🔧На сайте запланированы технические работы
25.12.2025 в промежутке с 18:00 до 21:00 по Московскому времени (GMT+3) на сайте будут проводиться плановые технические работы. Возможны перебои с доступом к сайту. Приносим извинения за временные неудобства. Благодарим за понимание!
🔧Site maintenance is scheduled.
Scheduled maintenance will be performed on the site from 6:00 PM to 9:00 PM Moscow time (GMT+3) on December 25, 2025. Site access may be interrupted. We apologize for the inconvenience. Thank you for your understanding!

 

Analysis of modern methods for detection unmanned aerial vehicles

Capa

Citar

Texto integral

Resumo

The article is devoted to the study and comparative analysis of various methods of detecting unmanned aerial vehicles (UAVs) used by different countries. Optical, acoustic, radar, infrared, and electromagnetic surveillance systems are considered, which are used for the timely detection of unauthorized UAVs. The effectiveness of UAV detection methods was evaluated, and their advantages and disadvantages were identified. Examples of modern UAV detection systems available on the foreign market are considered, as well as systems that are not currently in service with the armies. Special attention is paid to promising integrated directions of development of technologies for protecting infrastructure facilities from threats associated with the use of stealthy UAVs by terrorist organizations.

Sobre autores

V. Prokhorov

AO «NPO Speczmaterialov»

Autor responsável pela correspondência
Email: prohorov@npo-sm.ru

engineer in NII SM

Rússia

S. Vasilieva

AO «NPO Speczmaterialov»

Email: VasilyevaSn@npo-sm.ru

researcher in NII SM

Rússia

L. Bashta

AO «NPO Speczmaterialov»

Email: bashta@npo-sm.ru

specialist in NII SM

Rússia

Y. Krylov

AO «NPO Speczmaterialov»

Email: yuri.krylov@npo-sm.ru

senior specialist in NII SM

Rússia

Bibliografia

  1. Сильников М.В., Гук И.В. Приближенный метод решения смешанной игровой задачи с разнотипными средствами нападения и защиты // Вопросы оборонной техники. Серия 16. Технические средства противодействия терроризму. 2024. № 9–10 (195–196). С. 3–8.
  2. Сильников М.В., Лазоркин В.И., Гук И.В. О целесообразности возложения задач активной защиты авиационных комплексов на беспилотные летательные аппараты сопровождения тяжелого класса // Известия Российской академии ракетных и артиллерийских наук. 2024. № 3 (133). С. 41–45.
  3. Пищин О.Н., Кабделова М.М. Исследование возможностей современных радиолокационных систем. [Электронный ресурс]. – URL: https://moluch.ru/archive/396/87674 (дата обращения: 22.09.2025).
  4. Сайт компании Karneev Systems. [Электронный ресурс]. URL: https://www.karneev.com/product/radiolokatsionnye-stantsii/spayder-antidron/ (дата обращения: 22.09.2025).
  5. Макаренко С.И. Противодействие беспилотным летательным аппаратам: монография. СПб.: Наукоемкие технологии, 2020. 204 с.
  6. Везарко Д.А., Чечельницкий А.С., Коптев В.А. Анализ радиолокационных систем обнаружения малоразмерных беспилотных летательных аппаратов // Международный журнал гуманитарных и естественных наук. 2024. Вып. 3–2 (90). 158 с.
  7. Ганин С.М., Карпенко А.В. Современные самоходные зенитные установки. СПб.: Бастион, 1999. 52 с.
  8. Rousell J., Tafur Monroy I.: Detecting small drones using radio frequency signatures // IEEE Access. 2019, Jan. Vol. 7. Pp. 1844–1855.
  9. Leahy M.P., Zhang Y., Chen Z. Multis­pectral imaging for detection and classification of micro-UAVs in urban environments // Optics Express. 2016, Nov. 24. No 22. Pp. 124–136.
  10. Datasheet FLIR Boson® Thermal Imaing Core [Электронный ресурс]. URL: https://www.elimec.co.il/_Uploads/dbsAttachedFiles/Boson.pdf (дата обращения: 08.07.2025).
  11. Spynel-X [Электронный ресурс]. URL: https://hgh-infrared.com/wp-content/uploads/ 2021/03/Leaflet_Spynel-X_land_HGH_EN_ak1.pdf (дата обращения: 08.07.2025).
  12. Tan X., Wang L.: Sound-based drone detec­tion and localization. Vol. 19. No. 16. Aug. 2009. 16 p.
  13. Станция по обнаружению дронов DJI Aeroscope [Электронный ресурс]. URL: https://coptermarket.by/dji-shop/drones/promyshlennye-kvadrokoptery/stationary-aeroscope (дата обращения: 08.07.2025).
  14. Radio frequency DRONE Detection [Электронный ресурс]. URL: https://www.dedrone.com/products/drone-detection/rf-sensors/overview (дата обращения: 08.07.2025).
  15. SM200C [Электронный ресурс]. URL: https://signalhound.com/sigdownloads/datasheets/Signal-Hound-SM200C-Data-Sheet.pdf (дата обращения: 22.09.2025).
  16. Buhariwala H.K., Ramakrishnan V.S.: Design of low-cost RF-based UAV detector // IEEE Tran­sactions on Aerospace and Electronic Systems. 2019, Feb. Vol. 55. No 1. 12 p.
  17. AUDS Anti-UAV Defence System [Электронный ресурс]. URL: https://www.blighter.com/products/auds-anti-uav-defence-system/ (дата обращения: 08.07.2025).
  18. Drone Detection and Tracking System Based on Fused Acoustical and Optical Approaches [Электронный ресурс]. URL: https://www.researchgate.net/publication/373162073_Drone_Detection_and_Tracking_System_Based_on_Fused_Acoustical_and_Optical_Approaches (дата обращения: 08.07.2025).
  19. Anti Drone System (CUAS) [Электронный ресурс]. URL: https://www.zentechnologies.com/anti-drone-system-counter-drone-cuas.php (дата обращения: 08.07.2025).
  20. RAFAEL Advanced Defense Systems Ltd. Drone Dome [Электронный ресурс]. URL: https://rafael-uk.com/wp-content/uploads/2022/10/Drone-Dome.pdf (дата обращения: 23.09.2025).
  21. CUAS/Anti-Drone Air Defense Solutions [Электронный ресурс]. URL: https://www.infinitioptics.com/solutions/air-domain-defense/cuasair-defense (дата обращения: 08.07.2025).

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».