大海捞针：从海量真实世界5G-A基站数据中追踪无人机

大家读完觉得有帮助记得关注和 点赞摘要无人机在日常生活中的潜在应用使得对其监控变得至关重要。然而现有的无人机监控系统通常依赖于摄像头、激光雷达或雷达这些系统的感知范围有限或部署成本高昂阻碍了大规模应用。为此我们开发了BSense这是首个利用商用5G-A基站点云来追踪无人机的系统。其关键挑战在于数量占主导地位的噪声点与真实无人机点极为相似导致噪声与无人机的比例超过100:1。因此从原始点云中识别无人机犹如大海捞针。为克服此问题我们提出了一个分层框架在点、物体和轨迹层面进行噪声过滤。在原始点层面我们观察到来自不同空间区域的噪声点表现出可区分且一致的信号指纹我们可以对其进行建模以识别和去除。在物体层面我们设计了空间和速度一致性检查来识别虚假物体并通过在多帧上聚合这些检查来计算置信度分数以实现更可靠的区分。在最终的轨迹层面我们提出了一个基于Transformer的网络捕捉多帧运动模式以过滤掉最后残留的虚假轨迹。我们在部署于城市环境的商用5G-A基站上评估了BSense。无人机被指令在7天内沿25条不同轨迹飞行54次产生了155分钟的数据包含超过14,000帧。在此数据集上我们的系统将每帧的虚假检测数从平均168.05个减少到0.04个在高达1000米的范围内实现了95.56%的平均F1分数和4.9米的平均定位误差。关键词5G-A基站感知无人机检测与追踪1. 引言无人机正变得越来越普及应用范围从空中运输到基础设施检测[1, 2, 3]。它们也正成为智慧城市基础设施的组成部分在交通监控、应急响应和环境监测中发挥着重要作用[4, 5, 6]。因此对无人机进行精确的大范围追踪对于这些应用至关重要以确保安全飞行导航和可靠的空域入侵检测。先前的研究探索了使用摄像头、激光雷达和雷达进行无人机感知[7, 8, 9, 10, 11, 12]。然而摄像头感知范围有限[13]且对环境光照条件高度敏感[14]而激光雷达和雷达成本高昂不适合大规模部署[15]。因此它们有限的覆盖范围和高昂的部署成本使其不足以监控可能在城市环境中任意位置出现的无人机。为了克服这些限制我们探索利用现有的基站基础设施来开发一种低成本的、具有广域覆盖的无人机检测与追踪系统。近年来5G正朝着5G-Advanced演进其融合了通感一体化技术以增强基站功能[16, 17, 18, 19]。除了提供通信服务5G-A基站还具备感知能力[20, 21]。这使得利用现有基站基础设施对无人机进行低成本、广域感知成为可能而无需额外部署传感设备[22]。已有一些研究探索利用5G-A基站进行无人机追踪[23, 24, 25, 26, 27, 28]。然而其中大多数仅限于理论分析或理想化仿真未能反映真实物理环境的复杂性。唯一报道的真实世界部署来自Lu等人[29]其重点是在开放水域环境中进行海上船只检测其中大型目标相对容易检测。因此在复杂的城市环境中进行广域无人机追踪的可行性在很大程度上仍未得到探索。为了超越这些简化设定我们研究了使用部署在城市环境中的商用现成5G-A基站产生的点云进行广域无人机追踪的可行性。据我们所知这是首次揭示并解决此类真实世界部署中出现的关键挑战的工作大量且持久的虚假点其与真实无人机点极为相似。[图1] 真实世界数据的一帧。噪声点数量与无人机点的比例高达174:1。[图2] 无人机和噪声点的特征值范围存在大量重叠。为证实这一说法图1展示了我们数据集中的一帧。数据采集自部署在上海的华为5G-A基站[30, 31]该基站通过其内部信号处理流程生成点云。为更清晰可视化我们将点云投影到相应的卫星地图上。值得注意的是与先前专注于短距离通常小于150米无人机追踪的系统不同[24, 28]我们使用的商用基站感知范围高达1000米。然而在如此远的距离下无人机回波变得极其微弱难以与噪声区分。因此从原始点云中识别无人机犹如大海捞针。尽管在点云生成前已应用信号级噪声抑制但仍有大量噪声点残留。在这一帧图1中只有一个点对应无人机而噪声点有174个——导致两个数量级的不平衡。通过理论分析和实验观察我们将这些噪声点归因于三个来源1来自静止结构如建筑物和树木的背景杂波。值得注意的是微小的物理振动和多普勒泄漏会使其回波表现出非零速度因此难以过滤[32]。2由移动物体如车辆与反射面如建筑物立面之间的多次反射引起的多径鬼影。3由旁瓣回波被错误解释为主瓣信号引起的旁瓣鬼影。因此我们的任务是从这些丰富的虚假检测中准确区分出无人机这在先前的工作中尚未被研究。然而这并不容易因为虚假检测是持久存在的并且与无人机目标非常相似无人机点与噪声点之间的特征重叠。如图2所示对商用基站点云数据的统计分析包括多普勒速度、信噪比、信杂比和其他信号指标显示无人机点和噪声点在所有维度上的特征分布存在大量重叠。这种高度的相似性消除了任何清晰的决策边界使得传统的基于阈值的过滤方法失效噪声点难以与真实无人机点区分开来。由持久噪声点产生的长时虚假轨迹。除了点级特征的相似性之外许多噪声点会持续很长时间形成与无人机轨迹高度相似的稳定轨迹。如图3所示我们对原始点进行聚类和追踪并用不同颜色可视化轨迹。真实的无人机轨迹显示为深金色✩但也出现了大量虚假轨迹其中一些延伸数百米。关键在于这些虚假轨迹常常出现在看似合理的无人机位置使得精确区分极具挑战性。[图3] 持久的噪声点产生了大量长时虚假轨迹。一种直接的方法是使用深度学习对噪声点和虚假轨迹进行分类和过滤。然而这种方法面临噪声点数量巨大且与真实无人机点高度相似的问题这使得精确区分非常困难。如第4.2节所示即使是最先进的学习方法也无法有效消除噪声。为克服这些挑战我们提出了BSense它利用商用5G-A基站实现无人机的广域检测与追踪。BSense采用分层框架在点、物体和轨迹层面逐步过滤噪声同时保留真实的无人机目标。在点层面我们的关键洞察是背景噪声与周围环境密切相关因此在局部空间区域内呈现出统计模式。将三维感知空间划分为立方体后我们观察到每个立方体内的噪声点形成由多个信号指标组成的独特“指纹”。因此我们将每个立方体的噪声指纹建模为高斯分布并估计其均值向量和协方差矩阵。然后根据原始点与对应指纹的相似度进行评估并过滤掉相似度高的点。值得注意的是仅需10分钟的数据即可完成建模且由于时间变化缓慢模型每天仅需更新一次。点级过滤后我们将点聚类为单个物体并进一步消除虚假物体。具体来说我们基于直观的运动原理检查连续两帧之间的物体一致性。1空间一致性真实无人机表现出连续的空间运动。因此一个真实物体应该在前一帧的空间邻域内存在对应物体如果不存在则被视为虚假物体。2速度一致性基站测量的真实物体多普勒速度应与根据帧间空间位移计算的径向速度一致否则则被视为虚假物体。然而仅基于连续两帧的一致性检查可能因测量噪声而不可靠。为解决此问题我们使用指数衰减加权策略随时间聚合这些二值结果得出空间和速度置信度分数更强调最近的观测。这种设计产生了物体有效性的鲁棒指标使系统能够可靠地过滤掉缺乏稳定空间或速度行为的物体。[图4] BSense采用分层框架包括1噪声点过滤2虚假物体过滤3虚假轨迹过滤逐步抑制虚假检测以生成干净的无人机轨迹。最后物体被追踪成个体轨迹然而一些虚假轨迹可能仍然存在。为解决此问题我们提出了TrajFormer一个受Transformer架构启发的轻量级轨迹分类网络[33]它利用跨多帧的空间运动和信号特征来过滤虚假轨迹。通过其编码器捕捉长程时间依赖和运动动态并通过其解码器将当前观测与历史上下文对齐TrajFormer有效地区分了真实轨迹和虚假轨迹。总之我们做出了以下贡献我们提出了BSense这是首个利用商用5G-A基站在真实世界部署中实现精确广域无人机检测与追踪的系统。演示视频见 https://youtu.be/Bx668ORkAq4。我们提出了一个分层框架在点、物体和轨迹层面过滤噪声同时保留真实无人机目标。首先我们引入了一种自适应噪声指纹建模方法来去除与噪声相似的点。其次我们设计了空间和速度一致性检查来区分真实无人机目标和虚假物体。最后我们采用一个轻量级的基于Transformer的分类网络来消除残留的虚假轨迹。我们利用部署在城市环境中的商用5G-A基站并指令无人机遵循多样化的飞行轨迹、○、S、∞、□、⋄、M、✩。在7天内我们收集了54次飞行案例产生了约155分钟的有效数据超过14,000帧。我们在此数据集上评估BSense实现了95.56%的平均F1分数精确率96.73%召回率94.41%平均定位误差4.9米证明了其在真实城市条件下的准确性和鲁棒性。2. 背景在本文中我们使用商用华为5G-A基站4.9–4.91 GHz128通道[30, 31]。该基站采用混合OFDM–LFM波形[34]其中OFDM支持短距离覆盖而LFM支持长距离感知。在内部基站采用定制化的雷达式信号处理流程[20, 35]来估计距离、多普勒和角度并直接输出点云。在本工作中我们不访问或修改基站的底层信号处理模块。相反我们直接使用生成的点云作为输入并专注于基于其构建的应用层感知任务。基于基站生成的点云我们的目标是在有效减轻虚假检测的同时实现精确的无人机检测与追踪。具体来说我们的系统输入是一个点云 PP其中每个点 p∈Pp∈P 编码了空间坐标、多普勒速度以及一组信号质量指标包括信噪比、信杂比、噪声水平、信号功率和接收功率我们系统的输出是每个被追踪无人机的估计位置、速度和身份表示为3. BSense 设计3.1 系统概述图4展示了BSense的概述这是一个在点、物体和轨迹层面运行的分层框架。在点层面模块对噪声指纹进行建模并自动更新过滤掉与噪声指纹相似的点。在物体层面模块将点聚类成物体执行空间和速度一致性检查并通过在多帧上聚合这些检查来计算置信度分数以区分真实目标和虚假物体。在轨迹层面模块追踪物体并采用一个轻量级的基于Transformer的分类网络来消除虚假轨迹。3.2 通过噪声指纹建模过滤噪声点我们从点云层面开始噪声过滤目标是持久性的背景噪声。这些噪声主要由静止结构如建筑物、地形和树木的直接反射引起。然而由于环境振动和多普勒泄漏[32]这些点可能表现出非零多普勒速度高达3.2米/秒和较高的信号强度使得仅基于原始点特征难以与无人机点区分。为解决此问题我们将关注点从单个点的特征转移到它们在局部空间区域内形成的统计模式。我们的关键思想是背景噪声来源于周围环境反射的回波信号。因此每个局部区域内噪声点的信号指标应遵循一个特征性的、一致的分布我们称之为噪声指纹。基于这一洞察我们首先分析并确认噪声指纹可以用高斯分布有效表征。然后我们跨多帧估计分布参数并根据点与拟合分布的统计偏差进行过滤。3.2.1 噪声指纹分析我们发现局部空间区域内噪声点的信号指标可以有效地建模为高斯分布。这一结论得到以下理论推理和经验证据的支持。从理论角度看这一假设得到两个关键观察的支持。首先根据中心极限定理大量独立随机变量之和收敛于高斯分布。在我们的场景中局部区域内的噪声信号是来自众多小尺寸独立散射体的反射的聚合结果。其次在一个足够小的空间区域内环境的物理属性通常是均匀的。这种空间一致性导致稳定的散射行为支持聚合信号指标收敛于高斯分布。为实证验证这一假设我们收集了10分钟的噪声数据900帧并累积相应的点云。将三维空间划分为边长40米的立方体每个立方体包含一组局部点。对于每个立方体我们应用Henze-Zirkler检验[36]来评估五个信号指标SNR、SCR、噪声水平、信号功率和接收功率是否联合服从多元高斯分布。结果显示超过75%的立方体满足高斯性假设证实了统计建模的可行性。对于剩余未通过检验的立方体我们观察到它们通常包含更高比例的复杂鬼影点可能是由多径效应或旁瓣干扰引起的这导致了非高斯信号模式。这些立方体被排除在高斯建模之外其点将在后续阶段处理BSense的物体级第3.3节和轨迹级第3.4节模块将进一步识别和移除这些鬼影点。在以下部分我们详细介绍了高斯建模、噪声过滤和参数更新的过程。3.2.2 多元高斯建模[图5] 通过指纹建模过滤噪声点。三维空间被划分为立方体每个立方体内的噪声使用高斯分布建模。然后根据点与相应分布的相似度进行过滤。如图5所示我们将三维空间划分为立方体边长40米并使用多元高斯对每个立方体内的噪声分布进行建模。由于篇幅限制关于立方体尺寸选择理由的讨论见附录A。为了构建初始噪声模型我们首先在感知区域内没有无人机的时间段内收集点云数据记为 NPNP。这确保了 NPNP 中的所有点都可被视为噪声。对于每个立方体 ii我们将 NPiNPi​ 定义为位于其内部的噪声点子集我们用五维特征向量 x(p)x(p) 表示每个点 p∈NPip∈NPi​该向量由原始信号指标组成为了减轻不同信号指标之间尺度和单位差异的影响我们使用z-score归一化对每个特征进行标准化[37]。对于立方体 ii我们计算所有噪声点的均值和标准差然后每个点 p∈NPip∈NPi​ 的标准化向量 z(p)z(p) 计算为z(p)x(p)−μziσziz(p)σzi​x(p)−μzi​​。接下来我们使用最大似然估计估计立方体 ii 内噪声分布的参数。对于多元高斯分布参数包括均值向量 μ^iμ^​i​ 和协方差矩阵 Σ^iΣ^i​计算如下最后对于每个立方体我们记录z-score标准化统计量和多元高斯参数以供后续噪声过滤。立方体 ii 的完整参数集为3.2.3 基于相似度的噪声过滤在对噪声分布进行建模后我们使用马氏距离[38]评估当前帧中每个点与相应噪声分布的相似度。该距离度量考虑了特征间的相关性使其非常适合多元数据。与噪声分布相似度高即马氏距离小的点被识别为噪声并随后移除。具体来说对于当前帧中的每个点 pp我们定位其对应的立方体 ii标准化其特征向量并计算马氏距离为其中 z(p)z(p) 是点 pp 的z-score标准化特征向量μ^iμ^​i​ 和 Σ^iΣ^i​ 分别表示立方体 ii 内噪声分布的估计均值向量和协方差矩阵。如果点的马氏距离低于相似度阈值 τsimτsim​我们将其分类为噪声并移除。该阈值基于从历史噪声样本 NPNP 计算出的马氏距离分布自适应确定其中 Percentilek(⋅)Percentilek​(⋅) 返回计算距离的第 kk 个百分位数。根据经验我们设置 k80k80这意味着 NPNP 中80%的历史噪声点的马氏距离低于该阈值。这使我们能够过滤掉大部分噪声点同时减轻异常值的影响。最后为了评估阈值参数 kk 的影响我们在图6中绘制了不同 kk 值下被过滤的无人机点和噪声点的百分比。随着 kk 增加更多的噪声点被移除但错误过滤无人机点的风险也随之增加。在 k80k80 时我们取得了良好的平衡——移除了61.8%的噪声点同时仅过滤了1.7%的无人机点使其成为我们系统的合适选择。[图6] 不同 kk 值下被过滤的无人机点和噪声点的百分比。在 k80k80 时我们取得了良好的平衡过滤了61.8%的噪声点同时仅过滤了1.7%的无人机点。3.2.4 模型参数自动更新随着时间的推移环境的信号反射模式可能会逐渐变化导致先前拟合的高斯参数不准确。为解决此问题在模型初始化后噪声模型使用最近的点云数据排除已检测到的无人机点自动更新。这种设计提高了模型的自适应性使其能够在现实环境中持续运行。具体来说我们以固定间隔 TT 进行参数更新。每次更新时我们回顾性地收集最近的 NN 帧点云数据记为 PupdPupd​。由于 PupdPupd​ 可能包含真实的无人机点这些点会污染噪声模型我们利用系统的最终检测结果来识别并排除这些点。剩余的子集记为 NPupdNPupd​仅包含噪声点用于重新拟合多元高斯模型并重新计算相似度阈值。在实践中我们发现每两天更新一次模型就足够了每次更新需要少于700帧约7.5分钟的数据。TT 和 NN 最优值的选择将在第4.3节讨论。关键结果在此模块之后每帧的平均噪声点数从168.05减少到64.15减少了61.8%详见第4.3节。3.3 利用基于空间和速度的置信度过滤虚假物体在利用固有的点级信号指标之后我们进一步分析跨帧运动模式以消除虚假物体。这些虚假物体通常由移动车辆的多径效应和旁瓣干扰引起并常常表现为高度在100–300米的空中点。我们的关键思想是基于直观的运动原理对连续帧进行一致性检查。1空间一致性真实物体表现出连续的空间运动因此前一帧的空间邻域内应存在对应物体。2速度一致性基站测量的真实物体多普勒速度应与根据帧间空间位移计算的径向速度一致。基于这些一致性原则我们利用揭示出的运动模式差异来消除虚假物体。首先我们将点聚类成物体。然后我们使用受强化学习中资格迹启发的指数衰减加权策略[39]随时间聚合二值一致性结果计算出鲁棒的空间和速度置信度。最后置信度分数低的物体被过滤掉。3.3.1 点聚类由于运动特性由物体整体展现我们首先扩展DBSCAN算法[40]将点更准确地聚类成单个物体。当一个点在距离阈值 τdτd​ 内有足够多的邻近点时形成一个簇。为避免错误地合并空间上相邻的物体我们将多普勒速度纳入距离度量。得到的度量定义为这里我们根据经验设置权重为 (ax,ay,az,av)(1,1,1,3)(ax​,ay​,az​,av​)(1,1,1,3)距离阈值为 τd10τd​10。考虑到无人机体积小可能仅表现为一个点我们也保留仅包含一个点的簇。[图7] 当物体在帧间成功匹配时满足空间一致性。当由空间位移计算的径向速度与多普勒速度一致时满足速度一致性。3.3.2 基于空间的置信度我们基于真实目标连续运动并表现出空间一致性的原则设计此置信度。如图7所示从聚类获得物体后我们采用Kuhn-Munkres匹配算法[41]建立相邻帧间物体的空间关联。如果两个物体的欧氏距离小于15米则认为它们是匹配的。考虑到连续帧之间的间隔为0.64秒此阈值足以覆盖商用无人机[42]在典型最大速度低于20米/秒下的帧间位移。对于第 tt 帧中的每个物体 objobj如果找到匹配我们设置 Is(obj,t)1Is​(obj,t)1否则Is(obj,t)0Is​(obj,t)0。为了量化物体随时间被一致匹配的程度我们将基于空间的置信度 CsCs​ 定义为其中 γs∈[0,1]γs​∈[0,1] 是控制历史信息遗忘率的衰减因子根据经验设为0.9[43]obj′obj′ 表示第 (t−1)(t−1) 帧中与 objobj 匹配的物体。这个递归公式随时间更新每个物体的置信度给予最近的匹配更多权重。因此置信度分数既捕捉了成功关联的频率也捕捉了其新鲜度提供了空间一致性的鲁棒度量。由于真实目标在空间中连续运动并表现出空间一致性较高的置信度分数 CsCs​ 表明该物体是真实目标的可能性更高。3.3.3 基于速度的置信度除了空间一致性真实目标还应表现出速度一致性基站测量的多普勒速度应与根据空间位移推断的径向速度一致。具体来说我们首先根据连续帧之间的空间关联计算物体相对于基站的径向速度其中 pos(obj,t)pos(obj,t) 和 pos(obj′,t−1)pos(obj′,t−1) 分别表示帧 tt 和 (t−1)(t−1) 中匹配物体的位置。然后我们评估计算出的径向速度 vrvr​ 与基站测量的多普勒速度 vdvd​ 之间的一致性如图7所示。这种一致性通过以下公式量化我们根据经验设置 τc12τc1​2 和 τc22τc2​2。如果满足条件则 Iv(obj,t)1Iv​(obj,t)1否则Iv(obj,t)0Iv​(obj,t)0。遵循与空间置信度相同的递归公式我们将速度置信度 CvCv​ 定义为其中 γvγv​ 也根据经验设为0.9[43]。由于基站测量的多普勒速度预计与真实目标的空间位移计算出的径向速度一致因此较高的 CvCv​ 分数表明该物体对应真实目标的可能性更大。3.3.4 基于置信度的物体判别在计算出基于空间和速度的置信度分数后我们利用这些度量来区分真实物体和虚假物体。未能满足空间-速度置信度标准特别是那些 CsτsCs​τs​ 且 CvτvCv​τv​ 的物体将被过滤掉。阈值 τsτs​ 和 τvτv​ 是关键参数必须仔细选择以平衡抑制虚假物体和保留真实目标。为了确定合适的阈值我们分析了无人机和虚假物体的置信度分数分布。如图8所示所提出的两种置信度都能清晰地区分无人机和虚假物体。因此我们采用基于百分位数的阈值策略为了保留更多无人机我们将阈值设置在无人机置信度分数的第5个百分位数τs1.7τs​1.7τv1.1τv​1.1。这种配置确保了无人机的高召回率同时保持了对虚假物体的有效过滤。关键结果在此模块之后每帧的平均虚假物体数从61.34减少到2.58减少了95.79%详见第4.4节。[图8] 基于空间和速度的置信度的统计范围。阈值设置在无人机置信度分数的第5个百分位数τs1.7τs​1.7τv1.1τv​1.1。3.4 物体追踪与虚假轨迹过滤获得物体结果后我们随时间追踪它们的位置同时对生成的轨迹进行分类。值得注意的是绝大多数虚假检测已被点级和物体级过滤方法移除。因此我们提出了一个轻量级的轨迹分类网络与追踪并行运行持续实时分类和过滤掉最后剩余的少量虚假轨迹。3.4.1 基于IMM-UKF的物体追踪为了连续、精确地追踪无人机的位置我们采用了交互多模型无迹卡尔曼滤波器[44]它在不同运动模式下提供鲁棒的追踪。在此框架中IMM在多个运动模型之间动态切换而UKF确保非线性系统中的精确状态估计。具体来说我们定义物体状态向量包括位置、方位角、仰角、速度大小和角速度表示为S[x,y,z,ϕ,θ,v,ωϕ]S[x,y,z,ϕ,θ,v,ωϕ​]。我们在IMM框架中考虑两个运动模型。第一个是线性匀速模型假设物体以恒定速度运动。第二个是非线性恒定转弯速率和速度模型假设物体在水平面上以恒定转弯率运动同时在垂直方向上保持恒定速度。追踪算法维护每条轨迹并根据匹配的物体观测值 objobj 进行更新。只有当轨迹候选连续 LL 帧与 objobj 成功关联后才会被确认并输出其中我们根据实验第4.5节设置 L6L6。[图9] 我们基于Transformer的轨迹分类网络概述。3.4.2 基于Transformer的轨迹分类在追踪过程中虚假轨迹仍可能出现。为解决此问题我们提出了TrajFormer一个轻量级的基于Transformer的轨迹分类网络它与追踪器协同工作持续区分真实轨迹和虚假轨迹。每条轨迹使用最近的 LL 个观测值实时评估直到被验证为真实目标然后输出。每个 objobj 包含空间运动和信号特征obj(x,y,z,vd,snr,scr,nl,sp,rp)obj(x,y,z,vd​,snr,scr,nl,sp,rp)。如图9所示TrajFormer首先采用Transformer编码器[33]从多帧观测值t−L,…,tt−L,…,t中提取时间特征。然后当前观测值tt用作查询而编码器输出用作Transformer解码器[33]中的键和值将当前帧与其历史上下文整合。线性层和softmax分类器随后确定轨迹对应的是真实目标还是虚警。编码器捕捉跨连续帧的长程时间依赖和运动动态产生轨迹演化的紧凑表示。解码器以当前观测为条件并将其与编码的历史上下文对齐从而突显运动一致性或不规律性。这种设计使网络能够学习多帧运动模式并有效区分真实轨迹和虚假轨迹包括由鸟类引起的虚假轨迹。关键结果在此模块之后每帧的平均虚假物体数从2.58减少到0.04BSense实现了95.56%的F1分数详见第4.5节。4. 评估4.1 实验设置系统设置。我们使用部署在中国上海城市环境中的华为商用5G-A基站[30, 31]收集数据该基站工作在4.9 GHz带宽100 MHz128个通道。图10显示了基站的有源天线单元和在现场试验中使用的DJI Mavic 3T无人机[42]。AAU安装在23米高度感知范围可达1000米水平视场角为130°垂直视场角为45°。如图1所示覆盖区域包括住宅楼、工厂、高架桥和一条河流为验证BSense提供了复杂的环境。[图10] 现场实验中部署的5G-A基站有源天线单元和无人机。数据采集。无人机被指令在感知区域内遵循一组形状飞行路径○、S、∞、□、⋄、M、✩以及直线路径。对于直线飞行轨迹与天线视轴的夹角设置为 -85°、-75°、…、75°、85°。总体而言这些路径产生了25条不同的轨迹。无人机配备了GPS为评估提供了真实位置。基站以每640毫秒一帧的速率输出点云数据。数据连续采集7天共得到54个案例总时长约155分钟超过14,000帧。其中两个案例无无人机。一个对应于数据采集开始时的10分钟片段用于初始化噪声指纹模型第3.2.2节另一个用于评估无目标场景下的系统性能。此外50个案例是通过每种预定义路径类型飞行两次获得的路径长度从600米到2300米不等。剩余的两个案例包括一个多无人机场景两架无人机同时飞行和一个从部署在不同位置的基站采集的跨站点场景用于评估系统的泛化能力。训练-测试划分。由于第3.4.2节中介绍的TrajFormer需要训练我们使用5折交叉验证[45]评估其性能。为确保公平评估并评估泛化能力数据划分在完整飞行案例层面进行使得具有相同轨迹类型的案例永远不会同时出现在训练集和测试集中。在训练期间仅将训练折中的案例分割成固定大小的滑动窗口基于真实标签生成正负样本。相反测试在完整轨迹上顺序进行不进行分割。性能指标。我们使用以下指标评估BSense重点关注精确的无人机检测与追踪以及有效的虚假目标过滤点级指标首先根据第3.2节描述的噪声指纹建模过滤噪声点。为了评估此模块我们定义点级指标如下。如果一个点与真实位置欧氏距离在10米以内则被分类为无人机点否则视为噪声。设 cucu​ 和 cncn​ 分别为过滤前无人机点和噪声点的数量cu′cu′​ 和 cn′cn′​ 为过滤后对应的数量。无人机点的错误过滤率 FuFu​ 和噪声点的正确过滤率 FnFn​ 定义为物体级指标然后我们从第3.3节描述的点聚类和虚假物体过滤中获得物体结果。为了评估我们在检测到的物体和真实值之间执行最小距离二值匹配。如果匹配距离在10米以内则检测到的物体被分类为真正例否则计为假正例。没有匹配的真实物体被视为假负例。无人机召回率 RR 和每帧平均虚假物体数 NfNf​ 定义为轨迹级指标最后使用第3.4节描述的物体追踪和虚假轨迹过滤我们评估整体追踪性能通过F1分数和平均定位误差表征。F1分数计算为精确率和召回率的调和平均平均定位误差定义为测量系统输出与真实无人机位置之间的平均欧氏距离。由于本研究的主要挑战在于大量的虚假检测我们特别关注F1分数。4.2 整体性能与基线比较。由于尚无现有方法针对利用商用5G-A基站点云进行无人机追踪因此无法直接比较。因此我们将BSense与两个分别在点和轨迹层面过滤噪声的代表性基线进行比较。[图11] 与基线的性能比较。[图12] 与基线的视觉比较。与 (a) 和 (b) 相比我们的系统 (c) 过滤了虚假轨迹并实现了精确的无人机检测与追踪。(1)PointNet [46]一种广泛用于雷达点分类的网络[47, 48]。它从原始点云中学习局部和全局特征以区分和移除虚假点。剩余的点随后用于聚类和物体追踪。(2)ConvTimeNet [49]一种最先进的时间序列分类模型。由于轨迹可以自然地视为时间序列数据我们首先进行点聚类和物体追踪然后应用ConvTimeNet来区分真实的无人机轨迹和虚假轨迹。如图12所示BSense实现了最高的F1分数95.56%显著优于PointNet72.78%和ConvTimeNet75.59%。图12进一步展示了在✩轨迹案例中的视觉比较我们的系统有效移除了虚假轨迹同时精确保留和追踪了无人机轨迹。相比之下两种基线都表现出明显的虚警和碎片化轨迹突显了我们的方法在实现精确鲁棒无人机追踪方面的优势。消融研究。我们通过在基本流程中逐步添加模块并在完整数据集上评估其贡献来进行消融研究(1)基本流程使用DBSCAN[40]直接聚类原始点然后使用IMM-UKF[44]追踪得到的物体。(2) 噪声指纹建模在方法(1)的基础上加入基于噪声指纹建模的噪声点过滤如第3.2节所述。(3) 基于空间的置信度在方法(2)的基础上进一步引入基于空间的置信度来过滤虚假物体如第3.3节所述。(4) 基于速度的置信度在方法(3)的基础上进一步引入基于速度的置信度来过滤虚假物体如第3.3节所述。(5) TrajFormer我们的最后在方法(4)的基础上使用我们提出的TrajFormer网络过滤虚假轨迹如第3.4节所述。[图13] 消融研究。“”表示逐步集成我们提出的模块。[图14] 消融研究中的轨迹可视化。从左到右“”表示增量添加我们提出的模块。值得注意的是方法(1)–(5)展示了我们提出模块的逐步集成相应结果如图13所示。基本流程表现不佳F1分数仅为3.65%主要是由于大量噪声引起的虚警将精确率拉低至1.86%。在此基本流程基础上我们逐步加入噪声指纹建模、基于空间的置信度、基于速度的置信度和TrajFormer。随着每个模块的引入精确率显著提高同时召回率保持较高水平将F1分数从3.65%提升至95.56%。总体而言这种渐进式增强清楚地验证了我们系统中每个模块的贡献。此外图14(a)–(e)展示了在✩轨迹案例中方法(1)–(5)的轨迹可视化不同颜色表示不同轨迹。如图所示随着我们提出模块的增量集成虚假轨迹逐渐被消除而无人机轨迹始终保持。这种渐进式改进突显了每个模块的贡献并进一步证明了我们的系统在实现精确鲁棒无人机检测与追踪方面的有效性。非无人机轨迹判别。在数据采集期间许多鸟类飞过感知区域。然而与基本流程相比BSense过滤掉了96.66%的非无人机轨迹包括鸟类展示了其区分非无人机飞行物体的能力超越了抑制噪声和鬼影目标。这得益于我们的轨迹级模型它捕捉多帧运动模式并实现精确判别。可视化结果。系统的每帧输出被保存并可视化。图15展示了基本流程和我们的BSense在不同飞行路径、○、S、∞、□、⋄、M、✩上的比较。第一行和第三行显示基本流程结果第二行和第四行显示BSense的相应输出。如图所示与基本流程相比BSense有效消除了虚假轨迹同时精确检测和追踪了无人机。对于∞、M和✩轨迹由于在某些时段内连续缺乏目标原始点出现了部分间隙。总体而言这些结果突显了BSense的强劲性能它在从简单到复杂✩的飞行路径上抑制了虚假检测生成了干净的无人机轨迹。[图15] 基本流程和我们的BSense在不同飞行路径上的视觉比较。处理延迟。除了检测和追踪精度低处理延迟对于实时部署至关重要。我们通过在英特尔酷睿i5-11500 CPU[50]上实现我们的系统并测量每个阶段每帧的延迟来评估这一点。结果显示三个顺序阶段——噪声点过滤、虚假物体过滤和虚假轨迹过滤——每帧的平均延迟分别为6.91毫秒、15.12毫秒和16.34毫秒。总体而言端到端处理延迟为38.37毫秒每帧对应约25帧/秒的吞吐量。这远低于基站的原始点云生成间隔640毫秒每帧表明我们的系统轻松满足实时要求。4.3 噪声点过滤性能[图16] (a) 无人机点的错误过滤率(b) 不同数据帧数下的噪声点正确过滤率。[图17] (a) 无人机点的错误过滤率(b) 不同更新间隔下的噪声点正确过滤率。用于噪声指纹建模的数据帧数。系统使用最近的 NN 帧点云数据自适应地对噪声指纹进行建模如第3.2节所述。增加 NN 可通过纳入更多历史观测来提高参数估计的准确性但也会增加存储开销。图16展示了在不同 NN 值下的过滤性能。如图16(b)所示噪声点的正确过滤率随 NN 增大而增加然而一旦 NN 超过700帧7.5分钟边际增益显著减小。同时图16(a)显示无人机点的错误过滤率始终低于2%表明在不同设置下真实无人机点都被有效保留。综合考虑过滤效果和存储开销我们为噪声指纹建模和参数更新设置 N700N700。在此配置下我们的方法将每帧平均噪声点数从168.05减少到64.15减少了61.8%同时仅错误过滤了1.7%的无人机点。模型参数更新间隔。为了随时间维持鲁棒的噪声点云过滤系统以间隔 TT 定期更新噪声指纹模型的参数如第3.2.4节所述。图17报告了不同 TT 值下的过滤性能。如图17(b)所示噪声点的正确过滤率随 TT 增大而降低一旦 TT 超过2天下降明显。同时图17(a)显示无人机点的错误过滤率始终低于2%表明在不同更新间隔下模型都能有效保留真实无人机点。基于这些观察我们将更新间隔设置为 T2T2 天这在更新开销和过滤性能之间取得了良好平衡确保了稳定性和有效性。不同的无人机飞行路径。对于可能出现在感知区域内任何位置的无人机确保它们不会被错误过滤至关重要。图18展示了所提出的噪声点过滤方法在不同无人机飞行路径、○、S、∞、□、⋄、M、✩上的性能。如图18(b)所示噪声点的正确过滤率始终超过60%而图18(a)显示所有飞行路径下无人机点的错误过滤率均低于2%。这些结果证明了所提方法的鲁棒性和泛化能力它能有效过滤超过60%的噪声点同时保留超过98%的无人机点。[图18] (a) 无人机点的错误过滤率(b) 不同无人机飞行路径下的噪声点正确过滤率。4.4 虚假物体过滤性能[图19] (a) 每帧虚假物体数量(b) 不同过滤方法下的无人机物体召回率。不同的过滤方法。我们评估了不同方法过滤虚假物体的有效性(1)原始物体直接从DBSCAN聚类[40]获得的物体结果。(2)空间一致性过滤掉不满足空间一致性的物体。(3)速度一致性过滤掉不满足速度一致性的物体。(4)基于空间的置信度过滤掉基于空间置信度低于阈值的物体。(5)基于速度的置信度过滤掉基于速度置信度低于阈值的物体。(6)我们的方法过滤掉基于空间和速度置信度均低于阈值的物体。图19比较了这些方法的性能。如图19(a)所示应用空间一致性、速度一致性以及推导出的基于空间和速度的置信度显著减少了虚假物体的数量。同时图19(b)显示所有方法的无人机召回率均保持在85%以上。总体而言与原始物体相比我们使用基于空间和速度置信度的过滤方法将每帧平均虚假物体数从61.34减少到2.58减少了95.79%同时保持了87.64%的无人机召回率。此外无人机召回率可以通过后续的物体追踪进一步提高。不同的无人机飞行路径。对于可能出现在感知区域内任何位置的无人机确保它们不会被错误丢弃至关重要。图20展示了所提出的虚假物体过滤方法在不同无人机飞行路径、○、S、∞、□、⋄、M、✩上的性能。如图20(a)所示每帧虚假物体数始终低于3而图20(b)表明所有飞行路径下无人机物体的召回率始终超过85%。这些结果突显了所提方法的鲁棒性和适应性证明了其在不同飞行场景下的可靠性能。[图20] (a) 每帧虚假物体数量(b) 不同无人机飞行路径下的无人机物体召回率。4.5 无人机追踪性能[图21] 不同窗口大小下的无人机追踪性能(a) 平均定位误差(b) F1分数。[图22] 不同飞行路径下的无人机追踪性能(a) 平均定位误差(b) F1分数。[图23] 不同距离下的无人机追踪性能(a) 平均定位误差(b) F1分数。轨迹分类窗口大小。系统使用TrajFormer确定轨迹是真实目标还是虚假目标它处理最近的 LL 个观测值如第3.4.2节所述。更大的窗口大小 LL 使TrajFormer能够捕捉更丰富的时间信息从而提高轨迹分类性能。然而增加 LL 也会引入输出延迟因为系统必须在做出决策前积累更多观测值。图21展示了不同窗口大小下的追踪性能。图21(b)显示当 LL 超过6时F1分数的提升变得微乎其微而图21(a)表明平均无人机定位误差始终低于6米满足公里级感知的要求。因此我们在实验中将 LL 设置为6。在此配置下系统实现了95.56%的强检测性能精确率96.73%召回率94.41%并保持了4.9米的平均定位误差。不同的无人机飞行路径。对于从简单到复杂✩的飞行路径获得干净可靠的无人机轨迹至关重要。图22展示了不同飞行路径、○、S、∞、□、⋄、M、✩下的追踪性能。所有路径的精确率始终超过96%突显了我们系统的有效性。然而对于∞、M和✩轨迹召回率相对较低主要是由于在某些时段内连续缺乏目标原始点图15。相应的F1分数分别为94.03%、94.72%和94.13%而所有其他路径的分数均超过95%。这一由持续目标点缺失引起的限制将在第5节作为系统约束的一部分进一步讨论。不同的距离。如图23所示我们评估了BSense在不同距离下的追踪性能。图23(b)显示从100米到900米BSense始终实现90%以上的F1分数。近距离召回率较低是由于无人机追踪初始化阶段而长距离性能下降是由于目标点缺失。图23(a)显示平均无人机定位误差随距离增加而增大但在所有距离下均保持在6.5米以内。这些结果表明BSense在长距离下保持了鲁棒的追踪性能。无目标场景。我们在一个单独的15分钟案例约1,400帧上评估BSense该案例没有无人机飞行。此案例与用于噪声指纹建模的数据不同用于评估无目标场景下的虚警。BSense实现了2%的虚警率即使在缺乏真实目标的情况下也极少产生虚假检测。这一结果证明了系统在无无人机场景下有效的虚警抑制能力。[图24] (a) 基本流程和 (b) BSense在多无人机场景中的视觉比较。[图25] (a) 基本流程和 (b) BSense在不同部署站点的视觉比较。多无人机场景。我们进一步在多无人机场景中评估BSense其中两架无人机近距离飞行为目标分离带来了额外挑战。图24展示了追踪结果比较了基本流程和BSense。BSense精确区分并追踪了两架无人机实现了95.01%的F1分数100%精确率和90.50%召回率证明了其在多无人机场景中的有效性。跨站点泛化能力。为了评估BSense的泛化能力我们使用从部署在另一个地点的基站收集的数据进行实验无人机在该站点遵循⋄飞行模式。图25显示了追踪结果比较了基本流程和BSense。与视觉观察一致BSense在没有任何手动重调的情况下实现了96.93%的F1分数100%精确率和93.99%召回率证明了其在不同部署场景下的鲁棒性能。5. 讨论尽管BSense在真实环境中取得了强劲的性能但它仍然存在局限性和开放的研究方向。轨迹中断。在我们的实验中我们观察到系统输出的无人机轨迹偶尔会出现50–100米的中断如图15中的∞和✩示例所示。这些中断并非由算法遗漏引起而是由原始点云数据中持续的目标缺失造成的。它们通常发生在无人机被高大城市建筑遮挡或其飞行方向与基站保持切向时。在未来的工作中我们计划利用深度学习从轨迹的前后片段中提取运动特征通过生成中断轨迹的缺失部分实现无缝轨迹补全。定位精度有限。我们的系统实现了精确的无人机检测平均定位误差为4.9米。尽管在公里级感知下达到米级精度已属不易但为了更广泛的应用仍需进一步提高。本研究主要解决了过滤大量虚假检测的挑战而剩余的定位误差主要源于基站点云固有的测量噪声因此提高定位精度超出了我们当前的范围。未来的改进可能包括增加信号带宽或扩大天线阵列以提高测距精度和角分辨率从而产生更高质量的点云。6. 相关工作基于传感器的无人机感知。摄像头、激光雷达和雷达被广泛用于物体检测[51, 52, 53, 54, 55, 56, 57, 58]近期的研究也探索了它们在无人机感知中的应用[12, 59, 60, 7, 9, 61, 62, 63, 64, 8, 65, 66, 10, 11]。尽管这些基于传感器的方法取得了很强的感知性能但它们仍然存在一些局限性。基于摄像头的系统难以获得可靠的距离信息因此通常仅提供二维检测。它们还对光照条件高度敏感[14]使得夜间操作困难。激光雷达和雷达系统虽然更鲁棒但往往价格昂贵不适合大规模部署[15]将其应用限制在机场或无人机表演等特定场景。基于基站的感知。随着通感一体化技术的发展5G-A基站除了提供通信服务外也被探索作为感知平台[20, 21, 17, 18, 19]。近期的研究[23, 67, 24, 26, 27, 28, 68, 69, 25, 70, 71]探索了利用5G-A基站进行车辆和无人机检测以及环境重建。然而这些工作主要关注ISAC架构设计和信号处理优化评估限于理论分析或理想化仿真。据我们所知迄今为止唯一报道的真实部署是Lu等人[29]的工作他们利用ISAC基站进行海上船只检测与追踪。然而他们的实验是在开放水域环境中进行的其中大型船只相对容易检测。7. 结论我们提出了BSense首个利用商用5G-A基站追踪无人机的实用系统。我们的系统引入了一个分层框架在点、物体和轨迹层面逐步过滤噪声。通过在复杂城市环境中的部署我们证明了BSense将每帧数百个虚假检测减少到接近零同时在公里级感知范围内实现了米级定位精度。我们相信BSense的设计、实现和评估标志着将ISAC从理论探索推进到现实世界大规模无人机检测与追踪的重要一步。