Antidronové radary jsou určeny především k přesnému sledování vzdušného prostoru v malých výškách pod 1000 metrů nad zemí (AGL). Díky integraci vyhrazených modulů pro zpracování signálu a antén s vysokým ziskem mohou efektivně zachytit rušivé signály generované pozemními objekty, vzdušnými cíli a různými rušeními okolního prostředí (viz obrázek 2), čímž poskytují vysoce kvalitní základní datovou podporu pro následnou identifikaci cíle, sledování trajektorie a rozhodování o protiopatření. Podle obecných standardů klasifikace vzdušného prostoru v oblasti letectví je vzdušný prostor pod 1000 metrů jasně definován jako nízká nadmořská výška, přičemž rozsah pod 100 metrů je ultranízká nadmořská výška. Tato oblast, ovlivněná faktory, jako je okluze terénu a odrazy budov, má složitější environmentální nepořádek. Mezitím odpovídá odolnosti a provozním potřebám malých dronů, a stává se tak primárním scénářem činnosti pro spotřebitelské letecké drony, průmyslové inspekční drony a dokonce i některé drony používané se zlými úmysly. Vezmeme-li například pulzní Dopplerův radar, nejrozšířenější a technologicky nejvyspělejší radar v současné oblasti antidronů, typické nízké, pomalé a malé (LSS) charakteristiky dronů výrazně omezí přesnost detekce, nepřetržitou stabilitu a schopnost proti rušení radarových systémů z různých dimenzí, včetně síly signálu, trajektorie pohybu, radarového průřezu (RCS) a stability letové polohy (jak je znázorněno na obrázku 3). To je také klíčová technická výzva, kterou je třeba upřednostnit při návrhu, výzkumu a vývoji a optimalizaci výkonu protidronových radarů.
Za prvé, základní charakteristika dronů – „let v malých výškách“ – klade přísné požadavky na adaptabilitu pro více scénářů a schopnost antidronových radarů rozlišovat cíle. Potřebují přesně identifikovat různé pohybující se cíle na zemi, v malé výšce a ultranízké výšce v různých složitých terénech a prostředích, jako jsou městské budovy, horské kopce a otevřené plochy, pokrývající chodce, pozemní motorová vozidla, hejna migrujících ptáků, stejně jako drony různých velikostí a režimů letu (např. vícerotorové, s pevnými křídly a vertikální vzlet a přistání). Aby se snížilo rušení pozemního rušení (jako jsou odrazy od stěn budov, rušení zvlnění terénu a rozptyl pozemní vegetace) na výsledky detekce, některé radary proti dronům používají optimalizační strategii dynamického nastavování úhlu sklonu. Tím, že v reálném čase mění směr ozařování, úhel pokrytí a rozložení energie radarových paprsků, aktivně se vyhýbají oblastem s koncentrovaným pozemním rušením a zlepšují poměr signálu k šumu signálů cíle. Tato metoda pasivního vyhýbání se má však zjevná technická omezení a je náchylná k vysoké 'falešné negativitě' při detekci dronů. Vzhledem k tomu, že konvenční operační vzdušný prostor většiny spotřebitelských a průmyslových malých dronů je soustředěn pod 100 metrů (ultra nízká výška), radarové paprsky mohou po úpravě úhlu sklonu jen stěží dosáhnout pokrytí této oblasti bez mrtvého úhlu. Zejména ve složitých terénech, jako jsou městské budovy s vysokou hustotou a horské rokle, se dále rozšiřují slepá místa okluze a výrazně se zvyšuje riziko falešných negativů. Proto musí být účinný a spolehlivý protidronový radarový systém vybaven vyspělou schopností automatického rozpoznávání cíle (ATR). Prostřednictvím algoritmů hlubokého učení extrahuje, klasifikuje a ověřuje zachycené signály, přesně rozlišuje cíle dronů od nepořádku, ptáků a dalších zdrojů rušení, zásadně snižuje rizika falešných negativů a falešných poplachů a zajišťuje spolehlivost výsledků detekce.
Za druhé, inherentní charakteristika dronů – „malá velikost“ – má za následek extrémně nízký radarový průřez (RCS). Hodnota RCS většiny malých dronů, zejména spotřebitelských vícerotorových dronů, je pouze 0,01–0,1 metru čtverečního, což je mnohem méně než u tradičních letadel, jako jsou stíhačky a vrtulníky. Odrážené radarové signály jsou slabé a snadno maskované okolním nepořádkem a elektromagnetickým rušením, což představuje velkou výzvu pro zachycení signálu. Tato charakteristika klade extrémně vysoké požadavky na citlivost detekce radarových detektorů, které musí mít silné schopnosti při extrakci, zesílení a filtrování slabého signálu. Zatímco účinně filtrují elektromagnetické rušení a nepořádek v okolním prostředí, musí také pokrýt široký rozsah detekce, aby bylo dosaženo cílů dvojího výkonu: „detekce na dlouhé vzdálenosti a přesné určování polohy na krátkou vzdálenost“. Realizace tohoto základního výkonnostního cíle musí být založena na vysoké věrohodnosti detekce a rozpoznávání, což vyžaduje konstrukci kolaborativního systému 'hardware + algoritmus' prostřednictvím vícerozměrné technické optimalizace. Na hardwarové úrovni upgradujte základní komponenty, jako jsou antény s vysokou citlivostí a nízkošumové přijímače, abyste zlepšili příjem signálu a efektivitu konverze. Na úrovni algoritmu zaveďte pokročilé technologie, jako je adaptivní filtrování, komprese pulzů a detekce konstantní frekvence falešných poplachů (CFAR), aby se zlepšila schopnost rozpoznání slabých cílových signálů. To zajišťuje přesné zachycení, rozpoznání funkcí a stabilní uzamčení slabých cílových signálů, čímž se zabrání dopadu chybného úsudku signálu a zmeškaného úsudku na účinnost a přesnost následného protiopatření a naplnění potřeb scénářů praktických aplikací.
A konečně, charakteristika dronů – „pomalá rychlost letu“ – také představuje značné problémy pro stabilní sledovací funkci radarových systémů. Rychlost letu většiny malých dronů se pohybuje od 10 do 50 kilometrů za hodinu a některé drony operující ve vznášení v malé výšce mají rychlost blízkou nule. V tomto stavu letu nízkou rychlostí jsou jejich pohybové charakteristiky stěží rozeznatelné od pohybových charakteristik rušivých cílů, jako je plovoucí nepořádek, pomalu létající ptáci a padající předměty. Tradiční sledovací algoritmy mohou jen stěží dosáhnout efektivní diskriminace prostřednictvím rozdílů v rychlosti, což nejenže nedokáže spojitě a stabilně uzamknout cíle dronů, ale také může zmást úsudek pomocných senzorů, jako jsou optické a infračervené senzory, což vede k odchylkám v datech a chybám v rozhodování ve fúzních systémech s více senzory. Takové odchylky se dále přenesou na protiopatření v řešeních systému Counter-Unmanned Aircraft System (C-UAS), jako jsou směrová rušící zařízení, fyzická záchytná zařízení a laserové systémy protiopatření, což bude mít za následek zpožděné protiopatření a nedostatečnou přesnost, neschopné zachytit cílové drony včas a účinně a dokonce může způsobit rušení okolních nevinných cílů. Aby se tento problém vyřešil, musí mít radarové systémy vysokou rychlost aktualizace skenování a schopnost rychlého rozpoznávání cílů. Zvýšením frekvence skenování paprsku, optimalizací dynamických sledovacích algoritmů a modelů predikce trajektorie cíle mohou v reálném čase aktualizovat parametry pohybu cíle (rychlost, trajektorii, polohu, trend letu), rychle rozlišit nízkorychlostní drony od různých rušivých cílů a poskytovat v reálném čase přesnou a nepřetržitou podporu dat o cíli pro následné jednotky protiopatření. To zajišťuje přesnost a včasnost sledování a protiopatření a plně vyhovuje potřebám rychlé likvidace praktických scénářů, jako je bezpečnost, armáda a ochrana před událostmi.
