Anti-dronetutkat on pääasiassa suunniteltu tarkkailemaan tarkasti matalaa ilmatilaa alle 1 000 metriä maanpinnan yläpuolella (AGL). Integroimalla erilliset signaalinkäsittelymoduulit ja suuren vahvistuksen antennit, ne voivat siepata tehokkaasti maakohteiden, antennikohteiden ja erilaisten ympäristöhäiriöiden synnyttämiä välkesignaaleja (katso kuva 2), mikä tarjoaa korkealaatuista perustietotukea myöhempään kohteen tunnistamiseen, liikeradan seurantaan ja vastatoimien päätöksentekoon. Ilmailualan yleisten ilmatilaluokitusstandardien mukaan alle 1000 metrin ilmatila on selkeästi määritelty matalaksi, josta alle 100 metrin kantama on ultramatala. Tällä alueella on monimutkaisempaa ympäristön sotkua, koska maaston tukkeumien ja rakennusheijastusten kaltaisten tekijöiden vaikutuksesta. Samaan aikaan se vastaa pienten droonien kestävyyttä ja käyttötarpeita, ja siitä tulee siten ensisijainen toimintaskenaario kuluttajien ilmakuvausdrooneille, teollisille tarkastusdrooneille ja jopa joillekin haitallisesti käytetyille droneille. Kun otetaan esimerkiksi pulssi-Doppler-tutka, joka on laajimmin käytetty ja teknologisesti kypsin tutka nykyisessä droonien vastaisessa kentässä, droonien tyypilliset Low, Slow ja Small (LSS) -ominaisuudet rajoittavat merkittävästi tutkajärjestelmien havaintotarkkuutta, jatkuvaa vakautta ja häiriöntorjuntakykyä useista eri ulottuvuuksista, mukaan lukien signaalin voimakkuus, asento ja lentorata (kuvassa RC Radar Cross Trajektori). 3). Tämä on myös tekninen ydinhaaste, joka on asetettava etusijalle drone-tutkien suunnittelussa, tutkimuksessa ja kehityksessä sekä suorituskyvyn optimoinnissa.
Ensinnäkin droonien ydinominaisuus - 'matalalento' - asettaa tiukat vaatimukset moniskenaarioiden mukautumiskyvylle ja torjuntatutkien kohteiden erottelukyvylle. Niiden on tunnistettava tarkasti erilaiset liikkuvat kohteet maassa, matalalla ja erittäin alhaisella korkeudella erilaisissa monimutkaisissa maastoissa ja ympäristöissä, kuten kaupunkirakennuksissa, vuoristoisilla kukkuloilla ja avoimilla alueilla, jotka kattavat jalankulkijat, maanalaiset moottoriajoneuvot, muuttolintuparvet sekä erikokoiset ja lentotapoiset droonit (esim. moniroottori, kiinteäsiipinen, pystysuora nousu ja laskeutuminen). Jotkin drone-tutkat ottavat käyttöön optimointistrategian, joka säätää dynaamisesti nousukulmaa, vähentääkseen maaperän häiriöitä (kuten rakennuksen seinien heijastuksia, maaston aaltoiluhäiriöitä ja maan kasvillisuuden hajoamista). Muuttamalla reaaliaikaisesti tutkasäteiden säteilyn suuntaa, peittokulmaa ja energian jakautumista ne välttävät aktiivisesti alueita, joissa on keskittynyt maahäiriö ja parantavat kohdesignaalien signaali-kohinasuhdetta. Tällä passiivisella välttämismenetelmällä on kuitenkin ilmeisiä teknisiä rajoituksia, ja se on altis korkealle 'väärin negatiiviselle tasolle' droonien havaitsemisessa. Koska useimpien kuluttaja- ja teollisuuskäyttöön tarkoitettujen pienten droonien tavanomainen toiminnallinen ilmatila on keskittynyt alle 100 metrin korkeuteen (erittäin pieni korkeus), tutkasäteet pystyvät tuskin saavuttamaan tämän alueen ei-kuollutta kattavuutta nousukulman säätämisen jälkeen. Varsinkin monimutkaisissa maastoissa, kuten tiheästi kaupunkirakennuksissa ja vuoristorakennuksissa, okkluusiokuolleet pisteet laajenevat entisestään, ja väärien negatiivisten tulosten riski kasvaa merkittävästi. Siksi tehokkaassa ja luotettavassa drone-tutkajärjestelmässä on oltava kypsä automaattinen kohteentunnistus (ATR) -ominaisuus. Syväoppimisalgoritmien avulla se poimii, luokittelee ja tarkastaa siepatut signaalit, erottaen droonikohteet tarkasti sotkusta, linnuista ja muista häiriölähteistä, mikä vähentää perusteellisesti väärien negatiivisten ja väärien positiivisten tulosten riskiä ja varmistaa tunnistustulosten luotettavuuden.
Toiseksi droonien luontainen ominaisuus - 'pieni koko' - johtaa erittäin alhaiseen tutkan poikkileikkaukseen (RCS). Useimpien pienten droonien, erityisesti kuluttajille tarkoitettujen moniroottoristen droonien, RCS-arvo on vain 0,01-0,1 neliömetriä, mikä on paljon pienempi kuin perinteisillä lentokoneilla, kuten hävittäjillä ja helikoptereilla. Niiden heijastamat tutkasignaalit ovat heikkoja ja helposti peitettyjä ympäristöhäiriöiden ja sähkömagneettisten häiriöiden vuoksi, mikä asettaa suuria haasteita signaalien sieppaamiseen. Tämä ominaisuus asettaa äärimmäisen korkeat vaatimukset tutkailmaisimien havaitsemisherkkyydelle, sillä niillä on oltava vahvat ominaisuudet heikon signaalin erottamisessa, vahvistuksessa ja suodatuksessa. Samalla kun ne suodattavat tehokkaasti sähkömagneettisia häiriöitä ja ympäristön epäjärjestystä, niiden on myös katettava laaja tunnistusalue, jotta saavutetaan kaksi suorituskykytavoitetta, 'pitkän matkan havaitseminen ja lyhyen matkan tarkka paikannus'. Tämän ydinsuorituskykytavoitteen toteuttamisen on perustuttava korkeaan havaitsemis- ja tunnistususkottavuuteen, mikä edellyttää 'laitteisto + algoritmi' -yhteistyöjärjestelmän rakentamista moniulotteisen teknisen optimoinnin avulla. Päivitä laitteistotasolla ydinkomponentteja, kuten erittäin herkkiä antenneja ja hiljaisia vastaanottimia signaalin vastaanoton ja muunnostehokkuuden parantamiseksi. Algoritmitasolla ottamalla käyttöön kehittyneitä tekniikoita, kuten mukautuvaa suodatusta, pulssipakkausta ja CFAR (Constant False Alarm Rate) -tunnistusta, parantaaksesi heikkojen kohdesignaalien tunnistuskykyä. Tämä varmistaa heikkojen kohdesignaalien tarkan sieppauksen, ominaisuuksien tunnistuksen ja vakaan lukituksen, välttäen signaalin virhearvioinnin ja virheellisen arvioinnin vaikutuksen myöhempien vastatoimilinkkien hävitystehokkuuteen ja tarkkuuteen sekä vastaamaan käytännön sovellusskenaarioiden tarpeisiin.
Lopuksi droonien ominaisuus - 'hidas lentonopeus' - asettaa myös huomattavia haasteita tutkajärjestelmien vakaalle seurantatoiminnalle. Useimpien pienten droonien lentonopeus vaihtelee välillä 10-50 kilometriä tunnissa, ja joidenkin matalalla leijuvien droonien nopeus on lähellä nollaa. Tässä hitaassa lentotilassa niiden liikeominaisuudet ovat tuskin erotettavissa häiritsevien kohteiden, kuten kelluvien sotkujen, hitaasti lentävien lintujen ja putoavien esineiden liikeominaisuuksista. Perinteiset seuranta-algoritmit eivät pysty saavuttamaan tehokasta erottelua nopeuserojen kautta, mikä ei ainoastaan onnistu jatkuvasti ja vakaasti lukitsemaan droonikohteita, vaan se voi myös johtaa harhaan lisäantureiden, kuten optisten ja infrapuna-anturien, harhaan, mikä johtaa tietojen poikkeamiin ja päätöksentekovirheisiin usean sensorin fuusiojärjestelmissä. Tällaiset poikkeamat välittyvät edelleen Counter-Unmanned Aircraft System (C-UAS) -ratkaisujen, kuten suuntahäirintälaitteiden, fyysisten sieppauslaitteiden ja laservastatoimijärjestelmien vastatoimiyksiköille, mikä johtaa vastatoimien viivästymiseen ja riittämättömään tarkkuuteen, kohdedroneiden sieppaamatta jättämiseen oikea-aikaisesti ja tehokkaasti, mikä aiheuttaa jopa häiriöitä ympäristöön. Tämän ongelman ratkaisemiseksi tutkajärjestelmillä on oltava korkeat pyyhkäisypäivitysnopeudet ja nopeat kohteen tunnistusominaisuudet. Lisäämällä säteen pyyhkäisyn taajuutta, optimoimalla dynaamisia seurantaalgoritmeja ja kohteen liikeradan ennustemalleja, ne voivat päivittää reaaliaikaisesti kohteen liikeparametrit (nopeus, lentorata, asenne, lentotrendi), erottaa nopeasti hitaita droneita erilaisista häiritsevistä kohteista ja tarjota reaaliaikaista, tarkkaa ja jatkuvaa kohdetietotukea myöhemmille vastatoimiyksiköille. Tämä varmistaa seuranta- ja vastatoimilinkkien tarkkuuden ja oikea-aikaisuuden ja vastaa täysin käytännön skenaarioiden, kuten turvallisuuden, sotilaallisen ja tapahtumasuojauksen, nopean hävittämisen tarpeisiin.
