Networked ISAC for Low-Altitude Economy: Transmit Beamforming and UAV Trajectory Design
6G网络中的 GBS 可以启用网络化ISAC，通过在协调多点（coordinated multipoint, CoMP）通信和分布式 MIMO 雷达感知中的合作，提供 3D 空间的普遍感知和通信。 网络化ISAC为LAE提供了 几个优势:
- 网络化 ISAC 可以实现GBS之间的联合信号处理，以便在合作传输中适当地减轻甚至利用多小区空地干扰
- 分布式GBS可以利用来自不同感知方向的目标雷达截面（radar cross section, RCS）的空间多样性，以增强感知和检测性能。
因此，利用网络化ISAC支持授权飞行器的实时通信和跟踪，以及感知空域以监测未经授权物体的入侵，变得越来越重要。
已有的研究
采用低空UAV作为空中ISAC平台，与地面用户进行通信并感知感兴趣区域的潜在目标，联合优化波束形成和UAV轨迹，以平衡通信和感知性能之间的权衡。或者联合优化UAV轨迹与功率和User
本文
联合优化波束形成和UAV轨迹,以优化通信性能，同时确保对目标空域的监测要求.目标是联合优化GBS的协同传输信息和感知波 束形成、授权UAV的轨迹设计及其与GBS的关联，以 最大化授权UAV在特定飞行周期内的平均总速率，同 时满足GBS的传输功率约束、UAV的实际飞行约束、 GBS-UAV关联约束以及对感兴趣空域的最小照明功率约束。
由于涉及整数变量和优化变量的耦合， 上述问题难以解决。为了解决这个问题，我们提出了 一种高效的算法，通过交替优化（AO）、半正定松弛 （SDR）和连续凸逼近（SCA）技术来寻找高质量的解决方案。
A communication model 之后没看
Result
1个400 m × 400 m 的区域，设有M = 3 个 基站（GBSs），K = 2 个无人机（UAVs），以及Q = 20 个采样位置
仅直线飞行的发射波束成形
联合功率分配和轨迹设计
随着Γ 的增加，所有 方案中无人机的平均总速率下降。这是因为基站需要 花费更多的发射功率来满足感知要求。