The increasing presence of drones in urban airspace poses significant security challenges for critical infrastructure, public events, and everyday life. As a result, the development and deployment of effective Counter-UAS (C-UAS) systems have become a pressing concern for defense and security agencies worldwide. One of the key technologies in C-UAS systems is passive RF sensing, which has the potential to detect and track drones without interfering with their communication systems. However, high-density urban environments pose significant challenges for RF-based drone detection due to the presence of numerous interfering signals from various sources.
To address this challenge, researchers and developers have been exploring advanced signal processing techniques that can effectively differentiate between drone signals and background noise. One such technique is cyclostationary signal processing, which exploits the periodicity or cyclostationarity of modulated signals to improve detection and classification performance. This article provides an in-depth analysis of cyclostationary signal processing and its application in optimizing passive RF sensing for drone detection in high-density urban environments.
Kent havzasındaki dronların artan varlığı, kritik altyapı, kamu etkinlikleri ve günlük hayat için önemli güvenlik tehditleri oluşturuyor. Bu nedenle, etkili C-UAS (İHA Karşıtı) sistemlerinin geliştirilmesi ve konuşlandırılması, dünya çapındaki savunma ve güvenlik ajansları için acil bir endişe haline geldi. C-UAS sistemlerindeki kilit teknolojilerden biri, dronları haberleşme sistemlerine müdahale etmeden tespit etme ve izleme potansiyeline sahip olan pasif RF duyarlamanın geliştirilmesidir. Ancak, yüksek yoğunluklu kentsel ortamlar, çeşitli kaynaklardan gelen birçok müdahale sinyali nedeniyle RF tabanlı İHA tespiti için önemli zorluklar oluşturuyor.
Bu zorluğu gidermek için araştırmacılar ve geliştiriciler, dron sinyallerini ve arka plan gürültüsünü etkili bir şekilde ayırt edebilen gelişmiş sinyal işleme tekniklerini keşfetmeye çalıştılar. Bu tekniklerden biri, modüle edilmiş sinyallerin periyodikliğini veya cyclostationarityini kullanarak tespit ve sınıflandırma performansı verbessirmeye yönelik cyclostationary sinyal işleme tekniğidir. Bu makale, cyclostationary sinyal işleme ve yüksek yoğunluklu kentsel ortamlarda İHA tespiti için pasif RF duyarlamanın optimize edilmesindeki uygulaması hakkında derinlemesine bir analiz sağlar.
Droonide kasvav esinemine linnatuhastus õhuvaheliku võib põhjustada olulisi turvalisusvõlukutse kritilisele infrastruktuurile, avalikel üritustel ja igapäevases elus. Seetõttu on C-UAS (droonidevastaste) süsteemide arendamine ja väljatöötamine muutunud kaitse- ja turvalisusasutuste jaoks maailma laiusel ühekski kiireks probleemiks. C-UAS süsteemidega seotud üks oluline tehnoloogia on passiivne RF-tuurname, mis omab võimet droone tuvastada ja jälgida nende sidetehnoloogiat segamata. Kuid tihedad linnamaastikud võivad RF-põhise droonide tuvastamiseks põhjustada olulisi raskusi mitmest allikast tulevate häirete sinyalide tõttu.
Selle raskuse leevendamiseks otsivad uurijad ja arendajad keerukaid signaalitöötlusalgoritme, mis droonide signaale saaks eristada taustamüraist. Üks selline tehnika on tsüklostationaarne signaalitöötlus, mis kasutab modulaarsete signaalide perioodilisust või tsüklostationaarsust, et parandada Droonide tuvastamise ja klassifitseerimise tulemusi. See artikkel annab sügava ülevaate tsüklostationaarsetest signaalitöötlustest ning nende rakendamisest passiivse RF-tuurname optimeerimisel tihedas linnamaastikus Droonide tuvastamiseks.