Das Design einer SIGINT-Plattform von Grund auf bedeutet, Hunderte von Ingenieurentscheidungen zu treffen, die sich zu architektonischen Verpflichtungen auf Jahre hinaus summieren. Die von Ihnen gewählte RF-Erfassungshardware schränkt Ihre Verarbeitungs-Pipeline ein. Ihre Verarbeitungs-Pipeline bestimmt, welche Aufklärungsprodukte Sie generieren können. Ihre Speicherarchitektur bestimmt, wie schnell Analysten historische Daten abrufen können. Jede Schicht beeinflusst jede andere Schicht, und eine schlechte Entscheidung an der Erfassungsschnittstelle nachzubessern ist so teuer wie den Neuaufbau der Plattform.
Dieser Artikel führt durch die vollständige SIGINT-Plattformarchitektur — Erfassungsschicht, Verarbeitungs-Pipeline, Klassifizierungsmaschine, Speicherschicht, Analysten-Workflow, Skalierbarkeitsmuster und Sicherheitshandhabung — mit genügend Implementierungsdetails, um reale Designentscheidungen zu informieren. Das Ziel ist eine Referenzarchitektur, die die wichtigen Entscheidungen abdeckt, kein Featureinventar.
Überblick über Plattformkomponenten
Eine Produktions-SIGINT-Plattform umfasst fünf unterschiedliche Schichten, jede mit separaten Durchsatz- und Latenzanforderungen:
Erfassungsschicht. SDR-Hardware, Antennenarrays und Frontend-Digitalisierer wandeln elektromagnetische Signale in IQ-Probenströme um. Diese Schicht produziert Daten mit Raten von Hunderten von Megabytes bis hin zu mehreren Gigabytes pro Sekunde pro Erfassungsknoten. Alles Nachgelagerte ist durch das eingeschränkt, was diese Schicht liefern kann.
Signalverarbeitungs-Pipeline. IQ-Proben fließen durch Kanalisierungs-, Erkennungs-, Demodulations- und Protokolldekodierungsstufen. Die Pipeline muss den vollen Erfassungsdurchsatz in Echtzeit aufrechterhalten. Die Latenz von der Probenerfassung bis zur Erkennungsausgabe beträgt typischerweise 10–500 ms, abhängig von der Verarbeitungstiefe.
Klassifizierungsmaschine. Erkannte Signale werden nach Modulationstyp, Protokoll und Emitteridentität klassifiziert. Die Klassifizierung läuft auf der intermediären Pipeline-Ausgabe, nicht auf rohen IQ, was es ermöglicht, schwerere Berechnungen anzuwenden — neuronale Netzwerke, Datenbanksuchen, Kreuzkorrelation — ohne die Echtzeit-Pipeline zu blockieren.
Speicherschicht. Roh-IQ-Archive, strukturierte Erkennungsaufzeichnungen, Geolokalisierungsdatenbanken und Aufklärungsberichte haben jeweils unterschiedliche Anforderungen an Aufbewahrung, Abfragen und Zugangskontrolle und sollten kein einzelnes Speichersystem teilen.
Analysten-Workflow-Schicht. Aufgabenwarteschlange, Workstation-UI, Beobachtungslistenverwaltung und Berichtsvorlagen übersetzen rohe Aufklärungsprodukte in nutzbare Ergebnisse für Verbraucher. Diese Schicht ist der Ort, an dem die SIGINT-Systemqualität für Endnutzer am sichtbarsten ist, jedoch die Schicht, in die Ingenieurteams, die auf DSP fokussiert sind, am seltensten investieren.
RF-Erfassungsschicht: SDR-Hardware-Auswahl und Frequenzplanung
Die Erfassungshardware definiert die Frequenzabdeckung, die Sofortbandbreite, den Dynamikbereich und die Phasenkohärenz-Charakteristika von allem, was die Plattform beobachten kann. Diese Parameter sind nicht durch Software aktualisierbar.
Hardware-Auswahl. Ettus Research USRP-Hardware (N310, N320, X410) ist die häufigste Wahl für Entwicklungs- und mobile Einsätze — sie hat ausgereifte UHD-Treiber, umfangreiche Community-Unterstützung und deckt von DC bis 6 GHz mit bis zu 400 MHz Sofortbandbreite auf dem X410 ab. Analog Devices AD9361-basierte Platinen (ADALM-PLUTO, ADRV9361) bieten extrem kompakte Formfaktoren auf Kosten von reduziertem Dynamikbereich und Bandbreite. Für ortsfeste strategische Erfassung mit maximalen Anforderungen übertreffen speziell entwickelte Digitalisierer von Pentek, Mercury Systems oder Curtiss-Wright die Leistung kommerzieller SDR-Frontends erheblich.
Frequenzabdeckungsplanung. Kein einzelner Empfänger deckt das gesamte RF-Spektrum ab. Verteidigungsaufgaben im SIGINT-Bereich umfassen HF (3–30 MHz, Weitbereichs-COMINT und OTH-Radar), VHF/UHF (30–3000 MHz, taktische Kommunikation und L-Band-Radar) und SHF (3–30 GHz, Mikrowellenstrecken und C/X/Ku-Band-Radar). Die Abdeckungsplanung weist spezifische Hardware nach Erfassungspriorität, Standorten und verfügbarer Hardware Frequenzbändern zu.
Antennenarrays. Peilung erfordert ein kohärentes Mehrfachelement-Antennenarray mit bekanntem Elementabstand. Ein kreisförmiges Array mit 8–16 Elementen ermöglicht volle Azimutabdeckung mit AOA-Genauigkeit von 1–3 Grad RMS unter freiem Himmel. Der Elementabstand muss auf sub-wellenlängengenau kalibriert werden; Kalibrierdaten werden beim Start von der Verarbeitungssoftware geladen und als Phasenkorrekturen auf jeden Kanal angewendet.
Schlüsselentscheidung: Phasenkohärenz über Empfängerkanäle hinweg ist für Peilung und TDOA obligatorisch. Erreichen Sie dies mit einem gemeinsamen Referenzoszillator (10 MHz GPS-disziplinierter OCXO), der an alle Frontends verteilt wird, nicht mit unabhängigen empfängerindividuellen Uhren. Phasenkohärente Architekturen können nicht nachträglich auf Hardware aufgesetzt werden, die nicht dafür ausgelegt war.
Signalverarbeitungs-Pipeline: Von IQ-Erfassung bis Protokolldekodierung
Die Verarbeitungs-Pipeline wandelt einen kontinuierlichen Strom von IQ-Proben in strukturierte Erkennungsaufzeichnungen um. Die Stufen sind gut definiert; die ingenieurmäßige Herausforderung besteht darin, den Echtzeit-Durchsatz über alle gleichzeitig aufrechtzuerhalten.
Kanalisierung. Eine polyphasische Filterbank (PFB) teilt den Breitband-IQ-Strom in Schmalband-Kanäle auf. Ein 100 MHz breiter Eingang, der mit 125 Msps abgetastet wird, erzeugt — nach der Kanalisierung — ungefähr 1000 Kanäle von je 100 kHz. Jeder Kanal wird von nachfolgenden Stufen unabhängig überwacht. Die PFB ist in diesem Maßstab rechnerisch intensiv; die GPU-Implementierung mit cuFFT reduziert die Verarbeitungszeit im Vergleich zur CPU um das 10–20-fache. GNU Radio stellt einen produktionsreifen polyphasischen Kanalisiererblock bereit; liquid-dsp stellt Primitiven niedrigerer Ebene für benutzerdefinierte Implementierungen bereit.
Energiedetektion. Jeder Kanal wird von einem CFAR-Energiedetektor (konstante Falschalarmrate) überwacht, der die Momentanleistung mit einer lokal berechneten Schätzung des Rauschpegels vergleicht. Wenn ein Kanal den Erkennungsschwellenwert überschreitet, zeichnet der Detektor Startzeit, Frequenz und Bandbreite des Signals auf und initiiert die Probenextraktion. Die CFAR-Adaptationsrate ist ein wichtiger Abstimmungsparameter.
Demodulation. Nach der Extraktion eines Signals wird der Demodulator basierend auf der Ausgabe der automatischen Modulationsklassifikation (AMC) ausgewählt. AMC führt zunächst einen leichtgewichtigen Merkmalextraktor aus — zyklostationäre Merkmale, momentane Amplituden-/Frequenz-/Phasenstatistiken — und leitet an einen Kandidatendemodulator weiter. GNU Radio-Demodulatorblöcke decken die meisten gängigen Wellenformen ab; protokollspezifische Decoder (P25, DMR, TETRA, ADS-B, Mode S) sind als Open-Source-Out-of-Tree-Module verfügbar.
Protokolldekodierung. Über dem Demodulator extrahieren Protokolldecoder strukturierte Informationen aus dem Bitstrom. Für gut dokumentierte Protokolle (ADS-B, Mode S, DMR, APRS) gibt es ausgereifte Open-Source-Decoder. Undekodierte Signale sind dennoch wertvoll — Verkehrsanalyse zu Abfangmustern liefert bedeutende Aufklärung ohne Inhaltszugang.
Signalklassifizierungsmaschine: CNN-Modulationserkennung und Emitteridentifikation
Die Klassifizierung läuft auf der Ausgabe der Erkennungs- und Demodulationsstufen und fügt rohen Signalparametern semantische Bedeutung hinzu. Es gibt drei unterschiedliche Klassifizierungsprobleme in einer SIGINT-Plattform.
Modulationsklassifikation. CNN-basiertes AMC nimmt ein IQ-Segment fester Länge (typischerweise 128–1024 Proben) und gibt eine Wahrscheinlichkeitsverteilung über Modulationsklassen aus. Die am häufigsten in der Verteidigungs-SIGINT-Forschung verwendete Architektur ist ein 1D ResNet oder eine leichte konvolutionale Architektur, die auf dem RadioML-Datensatz trainiert wurde. Die Inferenzlatenz beträgt 0,5–2 ms pro Segment auf einer GPU.
Protokoll-Fingerprinting. Über den Modulationstyp hinaus identifiziert die Plattform spezifische Wellenformen anhand ihrer Struktur auf Bitebene. Eine Datenbank bekannter Protokollsignaturen — Synchronisierungswörter, Header-Formate, charakteristische Bytesequenzen — wird mit dekodierten Bitströmen abgeglichen. Das Fingerprinting identifiziert, dass ein Signal nicht nur „4FSK" ist, sondern speziell „P25 Phase 1 CQPSK mit einer bestimmten Talk-Group-ID."
Emitteridentifikation. RF-Fingerprinting extrahiert hardwarespezifische Unvollkommenheiten aus dem Signal: Phasenrauschsignatur, IQ-Ungleichgewichtsverhältnis, Trägerfrequenzoffset und seine Driftrate über die Zeit. Diese Merkmale sind stabil über Abfangvorgänge desselben physischen Senders und unterscheiden sich zwischen Sendern desselben Modells. Dies ist besonders wertvoll für das Tracking mobiler Emitter, die zwischen Abfangvorgängen Frequenzen oder Rufzeichen wechseln.
Speicherarchitektur: IQ-Archiv, Metadatenindex und Peilungsdatenbank
SIGINT-Speicherung umfasst drei Schichten mit grundlegend unterschiedlichen Anforderungen, die nicht ohne Leistungs- und Sicherheitseinbußen in ein einzelnes System zusammengefasst werden können.
Roh-IQ-Archiv. Roh-IQ-Daten müssen in einem Format gespeichert werden, das einen effizienten Zeitbereichsabruf unterstützt und von Standard-Signalverarbeitungswerkzeugen lesbar ist. SigMF (Signal Metadata Format) ist der aufkommende Standard — es koppelt binäre IQ-Dateien mit JSON-Metadaten. Für Massenanalysen ermöglicht Apache Parquet-Spaltenformat mit Apache Arrow-Speicherdarstellung eine vektorisierte Stapelverarbeitung.
Metadatenindex. Erkennungsaufzeichnungen, Demodulationsausgaben, Klassifizierungsergebnisse und Analystenannotationen bilden den strukturierten Aufklärungsindex. PostgreSQL mit PostGIS bietet die Kombination aus relationalen Abfragefähigkeiten und geospatialem Indexieren, die für SIGINT-Analytik erforderlich ist: „Finde alle Erkennungen dieses Emittertyps innerhalb von 50 km dieses Planquadrats in den letzten 48 Stunden" ist eine Standard-Analystenabfrage.
Peilungsdatenbank. AOA-Peilungsmessungen und TDOA-Zeitdifferenzaufzeichnungen werden separat von Erkennungsmetadaten gespeichert, da sie von einer dedizierten Geolokalisierungsmaschine verarbeitet werden. Die Peilungsdatenbank benötigt eine Schreiblatenz unter einer Millisekunde, um mit hochratiger Erfassung Schritt zu halten; TimescaleDB oder ClickHouse erfüllen diese Anforderung.
Analysten-Workflow: Aufgaben, Beobachtungslisten und Berichterstattung
Die Analysten-Workflow-Schicht ist der Ort, an dem SIGINT-Aufklärungsprodukte erstellt werden. Ob sie gut oder schlecht gestaltet ist, bestimmt, ob die Plattform genutzt oder umgangen wird.
Aufgabenwarteschlange. Erfassungsaufgaben legen fest, wonach das System suchen soll: kontinuierlich zu überwachende Frequenzbänder, spezifische Frequenzen oder Emittertypen, die priorisiert werden sollen, geografische Erfassungsbereiche und geplante versus persistente Erfassungsfenster. Maschinenlesbare Aufgabenformate (basierend auf NATO STANAG 4559 oder internen XML-Schemata) ermöglichen die programmatische Generierung von Aufgaben.
Workstation-Design. Eine SIGINT-Analysten-Workstation muss drei Ansichten gleichzeitig anzeigen: spektral (Wasserfall und Persistenzanzeige), geografisch (Karte mit Erfassungsstandorten, erkannten Emitterorten und Track-Historien) und zeitlich (Zeitlinie der Emitteraktivität, Abfangwarteschlange mit Prioritätsbewertung). Electron-basierte Desktop-Anwendungen bieten native OS-Integration, während dieselbe React-basierte Frontend-Codebasis in einem Browser ausgeführt werden kann.
Beobachtungslistenverwaltung. Beobachtungslisten definieren prioritäre Emitter, Netzwerke oder Frequenzen, deren Erkennung sofortige Warnungen auslöst. Die Beobachtungslistenabgleichung läuft als Stream-Prozessor gegen die Erkennungsausgabe, nicht als Batch-Abfrage, um die Alarmlatenz zu minimieren. Analysten benötigen eine Self-Service-Schnittstelle zum Erstellen, Ändern und Deaktivieren von Beobachtungslisteneinträgen ohne Einbindung von Ingenieuren.
Berichtsvorlagen. SIGINT-Aufklärungsprodukte folgen standardisierten Berichtsformaten: ELINT-Berichte erfassen Emitterparameter und Modusanalyse; COMINT-Berichte erfassen Abfanginhalte, Verkehrsanalyse und Kommunikationsnetzwerkmappings; Geolokalisierungsberichte erfassen Fixes mit Fehlerellipsen. Vorlagen befüllen Felder aus der strukturierten Erkennungsdatenbank vor.
Skalierbarkeitsmuster: Kafka-Streaming, horizontale Erfassungsknoten, GPU-Cluster
Eine SIGINT-Plattform mit einem einzelnen Standort kann als monolithische Anwendung realisiert werden. Ein Multi-Standort-Hochbandbreiten-Erfassungsnetzwerk erfordert eine gezielte Skalierbarkeitsarchitektur.
Kafka für IQ-Streaming. Apache Kafka dient als Verteilungsrückgrat für IQ-Probenblöcke und Erkennungsereignisse in einem verteilten Verarbeitungscluster. Erfassungsknoten veröffentlichen IQ-Blöcke in nach Frequenzband partitionierte Kafka-Topics; Verarbeitungskonsumenten abonnieren die für ihre zugewiesenen Frequenzbereiche relevanten Partitionen. Diese Entkopplung ermöglicht unabhängige horizontale Skalierung von Erfassung und Verarbeitung und bietet einen kurzfristigen Wiedergabepuffer für die Wiederherstellung nach Verarbeitungsknotenausfällen.
Horizontale Erfassungsknoten. Erfassungsknoten sind zustandslos in Bezug auf die Verarbeitung — sie veröffentlichen IQ und empfangen Aufgabenaktualisierungen. Das macht horizontale Skalierung einfach: Das Hinzufügen eines neuen Erfassungsknotens mit einem neuen SDR-Frontend erfordert nur die Registrierung des Knotens im Aufgabensystem und das Starten der Erfassungssoftware mit der entsprechenden Konfiguration. Container-Orchestrierung (Kubernetes) verwaltet den Lebenszyklus der Erfassungssoftware.
GPU-Verarbeitungscluster. FFT-basierte Spektrumanalyse, polyphasische Kanalisierung und neuronale Netzwerkinferenz für AMC sind alle GPU-beschleunigbar. Ein GPU-Knoten, der cuFFT-basierte Kanalisierung ausführt, kann einen Durchsatz von 40–100 Gsps verarbeiten. Die praktische Einschränkung für den GPU-Clustereinsatz in taktischen Deployments ist Stromversorgung und Kühlung: Ein Hochleistungs-GPU-Server verbraucht 2–5 kW.
Sicherheit und Klassifizierungshandhabung
Sicherheit in einer SIGINT-Plattform ist kein am Ende hinzugefügtes Feature — es ist eine architektonische Einschränkung, die bestimmt, wie Daten zwischen allen Komponenten fließen.
Datenklassifizierungsbezeichnungen. Jedes Datenobjekt wird bei der Erstellung mit einer Klassifizierungsstufe und Bearbeitungshinweisen versehen. Klassifizierungsbezeichnungen sind unveränderlich — sie können angehoben, aber niemals ohne einen genehmigten Sanierungsprozess abgesenkt werden. Die Speicherschicht erzwingt klassifizierungsbewusste Aufbewahrung: Daten höherer Klassifizierung haben kürzere Standard-Aufbewahrungsfenster.
Need-to-know-Zugangskontrolle. RBAC legt fest, welche Analysten Zugang zu welchen Erfassungsprogrammen, geografischen Bereichen und Signaltypen haben. Ein typisches Berechtigungsmodell hat drei Achsen: Geheimhaltungsgrad (UNKLASSIFIZIERT bis TS//SCI), Programmkompartiment und Rolle (Analyst, Erfassungsmanager, Systemadministrator).
Prüfpfade. Jeder Datenzugriff, jede Analyseaktion und jede Konfigurationsänderung wird in einem unveränderlichen Prüfprotokoll aufgezeichnet. Prüfprotokolle werden in einen separaten Nur-Anhänge-Speicher geschrieben, der selbst vor Änderungen durch Systemadministratoren geschützt ist. Die Protokollintegrität wird durch Hash-Verkettung oder einen Hardware-Sicherheitsmodul-gestützten Signierungsprozess verifiziert.
Air-Gap-Überlegungen. Strategische SIGINT-Systeme, die auf den höchsten Klassifizierungsebenen betrieben werden, verwenden physisch air-gapped Netzwerksegmente. Das Verschieben bereinigter Aufklärungsprodukte zu Verbrauchern niedrigerer Klassifizierung erfordert eine validierte Cross-Domain-Lösung (CDS) — hardwareerzwungene Einweg-Datendioden oder bidirektionale CDS-Appliances von zugelassenen Anbietern (Forcepoint, Owl Cyber Defense, Everfox).