Radar- und Counter-UAS-Glossar

Frequency Modulated Continuous Wave. Ein Radarverfahren, bei dem die Sendefrequenz kontinuierlich moduliert wird (Chirp), um Entfernungen extrem präzise zu messen.

Convolutional Neural Network. Eine KI-Architektur, die besonders gut Muster in visuellen Daten (wie Radarspektrogrammen) erkennen kann.

Radar Cross Section. Das Maß dafür, wie gut ein Objekt Radarwellen reflektiert. Eine DJI Mavic hat etwa 0.01 m², ein Mensch ca. 1 m².

Multiple Input Multiple Output. Nutzung mehrerer Sende- und Empfangsantennen zur Erhöhung der virtuellen Apertur und Winkelauflösung.

Falschalarm. Das System meldet ein relevantes Objekt (Drohne), obwohl es sich um etwas anderes handelt (Vogel, Clutter, Artefakt). Micro-Doppler- und Trackmerkmale sind der Ansatz, dies zu reduzieren; die im Feld erreichbare Rate ist Gegenstand der Validierung.

Counter Unmanned Aerial Systems. Der Überbegriff für alle Systeme zur Detektion, Verfolgung und Abwehr von Drohnen.

Signal-to-Noise Ratio. Das Verhältnis von Nutzsignal zu Hintergrundrauschen. Ein hohes SNR ist entscheidend für die Reichweite.

Eine Drohne, die sich nicht selbst zu erkennen gibt: keine gesendete Kennung (Remote ID) und gegebenenfalls keine auswertbare Funkverbindung zum Piloten, etwa bei einem autonom abgeflogenen Wegpunktkurs. Solche Ziele sind für Remote-ID- und RF-Verfahren unsichtbar und der Grund, warum ein Radarkanal ergänzend nützlich ist.

Die vorgelagerte Entscheidung, ob ein Track überhaupt ein physisches Flugobjekt beschreibt oder nur Clutter beziehungsweise ein Verarbeitungsartefakt ist. Sie wird bewusst vor jeder semantischen Bewertung getroffen: Bewegte Vegetation und Mehrwegeausbreitung erzeugen trackähnliche Strukturen, die keiner Objektklasse zugeordnet werden sollten.

Ein eigenständiges Ergebnis, keine Fehlfunktion. Reicht die Evidenz für eine belastbare Zuordnung nicht aus, wird der Track als unsicher gemeldet, statt eine Klasse zu erzwingen. Für eine Leitstelle ist eine ausgewiesene Unsicherheit brauchbarer als eine falsch sichere Klassenangabe.

Der Anteil der Fälle, in denen ein tatsächlich vorhandenes Ziel erkannt wird. P_d ist keine Gerätekonstante, sondern eine Funktion von Entfernung, Zielklasse, Flugprofil und Umgebung – und deshalb nur als Kurve über der Entfernung sinnvoll angebbar, nicht als einzelne Prozentzahl.

Die unabhängige Referenz darüber, was tatsächlich in der Luft war – etwa eine instrumentierte Zieldrohne oder eine synchronisierte optische Aufnahme mit manueller Bewertung. Ohne sie misst eine Auswertung nur die Selbstauskunft des Systems. Nicht sicher bestimmbare Fälle werden ausgeschlossen statt geraten.

Die Bilanzrechnung, die aus Sendeleistung, Antennengewinn, Bandbreite, Integrationszeit, Rauschzahl und Ziel-Radarquerschnitt eine erreichbare Reichweite herleitet. Sie liefert eine modellierte Reichweite – keine gemessene: Detektor-, Gruppierungs- und Trackerverluste sind darin nicht enthalten.