Akoestische dronedetectie: drones herkennen aan hun geluid
Een drone die laag over een gevangenisterrein vliegt, boven een vliegveld opduikt of 's nachts een woonwijk in sluipt, is vaak lastig te zien. Drones zijn klein, vliegen laag en hebben nauwelijks een radarprofiel. Maar ze maken wel geluid: het karakteristieke, hoge gonzen van meerdere snel draaiende propellers. Akoestische dronedetectie maakt daar gebruik van. Met gevoelige microfoons en slimme software wordt de omgeving continu afgeluisterd, op zoek naar dat specifieke dronegeluid tussen al het verkeer, de wind en de vogels.
Vergelijk het met een ervaren fietsenmaker die aan het geluid van een motor kan horen of het een scooter, een brommer of een kapotte uitlaat is, nog voordat het voertuig de hoek om komt. Akoestische dronedetectiesystemen doen iets vergelijkbaars, maar dan automatisch en onvermoeibaar: ze luisteren dag en nacht, vergelijken wat ze horen met duizenden bekende dronegeluiden, en slaan binnen enkele seconden alarm zodra er een match is.
Wat is het precies?
De basis van akoestische dronedetectie is simpel: een microfoon, of vaker een cluster van microfoons, vangt geluidsgolven uit de omgeving op. Software zet dat geluid om in een spectrogram, een soort grafische vingerafdruk waarin te zien is welke frequenties (toonhoogtes) op welk moment aanwezig zijn.
Een drone produceert een herkenbaar patroon: de rotorbladen passeren razendsnel langs een vast punt, waardoor een grondtoon ontstaat met daarboven een reeks boventonen (harmonischen). Omdat de meeste drones meerdere rotors hebben die niet precies hetzelfde toerental draaien, ontstaat een complexe maar herkenbare "akoestische handtekening" die duidelijk verschilt van bijvoorbeeld een grasmaaier, een bromvlieg of een verwijderd vliegtuig.
Een computer, meestal met een vorm van machine learning (patroonherkenning die getraind is op duizenden geluidsopnames van verschillende dronetypen), vergelijkt het binnenkomende geluid met bekende dronehandtekeningen. Klopt het patroon, dan volgt een melding, vaak met een inschatting van het type drone.
Om ook te weten uit welke richting en op welke afstand het geluid komt, gebruiken systemen meestal meerdere microfoons tegelijk, verspreid over een gebied of gebundeld in kleine arrays. Geluid heeft een beperkte snelheid (ongeveer 343 meter per seconde), waardoor het dronegeluid elke microfoon een fractie van een seconde later of eerder bereikt. Door dat tijdsverschil heel nauwkeurig te meten – een techniek die tijdsverschilbepaling (time difference of arrival, TDOA) heet – kan het systeem de richting en vaak ook de positie van de drone berekenen, zonder dat er zelf iets wordt uitgezonden.
Wat wil men ermee bereiken?
Het belangrijkste doel is vroegtijdige waarschuwing: weten dat er een drone in de buurt is voordat die schade kan aanrichten, gevoelige informatie kan filmen, of – een groeiende zorg – contrabande of zelfs explosieven kan afleveren. Dat speelt bij vliegvelden (botsingsrisico met vliegtuigen), gevangenissen (drones die telefoons of drugs naar binnen smokkelen), evenementen, kerncentrales en militaire bases.
Akoestische detectie heeft een paar voordelen die het aantrekkelijk maken naast andere technieken. Het is passief: er wordt niets uitgezonden, in tegenstelling tot radar of radiofrequentie(RF)-scanners die actief signalen zenden of de radioverbinding tussen drone en piloot opvangen. Dat maakt akoestische sensoren moeilijk op te merken voor wie ze probeert te omzeilen, en relatief goedkoop om te plaatsen.
Daarnaast werkt geluid, anders dan radar, ook "om de hoek": een microfoon kan een drone horen die net achter een gebouw of boom vliegt, terwijl radar daarbij last heeft van een ontbrekende directe zichtlijn. Kleine drones van kunststof of hout zijn voor radar vaak nauwelijks te onderscheiden van een vogel omdat ze weinig radarreflectie geven; akoestisch gezien zijn ze juist vaak goed herkenbaar aan hun motorgeluid.
Vooral militairen, grensbewakers en luchthavens maken hier gebruik van, maar ook gevangeniswezen en evenementbeveiliging raken steeds meer geïnteresseerd, nu drones goedkoper en toegankelijker worden.
Voorbeelden uit de praktijk
Het Noorse bedrijf Squarehead Technology ontwikkelde Discovair, een van de bekendste commerciële akoestische dronedetectiesystemen. Het wordt sinds het midden van de jaren 2010 getest en ingezet op diverse vliegvelden en bij gevangenissen in verschillende Europese landen.
Na de Russische grootschalige invasie in 2022 bouwde Oekraïne mede een netwerk van akoestische sensoren en waarnemers op om de laagvliegende, luid ronkende Shahed-aanvalsdrones vroeg te signaleren, als aanvulling op radar, die dit soort trage, laagvliegende doelen moeilijk goed opvangt.
Verschillende Europese gevangeniswezens, waaronder in Nederland, hebben de afgelopen jaren geëxperimenteerd met akoestische en andere dronedetectiesystemen, vaak in samenwerking met onderzoeksinstellingen zoals TNO, om drones te signaleren die contrabande als telefoons of drugs naar binnen smokkelen.
Het Australische beursgenoteerde bedrijf DroneShield bouwt counter-dronesystemen waarin akoestische sensoren worden gecombineerd met RF-detectie en camera's, en die onder meer door defensie- en veiligheidsdiensten in meerdere landen worden gebruikt.
Het Duitse onderzoeksinstituut Fraunhofer FKIE publiceert regelmatig over akoestische sensorarrays en machine-learning-methoden voor dronedetectie, en werkt daarbij samen met Europese defensie- en veiligheidsorganisaties.
Hoe ver is de techniek?
Akoestische dronedetectie is een bewezen, operationele techniek, maar geen wondermiddel. Op korte afstand – doorgaans enkele honderden meters tot hooguit een kilometer of twee, afhankelijk van het type drone en het achtergrondgeluid – werkt detectie van bekende, relatief luide drones goed en snel, meestal binnen enkele seconden.
De grootste uitdagingen liggen in drukke, lawaaiige omgevingen. In een stad, langs een drukke weg of bij een industrieterrein verdrinkt het relatief zachte dronegeluid makkelijk in verkeerslawaai, bouwwerkzaamheden of wind. Ook vogels, brommers, grasmaaiers en insecten kunnen vals alarm veroorzaken, wat vraagt om steeds grotere en betere trainingsdatasets met dronegeluiden.
Een andere ontwikkeling maakt het werk lastiger: fabrikanten bouwen drones met stillere elektrische motoren en beter afgeschermde propellers, deels om geluidsoverlast te verminderen, maar dat maakt ze ook moeilijker akoestisch te detecteren. Nieuwe, onbekende dronemodellen waarvan nog geen geluidsprofiel in de database staat, zijn eveneens een blinde vlek, al wordt gewerkt aan meer algemene, niet-modelspecifieke herkenning.
Om die beperkingen te compenseren wordt akoestische detectie zelden alleen ingezet. In de praktijk combineert men het meestal met radar, RF-scanners en optische of infraroodcamera's, in wat sensorfusie heet: elke techniek vangt op waar een andere tekortschiet. Het veld ontwikkelt zich snel, mede gedreven door de oorlog in Oekraïne en toenemende drone-incidenten bij luchthavens en gevangenissen, maar onafhankelijke, publiek gecontroleerde cijfers over slagingspercentages zijn beperkt; veel prestatieclaims komen vooral van de fabrikanten zelf.
Wie werken eraan?
Op commercieel vlak zijn Squarehead Technology (Noorwegen) en DroneShield (Australië) bekende namen, net als het Franse CerbAir en Dedrone (overgenomen door het Amerikaanse Axon), die vooral sensorfusiesystemen bouwen waarin akoestiek een van de onderdelen is.
In Nederland doet onderzoeksinstituut TNO onderzoek naar dronedetectie, mede in opdracht van overheid en Defensie, terwijl het Haagse bedrijf Robin Radar Systems actief is op het bredere counter-dronedomein, al ligt de nadruk daar vooral op radar. Militairen en grensbewakers in NATO-landen investeren breder in counter-UAS-technologie (UAS staat voor onbemand luchtvaartuig, unmanned aerial system), waarbinnen akoestische sensoren vaak als relatief goedkoop aanvullend onderdeel worden meegenomen.
Op onderzoeksvlak publiceren instituten als het Duitse Fraunhofer FKIE en diverse technische universiteiten regelmatig over akoestische sensorarrays en detectiealgoritmes. Ook landen die zwaar met de drone-dreiging worden geconfronteerd, zoals Oekraïne en Israël, investeren fors in zowel akoestische als andere detectiemethoden als onderdeel van hun bredere luchtverdediging.