Radary przeciwdronowe są przeznaczone głównie do dokładnego monitorowania przestrzeni powietrznej na małych wysokościach, poniżej 1000 metrów nad poziomem gruntu (AGL). Integrując dedykowane moduły przetwarzania sygnału i anteny o dużym wzmocnieniu, mogą skutecznie przechwytywać sygnały zakłócające generowane przez obiekty naziemne, cele powietrzne i różne zakłócenia środowiskowe (patrz rysunek 2), zapewniając wysokiej jakości podstawowe dane wspierające późniejszą identyfikację celów, śledzenie trajektorii i podejmowanie decyzji dotyczących środków zaradczych. Zgodnie z ogólnymi standardami klasyfikacji przestrzeni powietrznych w dziedzinie lotnictwa, przestrzeń powietrzna poniżej 1000 metrów jest wyraźnie zdefiniowana jako mała wysokość, a zakres poniżej 100 metrów to bardzo mała wysokość. Obszar ten, na który wpływają takie czynniki, jak okluzja terenu i odbicia budynków, charakteryzuje się bardziej złożonym bałaganem środowiskowym. Tymczasem odpowiada wytrzymałości i potrzebom operacyjnym małych dronów, stając się w ten sposób głównym scenariuszem działania dla konsumenckich dronów do fotografii lotniczej, dronów do inspekcji przemysłowych, a nawet niektórych złośliwie używanych dronów. Biorąc za przykład impulsowy radar dopplerowski, najszerzej stosowany i najbardziej zaawansowany technologicznie radar w obecnym obszarze zwalczania dronów, typowe charakterystyki dronów Low, Slow i Small (LSS) znacznie ograniczają dokładność wykrywania, ciągłą stabilność i zdolność przeciwzakłóceniową systemów radarowych z wielu wymiarów, w tym siły sygnału, trajektorii ruchu, przekroju radaru (RCS) i stabilności położenia lotu (jak pokazano na rysunku 3). Jest to również główne wyzwanie techniczne, któremu należy nadać priorytet podczas projektowania, badań i rozwoju oraz optymalizacji wydajności radarów przeciwdronowych.
Po pierwsze, podstawowa cecha dronów – „lot na małych wysokościach” – nakłada rygorystyczne wymagania na zdolność radarów przeciwdronowych do dostosowywania się do wielu scenariuszy i rozróżniania celów. Muszą dokładnie identyfikować różne ruchome cele na ziemi, na małych i bardzo małych wysokościach w różnych złożonych terenach i środowiskach, takich jak budynki miejskie, górzyste wzgórza i obszary otwarte, obejmując pieszych, naziemne pojazdy mechaniczne, migrujące stada ptaków, a także drony o różnych rozmiarach i trybach lotu (np. wielowirnikowe, stałopłaty oraz pionowy start i lądowanie). Aby zmniejszyć wpływ zakłóceń naziemnych (takich jak odbicia ścian budynków, zakłócenia falowania terenu i rozproszenie roślinności gruntowej) na wyniki wykrywania, niektóre radary przeciwdronowe przyjmują strategię optymalizacji polegającą na dynamicznej regulacji kąta pochylenia. Zmieniając w czasie rzeczywistym kierunek naświetlania, kąt pokrycia i rozkład energii wiązek radarowych, aktywnie unikają obszarów ze skoncentrowanymi zakłóceniami naziemnymi i poprawiają stosunek sygnału do szumu sygnałów celu. Jednakże ta metoda pasywnego unikania ma oczywiste ograniczenia techniczne i jest podatna na wysoki „odsetek wyników fałszywie ujemnych” przy wykrywaniu dronów. Ponieważ konwencjonalna przestrzeń powietrzna większości małych dronów konsumenckich i przemysłowych koncentruje się poniżej 100 metrów (bardzo mała wysokość), wiązki radarowe z trudem pokrywają ten obszar pod kątem innym niż martwy kąt po dostosowaniu kąta pochylenia. Zwłaszcza na skomplikowanych terenach, takich jak gęsta zabudowa miejska i wąwozy górskie, martwe punkty okluzyjne są jeszcze bardziej rozszerzone, a ryzyko fałszywych negatywów znacznie wzrasta. Dlatego skuteczny i niezawodny system radarowy przeciw dronom musi być wyposażony w dojrzałą funkcję automatycznego rozpoznawania celu (ATR). Dzięki algorytmom głębokiego uczenia się wyodrębnia, klasyfikuje i weryfikuje przechwycone sygnały, dokładnie odróżniając cele dronów od bałaganu, ptaków i innych źródeł zakłóceń, zasadniczo zmniejszając ryzyko fałszywie ujemnych i fałszywie dodatnich wyników oraz zapewniając niezawodność wyników wykrywania.
Po drugie, nieodłączna cecha dronów – „mały rozmiar” – skutkuje wyjątkowo niskim przekrojem poprzecznym radaru (RCS). Wartość RCS większości małych dronów, zwłaszcza konsumenckich dronów wielowirnikowych, wynosi zaledwie 0,01–0,1 metra kwadratowego, czyli znacznie mniej niż w przypadku tradycyjnych samolotów, takich jak myśliwce i helikoptery. Odbite przez nie sygnały radarowe są słabe i łatwo maskowane przez zakłócenia otoczenia i zakłócenia elektromagnetyczne, co stwarza ogromne wyzwania w zakresie przechwytywania sygnału. Ta cecha nakłada niezwykle wysokie wymagania na czułość wykrywania detektorów radarowych, które muszą mieć duże możliwości w zakresie ekstrakcji, wzmacniania i filtrowania słabych sygnałów. Skutecznie filtrując zakłócenia elektromagnetyczne i zakłócenia otoczenia, muszą także obejmować szeroki zakres wykrywania, aby osiągnąć podwójne cele w zakresie wydajności: „wykrywanie na duże odległości i precyzyjne pozycjonowanie na krótkie odległości”. Realizacja tego podstawowego celu w zakresie wydajności musi opierać się na wysokiej wiarygodności wykrywania i rozpoznawania, co wymaga zbudowania systemu współpracy „sprzęt + algorytm” poprzez wielowymiarową optymalizację techniczną. Na poziomie sprzętowym zmodernizuj podstawowe komponenty, takie jak anteny o wysokiej czułości i odbiorniki o niskim poziomie szumów, aby poprawić odbiór sygnału i wydajność konwersji. Na poziomie algorytmu należy wprowadzić zaawansowane technologie, takie jak filtrowanie adaptacyjne, kompresja impulsów i wykrywanie stałej częstotliwości fałszywych alarmów (CFAR), aby zwiększyć zdolność rozpoznawania słabych sygnałów celów. Zapewnia to dokładne przechwytywanie, rozpoznawanie cech i stabilne blokowanie słabych sygnałów celu, unikając wpływu błędnej oceny sygnału i błędnej oceny na skuteczność usuwania i dokładność kolejnych łączy środków zaradczych oraz spełniając potrzeby praktycznych scenariuszy zastosowań.
Wreszcie cecha dronów – „mała prędkość lotu” – również stwarza poważne wyzwania dla stabilnej funkcji śledzenia systemów radarowych. Prędkość lotu większości małych dronów waha się od 10 do 50 kilometrów na godzinę, a niektóre drony operujące w zawisie na małych wysokościach mają prędkość bliską zeru. W stanie lotu z małą prędkością ich charakterystyka ruchu jest ledwo odróżnialna od charakterystyki obiektów zakłócających, takich jak pływający bałagan, wolno latające ptaki i spadające przedmioty. Tradycyjne algorytmy śledzenia z trudem zapewniają skuteczną dyskryminację na podstawie różnic prędkości, co nie tylko nie pozwala na ciągłe i stabilne namierzanie celów dronów, ale także może wprowadzać w błąd w ocenie czujników pomocniczych, takich jak czujniki optyczne i czujniki podczerwieni, prowadząc do odchyleń danych i błędów w podejmowaniu decyzji w wielosensorowych systemach termojądrowych. Takie odchylenia będą dalej przekazywane jednostkom przeciwdziałania w rozwiązaniach systemów przeciwzałogowych statków powietrznych (C-UAS), takich jak sprzęt zagłuszający kierunkowy, fizyczne urządzenia przechwytujące i laserowe systemy przeciwdziałania, powodując opóźnienia w działaniach zaradczych i niewystarczającą celność, niemożność przechwycenia docelowych dronów w odpowiednim czasie i skuteczny sposób, a nawet potencjalnie powodując zakłócenia otaczających niewinnych celów. Aby rozwiązać ten problem, systemy radarowe muszą charakteryzować się dużą częstotliwością aktualizacji skanów i możliwością szybkiego rozpoznawania celów. Zwiększając częstotliwość skanowania wiązki, optymalizując algorytmy dynamicznego śledzenia i modele przewidywania trajektorii celu, mogą w czasie rzeczywistym aktualizować parametry ruchu celu (prędkość, trajektoria, położenie, kierunek lotu), szybko odróżniać wolnobieżne drony od różnych zakłócających celów oraz zapewniać dokładne i ciągłe wsparcie danych o celach w czasie rzeczywistym dla kolejnych jednostek przeciwdziałania. Zapewnia to dokładność i aktualność łączy do śledzenia i przeciwdziałania, w pełni spełniając potrzeby szybkiego usuwania w praktycznych scenariuszach, takich jak bezpieczeństwo, wojsko i ochrona wydarzeń.
