Anti-Drohnen-Radare sind hauptsächlich für die genaue Überwachung des Luftraums in geringer Höhe unter 1.000 Metern über dem Boden (AGL) konzipiert. Durch die Integration dedizierter Signalverarbeitungsmodule und Hochleistungsantennen können sie Störsignale effizient erfassen, die von Bodenobjekten, Luftzielen und verschiedenen Umgebungseinflüssen erzeugt werden (siehe Abbildung 2) und so eine hochwertige Basisdatenunterstützung für die anschließende Zielidentifizierung, Flugbahnverfolgung und Entscheidungsfindung für Gegenmaßnahmen bereitstellen. Gemäß den allgemeinen Luftraumklassifizierungsstandards im Luftfahrtbereich wird der Luftraum unter 1.000 Metern eindeutig als niedrige Höhe definiert, wobei der Bereich unter 100 Metern als extrem niedrige Höhe gilt. Dieser Bereich wird durch Faktoren wie Geländeverdeckung und Gebäudereflexionen beeinflusst und weist komplexere Umweltstörungen auf. Mittlerweile entspricht es den Ausdauer- und Betriebsanforderungen kleiner Drohnen und wird so zu einem primären Einsatzszenario für Luftbilddrohnen für Verbraucher, industrielle Inspektionsdrohnen und sogar für einige böswillig eingesetzte Drohnen. Am Beispiel des Puls-Doppler-Radars, dem am weitesten verbreiteten und technologisch ausgereiftesten Radar im aktuellen Anti-Drohnen-Bereich, werden die typischen Low-, Slow- und Small-Eigenschaften (LSS) von Drohnen die Erkennungsgenauigkeit, kontinuierliche Stabilität und Anti-Interferenz-Fähigkeit von Radarsystemen in mehreren Dimensionen, einschließlich Signalstärke, Bewegungsbahn, Radarquerschnitt (RCS) und Fluglagestabilität, erheblich einschränken (wie in Abbildung 3 dargestellt). Dies ist auch eine zentrale technische Herausforderung, die bei der Gestaltung, Forschung und Entwicklung sowie Leistungsoptimierung von Anti-Drohnen-Radargeräten Vorrang haben muss.
Erstens stellt das Kernmerkmal von Drohnen – der „Flug in geringer Höhe“ – strenge Anforderungen an die Anpassungsfähigkeit an mehrere Szenarien und die Zielunterscheidungsfähigkeit von Anti-Drohnen-Radargeräten. Sie müssen verschiedene sich bewegende Ziele am Boden, in geringer Höhe und in extrem geringer Höhe in verschiedenen komplexen Geländen und Umgebungen wie städtischen Gebäuden, bergigen Hügeln und offenen Gebieten genau identifizieren und Fußgänger, Bodenfahrzeuge, Zugvogelschwärme sowie Drohnen unterschiedlicher Größe und Flugmodi (z. B. Multirotor-, Starrflügel- und Vertikalstart und -landung) abdecken. Um die Beeinträchtigung der Erkennungsergebnisse durch Bodenechos (z. B. Reflexionen von Gebäudewänden, Störungen durch Geländewellen und Streuung der Bodenvegetation) zu reduzieren, verwenden einige Anti-Drohnen-Radare eine Optimierungsstrategie zur dynamischen Anpassung des Nickwinkels. Durch die Echtzeitänderung der Strahlungsrichtung, des Abdeckungswinkels und der Energieverteilung der Radarstrahlen vermeiden sie aktiv Bereiche mit konzentrierten Bodenechos und verbessern das Signal-Rausch-Verhältnis der Zielsignale. Diese passive Vermeidungsmethode weist jedoch offensichtliche technische Einschränkungen auf und ist anfällig für eine hohe „Falsch-Negativ-Rate“ bei der Drohnenerkennung. Da sich der herkömmliche Einsatzluftraum der meisten Kleindrohnen für Verbraucher- und Industriezwecke auf weniger als 100 Meter (extrem niedrige Flughöhe) konzentriert, können Radarstrahlen diesen Bereich nach Anpassung des Nickwinkels kaum totwinkelfrei abdecken. Insbesondere in komplexem Gelände wie städtischen Gebäuden mit hoher Dichte und Bergschluchten werden die toten Winkel der Okklusion noch größer und das Risiko falsch negativer Ergebnisse steigt erheblich. Daher muss ein effizientes und zuverlässiges Anti-Drohnen-Radarsystem mit einer ausgereiften automatischen Zielerkennungsfunktion (ATR) ausgestattet sein. Mithilfe von Deep-Learning-Algorithmen werden erfasste Signale extrahiert, klassifiziert und verifiziert, wodurch Drohnenziele genau von Störobjekten, Vögeln und anderen Störquellen unterschieden werden, wodurch das Risiko von falsch-negativen und falsch-positiven Ergebnissen grundlegend verringert und die Zuverlässigkeit der Erkennungsergebnisse sichergestellt wird.
Zweitens führt die inhärente Eigenschaft von Drohnen – „kleine Größe“ – zu einem extrem niedrigen Radarquerschnitt (RCS). Der RCS-Wert der meisten kleinen Drohnen, insbesondere von Mehrrotordrohnen für den Endverbraucher, beträgt nur 0,01 bis 0,1 Quadratmeter und ist damit viel niedriger als der von herkömmlichen Flugzeugen wie Kampfjets und Hubschraubern. Die von ihnen reflektierten Radarsignale sind schwach und werden leicht durch Umgebungsstörungen und elektromagnetische Störungen maskiert, was die Signalerfassung vor große Herausforderungen stellt. Diese Eigenschaft stellt extrem hohe Anforderungen an die Erkennungsempfindlichkeit von Radardetektoren, die über starke Fähigkeiten bei der Extraktion, Verstärkung und Filterung schwacher Signale verfügen müssen. Während sie elektromagnetische Störungen und Umgebungsstörungen effektiv filtern, müssen sie auch einen großen Erkennungsbereich abdecken, um die doppelten Leistungsziele „Erkennung über große Entfernungen und präzise Positionierung über kurze Entfernungen“ zu erreichen. Die Verwirklichung dieses zentralen Leistungsziels muss auf einer hohen Erkennungs- und Erkennungsglaubwürdigkeit basieren und erfordert den Aufbau eines kollaborativen Systems „Hardware + Algorithmus“ durch mehrdimensionale technische Optimierung. Aktualisieren Sie auf Hardwareebene Kernkomponenten wie hochempfindliche Antennen und rauscharme Empfänger, um den Signalempfang und die Effizienz der Signalumwandlung zu verbessern. Führen Sie auf Algorithmusebene fortschrittliche Technologien wie adaptive Filterung, Pulskomprimierung und CFAR-Erkennung (Constant False Alarm Rate) ein, um die Erkennungsfähigkeit schwacher Zielsignale zu verbessern. Dies gewährleistet die genaue Erfassung, Merkmalserkennung und stabile Verriegelung schwacher Zielsignale, vermeidet die Auswirkungen von Signalfehleinschätzungen und Fehleinschätzungen auf die Entsorgungseffizienz und Genauigkeit nachfolgender Gegenmaßnahmenverbindungen und erfüllt die Anforderungen praktischer Anwendungsszenarien.
Schließlich stellt auch die Charakteristik von Drohnen – die „langsame Fluggeschwindigkeit“ – erhebliche Herausforderungen an die stabile Trackingfunktion von Radarsystemen. Die Fluggeschwindigkeit der meisten kleinen Drohnen liegt zwischen 10 und 50 Kilometern pro Stunde, und einige Drohnen, die in geringer Höhe schweben, haben eine Geschwindigkeit nahe Null. In diesem Flugzustand mit niedriger Geschwindigkeit sind ihre Bewegungseigenschaften kaum von denen störender Ziele wie schwebender Störobjekte, langsam fliegender Vögel und fallender Objekte zu unterscheiden. Herkömmliche Verfolgungsalgorithmen können kaum eine wirksame Unterscheidung durch Geschwindigkeitsunterschiede erreichen, was nicht nur dazu führt, dass Drohnenziele nicht kontinuierlich und stabil erfasst werden, sondern auch die Beurteilung von Hilfssensoren wie optischen und Infrarotsensoren irreführen kann, was zu Datenabweichungen und Entscheidungsfehlern in Multisensor-Fusionssystemen führt. Solche Abweichungen werden weiter an die Gegenmaßnahmeneinheiten in Counter-Unmanned Aircraft System (C-UAS)-Lösungen übertragen, wie z. B. gerichtete Störgeräte, physische Abfanggeräte und Laser-Gegenmaßnahmensysteme, was zu verzögerten Gegenmaßnahmen und unzureichender Genauigkeit führt, Zieldrohnen nicht rechtzeitig und effektiv abfangen kann und möglicherweise sogar zu Störungen umliegender unschuldiger Ziele führt. Um dieses Problem zu lösen, müssen Radarsysteme über hohe Scan-Aktualisierungsraten und schnelle Zielerkennungsfunktionen verfügen. Durch die Erhöhung der Strahlabtastfrequenz, die Optimierung dynamischer Verfolgungsalgorithmen und Zielflugbahn-Vorhersagemodelle können sie Zielbewegungsparameter (Geschwindigkeit, Flugbahn, Fluglage, Flugtrend) in Echtzeit aktualisieren, langsame Drohnen schnell von verschiedenen störenden Zielen unterscheiden und eine präzise und kontinuierliche Zieldatenunterstützung für nachfolgende Gegenmaßnahmeneinheiten in Echtzeit bereitstellen. Dies stellt die Genauigkeit und Aktualität der Verfolgungs- und Gegenmaßnahmenverbindungen sicher und erfüllt die schnellen Entsorgungsanforderungen praktischer Szenarien wie Sicherheit, Militär und Veranstaltungsschutz vollständig.
