Les radars anti-drones sont principalement conçus pour surveiller avec précision l’espace aérien à basse altitude en dessous de 1 000 mètres au-dessus du sol (AGL). En intégrant des modules de traitement de signal dédiés et des antennes à gain élevé, ils peuvent capturer efficacement les signaux parasites générés par les objets au sol, les cibles aériennes et diverses interférences environnementales (voir Figure 2), fournissant ainsi un support de données de base de haute qualité pour l'identification ultérieure des cibles, le suivi de la trajectoire et la prise de décision en matière de contre-mesures. Selon les normes générales de classification de l'espace aérien dans le domaine de l'aviation, l'espace aérien inférieur à 1 000 mètres est clairement défini comme basse altitude, parmi lesquels la plage inférieure à 100 mètres est une altitude ultra basse. Affectée par des facteurs tels que l'occlusion du terrain et les réflexions des bâtiments, cette zone présente un fouillis environnemental plus complexe. Parallèlement, il correspond à l'endurance et aux besoins opérationnels des petits drones, devenant ainsi un scénario d'activité principal pour les drones de photographie aérienne grand public, les drones d'inspection industrielle et même certains drones utilisés à des fins malveillantes. En prenant comme exemple le radar Doppler à impulsions, le radar le plus utilisé et le plus technologiquement mature dans le domaine anti-drone actuel, les caractéristiques typiques de faible, lent et petit (LSS) des drones limiteront considérablement la précision de détection, la stabilité continue et la capacité anti-interférence des systèmes radar dans de multiples dimensions, y compris la force du signal, la trajectoire de mouvement, la section efficace du radar (RCS) et la stabilité de l'attitude de vol (comme le montre la figure 3). Il s’agit également d’un défi technique majeur qui doit être prioritaire dans la conception, la recherche et le développement ainsi que l’optimisation des performances des radars anti-drones.
Premièrement, la caractéristique essentielle des drones – « le vol à basse altitude » – impose des exigences strictes en matière d’adaptabilité à plusieurs scénarios et de capacité de discrimination de cible des radars anti-drones. Ils doivent identifier avec précision diverses cibles mobiles au sol, à basse et très basse altitude dans différents terrains et environnements complexes tels que les bâtiments urbains, les collines montagneuses et les zones ouvertes, couvrant les piétons, les véhicules à moteur terrestres, les troupeaux d'oiseaux migrateurs, ainsi que les drones de différentes tailles et modes de vol (par exemple, multi-rotors, à voilure fixe et décollage et atterrissage vertical). Pour réduire l'interférence des parasites au sol (tels que les réflexions des murs des bâtiments, les interférences des ondulations du terrain et la diffusion de la végétation au sol) sur les résultats de détection, certains radars anti-drones adoptent une stratégie d'optimisation consistant à ajuster dynamiquement l'angle de tangage. En modifiant en temps réel la direction de l'irradiation, l'angle de couverture et la répartition de l'énergie des faisceaux radar, ils évitent activement les zones présentant un fouillis de sol concentré et améliorent le rapport signal/bruit des signaux cibles. Cependant, cette méthode d'évitement passif présente des limites techniques évidentes et est sujette à un « taux de faux négatifs » élevé dans la détection des drones. Étant donné que l'espace aérien opérationnel conventionnel de la plupart des petits drones grand public et industriels est concentré en dessous de 100 mètres (très basse altitude), les faisceaux radar peuvent difficilement atteindre une couverture sans angle mort de cette zone après avoir ajusté l'angle de tangage. En particulier dans les terrains complexes tels que les bâtiments urbains à haute densité et les ravins de montagne, les angles morts d'occlusion sont encore élargis et le risque de faux négatifs augmente considérablement. Par conséquent, un système radar anti-drone efficace et fiable doit être équipé d’une capacité de reconnaissance automatique de cible (ATR) mature. Grâce à des algorithmes d'apprentissage profond, il extrait, classe et vérifie les signaux capturés, distinguant avec précision les cibles des drones des parasites, des oiseaux et autres sources d'interférences, réduisant fondamentalement les risques de faux négatifs et de faux positifs et garantissant la fiabilité des résultats de détection.
Deuxièmement, la caractéristique inhérente des drones – « petite taille » – se traduit par une section efficace radar (RCS) extrêmement faible. La valeur RCS de la plupart des petits drones, en particulier des drones multirotor grand public, n'est que de 0,01 à 0,1 mètre carré, bien inférieure à celle des avions traditionnels tels que les avions de combat et les hélicoptères. Les signaux radar qu'ils réfléchissent sont faibles et facilement masqués par les parasites environnementaux et les interférences électromagnétiques, ce qui pose de grands défis en matière de capture des signaux. Cette caractéristique impose des exigences extrêmement élevées en matière de sensibilité de détection des détecteurs de radar, qui doivent avoir de fortes capacités d'extraction, d'amplification et de filtrage des signaux faibles. Tout en filtrant efficacement les interférences électromagnétiques et les parasites environnementaux, ils doivent également couvrir une large plage de détection pour atteindre le double objectif de performance de « détection longue distance et positionnement précis à courte distance ». La réalisation de cet objectif de performance principal doit s'appuyer sur une crédibilité élevée de détection et de reconnaissance, nécessitant la construction d'un système collaboratif « matériel + algorithme » via une optimisation technique multidimensionnelle. Au niveau matériel, mettez à niveau les composants de base tels que les antennes haute sensibilité et les récepteurs à faible bruit pour améliorer la réception du signal et l'efficacité de la conversion. Au niveau de l'algorithme, introduisez des technologies avancées telles que le filtrage adaptatif, la compression d'impulsions et la détection du taux constant de fausses alarmes (CFAR) pour améliorer la capacité de reconnaissance des signaux cibles faibles. Cela garantit la capture précise, la reconnaissance des caractéristiques et le verrouillage stable des signaux cibles faibles, évitant ainsi l'impact d'une mauvaise évaluation des signaux et d'un jugement manqué sur l'efficacité de l'élimination et la précision des liaisons de contre-mesures ultérieures, et répondant aux besoins des scénarios d'application pratiques.
Enfin, la caractéristique des drones – « vitesse de vol lente » – pose également des défis considérables à la fonction de suivi stable des systèmes radar. La vitesse de vol de la plupart des petits drones varie de 10 à 50 kilomètres par heure, et certains drones opérant en vol stationnaire à basse altitude ont une vitesse proche de zéro. Dans cet état de vol à basse vitesse, leurs caractéristiques de mouvement se distinguent à peine de celles des cibles interférentes telles que les parasites flottants, les oiseaux volant lentement et les objets en chute. Les algorithmes de suivi traditionnels peuvent difficilement parvenir à une discrimination efficace grâce aux différences de vitesse, ce qui non seulement ne parvient pas à verrouiller les cibles des drones de manière continue et stable, mais peut également induire en erreur le jugement des capteurs auxiliaires tels que les capteurs optiques et infrarouges, entraînant des écarts de données et des erreurs de prise de décision dans les systèmes de fusion multi-capteurs. De tels écarts seront ensuite transmis aux unités de contre-mesure des solutions de systèmes de lutte contre les avions sans pilote (C-UAS), telles que les équipements de brouillage directionnel, les dispositifs d'interception physique et les systèmes de contre-mesure laser, ce qui entraînera des actions de contre-mesure retardées et une précision insuffisante, ne parvenant pas à intercepter les drones cibles de manière rapide et efficace, et pouvant même perturber les cibles innocentes environnantes. Pour résoudre ce problème, les systèmes radar doivent disposer de taux de mise à jour de balayage élevés et de capacités de reconnaissance rapide des cibles. En augmentant la fréquence de balayage du faisceau, en optimisant les algorithmes de suivi dynamique et les modèles de prédiction de trajectoire de cible, ils peuvent mettre à jour en temps réel les paramètres de mouvement de la cible (vitesse, trajectoire, attitude, tendance de vol), distinguer rapidement les drones à basse vitesse de diverses cibles interférentes et fournir un support de données cibles en temps réel, précis et continu pour les unités de contre-mesure ultérieures. Cela garantit la précision et la rapidité des liens de suivi et de contre-mesures, répondant pleinement aux besoins d'élimination rapide de scénarios pratiques tels que la sécurité, l'armée et la protection contre les événements.
