无源DVB-T雷达组件对抗非法无人机飞行的潜力
前言
介绍由于近年来无人机的扩散，它们已成为一种关键威胁，而且是一种不对称的威胁。在第一次无人机入侵或攻击几年后，一些解决方案开始存在。然而，由于威胁的多样性及其不断演变，通常难以评估不同概念的实际效率。此外，反无人机系统的不同强制性功能通常被分配给专用传感器或传感器类型，这种方法在实践中可能面临效率不足的问题。在第一部分，将简要介绍不同的强制性功能。这些定义是必需的，因为它们可能因一种传感器而异。由于传感器专业之间的多样性，这些定义不可能是通用的，但将在本文档中使用。将提到可能对每个功能做出贡献的主要传感器类型。
测角组件：这些传感器估计其测量带宽内电磁源的到达方向。他们通常会寻找无人机与其飞行员之间的一些视频通量或典型链接。然后，不同非并置测角组件的关联将允许无人机的定位。最后，这种传感器有助于传输特征信号的无人机的检测、定位和提取（甚至可以直接使用信号识别等在检测阶段之前实现）。
雷达组件：这些传感器估计其环境中缓慢移动目标的参数。这些参数通常是距离、径向速度和到达角（二维阵列天线的方位角和仰角）。
然后这些参数可用于定位和跟踪。声学组件：这些声学传感器能够检测噪声源并估计其方位角和仰角方向。光学元件：即使开始研究一些新兴的解决方案进行检测，通常也会考虑将此类元件用于目标识别。大多数现有的或正在开发的系统结合了不同技术的优点（和缺点），以便在中和之前达到最终目标：检测、定位、跟踪、提取和识别感兴趣的区域内所有其他潜在“目标”中的无人机。
然而，值得注意的是，就成本和效率而言，增加传感器的数量并不是最佳解决方案。例如，一个简单的基于雷达的检测、定位和跟踪系统与用于无人机识别和提取的光学组件相结合，在反应性方面可能无法完全有效。假设雷达具有高灵敏度但无法限制不感兴趣的轨道数量，则该雷达将系统地要求对光学装置进行确认/识别，并且根据反应性标准，这种系统性请求效率不高。
这个简单的例子概述了主要致力于检测和定位但具有一些分类功能的传感器的兴趣。 雷达物镜和潜在解决方案. 雷达物镜在这种反无人机环境中，雷达传感器的主要任务如下：检测和监视雷达应确保对宽角扇区进行连续监视，目标参数的数据更新率很高。应该检测的目标更具体地说是低空和低速的小目标。雷达在面对多个同时攻击时也应该是有效的。本地化和跟踪雷达应恢复目标相对于感兴趣区域的笛卡尔坐标。鉴定/提取如上一段末尾所述，在雷达一级进行识别的第一步将导致全球警报系统的实质性收益。
因此，理想情况下，高效的雷达应具有一定的识别能力，或者至少应避免系统地要求识别组件的所有检测到的目标。从占地面积和部署的角度来看，雷达组件应该与大多数感兴趣区域的快速安装兼容。这些标准是情景敏感的，例如，对于特定的长期计划事件，一天内的安装可以被认为是足够快的。但是，由于其广泛的占用空间和随之而来的重量，需要庞大的主机基础结构的系统部署起来会更加复杂。
战场雷达在潜在的雷达解决方案中，战场雷达专用于地面目标检测和跟踪从行人到坦克的目标。因此，这些雷达传感器已针对无人机进行了评估。此类系统通常是载波频率接近10 GHz的X波段雷达，监测扇区的角度接近120°。
作者观点
每个目标/方向的数据更新速率通常接近1.5 s。所有这些有源系统都通过以接近 120.1° 的典型角步长聚焦能量来扫描 5° 扇区。这种聚焦可以通过机械（旋转天线）、电子或数字（通过在发射阵列的天线之间应用专用差分相位）来实现。这些参数意味着每个扫描方向的照明持续时间接近数据更新率（此处为1.5 s）和方向数（此处为20）之间的比率，因此接近每个方向或每个预期目标6000 ms。然而，正如稍后将解释的那样，对于雷达系统，有时在某些假设下可以检测叶片旋转引起的调制周期。由于典型的叶片转速在每分钟 9000 到 100 转之间，对应于 150 到 20 Hz 之间的频率。50 ms的相干积分时间导致<> Hz的频率分辨率。因此，这样的频率分辨率通常不足以检测叶片调制，而叶片调制仅为分辨率的两倍或三倍（此外，无人机机身贡献比叶片调制影响更高）。
