動機與系統架構概覽
近年來，整合感測、通訊與控制（ISCC）架構已成為低空無線網路的重要發展方向。根據 arXiv:2508.07799v1，傳統固定天線架構受限於動態干擾與通道衰減，使得資料率與控制品質難以兼顧。本篇文章將從系統架構出發，探討如何利用可移動天線協同佈局與波束賦形策略，提升整體 ISCC 系統的 QoS 與資料吞吐量。
QoS 規格與性能挑戰
ISCC 系統需同時滿足資料通訊速率、感測精度與即時控制反饋三大 QoS 指標。資料通訊方面，要克服多路徑衰減與動態干擾；感測環境則需取得高解析度的回波資訊；控制層級則要求低延遲與高可靠度（Jitter < 10 ms）。依據 IEEE 2024 年期刊報告，固定天線部署多於 70％ 的場景中，通道衰減導致穩定吞吐率下降 25％ 以上。
可移動天線協同優化策略
為同時顧及三大 QoS 指標，研究團隊提出可移動天線與波束賦形聯合優化模型。其核心在於變數包含天線位置向量 {p_i} 及多工波束矩陣 {W_comm, W_sense, W_ctrl}，並以最大化加權資料率為目標，附加感測訊噪比（SNR_sense ≥ γ_s）與控制穩定度（∥x(t+1)−x_ref∥ ≤ ε）等約束條件。此數學模型屬於高度耦合非凸優化問題，直接求解難度極高。
交替優化演算法細節
為求解上述非凸問題，文獻採用交替優化（Alternating Optimization，AO）框架。首先，在固定波束賦形的情況下，透過梯度投影法（Projected Gradient Descent）更新天線位置；接著，以半正定鬆弛（SDR）與二次錐規劃（SOCP）技術求解波束矩陣。根據論文實測，AO 演算法在 20 次迭代內即可收斂至次優解，且平均計算時間低於 0.5 s／迭代，具備實時部署潛力。
數值驗證與效能比較
在仿真環境中，研究人員將可移動天線 AO 演算法與傳統固定天線 SLNR（Signal-to-Leakage-and-Noise Ratio）波束賦形做比較。結果顯示，在干擾強度 5 dB 下，本文策略可提升系統吞吐率 32 ％，同時將控制誤差下降 40 ％。此外，感測 SNR 平均提升 5 dB，有助於更精準地回溯目標位置。
實戰建議與後續挑戰
實務上，部署可移動天線需考量天線機構的速度與定位精度，建議選用驅動延遲低於 50 ms 的伺服機構。此外，可結合 FPGA 進行加速運算，並透過 DevOps 流程自動化參數調校。未來可延伸研究包括多目標強化學習策略，以提升系統在非平穩環境下的自適應能力。
