Eine elektronische Kampfgliederung (EOB) ist eines der operativ bedeutsamsten nachrichtendienstlichen Produkte, das eine SIGINT-Organisation erstellt. Während eine konventionelle Kampfgliederung die Land-, Luft- und Seestreitkräfte des Gegners katalogisiert, katalogisiert die EOB seine elektromagnetischen Fähigkeiten: welche Radare betrieben werden, auf welchen Plattformen, mit welchen Parametern, an welchen Standorten und mit welcher Konfidenz. Dieser Artikel erläutert, wie ELINT-Erfassungsdaten in eine gepflegte EOB umgewandelt werden — von rohen Signalparametern über Emitter-Charakterisierung, spezifische Emitter-Identifikation, Plattformzuordnung bis hin zu den Datenbank-Workflows, die die EOB aktuell halten.
Was eine EOB ist und warum sie wichtig ist
Die elektronische Kampfgliederung ist eine strukturierte nachrichtendienstliche Datenbank, deren fundamentale Einheit der Emitter-Datensatz ist. Jeder Datensatz beschreibt einen einzelnen elektromagnetischen Emitter — in den meisten operativen Kontexten ein Radar oder ein elektronisches Kriegführungssystem — und erfasst, was über ihn bekannt ist: die technischen Parameter, die seine Wellenform charakterisieren, die Trägerplattform, den geographischen Betriebsbereich, den aktuellen Betriebsstatus und die mit jedem dieser Elemente verbundene Konfidenz.
Die EOB unterstützt direkt mehrere operative Funktionen. Die Planung der elektronischen Kriegführung stützt sich auf die EOB, um Bedrohungsemitter zu identifizieren, die für den Missionserfolg unterdrückt, gestört oder umgangen werden müssen. Routenplanung verwendet EOB-abgeleitete Radarabdeckungskarten, um Flug- oder Bewegungskorridore mit minimaler Radarexposition zu identifizieren. Die nachrichtendienstliche Produktion nutzt die EOB zur Verfolgung der Zusammensetzung und Dislokation der gegnerischen Streitkräfte im Zeitverlauf.
Ein EOB-Eintrag für ein Flugabwehrradar enthält typischerweise: Radarbezeichnung und -typ, das zugehörige Raketensystem und den Werfer, die Parametergrenzen für jede gemessene Eigenschaft, den geographischen Betriebsbereich mit Positionsunsicherheit, die beobachtete Aktivitätshistorie und den Konfidenzgrad für jedes Element.
ELINT-Erfassung und Parameterextraktion
Die ELINT-Erfassung wird von Bodenstationen, Luftplattformen und Satelliten aus durchgeführt, jede mit unterschiedlicher Geometrie, Abdeckungsbereich und Messmöglichkeiten. Bodengebundene Erfassungsstationen bieten kontinuierliche Abdeckung fester Gebiete und lange Verweilzeiten für präzise Parametermessungen, sind jedoch durch Geländemasken eingeschränkt. Luftgebundene Erfassungsplattformen — bemannte ISR-Flugzeuge und zunehmend unbemannte Luftfahrzeuge — bieten flexible Abdeckung und günstige Geometrie für die Geolokalisierung, haben aber begrenzte Verweildauer in der Zone.
Die aus jeder ELINT-Beobachtung extrahierten Parameter fallen in zwei Kategorien. Beabsichtigte Parameter sind jene, die der Radarentwickler gewählt hat: Trägerfrequenz, Impulswiederholungsintervall (PRI), Impulsbreite (PW), Abtastperiode, Abtasttyp und Modulationscharakteristika. Unbeabsichtigte Parameter entstehen durch Fertigungstoleranzen und Komponentenalterung: Variationen der Impulsanstiegszeit, Trägerfrequenzversatz und -drift, Amplitudenrippel innerhalb der Impulshüllkurve und Streuseitenbandemissionen.
Messunsicherheit ist ein unvermeidliches Merkmal der ELINT-Erfassung. Eine PRI-Messung aus einer kurzen Erfassungsgelegenheit mit schlechtem Signal-Rausch-Verhältnis und einem einzigen Empfänger hat breite Unsicherheitsgrenzen. EOB-Datenbanken, die nur den Parameterwert ohne Messunsicherheitsgrenzen aufzeichnen, erzeugen irreführendes Vertrauen in die Daten.
Emitter-Charakterisierung
Die Emitter-Charakterisierung ist der Prozess der Zuweisung einer Typidentität an einen beobachteten Emitter. Die primäre Methode ist der Parameterbibliotheks-Abgleich: Vergleich des beobachteten Parametersatzes mit Einträgen in einer Datenbank bekannter Emittertypen, wobei jeder Eintrag die erwarteten Parameterbereiche für das jeweilige System angibt. Der Abgleich wird als Ähnlichkeitswert bewertet, der die Messunsicherheit jedes beobachteten Parameters berücksichtigt.
Die Radartypidentifikation unterscheidet funktionale Rollen: Frühwarnung (große Reichweite, großes PRI, breiter Strahl, langsame Abtastung), Erfassung/Suche, Zielverfolgung, Feuerleitung und Raketenlenkung. Jeder Funktionstyp weist charakteristische Parameterkombinationen auf.
EWIR — das von westlichen Streitkräften verwendete Datenformat für die integrierte elektronische Kriegführungs-Neuprogrammierung — bietet die standardisierte Struktur für Emitter-Bibliothekseinträge, die in bordseitigen ESM-Systemen verwendet werden. Ein EWIR-Eintrag erfasst die Parametergrenzen für jeden Betriebsmodus, die Bedrohungswarnbedingungen und die empfohlenen elektronischen Gegenmaßnahmen.
Spezifische Emitter-Identifikation und Identitätsauflösung
Die spezifische Emitter-Identifikation (SEI) erweitert die Typklassifikation von „dies ist ein SA-15-Tor-Radar" zu „dies ist das spezifische SA-15-Tor-Radar mit Seriencharakteristika entsprechend der Emitter-Track-ID 4471". SEI basiert auf unbeabsichtigten Modulationscharakteristika auf dem Impuls (UMOP), die aufgrund von Fertigungstoleranzen und Komponentenalterung zwischen einzelnen Hardware-Instanzen variieren.
Der SEI-Prozess beginnt mit hochauflösender Wellenformerfassung mit ausreichender Bandbreite zur Erfassung von Intra-Puls-Merkmalen. Die wichtigsten extrahierten Merkmale sind: Verteilung der Impulsanstiegszeit, Trägerfrequenz-Schwerpunkt und Jitter-Spektrum, Amplitude der Hüllkurvenform und innerimpulsives Rippelmuster. Diese Merkmale werden mit der SEI-Referenzbibliothek verglichen — einer Sammlung von Signaturen bereits charakterisierter Emitter.
Die Identitätsauflösung behandelt den Fall, in dem eine neue Beobachtung zwischen zwei oder mehr Kandidatenidentitäten mehrdeutig ist. Wenn zwei Kandidaten nahezu gleich plausibel sind, kennzeichnet das System die Mehrdeutigkeit, anstatt eine einzelne Identifikation zu erzwingen. Der Analyst überprüft die Mehrdeutigkeit mit Zugang zur Erfassungsgeometrie, dem historischen Track jedes Kandidaten und anderen Geheimdienstinformationen.
Plattformzuordnung
Die Plattformzuordnung verknüpft individuelle Emitter-Datensätze mit dem spezifischen Fahrzeug, Flugzeug oder Schiff, das sie trägt. Die meisten militärischen Plattformen tragen mehrere Emitter gleichzeitig: Ein Überwasserkampfschiff trägt typischerweise ein Navigationsradar, ein Oberflächensuchradar, ein Feuerleitradar und ein oder mehrere elektronische Kriegführungssysteme.
Die primäre Methode der Plattformzuordnung ist die Ko-Emissions-Analyse. Wenn Emitter A, B und C konsistent in Zeit und geographischer Position zusammen auftreten, sind sie wahrscheinlich auf derselben Plattform kolokalisiert. Das Zuordnungssignal stammt aus der konsistenten Kolokalisation über mehrere Erfassungsgelegenheiten.
Die Bewegungskorrelation bietet eine sekundäre Zuordnungsmethode. Die COMINT-ELINT-Fusion bietet einen dritten Zuordnungsweg: Kommunikationsemitter auf derselben Plattform wie Radaremitter weisen häufig gemeinsame geographische Position und Bewegungstrack auf.
EOB-Datenbankschema und Aktualisierungs-Workflows
Das EOB-Datenbankschema muss die vollständige epistemische Struktur der Nachrichtenlage erfassen: nicht nur die aktuellen besten Schätzungen jedes Parameters, sondern die vollständige Beobachtungshistorie, die Konfidenzentwicklung im Zeitverlauf und die Provenienzkette. Ein minimales Schema hat drei primäre Tabellen: den Emitter-Datensatz, den Plattform-Datensatz und die Zuordnungstabelle.
EOB-Aktualisierungs-Workflows definieren, wie neue Erfassungsereignisse in die Datenbank eingehen. Eine automatisierte Aktualisierungspipeline nimmt neue ELINT-Beobachtungen auf, führt Parameterbibliotheks-Abgleich und SEI-Prozesse durch, schlägt Typidentifikationen und Emitter-Track-Korrelationen vor und reiht die Ergebnisse über einem Konfidenzschwellenwert zur Analysten-Überprüfung ein.
Versionskontrolle ist für operative EOB-Datenbanken unverzichtbar. Zu einem gegebenen Zeitpunkt können verschiedene nachgelagerte Verbraucher mit unterschiedlichen EOB-Versionen arbeiten. Das Versionsmanagement muss verfolgen, welche Version Verbraucher haben, ein Delta-Format für effiziente Aktualisierungen bereitstellen und Rollback unterstützen, wenn sich eine Aktualisierung als fehlerhaft erweist.
Konfidenz-Scoring und Attributionsunsicherheit
Das Konfidenz-Scoring in einer EOB-Datenbank arbeitet auf mehreren Ebenen: Konfidenz auf Parameterebene, Konfidenz auf Identitätsebene, Plattformzuordnungskonfidenz und Eintragsebenen-Konfidenz (ein zusammengesetzter Wert, der Verbreitungsentscheidungen steuert). Jede Ebene wird unabhängig berechnet und gespeichert.
Ein bayesisches Aktualisierungsmodell ist der geeignete Rahmen für das EOB-Konfidenzmanagement. Jede neue Emitter-Beobachtung aktualisiert die Wahrscheinlichkeitsverteilung über seine Parameterwerte, gewichtet nach Beobachtungsqualität. Die Konfidenz steigt mit Anzahl und Qualität der Beobachtungen und nimmt mit der Zeit ab, da sich die operative Lage geändert haben könnte.
Wichtige Erkenntnis: Das häufigste Defizit in operativ eingesetzten EOB-Systemen ist die binäre Behandlung der Emitter-Identität — entweder ist ein Emitter identifiziert oder nicht. In Wirklichkeit trägt jede ELINT-Beobachtung zu einer Wahrscheinlichkeitsverteilung über mögliche Identitäten bei, die mit jeder neuen Erfassung aktualisiert wird. Eine EOB-Datenbank, die nur die wahrscheinlichste Identität speichert, verwirft die Unsicherheitsinformationen, die Operatoren für die Entscheidungsfindung benötigen: Eine Identifikation eines Flugabwehrrakets mit 95% Konfidenz unterstützt ganz andere Entscheidungen als eine Identifikation desselben Systems mit 60% Konfidenz.
Die Auflösung widersprüchlicher Berichte tritt auf, wenn zwei Erfassungsquellen erheblich unterschiedliche Parameterwerte für denselben Emitter liefern. Der Auflösungsprozess beginnt mit der Prüfung, ob die Diskrepanz durch die Erfassungsgeometrie erklärt werden kann. Wenn Geometrie die Diskrepanz nicht erklärt, werden die Messmethodologien der Quellen verglichen und Zuverlässigkeitsgewichte zugewiesen.
Die Verbreitung mit Unsicherheits-Metadaten ist der letzte Schritt. EOB-Extrakte, die an nachgelagerte Verbraucher gesendet werden, sollten Konfidenzwerte und Unsicherheitsgrenzen für jedes Feld tragen, nicht nur Punktschätzungen. Ein Missionsplanungswerkzeug, das eine Radarposition als einzelne Gitterreferenz erhält, behandelt diese Position als bekannt; ein Werkzeug, das die Position mit einer 5-km-Fehlerellipse erhält, kann den angemessenen Sicherheitsabstand berechnen.