×
Het opstellen van een effectieve oplossing voor droneverdediging betekent het combineren van verschillende detectiemethodes die samenwerken om volledige dekking en vroege waarschuwingen te bieden. Radarsystemen bieden een goede bereikafstand en kunnen door slecht weer heen kijken, waarbij ze reflecties van objecten tot op een afstand van 10 kilometer detecteren. Daarnaast zijn er RF-scanners die de werkelijke communicatiesignalen tussen drones en hun besturingseenheden opsporen. Tegelijkertijd komen electro-optische en infrarood-sensoren in beeld wanneer visueel bewijs nodig is, waarbij kunstmatige intelligentie wordt gebruikt om dronevormen te herkennen of warmtepatronen te detecteren die uniek zijn voor vliegende apparaten. Wanneer al deze technische componenten hand in hand werken — radar als eerste iets opmerkt, RF vaststelt om wat voor soort signaal het gaat, en EO/IR bevestigt wat we precies zien — is de kans aanzienlijk groter om ongewenste drones te ontdekken voordat ze problemen veroorzaken. Deze gelaagde aanpak vermindert de vervelende gaten waarin niets goed werkt, of dat nu door landschapskenmerken, regenstormen of andere lastige situaties komt die eenvoudigere systemen zouden kunnen misleiden. Voor beveiligingsteams die werken in gevoelige gebieden vormt dit soort opstelling daadwerkelijk de eerste linie tegen ongeautoriseerde luchtinbreuken.
Steden veroorzaken allerlei valse alarmen voor beveiligingssystemen – denk aan weerkaatsingen van gebouwen die rondvliegen, zwermen vogels die voorbijvliegen, willekeurige ballonnen die langszweven of gewoon oude rommel die in de wind wordt meegevoerd. Daar komt sensorfusie goed van pas. Het systeem onderzoekt dingen tegelijkertijd vanuit meerdere hoeken. Radar detecteert beweging en afstand, RF-technologie zoekt naar daadwerkelijke besturingssignalen die worden verzonden, terwijl akoestische sensoren of infraroodcamera’s extra details opvangen, zoals het karakteristieke gezoem van helikopterbladen of de vorm van een vliegtuig. Akoestische sensoren presteren vooral uitstekend op korte afstand, wanneer radar onduidelijk wordt en radiosignalen verloren gaan in de stedelijke storing. Slimme software verwerkt al deze gegevenspunten in realtime, waarbij wordt vergeleken hoe iets beweegt, welke soort signalen het uitzendt en waar het verschijnt ten opzichte van wat we weten over zowel onschuldige objecten als potentiële bedreigingen. Dit hele proces vermindert valse alarmen met meer dan de helft in drukbevolkte stedelijke gebieden, zodat beveiligingsmedewerkers zich daadwerkelijk kunnen concentreren op echte problemen in plaats van de hele dag achter spookachtige signalen aan te jagen.
De huidige droneverdedigingstechnologie is sterk afhankelijk van kunstmatige intelligentie om al die ruwe sensorinformatie om te zetten in bruikbare inzichten voor beveiligingsteams. De machine learning-modellen die hierachter zitten, worden getraind op zeer betrouwbare bronnen. Denk aan bijvoorbeeld de UAV-classificatieregels van het Amerikaanse Ministerie van Defensie, de bekende FAA-part-107-groottecategorieën (groepen 1 tot en met 3), en diverse open-source-databases die bekende bedreigingen bijhouden. Deze systemen analyseren meerdere factoren om vast te stellen om welk type drone het gaat: zij controleren radarsignalen, analyseren de modulatie van radiosignalen en onderzoeken visuele kenmerken die zijn vastgelegd door electro-optische of infrarood-sensoren. Zo kunnen zij bijvoorbeeld een consumentendrone zoals de DJI Mavic onderscheiden van iets veel zorgwekkenders, zoals een militaire loitering munition. Veldtests volgens de NAVO-STANAG-4671-normen toonden aan dat deze verdedigingssystemen een nauwkeurigheid van ongeveer 95,2% bereiken, zelfs in lastige omgevingen waar veel andere signalen storing kunnen veroorzaken. Wat hen echter echt effectief maakt, is de component voor gedragsanalyse. Systemen observeren hoe drones daadwerkelijk vliegen — bijvoorbeeld of zij zich ophouden in de buurt van beveiligde gebieden of plotselinge hoogteveranderingen uitvoeren — en vergelijken dergelijke patronen met historische gegevens over verdacht gedrag. Dit stelt operators in staat om vroegtijdige waarschuwingsscores voor mogelijke bedreigingen te ontvangen, lang voordat iemand handmatig beeldmateriaal hoeft te bekijken.
De diverse sensorinvoer komt samen in deze geïntegreerde Command and Control (C2)-platforms, die fungeren als het centrale zenuwstelsel voor de operaties. Radarsystemen werken samen met RF-detectors en EO/IR-sensoren om hun datastromen naar fusiemotoren te sturen die voldoen aan de JDL-niveau-2-standaarden. Dit betekent dat we nauwkeurige locatievolgging van doelen verkrijgen met een vertraging van minder dan een halve seconde tussen detectie en verwerking. Het systeem rangschikt potentiële bedreigingen automatisch op basis van verschillende factoren, waaronder snelheid, afstand tot waardevolle activa, het vertrouwen in de identificatie van het object en of het object zich bevindt op een plaats waar het niet hoort te zijn. Wanneer iets ernstig gevaarlijk lijkt, neemt het systeem ofwel automatisch de controle over voor defensieve maatregelen, of toont het waarschuwingen op de consoles van de operators, inclusief nuttige visuele overlays die precies aangeven wat er gebeurt. Al deze geautomatiseerde functies verkorten de reactietijden drastisch: van ongeveer 12 seconden bij handmatige uitvoering tot slechts iets meer dan 3 seconden. En ondanks al deze snelle actie blijft het systeem volledig in overeenstemming met de regels van de FAA voor luchtruimbeheer en met internationale regelgeving op het gebied van radiofrequenties.
RF-storing werkt door een groot aantal willekeurige radiogolven uit te zenden die de communicatie en data-overdracht van drones verstoren. GPS-spoofing is daarentegen anders: hierbij wordt het navigatiesysteem van de drone in feite bedrogen door valse satellietignalen te verzenden, waardoor de drone denkt dat hij zich op een andere locatie bevindt. Beide methoden hebben aangetoond dat ze vrij goed werken op gewone consumentendrones. Het Ministerie van Binnenlandse Veiligheid heeft tests uitgevoerd en geconstateerd dat ongeveer 87% van deze in de winkel verkochte drones stopte met functioneren bij blootstelling aan deze technieken binnen zichtafstand. Er zijn echter grote juridische problemen verbonden aan deze methoden. De Federal Communications Commission (FCC) staat burgers niet toe om opzettelijk signalen te blokkeren in de Amerikaanse luchtruim, omdat dit ernstige problemen kan veroorzaken voor onder meer noodhulpdiensten, vliegtuignavigatie en zelfs ziekenhuisapparatuur. GPS-spoofing is ook niet veel beter, aangezien het de precieze tijdssynchronisatiesystemen kan verstoren waar banken en mobiele telefoonmasten op vertrouwen. Voor iedereen die deze technologieën op verantwoorde wijze wil gebruiken, zijn speciale vergunningen vereist, moet er voortdurend worden gecontroleerd op radiofrequenties en moeten reserveplannen worden opgesteld. Dit geldt in het bijzonder voor nieuwere drones die niet afhankelijk zijn van traditionele radiosignalen of GPS, maar in plaats daarvan camera’s of interne sensoren gebruiken om hun positie te bepalen.
Zachte uitschakelingsmethoden werken niet altijd, vooral zodra vijandige intenties duidelijk worden. Daar komen hoogenergetische lasers van pas. Deze systemen werken met golflengten die veilig zijn voor het menselijk oog en kunnen meerdere kilowatt direct op hun doelen richten. Binnen slechts drie seconden kunnen ze ofwel aandrijfsystemen ofwel avionica-onderdelen uitschakelen, zonder veel schade aan te richten in de omgeving. Wanneer iets onmiddellijk fysiek moet worden gestopt, gebruiken operators drones die netten vervoeren of lanceren geleide kinetische projectielen die voldoen aan de ISO 21384-3-veiligheidseisen. Deze krachtiger oplossingen stoppen bewegende bedreigingen doorgaans in meer dan negentig procent van de gevallen, hoewel ze wel uitdagingen opleveren bij het voorspellen van brokstukpatronen en het instellen van verboden luchtruim in stedelijke gebieden. Volgens de militaire richtlijnen in DoD-richtlijn 3000.09 worden deze verdedigingsmiddelen uitsluitend ingezet tegen bevestigde vijandelijke entiteiten die kenmerken van een aanval vertonen, zoals het dragen van wapens of het binnendringen in verboden zones. Ze worden als laatste redmiddel ingezet nadat alle minder dwingende verdedigingsmaatregelen zijn mislukt of onvoldoende bleken.
De primaire methoden die worden gebruikt voor het detecteren van drones omvatten radarsystemen, RF-scanners en electro-optische en infrarood-sensoren.
KI helpt bij de classificatie van drones door ruwe sensordata te analyseren, het type drone, de grootte en het gedrag te identificeren en deze patronen te vergelijken met historische bedreigingsgegevens.
De juridische kwesties rondom RF-storing omvatten mogelijke storingen van nooddiensten, luchtvaartnavigatie en ziekenhuisapparatuur. GPS-spoofing kan essentiële systemen zoals bankwezen en mobiele netwerken beïnvloeden.
Lasersystemen en kinetische interceptors worden ingezet wanneer duidelijk is dat een drone vijandige intenties heeft, en fungeren als laatste redmiddel om drones die een onmiddellijke bedreiging vormen, uit te schakelen of te vernietigen.
