout en échangeant des données opérationnelles. Le rendement est ainsi amélioré, et il est plus facile d’effectuer une maintenance prédictive.
Le codesign passif (également appelé « piggybacking ») utilise des signaux de télécommunications existants pour la détection environnementale, afin de proposer des solutions innovantes dans les domaines de la domotique intelligente et de la santé. Par exemple, la détection Wi-Fi passive peut détecter la présence et l’activité humaines. En surveillant les activités quotidiennes sans avoir à installer de capteurs supplémentaires, il est plus facile d’automatiser la domotique ou de prendre soin des patients âgés. Ensemble, ces paradigmes soulignent le caractère polyvalent et le potentiel de la technologie ISAC pour la 6G. Ils ouvrent la voie à un futur plus connecté, intelligent et efficace.
Lorsqu’ils conçoivent des systèmes ISAC, les chercheurs privilégient généralement plusieurs composants stratégiques : les formes d’onde radar et de communications, les modèles de canaux et le hardware des récepteurs. Il est essentiel de comprendre et d’optimiser ces éléments pour développer des solutions ISAC efficaces et précises. Les formes d'onde radar et de communications doivent être conçues avec soin, de sorte qu'elles puissent prendre en charge simultanément les fonctions de communication et de détection. Des modèles de canaux précis sont essentiels pour prédire la façon dont les signaux se propagent dans divers environnements. Il faut également un hardware (récepteur) avancé pour traiter les signaux reçus. Ces aspects seront développés dans cette section, offrant des pistes de réflexion et des conseils aux chercheurs souhaitant innover dans le domaine de l’ISAC.
Pistes de réflexion ISAC.
Examiner les formes d’onde existantes
Examiner les formes d’onde existantes dans les systèmes radar ou de communication est indispensable pour concevoir des formes d’onde efficaces dans les systèmes ISAC. Les chercheurs qui connaissent bien les formes d’onde des deux domaines sauront identifier les synergies et les compromis à trouver lorsqu’il s’agira de les combiner dans un système ISAC. Comprendre les points forts et les limites de ces formes d’onde permet de prendre des décisions éclairées sur la manière de les adapter ou de les combiner, afin de se plier aux exigences uniques à la fois de la communication et de la détection.
Formes d’onde radar
Les systèmes radar sont classés en deux catégories :
- Radar pulsé
- Radar à onde continue (CW)
Les radars pulsés émettent de puissantes séries de pulsations, et déterminent la portée en calculant le délai entre la pulsation envoyée et l’écho reçu. La vélocité est quant à elle obtenue à partir des changements de la distance de l’écho. MATLAB propose des ressources vous permettant d’en savoir plus sur les radars pulsés. Vous pouvez également générer, analyser et évaluer des signaux de radar pulsé :
- Estimation Doppler
- Simulation de signaux test pour les récepteurs radio
- Estimation de la distance et du Doppler
- Analyse de performance des formes d’onde pulsées phasées, à fréquence modulée
Les radars à onde continue (CW) émettent quant à eux des signaux en continu, ce qui en fait une solution économique et pratique pour l’industrie automobile et les télécommunications en intérieur, par exemple. Cependant, ils nécessitent une modulation pour déterminer une position cible. Le plus souvent, ils fonctionnent avec des formes d’onde à fréquence modulée (FMCW) et à phase modulée (PMCW).
MATLAB vous aide à générer et à analyser des signaux radar CW grâce à des workflows efficaces, ainsi que les fonctionnalités suivantes :
- Analyse de forme d'onde avec la fonction d'ambiguïté
- Comparaison de fonctions d’ambiguïté pour différents schémas de modulation d’ondes
- Modèles de radars de base avec forme d’onde phasée
Formes d’onde pour la communication
Les produits MATLAB vous permettent de créer de nombreux types de formes d’onde de télécommunications conformes aux normes (par exemple, LTE, 5G, WLAN, Bluetooth® et Satcom). Grâce à la fonctionnalité de génération de formes d’onde de MATLAB, vous pouvez générer des signaux 5G/LTE aux normes ou personnalisés, ainsi que des modulations génériques comme OFDM, QAM ou PSK. Vous pouvez également générer divers signaux radar, par exemple FMCW ou FM linéaire. Le résultat : des simulations et des tests précis pour différents protocoles de communications, dans des conditions de test variées. Puisque MATLAB permet de générer des formes d’onde aux normes et personnalisées, les générateurs de formes d’onde de la plateforme constituent une ressource incontournable pour les personnes qui développent et analysent les systèmes ISAC. Nous vous suggérons de commencer par l’application Wireless Waveform Generator, qui vous permet de générer des formes d’onde conformes aux normes en quelques clics.
En savoir plus
Génération de formes d’onde de communication dans MATLAB à l’aide de l’application Wireless Waveform Generator.
Canaux
Dans les systèmes ISAC, il est d’une importance capitale d’avoir des canaux précis. Sans eux, les fonctionnalités de communication et de détection ne seraient ni fiables, ni précises. Ces modèles caractérisent avec exactitude l'environnement de propagation, en tenant compte de facteurs comme l’affaiblissement, les trajets multiples et les réflexions du signal. Les modèles qui représentent fidèlement et avec précision les canaux facilitent l’optimisation des algorithmes de traitement du signal, favorisent la robustesse des systèmes et améliorent l’intégration globale des fonctionnalités de communication et de détection.
Tracé de rayons
Les modèles de tracé de rayons ont démontré une performance prédictive robuste pour le comportement des signaux à 60 GHz et à des fréquences encore plus élevées. Ils peuvent être utilisés comme des modèles puissants pour construire des simulations ISAC. MATLAB intègre une fonctionnalité de tracé de rayons qui peut être combinée à des modèles pour prendre en compte les pertes. Ces pertes peuvent être dues à divers facteurs, tels que la pluie, la diffraction du terrain, la réfraction atmosphérique et la diffusion troposphérique et atmosphérique. De plus, ces fonctionnalités de tracé de rayons dans MATLAB sont compatibles avec la modélisation de l’atténuation du signal, pour prendre en compte les différentes surfaces auxquelles se heurtent les signaux.
En savoir plus
Tracé de rayons avec MATLAB.
Canaux Scattering MIMO
Les canaux Scattering MIMO dans MATLAB permettent de modéliser un environnement de télécommunications avec des éléments en mouvement.
Le modèle Scattering MIMO Channel convient bien aux canaux ISAC. Le modèle simule des scénarios dans lesquels les signaux émis par un réseau d'émission se réfléchissent sur plusieurs diffuseurs avant d'atteindre un réseau de réception. Il est important de noter que le modèle intègre l'impact des diffuseurs mobiles, considérés comme des cibles, sur le signal reçu, ce qui le rend idéal pour les applications de détection. Le canal tient compte de divers effets de propagation, notamment le retard temporel dépendant de la portée, le gain, le décalage Doppler, le changement de phase et les pertes atmosphériques dues aux gaz, à la pluie, au brouillard et aux nuages. Ces modèles d'atténuation sont compatibles avec des fréquences allant de 1 à 1 000 GHz, permettant de représenter avec exactitude la dégradation du signal sur un large spectre.
En savoir plus
Une fonction MATLAB pour configurer des canaux de MIMO diffusés.
Limites liées au hardware
Lorsque vous passez d'études conceptuelles basées sur des simulations à la construction de prototypes hardware, il est essentiel de prendre en compte les défis et les limites associés au hardware. Les débits de données élevés requis dans un système ISAC vous obligeront probablement à implémenter certaines parties du design sur un FPGA, ce qui présente sa propre série de défis.
Tout d'abord, le développement d'algorithmes de traitement du signal sur un FPGA est généralement plus complexe que la création de designs équivalents dans un logiciel. La disponibilité de blocs IP compatibles avec le FPGA pour des tâches telles que le filtrage, l'interpolation et la décimation de signaux, et les transformations mathématiques, facilitera considérablement ce processus par rapport à la construction à partir d'éléments de base.
Ensuite, pour atteindre les débits de données élevés nécessaires dans un système ISAC, ces blocs IP peuvent avoir besoin de traiter plusieurs échantillons par cycle d'horloge. DSP HDL Toolbox™ offre des blocs IP standardisés pour le traitement du signal, capables de traiter plusieurs échantillons par cycle d'horloge, ce qui permet d'atteindre des débits de données de l'ordre du giga-échantillons par seconde.
Le choix de la bonne plateforme hardware dépend de plusieurs facteurs. Pour la localisation et le suivi, l'un des points importants à prendre en compte est la résolution de portée requise. Par exemple, pour obtenir une résolution de portée bien inférieure à un mètre, un taux d'échantillonnage de l'ordre de centaines de MHz est nécessaire, ce qui impose des exigences extrêmes à la plateforme matérielle. La plateforme RFSoC d'AMD, prise en charge nativement par MATLAB, est l'une de celles qui répondent à ces spécifications rigoureuses. Cela signifie qu'un modèle Simulink® utilisant des blocs IP compatibles avec les FPGA peut être déployé et exécuté sur cette plateforme.
MATLAB propose également des workflows pour la modélisation des imperfections hardware :
MATLAB joue un rôle majeur dans l’avancement de la technologie ISAC. En effet, la plateforme permet aux utilisateurs de simuler des scénarios, de concevoir des algorithmes et d’analyser des données, afin d’accélérer le développement de systèmes radar et de communication intégrés. La plateforme MATLAB aide les chercheurs à valider efficacement les designs et à optimiser la connectivité, ce qui est essentiel pour des applications comme les véhicules autonomes et les villes intelligentes. ISAC devient partie intégrante des futurs réseaux. Les fonctionnalités de MATLAB permettent aux chercheurs d'innover rapidement et de répondre aux exigences d'un monde de plus en plus interconnecté. En bref, ISAC est la clé qui permettra à la 6G de libérer son plein potentiel.
