Wykrywanie dronów za pomocą RF: jak systemy software-defined radio identyfikują i śledzą UAV

Każdy dron lecący z aktywnym zdalnym sterowaniem jest emiterem RF. Stacja naziemna pilota nadaje na 2,4 GHz lub 5,8 GHz, by sterować dronem; dron odpowiada telemetrią na tym samym lub sąsiednim kanale; kamera FPV przesyła obraz na żywo z powrotem do gogli pilota. Tych emisji nie można wyeliminować bez wyeliminowania możliwości sterowania statkiem powietrznym — co oznacza, że wykrywanie częstotliwości radiowych jest podstawową i najbardziej niezawodną metodą operacji antydronowych. W przeciwieństwie do radaru, który wymaga odbitego sygnału od fizycznego płatowca, wykrywanie RF wychwytuje własne transmisje drona. W przeciwieństwie do kamer elektrooptycznych, wykrywanie RF działa w nocy, we mgle i na dystansach przekraczających rozdzielczość kamery. A w przeciwieństwie do czujników akustycznych, wykrywania RF nie pokonuje wiatr, dystans ani niski hałas wirników.

Dla zespołów bezpieczeństwa chroniących stałe instalacje, dowódców baz zarządzających przestrzenią powietrzną oraz oficerów ds. zamówień C-UAS oceniających systemy wykrywania, zrozumienie, jak faktycznie działa wykrywanie dronów oparte na RF — co może, a czego nie może wykryć, co decyduje o zasięgu, jak zarządza się fałszywymi alarmami — jest niezbędne do podejmowania skutecznych decyzji zakupowych i wdrażania systemów, które rzeczywiście chronią broniony obszar.

Dlaczego każdy dron emituje RF

Podstawowy powód, dla którego wykrywanie RF działa, jest prosty: zdalnie pilotowany statek powietrzny wymaga łącza sterowania. Operator musi być w stanie wysyłać do drona komendy lotu i otrzymywać z powrotem telemetrię pozycji oraz statusu. To dwukierunkowe łącze danych wykorzystuje widmo RF niezależnie od wybranego pasma częstotliwości. Drony konsumenckie — serie DJI Mavic, Air, Mini i Phantom — używają wariantów protokołu OcuSync firmy DJI (OcuSync 2, OcuSync 3, O3+), które działają jednocześnie na 2,4 GHz i 5,8 GHz, adaptacyjnie przełączając się między pasmami w zależności od jakości łącza. Stacja naziemna nadaje z mocą 100–200 mW, dron odpowiada łączem w górę o niższej mocy, a ciągły strumień telemetrii (pozycja GPS, napięcie baterii, wysokość, stan gimbala) płynie między nimi przez cały czas, gdy dron jest w powietrzu.

Drony wyścigowe i freestyle FPV mają osobną architekturę RF. Łącze sterowania używa dedykowanego protokołu RC — ExpressLRS (ELRS) na 2,4 GHz lub 900 MHz, TBS Crossfire na 868/915 MHz, FrSky na 2,4 GHz — działającego z rozproszonym widmem ze skakaniem po częstotliwościach (FHSS) w celu odporności na zakłócenia. Transmisja wideo w dół to osobna jednokierunkowa transmisja: analogowe wideo na 5,8 GHz (25 mW do 1 W) lub coraz częściej wideo cyfrowe z wykorzystaniem cyfrowego systemu FPV DJI O3 na 5,8 GHz. W efekcie powstaje para jednoczesnych emisji RF, które razem tworzą charakterystyczną sygnaturę FPV, wykrywalną nawet wtedy, gdy żadna z transmisji z osobna nie zostałaby rozpoznana w izolacji.

Bezzałogowce o stałym płacie używane w rolach rozpoznawczych lub logistycznych zazwyczaj korzystają z dalekosiężnych łączy sterowania: systemów RC 900 MHz lub 433 MHz dla krótszych dystansów oraz autorskich satelitarnych łączy sterowania w paśmie L lub C dla operacji BLOS (poza zasięgiem wzroku). Wojskowe UAS mogą używać Link 16, MUOS lub niejawnych przebiegów sygnałowych, ale nawet one są emiterami RF wykrywalnymi przez system monitorujący odpowiedni zakres częstotliwości.

Potok wykrywania RF

Produkcyjny system wykrywania dronów RF przetwarza napływające dane widmowe przez dobrze zdefiniowany potok, który przekształca surowe próbki IQ w użyteczne alarmy.

Szerokopasmowe przechwytywanie IQ. Odbiornik SDR cyfryzuje docelowe pasmo częstotliwości — zazwyczaj pokrywając od 400 MHz do 6 GHz w jednym lub kilku kanałach odbiorczych — i strumieniuje próbki IQ (w fazie/kwadraturze) do hosta przetwarzającego. Przy częstotliwości próbkowania 20 MHz na kanał generuje to około 80 MB/s danych IQ, które muszą być przetwarzane w czasie rzeczywistym. Wysokowydajne platformy, takie jak Ettus USRP X310 z dwiema płytami córkami UBX-160, mogą przechwytywać 160 MHz chwilowej szerokości pasma na dwóch niezależnych kanałach jednocześnie, umożliwiając równoległe monitorowanie pasm 2,4 GHz i 5,8 GHz bez przełączania częstotliwości.

Wykrywanie sygnału. Strumień IQ jest przekształcany w spektrogram czasowo-częstotliwościowy przy użyciu przesuwnego FFT. Obecność sygnału wykrywana jest za pomocą algorytmu CFAR (stała szybkość fałszywych alarmów), który oblicza dynamiczną estymację poziomu szumów i sygnalizuje przekroczenia energii powyżej konfigurowalnego mnożnika progowego. CFAR dostosowuje się do zmieniających się tłowych środowisk RF — widmo z dziesiątkami sieci Wi-Fi będzie miało wyższy poziom szumów niż lokalizacja wiejska, a CFAR odpowiednio reguluje próg wykrywania, by utrzymać stałą szybkość fałszywych alarmów, a nie stały próg mocy.

Ekstrakcja cech i identyfikacja protokołu. Z każdego wykrytego segmentu sygnału wyodrębniane są cechy: częstotliwość środkowa, chwilowa szerokość pasma, czas trwania pakietu, okres między pakietami, wzorzec przeskoków (jeśli FHSS), typ modulacji oszacowany na podstawie analizy cyklostacjonarnej oraz kształt widmowy. Cechy te są porównywane z biblioteką sygnatur RF dronów zbudowaną na podstawie kontrolowanych testów komercyjnych i wojskowych platform UAV. DJI OcuSync 2 ma charakterystyczny kanał OFDM o szerokości 10 MHz z określonym odstępem podnośnych; ExpressLRS ma charakterystyczne taktowanie sekwencji przeskoków FHSS; analogowe wideo FPV na 5,8 GHz ma rozpoznawalną obwiednię widmową. Dopasowanie wzorców do tej biblioteki daje klasyfikację typu sygnału z powiązaną oceną pewności.

Asocjacja śladów i generowanie alarmów. Pojedyncze detekcje sygnałów są łączone w ślady dronów — wiążąc łącze sterowania w górę, telemetrię w dół i wideo w dół tego samego drona w pojedynczą jednostkę — przy użyciu korelacji częstotliwości, czasu i przestrzeni. Ślad musi zgromadzić konfigurowalną liczbę spójnych detekcji w oknie czasowym przed wywołaniem alarmu, co tłumi przejściowe fałszywe alarmy z krótkich zdarzeń zakłócających. Wyjście alarmu zawiera typ sygnału, kategorię drona (konsumencki wielowirnikowiec, FPV, stały płat), oszacowany namiar lub pozycję, pewność detekcji oraz znacznik czasu pierwszego wykrycia.

Sygnatury RF dronów według kategorii

Konsumenckie wielowirnikowce (DJI, Autel). Produkty DJI wykorzystujące OcuSync 3 działają jednocześnie na 2,4 GHz i 5,8 GHz z szerokością kanału 10 MHz, modulacją OFDM i dynamicznym wyborem częstotliwości w oparciu o jakość kanału. Charakterystyczny dwukierunkowy wzorzec ruchu — krótkie pakiety telemetrii w dół przeplatane dłuższymi potwierdzeniami w górę — różni się od standardowego ruchu Wi-Fi nawet na tych samych częstotliwościach. Drony serii Autel EVO stosują podobne podejście z drobnymi różnicami protokołu wykrywalnymi w sekwencji przeskoków i taktowaniu pakietów. Produkty obu producentów emitują beacon punktu domowego przy początkowym starcie, który jest szczególnie łatwy do wykrycia.

Drony wyścigowe i freestyle FPV. Połączenie łącza sterowania RC FHSS (ExpressLRS, Crossfire, FrSky) z transmisją wideo w dół na 5,8 GHz tworzy sygnaturę dwuemisyjną. Transmisja wideo w dół jest szczególnie silna — analogowe nadajniki FPV o mocy 200 mW do 1 W wytwarzają sygnał wykrywalny na kilka kilometrów z anteną kierunkową. Cyfrowe systemy FPV (DJI O3, HDZero, Walksnail) zastępują wideo analogowe cyfrowymi strumieniami OFDM, które mają odmienne odciski widmowe w porównaniu z ich analogowymi poprzednikami.

Stały płat i hybrydowy VTOL. Dalekosiężne drony o stałym płacie używane do rozpoznania lub dostarczania ładunku zazwyczaj korzystają z łączy sterowania 900 MHz lub 433 MHz dla wydłużonego zasięgu. Te dłuższe fale propagują dalej i lepiej penetrują listowie niż 2,4 GHz, co czyni je preferowanymi w wiejskich i zalesionych środowiskach operacyjnych. Wykrywanie wymaga specyficznego monitorowania pasm poniżej GHz; system skonfigurowany wyłącznie dla 2,4 GHz i 5,8 GHz całkowicie pominąłby te platformy.

Wojskowe i rządowe UAS. Większe wojskowe UAV — Grupa 3 i wyższe — zazwyczaj wykorzystują zaszyfrowane, zwinne częstotliwościowo przebiegi sygnałowe w paśmie L (1–2 GHz) lub paśmie C (4–8 GHz) dla swoich głównych łączy sterowania, z łączami satelitarnymi do operacji BLOS. Choć przebiegi sygnałowe są zaszyfrowane i autorskie, zajętość widmowa, zakres częstotliwości i charakterystyki EIRP są wykrywalne. Wykrywanie wojskowych UAS jest przede wszystkim interesujące dla przeciwników na poziomie państwowym; większość wdrożeń C-UAS koncentruje się na zagrożeniach z Grupy 1 i Grupy 2 (drony komercyjne i zmodyfikowane komercyjne).

Opcje sprzętu SDR do wykrywania dronów

Wybór sprzętu front-endu SDR znacząco wpływa na wydajność wykrywania, a opcje obejmują szeroki zakres kosztu, możliwości i formy.

RTL-SDR (klucze oparte na RTL2832U). RTL-SDR, pierwotnie tuner telewizyjny DVB-T, pokrywa około 24 MHz do 1766 MHz z chwilową użyteczną szerokością pasma do 2,4 MHz. W cenie 25–35 USD jest to platforma wejściowego poziomu do eksperymentów z SDR i prac koncepcyjnych nad wykrywaniem dronów. Jego ograniczenia — wąska chwilowa szerokość pasma, słaby zakres dynamiki, ograniczone pokrycie częstotliwości — czynią go nieodpowiednim do wdrożeń produkcyjnych, ale jest użytecznym narzędziem do eksperymentów z monitorowaniem jednego pasma i szkolenia studentów. Monitorowanie wyłącznie łączy RC 433 MHz lub 868 MHz jest możliwe z RTL-SDR; monitorowanie pasm 2,4 GHz lub 5,8 GHz wymaga aktualizacji sprzętu.

HackRF One. HackRF pokrywa od 1 MHz do 6 GHz z chwilową szerokością pasma 20 MHz i łącznością USB 2.0. W cenie około 300–400 USD pokrywa wszystkie główne pasma częstotliwości dronów i nadaje się do prac rozwojowych i monitorowania o niskim cyklu pracy. Jego architektura half-duplex (nie może jednocześnie nadawać i odbierać) oraz stosunkowo wysoki szum fazowy ograniczają stosowalność produkcyjną, ale jest szeroko wspierany przez GNU Radio i służy jako doskonała platforma rozwojowa i testowa.

Ettus USRP B205mini / B210. USRP B210 pokrywa od 70 MHz do 6 GHz z chwilową szerokością pasma 56 MHz, dwoma niezależnymi kanałami odbiorczymi i pracą full-duplex przez USB 3.0. W cenie około 1100–1800 USD jest standardową platformą klasy badawczej do poważnych prac rozwojowych nad wykrywaniem dronów. B210 może jednocześnie pokrywać 2,4 GHz i część 5,8 GHz z pewnymi kompromisami lub pokrywać jedno pasmo z 56 MHz czystej chwilowej szerokości pasma — wystarczająco, by przechwycić kompletny segment widma DJI OcuSync 3.

Ettus USRP X310 / X410. USRP X310 z dwiema płytami córkami UBX-160 pokrywa od 10 MHz do 6 GHz z chwilową szerokością pasma 160 MHz na dwóch niezależnych kanałach, podłączony przez 10 GbE. X410 rozszerza to do 400 MHz na kanał za pomocą interfejsu QSFP+. Te platformy wspierają prawdziwe jednoczesne monitorowanie wielu pasm i nadają się do wdrożeń produkcyjnych C-UAS, gdzie wydajność jest priorytetem ponad kosztem. Integracja z Corvus.Sense w celu automatycznej klasyfikacji sygnałów RF wykorzystuje szerokopasmowe przechwytywanie IQ, które zapewniają te platformy.

Niestandardowe i ODM front-endy RF. Komercyjne systemy C-UAS — DroneSentry, DroneTracker, D-Fend Solutions EnforceAir — zazwyczaj wykorzystują niestandardowe front-endy RF zaprojektowane specjalnie dla zakresu wykrywania dronów od 400 MHz do 6 GHz, z autorskim przetwarzaniem sygnałów w czasie rzeczywistym opartym na FPGA, które unika wąskiego gardła CPU hosta w SDR podłączanych do PC. Te dedykowane systemy oferują wyższą niezawodność i formę dla wdrożeń stacjonarnych, ale wiążą się z istotnie wyższym kosztem niż otwarte platformy SDR.

Zasięg wykrywania i czynniki środowiskowe

Zasięg wykrywania RF nie jest pojedynczą liczbą — jest funkcją zysku anteny, współczynnika szumów odbiornika, mocy nadawczej drona, środowiska propagacji oraz konkurencyjnego tła RF. W warunkach wolnej przestrzeni z anteną dookólną i czułym odbiornikiem (współczynnik szumów poniżej 6 dB) łącze sterowania 100 mW na 2,4 GHz drona komercyjnego jest wykrywalne na 2–4 km. Transmisja wideo w dół tego samego drona na 5,8 GHz, przy 200 mW, jest wykrywalna na podobnym dystansie. Z anteną kierunkową 12 dBi te zasięgi wydłużają się do 5–10 km — wystarczająco do ochrony obwodowej instalacji wojskowych lub infrastruktury krytycznej.

Środowiska miejskie znacząco pogarszają te wartości. Budynki powodują odbicia wielodrogowe, które tworzą wzorce interferencji konstruktywnej i destruktywnej, więc efektywny zasięg w gęstych obszarach miejskich może wynosić 200–800 m. Wysokie tło RF od tysięcy współbieżnych sieci Wi-Fi podnosi poziom szumów i wymusza wyższe progi CFAR, redukując czułość na słabe sygnały. Deszcz i mgła mają minimalny wpływ na 2,4 GHz i 5,8 GHz (tłumienie jest poniżej 0,1 dB/km na tych częstotliwościach dla typowych natężeń opadów), w przeciwieństwie do poważnego wpływu, jaki mają na radar milimetrowy i czujniki EO/IR.

Najistotniejszym wyzwaniem środowiskowym nie jest strata propagacyjna, lecz przeciążenie RF. Miejskie widmo 2,4 GHz jest nasycone Wi-Fi (802.11b/g/n), Bluetooth, ZigBee oraz zakłóceniami z kuchenek mikrofalowych. System wykrywania dronów musi niezawodnie odróżniać sygnały DJI OcuSync od setek współbieżnych transmisji 802.11n w tym samym paśmie — problem klasyfikacji, który wymaga dobrze wytrenowanego klasyfikatora ML, a nie prostego progu energetycznego. To właśnie tutaj klasyfikacja sygnałów oparta na uczeniu maszynowym zapewnia najistotniejszą poprawę wydajności w porównaniu z podejściami opartymi na regułach.

Fuzja wieloczujnikowa z radarem i EO/IR

Wykrywanie RF zapewnia najwcześniejsze ostrzeżenie o obecności drona, ale ma ograniczenia, które adresują komplementarne czujniki. Wykrywanie RF traci ślad drona, który przełącza się na autonomiczną nawigację po punktach GPS z wyłączonym łączem sterowania — dron nadal leci, ale nie nadaje już sygnałów łącza sterowania RC. Radar zapewnia ciągłe śledzenie fizycznego płatowca niezależnie od statusu emisji RF. Kamery EO/IR zapewniają potwierdzenie wizualne i, przy wystarczającej rozdzielczości, mogą zidentyfikować typ drona oraz potencjalnie naziemną pozycję operatora.

W zintegrowanym systemie C-UAS trzy metody czujnikowe współpracują ze sobą: wykrywanie RF zapewnia pierwszy alert i oszacowany namiar; radar naprowadza się na ten namiar i pozyskuje precyzyjny ślad 3D; kamera PTZ obraca się ku pozycji raportowanej przez radar i zapewnia potwierdzenie wizualne. Logika asocjacji śladów w silniku fuzji łączy detekcję RF, odbicie radarowe i ślad kamery w pojedynczą jednostkę UAV z łączną oceną pewności. Gdy łączna pewność przekracza próg alarmu, operator otrzymuje pojedynczy ujednolicony alert, a nie trzy osobne powiadomienia czujnikowe do ręcznego skorelowania.

Wartość fuzji rozciąga się na zarządzanie fałszywymi alarmami. Wybuch energii, który uruchamia detektor RF, ale nie wytwarza odbicia radarowego i nie jest widoczny w kamerze, jest niemal na pewno fałszywym alarmem od naziemnego emitera 2,4 GHz. Wymaganie co najmniej dwóch potwierdzeń czujnikowych dla alarmu o wysokiej pewności znacząco redukuje zmęczenie operatora alarmami bez istotnego wydłużenia czasu potwierdzenia rzeczywistego zagrożenia. W przypadku monitorowania widma pod kątem nieautoryzowanych emiterów ogólnie, ta zasada fuzji rozciąga się na każdy scenariusz, w którym dostępnych jest wiele metod czujnikowych.

Progi alarmowe i zarządzanie fałszywymi alarmami

Skuteczność operacyjna systemu wykrywania dronów jest w równym stopniu funkcją wskaźnika fałszywych alarmów, co prawdopodobieństwa wykrycia. System generujący dziesiątki fałszywych alarmów dziennie uczy personel bezpieczeństwa ignorowania alarmów — niwecząc cel systemu. Skuteczne zarządzanie progami alarmowymi wymaga zrozumienia specyficznego środowiska RF każdej lokalizacji wdrożenia oraz odpowiedniego dostrojenia klasyfikatora i parametrów potwierdzania śladu.

Standardowe podejście polega na rozmieszczeniu czujnika w trybie wyłącznie monitorującym przez 48–72 godziny przed aktywacją alarmowania, podczas których system buduje model bazowy lokalnego środowiska RF. Znane emitery — stałe punkty dostępowe Wi-Fi, licencjonowane łącza mikrofalowe, urządzenia Bluetooth o przewidywalnych wzorcach — są dodawane do białej listy, która tłumi detekcje na ich specyficznych częstotliwościach i lokalizacjach. Po ustaleniu bazy progi alarmowe ustawia się zachowawczo i obniża w ciągu pierwszego tygodnia pracy w miarę mierzenia i doprecyzowywania wskaźnika fałszywych alarmów.

Długoterminowe zarządzanie fałszywymi alarmami wymaga bieżących aktualizacji klasyfikatora w miarę pojawiania się nowych modeli dronów w środowisku zagrożeń. DJI Avata 2 wydany po ostatnim wytrenowaniu klasyfikatora nie zostanie rozpoznany po swojej specyficznej sygnaturze protokołu — może nadal zostać wykryty jako nieznany emiter 5,8 GHz, ale pewność klasyfikacji będzie niska. Utrzymywanie aktualnej biblioteki sygnatur, podobnie jak utrzymywanie sygnatur antywirusowych, jest wymogiem operacyjnym, a nie jednorazowym zadaniem konfiguracyjnym.

Corvus.Sense do klasyfikacji sygnałów RF

Platforma Corvus.Sense firmy Corvus Intelligence zapewnia możliwości automatycznej klasyfikacji sygnałów RF mające zastosowanie w operacjach counter-UAS. Platforma przyjmuje strumienie danych IQ z szerokopasmowych odbiorników SDR i stosuje wytrenowane modele klasyfikacji sygnałów do identyfikacji łączy sterowania dronów, transmisji wideo i kanałów telemetrii w zakresie od 400 MHz do 6 GHz. Wyjścia klasyfikacji obejmują typ sygnału, ocenę pewności oraz rodzinę protokołów, umożliwiając systemom alarmowania i zarządzania śladami niższego szczebla działanie na ustrukturyzowanych zdarzeniach detekcji, a nie na surowych danych widmowych.

Dla organizacji budujących lub wdrażających infrastrukturę wykrywania C-UAS, Corvus.Sense zapewnia warstwę wywiadu sygnałowego — komponent, który przekształca surowe RF w użyteczne klasyfikacje dronów — jednocześnie integrując się z istniejącymi systemami radaru, kamer oraz dowodzenia i sterowania poprzez standardowe interfejsy danych. Platforma wspiera zarówno wdrożenia stacjonarne z szerokopasmowymi wielokanałowymi front-endami SDR, jak i konfiguracje przenośne z jednokanałowymi SDR do scenariuszy mobilnych lub szybkiego rozmieszczenia. Szerszy obraz tego, jak klasyfikacja RF wpisuje się w ogólną architekturę systemu SIGINT, znajduje się w naszym omówieniu projektowania architektury platformy SIGINT.