反無人機系統到底在做什麼？把偵測、識別、處置三段拆開看，你會發現難的不是技術
機場因為一台無人機停飛半天，這種新聞每年都有。但反無人機不是「買一台機器裝上去」那麼簡單——它是三段完全不同的技術，各自有各自的法規天花板。這篇把它拆開講。
桃園機場的塔台值班人員，最怕的不是颱風，是有人通報「看到一台無人機」。
因為這句話一旦進了紀錄，後面的流程就啟動了：確認、評估、必要時暫停起降。而「確認」這件事，在沒有偵測系統的機場，靠的是人用肉眼往天上看。
這就是反無人機系統要解的問題。但這個系統不是一台機器，是三段完全不同的技術，各自有各自的天花板。把它們混為一談，是採購時最常犯的錯。
第一段：偵測——你要先知道那裡有東西
偵測有四條主要技術路線，各有各的脾氣。
雷達是最傳統的。主動發射電波、接收回波，優點是不管無人機有沒有通訊都抓得到，缺點是成本高、需要頻譜執照，而且會暴露自己的位置（在軍事場景這是個問題）。現在的雷達多半是 AESA 相控陣列，並開始把運算放到雷達本體上——Fortem Technologies 的 TrueView R30 就內建 GPU 做邊緣分類，不把所有資料丟回後端。
RF 被動偵測是最便宜的。它不發射任何訊號，只「聽」無人機與遙控器之間的通訊。好處很多：不需要執照、密集部署也不互相干擾、不暴露位置。DroneShield 的整條產品線都建立在這個基礎上，小到 RfPatrol Mk2 這種單兵配戴式的偵測器都做得出來。缺點只有一個，但很致命——如果無人機全程不通訊、靠機上 AI 自主飛行，RF 就完全瞎了。
Remote ID 接收是最省事的。多國法規要求消費級無人機廣播自己的識別碼與位置，接收器便宜、部署簡單。但它只對守法者有效，蓄意違規的人第一件事就是把它關掉。
光學與紅外線是最直觀的，也是最後的確認手段。你總得看一眼那到底是什麼。缺點是視距有限、夜間與惡劣天候受影響大。
實務上，沒有任何一條路線能單獨成立。所有認真的系統都是多感測器融合。
第二段：識別——這才是誤報的來源
這一段是整套系統的真正難處，也是最多採購案失敗的地方。
雷達螢幕上一個小光點，可能是無人機、鳥、風箏，或是一個塑膠袋。分辨它們靠的是 AI 分類器：分析回波的都卜勒特徵（旋翼轉動會產生特定的頻率樣態）、RF 訊號的協定結構、或光學影像的形狀。
廠商在這裡的宣稱差異很大。Dedrone（現屬 Axon）是少數願意揭露訓練規模的——官網明講使用行為模型濾波器與神經網路，訓練資料超過 1,800 萬張影像。AirSight 則把它的 AI 飛行器類型分類引擎講得很具體：分析反射訊號並與龐大的無人機特徵資料庫比對，以便與鳥類等非威脅物體區分。
另一個技術難題是「沒見過的機型」。對手會改韌體、換通訊協定，你用去年的特徵庫抓今年的機型就是抓不到。DroneShield 的 RfAI-3 引擎特別強調能辨識「已知與先前未見過的發射源」，正是針對這件事。
但我要說一句實話：誤報率才是決定系統會不會被關掉的原因，而不是偵測率。
這跟資安的 SOC 一模一樣。一個每小時響五次的警報系統，值班人員三天內就會學會忽略它。AirSight 把「降低操作員疲勞」直接寫進產品設計理由，我認為那是做過現場的人才會有的關注點。
第三段：處置——法規天花板在這裡
技術上，把無人機弄下來有幾種做法。
電波干擾（jamming）：切斷無人機與遙控器的連線，讓它返航或降落。技術成熟、成本低，但在多數國家屬管制行為。依台灣的電信管理法規，一般單位不得設置使用干擾設備。
訊號接管（cyber takeover）：不干擾，而是接手控制權，把無人機引導到安全區域降落。優點是可控、無外溢，缺點是只對特定協定有效。
物理捕捉：派一台攔截機上去用網子把目標抓回來。Fortem 的 DroneHunter F700 走的就是這條路，官網宣稱空中捕捉成功率大於 85%。這個技術選擇的背後其實是法律考量——你不能在機場上空亂放干擾波，但你可以派一台飛機去撈。
看出來了嗎？處置段的技術路線，幾乎都是被法規逼出來的，不是被技術可行性決定的。
台灣的場域管理者該怎麼做
先講一個現實：在台灣，如果你不是軍警，處置這一段你基本上做不了。所以問題就簡化成——你要不要做前面兩段？
我的建議是：要，而且從最便宜的做起。
第一步，先把空域活動變成資料。 RF 被動偵測加 Remote ID 接收，是成本最低的組合，不需要執照、部署快。先累積三個月，你會發現一件事：你的場域上空平常到底有多少飛行活動，這個數字幾乎一定跟你以為的不一樣。
第二步，用資料決定要不要升級。 如果三個月下來只有零星的空拍愛好者，那就不必上雷達。如果你發現有規律性的、夜間的、或不廣播 Remote ID 的飛行，那才需要往上加。
第三步，別自己整合。 如果你的場域已經有攝影機或其他感測器，考慮軟體整合層的方案，像 AirSight 那種硬體中立、把多廠牌收斂成單一介面的產品。值班人員盯一個螢幕跟盯三個螢幕，實際效果差很多。
第四步，把流程寫清楚再買設備。 偵測到了要通報誰？誰有權決定疏散？紀錄要保存多久？這些問題沒有答案的話，系統買來也只是多一個沒人看的螢幕。
站上整理的 AI 國防與空域安防工具 收錄了本文提到的各家產品，你也可以從任務情境頁找到相鄰的安防應用。
TheAI學院 總結與評語
反無人機這個題目在台灣的討論，長期偏向兩個極端：要嘛當成國防議題（跟我沒關係），要嘛當成採購案（買一套就好）。兩種都不對。
它其實是一個很典型的「風險管理」問題：你要先知道風險有多大，才能決定投入多少。而知道風險有多大，需要的是資料，不是設備。
我看過太多場域的安防升級是從「出事之後」開始的——出了事，編預算，買一套最貴的，然後三個月後沒人在看。這個模式在資安已經被檢討過一輪了，希望空域安防不要重蹈覆轍。
評語：這個領域最容易犯的錯，是把它當成硬體採購。實際上它是一套要有人值班、有流程、有紀錄的作業系統——設備只是最便宜的那一部分。先把空域活動變成資料，再談要買什麼。
資料來源
- Fortem Technologies 官方網站（TrueView 雷達、DroneHunter F700 規格）
- Dedrone 官方網站（DedroneTracker.AI 與訓練資料規模說明）
- DroneShield 官方網站（RfAI-3 引擎與產品線）
本文技術描述依各廠商官方網站公開資訊整理，所引成效數據均為廠商自述，非獨立第三方驗證。法規適用請以主管機關最新規定為準。
常見問題
偵測跟識別有什麼不一樣？
偵測是「那裡有東西」，識別是「那是什麼東西」。雷達可以告訴你某個座標有一個會飛的物體，但分不出那是無人機還是鳥；識別需要用 AI 分類器分析雷達回波特徵、RF 訊號樣態或光學影像。多數系統的誤報問題都出在識別這一段，不是偵測。
為什麼不能直接用干擾器把無人機打下來？
因為干擾在多數國家屬於管制行為。依台灣的電信管理法規，未經許可設置、使用干擾電波的設備是違法的，一般企業與場館不能自行使用。而且干擾訊號會外溢，在機場周邊可能影響其他合法通訊。這就是為什麼有廠商改做物理網捕。
Remote ID 有用嗎？
有，但只對守法的人有用。多國法規要求消費級無人機廣播識別碼與位置，接收 Remote ID 是最便宜的偵測方式，能過濾掉大量無害的合法飛行。問題是蓄意違規者會關掉它，所以 Remote ID 只能當第一層過濾，不能當唯一防線。
台灣的場館該從哪一段開始做？
先做偵測與識別，別碰處置。處置在法規上多數民間單位做不了，而且真正的價值在於「知道發生了什麼」——有紀錄才能報案、才能調整巡守配置、才能判斷需不需要升級。先花小錢把空域活動變成資料，再談後面的事。
