Detekcja RF UAV — emisja, bearing, TDOA i Remote ID

Detekcja RF UAV polega na pasywnym odbiorze emisji związanych z systemem bezzałogowym albo jego otoczeniem: łącza sterowania, telemetrii, obrazu, Remote ID i innych transmisji. Sensor RF może wykryć aktywność jeszcze przed startem i czasem rozdzielić platformę od stacji sterującej, ale nie wykryje statku całkowicie autonomicznego i radiowo cichego.

„Pasywny” opisuje brak celowej emisji w funkcji detekcji. Nie gwarantuje, że całe urządzenie nigdy nie nadaje: może mieć Wi-Fi serwisowe, synchronizację albo aktywny moduł mitigation. FAA zaleca weryfikowanie tych funkcji, a nie opieranie się na nazwie marketingowej [1].

Spis treści#

Co sensor RF naprawdę mierzy
Źródła emisji UAS
Architektura odbiornika
Budżet łącza detekcyjnego
Panorama widma i occupancy
Detekcja energii
Cechy sygnału i klasyfikacja
Biblioteka sygnatur
Remote ID jako źródło kooperacyjne
Kierunek nadejścia
TDOA i wielostanowiskowość
Dron i kontroler nie muszą być obok siebie
Zakłócenia środowiskowe
Autonomiczne i komórkowe UAV
Fuzja z radarem i EO
Dane, prywatność i prawo
Metryki i testy
Cyberbezpieczeństwo sensora
Ograniczenia
ALIGNMENT
Powiązane tematy
Przypisy

Co sensor RF naprawdę mierzy#

Antenna i receiver rejestrują napięcie będące sumą sygnałów, szumu, interference i distortion. Po digitalizacji otrzymujemy próbki I/Q lub cechy przetworzone: power spectral density, cyclostationary statistics, burst timing, modulation hints i direction of arrival.

Łańcuch:

antena → filtr/preselektor → LNA → mixer/ADC → channelizer
       → detekcje → cechy → klasyfikacja → track emisji

Detekcja emisji nie jest detekcją płatowca. Emiter może znajdować się na ziemi, na UAV albo na innym urządzeniu. Jedna transmisja może obsługiwać wiele statków, a jeden UAV może używać kilku linków. C2 powinno przechowywać „RF emitter hypothesis”, dopóki korelacja przestrzenno-czasowa nie uzasadnia połączenia z trackiem fizycznym.

Sensor RF może dostarczyć:

czas i pasmo aktywności;
received power/SNR;
cechy waveform lub protocol;
identyfikator jawnie transmitowany;
bearing albo geolokację z sieci;
confidence i class family;
alert o zmianie wzorca.

Nie może z samego faktu emisji ustalić zamiaru ani legalności lotu.

Źródła emisji UAS#

Typowy ekosystem może emitować:

downlink video;
uplink command/control;
bidirectional telemetry;
Remote ID broadcast;
Wi-Fi/Bluetooth provisioning;
GNSS correction link;
LTE/5G/Wi-Fi backhaul;
payload radio;
beacon recovery;
link między UAV w mesh.

Nie wszystkie transmisje są ciągłe. Command może mieć niski duty cycle, video wysoki. Adaptive rate, frequency hopping i beamforming zmieniają obserwowany wzorzec. Encrypted payload nie oznacza niewykrywalności; energy, timing i część metadanych nadal mogą być mierzalne. Jednocześnie detekcja zaszyfrowanego burstu nie daje prawa ani technicznej możliwości odczytu treści.

Commercial protocols współdzielą pasma z access points, telefonami, słuchawkami i IoT. Klasyfikacja „2,4 GHz = drone” jest bezużyteczna. Potrzebna jest kombinacja cech oraz kontekstu.

Architektura odbiornika#

Najważniejsze parametry odbiornika:

zakres częstotliwości i jednoczesny instantaneous bandwidth;
sensitivity i noise figure;
spurious-free dynamic range;
ADC bits oraz clipping behavior;
scan/revisit time;
selectivity i out-of-band rejection;
liczba kanałów coherent dla DF;
stabilność frequency/time reference;
antenna coverage, gain i polarization.

Szeroki zakres skanowany jednym tunerem ma przerwy czasowe. Krótki burst może wystąpić, gdy receiver ogląda inne pasmo. Wielokanałowy channelizer zmniejsza tę lukę kosztem danych i hardware.

Silny lokalny emiter może skompresować front-end i zasłonić słaby sygnał w innym kanale. Preselector ogranicza energię poza pasmem, lecz bank filtrów zwiększa złożoność. Specyfikacja sensitivity przy pustym laboratorium nie opisuje operation near cellular tower.

Antenna omni daje pokrycie, lecz mniejszy gain i brak bearing. Array daje DoA, ale wymaga phase calibration. Sector antennas zapewniają coarse direction i odporność na jeden silny kierunek.

Budżet łącza detekcyjnego#

Dla emitera w wolnej przestrzeni:

P_r[dBm] = EIRP[dBm] + G_r[dBi] - FSPL[dB] - L[dB]
FSPL = 20log10(4πR/λ)

To punkt wyjścia. W realnym środowisku dochodzą terrain, building attenuation, antenna orientation, body shadowing, foliage, polarization mismatch i fading. UAV może być wysoko i mieć dobry LOS do sensora, a kontroler znajdować się między budynkami.

Zasięg detekcji zależy od minimalnego SNR po integracji. Długi dwell pomaga dla stałej emisji, ale nie dla zmieniającego się burstu. Frequency hopping rozkłada energię i wymaga wystarczającego instantaneous coverage lub szybkiego revisit.

Received power nie daje jednoznacznej odległości. Nieznane EIRP, antenna gain/aspect i fading powodują duży błąd. RSSI multilateration bez modelu środowiska bywa mniej stabilne niż bearing/TDOA.

Panorama widma i occupancy#

Przed instalacją potrzebny jest RF site survey obejmujący dobę, tydzień i różne stany obiektu. Lotnisko ma radary, radiotelefony, telemetry, Wi-Fi, cellular, lighting electronics i wiele unintended emitters. FAA wymienia power lines, breakers, LED/fluorescent fixtures, antennas, cellular i two-way radios jako potencjalne źródła interference [1].

Occupancy map powinna zapisywać:

frequency/channel;
median i percentyle power;
burst duration i duty cycle;
time-of-day/weekday;
kierunek, jeśli dostępny;
znane autoryzowane źródło;
konfigurację anten i receivera.

Baseline nie jest blacklistą. Nowy legalny access point nie może automatycznie stawać się alarmem, a znany kanał nie może być całkowicie ignorowany. Detection powinna oceniać zmianę i cechy, nie tylko membership częstotliwości.

Dynamic spectrum environment wymaga okresowego ponownego survey. Library i baseline powinny mieć wersję oraz datę ważności.

Detekcja energii#

Energy detector porównuje moc w komórce czasu/częstotliwości z progiem. Jest niezależny od protokołu, ale podatny na noise uncertainty i interference.

T = Σ |x[n]|²
decyzja: T > γ

Próg γ może być stały albo adaptacyjny. Zbyt niski daje alarmy od Wi-Fi i zakłóceń; zbyt wysoki traci słabe linki. Detekcja energii nie odróżnia drona od laptopa.

Cyclostationary detector wykorzystuje okresowości tworzone przez symbol rate, piloty, cyclic prefix i ramki. Może działać przy niższym SNR, ale potrzebuje większej wiedzy i czasu. Matched detector jest najlepszy dla znanego waveform, lecz źle generalizuje na aktualizacje i proprietary variants.

Burst detector powinien zachować pre-trigger buffer. Inaczej pierwsza część ramki, najcenniejsza do synchronizacji, zostanie utracona.

Cechy sygnału i klasyfikacja#

Cechy mogą obejmować:

occupied bandwidth;
spectral shape i mask;
burst length oraz inter-arrival;
center-frequency sequence;
OFDM parameters;
cyclostationary peaks;
transient/ramp characteristics;
spatial direction;
korelację uplink/downlink;
jawne pola Remote ID.

RF fingerprinting nadajnika na podstawie impairments PA/oscillator jest atrakcyjne, ale łatwo overfitować laboratoryjny egzemplarz. Temperatura, power level, channel i receiver front-end zmieniają cechy. Model powinien być testowany cross-device, cross-receiver i po update firmware.

Wynik klasyfikacji powinien rozróżniać:

protocol family;
likely device role;
vendor/model, jeśli evidence wystarcza;
known/unknown;
confidence i reasons.

Nie wolno przypisywać operatora na podstawie samej klasy urządzenia.

Biblioteka sygnatur#

FAA pyta, czy system zależy od biblioteki i jak często jest ona aktualizowana [1]. To centralny problem sustainment. Biblioteka może zawierać legalnie pozyskane reprezentacje waveformów, signatures, protocol metadata i znane false-positive devices.

Każdy rekord powinien mieć:

source i chain of custody;
device/firmware/hardware baseline;
acquisition setup i receiver;
channel, power, distance i environment;
raw capture hash;
extracted features/version;
validation results;
datę i status.

Brak match nie oznacza „nieznany wrogi dron”. Może oznaczać słaby SNR, nowy firmware, niepełny burst, interference albo inne legalne urządzenie. Library-based detector musi mieć klasę unknown i nie może wymuszać najlepszego znanego label.

Aktualizacja biblioteki jest zmianą bezpieczeństwa. Wymaga testu regresji na false positives, versioning i rollback. Vendor cloud update bez zgody operatora tworzy ryzyko łańcucha dostaw i utraty reprodukowalności.

Remote ID jako źródło kooperacyjne#

Remote ID to broadcast informacji identyfikacyjnych i lokalizacyjnych. FAA opisuje Standard Remote ID jako transmisję informacji o dronie i control station, a moduł retrofit jako transmisję o dronie i miejscu startu [2]. Szczegóły są jurysdykcyjne; europejskie rozwiązania należy sprawdzać w aktualnych przepisach EASA/UE.

Remote ID jest bardzo użyteczny do deconfliction:

RID message → parse/validate → track kooperacyjny
                          ↘ korelacja radar/EO

Nie jest uniwersalnym sensorem C-UAS:

statek może nie podlegać obowiązkowi;
moduł może być uszkodzony;
odbiór może być zasłonięty;
dane mogą być błędne albo spoofed;
identifier nie daje automatycznie danych osobowych;
brak RID nie dowodzi wrogiego zamiaru.

FAA DiSCVR podkreśla, że narzędzie nie wykrywa dronów i jedynie wiąże dostarczony identyfikator z dostępnymi rekordami dla uprawnionych użytkowników [3]. To właściwy rozdział detekcji od bazy administracyjnej.

Walidacja RID powinna sprawdzać schema, czas, plausibility kinematics i spójność z niezależnym sensorem. Whitelist nie może działać wyłącznie po samodeklarowanym ID.

Kierunek nadejścia#

Direction finding może wykorzystywać amplitude comparison, interferometrię fazową, beamforming albo MUSIC/ESPRIT. Dla array znana geometria i względna faza kanałów są krytyczne.

Bearing ma niepewność. Na odległości R angular error daje cross-range error:

σ_cross ≈ R · σ_az

Jeden bearing wyznacza linię, nie punkt. Ruch sensora albo drugi station daje przecięcie, ale geometry dilution jest duże, gdy bearings są prawie równoległe.

Multipath powoduje, że najsilniejszy kierunek może prowadzić do odbicia, nie emitera. Urban canyon i hangary są szczególnie trudne. Array calibration na otwartym polu nie opisuje site performance.

DoA dla wideband/frequency hopping wymaga zgodności fazowej w odpowiednim kanale. Antenna patterns zmieniają się od mast, radome i nearby metal. Po montażu potrzebna jest kalibracja in situ.

TDOA i wielostanowiskowość#

Time Difference of Arrival z co najmniej trzema/czterema odbiornikami wyznacza hiperbole/hyperboloids możliwej pozycji. Wymaga precyzyjnego wspólnego czasu i identyfikacji tego samego fragmentu emisji.

Δt_ij = (|x-s_i| - |x-s_j|) / c + błędy zegara

Nanosekundowy błąd czasu odpowiada dziesiątkom centymetrów różnicy drogi, ale multipath i bandwidth zwykle dominują. Wąskopasmowy sygnał daje słabszą korelację czasową niż szerokopasmowy.

Węzły muszą przesłać IQ albo timestamps/detections. Centralizacja IQ wymaga dużego bandwidth; edge correlation zmniejsza dane, ale utrudnia reprocessing. Common clock loss powinien być jawnie flagowany.

TDOA geolokalizuje emiter, niekoniecznie operatora. Downlink pochodzi z UAV, uplink z kontrolera, cellular transmission może pochodzić z tower, a relay rozdziela fizyczne role.

Dron i kontroler nie muszą być obok siebie#

FAA zaznacza, że GCS/PIC może nie być collocated z dronem [1]. Możliwe topologie:

controller ↔ UAV
controller ↔ relay ↔ UAV
operator ↔ internet/cellular ↔ service ↔ UAV
GCS ↔ satellite ↔ UAV
preprogrammed UAV (bez aktywnego C2)

W pierwszym przypadku można obserwować uplink i downlink. W relay bearing prowadzi do pośrednika. W cellular RF sensor widzi standardową sieć, a powiązanie sesji wymaga uprawnień operatora telekomunikacyjnego. W autonomicznym locie nie ma operator emission.

Nie wolno przedstawiać ikony „pilot location” bez typu dowodu. Pole powinno brzmieć np. suspected uplink emitter, z ellipse niepewności, czasem ostatniej obserwacji i sources.

Ruch emitera naziemnego, antena kierunkowa i zmienny power komplikują RSSI. Korelacja z Remote ID może pomóc, ale wymaga sprawdzenia integralności danych.

Zakłócenia środowiskowe#

Pasmo ISM jest gęste. Wi-Fi, Bluetooth, microwaves, telemetry i proprietary devices tworzą współkanałowe emisje. Cellular ma dużą moc infrastruktury i złożony scheduling. Airport radios oraz radar mogą generować blocking/intermodulation.

Problemy receivera:

front-end overload;
ADC clipping;
local oscillator spurs;
aliasing;
intermodulation trzeciego rzędu;
self-interference od własnej sieci;
PIM w złączach;
multipath i fading.

Monitoring powinien zapisywać noise floor i overload flags. Brak detekcji w saturated receiver nie jest dowodem braku emisji.

Instalacja wymaga separation od transmitters, odpowiednich filtrów, uziemienia i jakości kabli. Przenośny sensor postawiony obok routera może mieć gorszy zasięg niż sugeruje datasheet.

Autonomiczne i komórkowe UAV#

Autonomiczny UAV może być radiowo cichy po starcie. RF detection ma wtedy fundamentalny blind spot, który musi uzupełnić radar, EO/IR lub acoustic. Włączenie GNSS receivera nie tworzy emisji łatwej do pasywnej detekcji; odbiornik nawigacyjny głównie odbiera.

UAV sterowany przez LTE/5G nie musi mieć charakterystycznego peer-to-peer linku. Jest jednym z wielu urządzeń w sieci. Pasywny sensor widma bez dostępu do sieci nie powinien twierdzić, że rozpoznaje operatora po standardowej emisji cellular.

Mesh może zmieniać role node i trasę. Jeden UAV emituje relay dla innego. Direction/identity muszą być śledzone w czasie, a graph nie może być sprowadzony do pary pilot–drone.

Frequency hopping utrudnia obserwację skanującą, ale nie czyni sygnału magicznie niewidzialnym. Detection performance zależy od bandwidth, dwell i synchronizacji. Portal nie podaje procedur przechwytywania ani exploitation takich linków.

Fuzja z radarem i EO#

RF może dostarczyć wczesny alert i bearing; radar range/track; EO visual confirmation. Prosty flow:

RF bearing + confidence
        ↘
      fusion → radar sector task → track → EO slew → operator verify
        ↗
Remote ID / authorized flight plan

Korelacja potrzebuje tolerancji czasu i geometrii. Emiter ground control nie powinien być przypisany do airborne radar track tylko dlatego, że bearing przechodzi blisko. Downlink bearing ma większą szansę wskazywać UAV, ale multipath pozostaje.

Remote ID track może pomóc wykluczyć autoryzowany statek, lecz absence/mismatch jest flagą do weryfikacji, nie automatyczną klasyfikacją threat.

Fuzja powinna zachować independence. Jeśli radar tracker wykorzystał RF cue, a następnie fusion potraktuje oba jako niezależne pełne dowody, confidence będzie zawyżone.

Dane, prywatność i prawo#

Odbiór energii, dekodowanie jawnego Remote ID i przechwytywanie treści komunikacji to różne czynności prawne. Zakres uprawnień zależy od kraju, typu danych, użytkownika i celu. Dokument międzyagencyjny USA ostrzega, że nawet detection technology może podlegać przepisom o komunikacji, surveillance i privacy [4]. Nie jest to porada prawna dla Polski.

System powinien wdrożyć:

data minimization;
role-based access;
retention schedule;
audit log;
chain of custody dla incident evidence;
oddzielenie raw IQ od alert metadata;
kontrolę eksportu danych do vendor cloud;
procedurę lawful disclosure.

Nie ma uzasadnienia do przechowywania pełnej treści legalnych transmisji, jeśli wystarczą cechy techniczne. Identyfikator urządzenia może być danymi osobowymi w kontekście powiązania z użytkownikiem.

Metryki i testy#

Test powinien obejmować różne protocols, channels, power, duty cycles, directions, polarization, urban/rural i silne interferers. Ground truth zawiera stan nadajnika, logi, pozycję UAV/GCS i wspólny czas.

Metryki:

probability of emitter detection versus range/SNR;
time-to-detection i missed short bursts;
protocol-family confusion matrix;
bearing error distribution;
TDOA ellipse/position error;
duplicate/merge rate dla wielu emitters;
false alerts per hour w realnym occupancy;
unknown rejection;
performance pod blockerem;
update/regression library.

Nie wolno testować wyłącznie znanych modeli z biblioteki. Holdout powinien zawierać unseen devices i legalne RF sources. Najważniejszy false positive może pochodzić z infrastruktury, której nie było na poligonie.

Acceptance test powinien powtórzyć się po zmianie antenna, cable, firmware, library lub site. RF performance jest własnością instalacji.

Cyberbezpieczeństwo sensora#

RF sensor jest także systemem IT. Może mieć zdalne aktualizacje, vendor access, API do C2 i magazyn raw captures. Kompromitacja może wytwarzać fałszywe tracki lub ukrywać alerty.

Wymagania:

signed updates i SBOM;
mutual authentication API;
least privilege;
segmentacja management/data plane;
immutable audit logs;
versioned libraries/models;
offline/denied-cloud mode;
backup configuration;
monitoring time source integrity.

Whitelists i blacklists są security-critical data. Zmiana musi mieć autora, czas, powód i approval. Vendor nie powinien móc niejawnie zmienić reguł.

Sensor może zawierać ukryty transmitter. Site acceptance powinien wykonać własny spectrum check w stanach boot, calibration, update i alarm.

Ograniczenia#

RF detection nie widzi platformy bez emisji. Nie daje zasięgu z jednego bearing. Nie odróżnia automatycznie drona od innego urządzenia w tym samym protokole. Nie zna zamiaru. Library może być nieaktualna.

Główne failure modes:

emitter below noise/interference;
receiver scanning elsewhere;
polarization/aspect null;
terrain/building shadow;
cellular/relay topology;
wrong library match;
multipath bearing;
clock loss in TDOA;
overload od silnego nadajnika;
błędna interpretacja Remote ID.

Jego przewagą jest pasywność i możliwość wczesnego alertu. Najlepsza rola to jeden z niezależnych sensorów w warstwie detekcji, nie samodzielny „wykrywacz wszystkich dronów”.

ALIGNMENT#

ALIGNMENT — świadome ograniczenie zakresu: szczegółowe procedury przechwytywania proprietary linków, łamania ochrony, przejmowania sterowania, aktywnego sondującego nadawania, namierzania konkretnej osoby oraz wykorzystywania luk protokołów są pominięte. Artykuł opisuje legalną, pasywną obserwację widma, kooperacyjny Remote ID, walidację defensywną i ochronę danych.

Nie podajemy też parametrów jammingu, waveformów ani konfiguracji sprzętu do zakłócania. Te zagadnienia są prawnie ograniczone i mogą stwarzać zagrożenie dla łączności oraz lotnictwa.

Powiązane tematy#

Przypisy#

Źródła z centralnego rejestru

FAA: Unmanned Aircraft Systems Detection — Technical Considerations [oficjalny dokument techniczny 2019; radar, RF, EO/IR, acoustic, coverage, interference, data, fusion i pytania zakupowe; nie ustanawia standardu]
FAA: Remote Identification of Drones [oficjalny opis broadcast Remote ID, Standard RID, modułów, pozycji control station/take-off i ograniczeń; aktualizacja 2025]
FAA: DiSCVR Tool [oficjalny opis 2026: lookup dla uprawnionych organów, nie sensor; brak rekordu nie dowodzi nielegalności, a ID nie identyfikuje samodzielnie osoby]
DOJ, DHS, FAA and FCC: Interagency advisory on UAS detection and mitigation [oficjalny punkt publikacji advisory 2020 o prawnych ograniczeniach detection/mitigation w USA; nie jest poradą prawa polskiego]