Radar anti-drone terutama dirancang untuk memantau secara akurat wilayah udara dengan ketinggian rendah di bawah 1.000 meter Di Atas Permukaan Tanah (AGL). Dengan mengintegrasikan modul pemrosesan sinyal khusus dan antena gain tinggi, mereka dapat secara efisien menangkap sinyal kekacauan yang dihasilkan oleh objek darat, target udara, dan berbagai gangguan lingkungan (lihat Gambar 2), memberikan dukungan data dasar berkualitas tinggi untuk identifikasi target selanjutnya, pelacakan lintasan, dan pengambilan keputusan penanggulangan. Menurut standar klasifikasi wilayah udara umum di bidang penerbangan, wilayah udara di bawah 1.000 meter secara jelas didefinisikan sebagai ketinggian rendah, di antaranya jarak di bawah 100 meter merupakan ketinggian sangat rendah. Dipengaruhi oleh faktor-faktor seperti oklusi medan dan refleksi bangunan, kawasan ini memiliki kekacauan lingkungan yang lebih kompleks. Sementara itu, drone ini sesuai dengan ketahanan dan kebutuhan operasional drone kecil, sehingga menjadi skenario aktivitas utama bagi drone fotografi udara konsumen, drone inspeksi industri, dan bahkan beberapa drone yang digunakan secara jahat. Ambil contoh radar pulse Doppler, radar yang paling banyak digunakan dan matang secara teknologi di bidang anti-drone saat ini, sebagai contoh, karakteristik drone yang khas, Rendah, Lambat, dan Kecil (LSS) akan secara signifikan membatasi akurasi deteksi, stabilitas berkelanjutan, dan kemampuan anti-interferensi sistem radar dari berbagai dimensi, termasuk kekuatan sinyal, lintasan pergerakan, Penampang Radar (RCS), dan stabilitas sikap penerbangan (seperti yang ditunjukkan pada Gambar 3). Hal ini juga merupakan tantangan teknis inti yang perlu diprioritaskan dalam desain, penelitian dan pengembangan, serta optimalisasi kinerja radar anti-drone.
Pertama, karakteristik inti drone—'penerbangan di ketinggian rendah'—memberikan persyaratan ketat pada kemampuan beradaptasi multi-skenario dan kemampuan diskriminasi target pada radar anti-drone. Mereka perlu secara akurat mengidentifikasi berbagai target bergerak di darat, di ketinggian rendah, dan ketinggian sangat rendah di berbagai medan dan lingkungan kompleks seperti bangunan perkotaan, perbukitan pegunungan, dan area terbuka, meliputi pejalan kaki, kendaraan bermotor di darat, kawanan burung yang bermigrasi, serta drone dengan berbagai ukuran dan mode penerbangan (misalnya, multi-rotor, sayap tetap, dan lepas landas dan mendarat vertikal). Untuk mengurangi gangguan kekacauan tanah (seperti pantulan dinding bangunan, gangguan gelombang medan, dan hamburan vegetasi tanah) pada hasil deteksi, beberapa radar anti-drone mengadopsi strategi pengoptimalan dengan menyesuaikan sudut pitch secara dinamis. Dengan mengubah arah iradiasi, sudut jangkauan, dan distribusi energi pancaran radar secara real-time, mereka secara aktif menghindari area dengan kekacauan tanah yang terkonsentrasi dan meningkatkan rasio signal-to-noise dari sinyal target. Namun, metode penghindaran pasif ini memiliki keterbatasan teknis yang jelas dan rentan terhadap “tingkat negatif palsu” yang tinggi dalam deteksi drone. Karena wilayah udara operasional konvensional sebagian besar drone kecil konsumen dan industri terkonsentrasi di bawah 100 meter (ketinggian sangat rendah), pancaran radar hampir tidak dapat mencapai cakupan sudut mati di area ini setelah menyesuaikan sudut pitch. Terutama di medan yang kompleks seperti bangunan perkotaan dengan kepadatan tinggi dan selokan pegunungan, titik buta oklusi semakin meluas, dan risiko negatif palsu meningkat secara signifikan. Oleh karena itu, sistem radar anti drone yang efisien dan andal harus dilengkapi dengan kemampuan Automatic Target Recognition (ATR) yang matang. Melalui algoritme pembelajaran mendalam, teknologi ini mengekstrak, mengklasifikasikan, dan memverifikasi sinyal yang ditangkap, secara akurat membedakan target drone dari benda-benda yang berantakan, burung, dan sumber gangguan lainnya, secara mendasar mengurangi risiko negatif palsu dan positif palsu, serta memastikan keandalan hasil deteksi.
Kedua, karakteristik bawaan drone—'berukuran kecil'—menghasilkan Radar Cross Section (RCS) yang sangat rendah. Nilai RCS pada sebagian besar drone kecil, terutama drone multi-rotor konsumen, hanya 0,01-0,1 meter persegi, jauh lebih rendah dibandingkan pesawat tradisional seperti jet tempur dan helikopter. Sinyal radar yang dipantulkannya lemah dan mudah ditutupi oleh kekacauan lingkungan dan interferensi elektromagnetik, sehingga menimbulkan tantangan besar dalam penangkapan sinyal. Karakteristik ini memberikan persyaratan yang sangat tinggi pada sensitivitas deteksi detektor radar, yang harus memiliki kemampuan yang kuat dalam ekstraksi, amplifikasi, dan penyaringan sinyal yang lemah. Selain menyaring interferensi elektromagnetik dan kekacauan lingkungan secara efektif, perangkat tersebut juga harus mencakup jangkauan deteksi yang luas untuk mencapai sasaran kinerja ganda yaitu 'deteksi jarak jauh dan penentuan posisi tepat jarak pendek'. Realisasi sasaran kinerja inti ini harus didasarkan pada kredibilitas deteksi dan pengenalan yang tinggi, sehingga memerlukan pembangunan sistem kolaboratif 'perangkat keras + algoritme' melalui optimalisasi teknis multi-dimensi. Di tingkat perangkat keras, tingkatkan komponen inti seperti antena sensitivitas tinggi dan penerima kebisingan rendah untuk meningkatkan penerimaan sinyal dan efisiensi konversi. Pada tingkat algoritme, perkenalkan teknologi canggih seperti pemfilteran adaptif, kompresi pulsa, dan deteksi Constant False Alarm Rate (CFAR) untuk meningkatkan kemampuan pengenalan sinyal target yang lemah. Hal ini memastikan penangkapan yang akurat, pengenalan fitur, dan penguncian sinyal target yang lemah secara stabil, menghindari dampak kesalahan penilaian sinyal dan penilaian yang salah pada efisiensi pembuangan dan keakuratan tautan penanggulangan berikutnya, dan memenuhi kebutuhan skenario aplikasi praktis.
Yang terakhir, karakteristik drone—'kecepatan penerbangan yang lambat'—juga menimbulkan tantangan besar terhadap fungsi pelacakan sistem radar yang stabil. Kecepatan terbang sebagian besar drone kecil berkisar antara 10 hingga 50 kilometer per jam, dan beberapa drone yang beroperasi di ketinggian rendah memiliki kecepatan mendekati nol. Dalam kondisi penerbangan berkecepatan rendah ini, karakteristik gerakannya hampir tidak dapat dibedakan dari gerakan target yang mengganggu seperti benda yang mengambang, burung yang terbang lambat, dan benda yang jatuh. Algoritme pelacakan tradisional sulit mencapai diskriminasi yang efektif melalui perbedaan kecepatan, yang tidak hanya gagal mengunci target drone secara terus-menerus dan stabil, tetapi juga dapat menyesatkan penilaian sensor tambahan seperti sensor optik dan inframerah, yang menyebabkan penyimpangan data dan kesalahan pengambilan keputusan dalam sistem fusi multi-sensor. Penyimpangan tersebut selanjutnya akan diteruskan ke unit penanggulangan dalam solusi Sistem Pesawat Tak Berawak (C-UAS), seperti peralatan pengacau terarah, perangkat intersepsi fisik, dan sistem penanggulangan laser, yang mengakibatkan tindakan penanggulangan tertunda dan akurasi yang tidak memadai, kegagalan untuk mencegat drone target secara tepat waktu dan efektif, dan bahkan mungkin menyebabkan gangguan pada target tak berdosa di sekitarnya. Untuk mengatasi masalah ini, sistem radar harus memiliki tingkat pembaruan pemindaian yang tinggi dan kemampuan pengenalan target yang cepat. Dengan meningkatkan frekuensi pemindaian sinar, mengoptimalkan algoritme pelacakan dinamis, dan model prediksi lintasan target, mereka dapat memperbarui parameter gerakan target secara real-time (kecepatan, lintasan, sikap, tren penerbangan), dengan cepat membedakan drone berkecepatan rendah dari berbagai target yang mengganggu, dan memberikan dukungan data target secara real-time, akurat, dan berkelanjutan untuk unit penanggulangan berikutnya. Hal ini memastikan keakuratan dan ketepatan waktu tautan pelacakan dan penanggulangan, sepenuhnya memenuhi kebutuhan pembuangan cepat dalam skenario praktis seperti keamanan, militer, dan perlindungan peristiwa.
