Hvad ved vi om dronedetektionsteknologi via mobilnet og genbrugstelefoner?

Kan udtjente smartphones og eksisterende mobilmaster reelt opdage ulovlige droner — og hvad er teknologiens faktiske grænser?

Det korte svar

Lande som Litauen og Sverige tester allerede systemer, der bruger eksisterende mobilinfrastruktur og genbrugte smartphones til at spore ulovlige droner. Teknologien virker under kontrollerede forhold, men er endnu ikke bevist i stor skala under reelle vilkår. Det er en lovende og billig tilgang — men ikke en komplet løsning.

Det politiske spørgsmål

Ulovlige droner er et voksende problem i Europa. De er dukket op over militærbaser, fængsler, lufthavne og kritisk infrastruktur. I Danmark har politiet og Beredskabsstyrelsen ressourcer til at operere droner selv, men der mangler en systematisk og dækkende løsning til at opdage droner, som andre sender op ulovligt.

Spørgsmålet er derfor politisk og praktisk på én gang: Hvordan overvåger man luftrummet i lav højde uden at bygge et dyrt, dedikeret overvågningssystem fra grunden — og kan man i stedet genbruge den infrastruktur, der allerede findes?

Litauen har svaret med en app, der lader borgere bidrage til dronesporing via deres smartphones. Sverige undersøger, om signaler fra eksisterende mobilmaster kan bruges til at registrere droner i luften. Begge tilgange er omtalt i Ingeniøren og repræsenterer en civil, lavpraktisk tilgang til et problem, der ellers er domineret af militære løsninger.

Det empiriske spørgsmål bag

Det centrale tekniske spørgsmål er: Kan man bruge radiofrekvens-signaler (RF-signaler) fra og omkring mobilnettet til pålideligt at identificere, lokalisere og klassificere droner — og gøre det hurtigt nok til at være nyttigt?

Dertil knytter sig en række underliggende spørgsmål:

Kan man skelne dronens eget signal fra baggrundsstøj?
Kan man identificere en specifik dronemodel frem for blot at registrere "noget i luften"?
Virker det i tæt bebyggede områder med masser af støjende radiokommunikation?
Hvad sker der med droner, der ikke sender noget signal — de såkaldte "mørke droner"?

Hvad ved vi

Mobilnetbaseret detektion er teknisk muligt ✓✓

RF-baseret dronedetektion er et veletableret forskningsfelt. Droner sender radiofrekvens-signaler — enten fra deres kontrolenhed eller fra interne komponenter — og disse signaler kan i princippet opfanges og analyseres. Forskning publiceret i IEEE viser, at maskinlæring og såkaldt transfer learning (en metode hvor en AI-model trænet på ét datasæt genbruges på et nyt problem) kan bruges til at klassificere og identificere droner ud fra RF-signaler med høj præcision under laboratorieforhold (Podder, Zawodniok & Madria, 2026).

Sensorsammenfletning forbedrer præcision ✓

En enkelt sensor er sjældent nok. Forskning fra 2024 viser, at kombinationen af flere RF-sensorer og ensemble-læringsmetoder (hvor flere AI-modeller stemmer om resultatet) markant forbedrer detektionspræcisionen og reducerer falske alarmer (Tanveer, Alam & Misbah, 2024). Det understøtter logikken bag mobilnetsbaserede løsninger, som netop udnytter mange distribuerede modtagepunkter — mobilmaster og telefoner — frem for ét centralt system.

Lang afstand er en reel udfordring ✓

Jo længere væk en drone er, desto svagere er dens signal — og desto sværere er det at filtrere det fra baggrundsstøjen. Forskning fra 2026 beskriver en metode med adaptiv fasekompensation (en signalbehandlingsteknik, der genopretter forvrænget radiosignal) til at forbedre detektionen af droner på lang afstand (Liu, Wang & Li, 2026). Metoden virker, men understreger, at langdistancedetektion kræver aktivt signalbehandlingsarbejde — det sker ikke automatisk.

Mobilmaster kan "se" droner passivt ✓

Den svenske tilgang bygger på, at mobilmaster allerede registrerer alt, hvad der bevæger sig inden for deres dækningsområde — inklusive droner. Når en drone flyver, kan den forstyrre eksisterende mobilsignaler på en måde, der er statistisk forskellig fra fugle, fly eller ingenting. Denne passive metode kræver ikke, at dronen selv sender noget aktivt signal, og er derfor ikke begrænset til droner med åbne kontrolsignaler.

Borgerapps som Litauens model fungerer som distribueret sensor ✓

Litauens tilgang er anderledes: En app på borgernes telefoner registrerer RF-aktivitet i nærheden og sender data til et centralt system. Princippet minder om, hvordan crowdsourcede apps bruges til at registrere jordskælv — mange billige sensorer, der tilsammen danner et billede. Det er billigt og skalerbart, men afhænger af aktiv borgerdeltaging og tæt telefonplacering i relevante områder.

Danmark har en civil droneberedskab, men ikke dronedetektion ✓✓

Beredskabsstyrelsen råder over tre droneberedskaber fordelt på landet og bruger aktivt droner i redningsopgaver. Politiet har retningslinjer for, hvad borgere skal gøre ved mistænkelig droneaktivitet. Men der er ikke etableret et nationalt system til automatisk detektion af ulovlige droner.

Hvad ved vi ikke

Vi ved ikke, om det virker i fuld skala i det virkelige liv

De mest overbevisende resultater kommer fra kontrollerede forsøg og laboratorier. Det er langt vanskeligere at dokumentere, hvordan systemerne klarer sig i komplekse, virkelige miljøer — fx over en dansk havn en blæsende dag med mange konkurrerende signaler. Den svenske og litauiske testfase skal netop afklare dette, men resultaterne er endnu ikke offentliggjort i peer-reviewed form.

Vi ved ikke præcist, hvor godt det virker mod "mørke droner"

Droner, der flyver autonomt uden aktiv radiokommunikation — fx forudprogrammerede droner — er langt sværere at opdage via RF-detektion. Den passive mobilmastetilgang kan potentielt stadig registrere dem via forstyrrelser i eksisterende signaler, men det er ikke dokumenteret i samme omfang.

Vi ved ikke, hvad den optimale kombination af teknologier er

RF-detektion kan suppleres med radar, akustisk detektion (lyd), optisk detektion (kamera og AI) og termisk detektion. Hvilken kombination der giver det bedste resultat til den laveste pris i bymæssig bebyggelse, i industriområder eller langs kysten er stadig åbent.

Vi kender ikke de retlige rammer fuldt ud

At indsamle RF-signaldata via mobilnet rejser spørgsmål om privatlivsbeskyttelse og dataopbevaring. Det er uklart, hvilke retlige rammer der i givet fald ville gælde i Danmark for et sådant system — og om borgerapps som den litauiske model er foreneligt med GDPR i sin nuværende form.

Hvad eksperter er uenige om

Er mobilnetbaseret detektion "godt nok" — eller kun et supplement? ~

Nogle forskere og sikkerhedseksperter mener, at mobilnetbaserede løsninger er et nyttigt første lag i en lagdelt detektionsstrategi, men ikke bør stå alene. Andre fremhæver, at systemernes lave omkostning og brede geografiske dækning gør dem til det mest realistiske svar på ulovlige droner i civilbefolkede områder — hvor dyrere radarbaserede systemer er upraktiske.

Kvanteteknologi som fremtidig løsning — eller spekulativt? ~

Forskning fra 2026 har undersøgt hybride kvantecomputerbaserede detektionsmetoder til droner med svage signaler (Tanveer, Kaleem & El-Maleh, 2026). Det er lovende grundforskning, men langt fra praktisk implementering. Der er uenighed om, hvornår — og om — kvantebaserede metoder vil slå igennem i det reelle marked for dronedetektion.

Borger-crowdsourcing: ressource eller sikkerhedsrisiko? ⚖

Den litauiske borgerapp-model er en værdimæssig afvejning. På den ene side er det en billig og demokratisk tilgang, der mobiliserer borgerne som del af den kollektive sikkerhed. På den anden side er der bekymringer om, at et sådant system kan misbruges — fx til at indberette lovlige droner som mistænkelige — og at kvaliteten af borgernes bidrag er ujævn. Det er ikke et rent empirisk spørgsmål, men handler også om tillid til borgere og staters overvågningsappetit.

Konklusion

RF-baseret dronedetektion via mobilnet og genbrugstelefoner er ikke science fiction. Teknologien er reel, forskningen peger på, at den virker under kontrollerede forhold, og lande som Litauen og Sverige tager den alvorligt nok til at teste den i praksis.

Det centrale forbehold er, at vi endnu mangler dokumentation for, at det virker i stor skala under reelle betingelser — og at teknologien har klare blinde pletter, særligt over for droner uden aktive radiosignaler.

For Danmark er det relevante spørgsmål ikke primært teknisk, men strategisk: Vil man investere i en hybrid model, der kombinerer eksisterende mobilinfrastruktur med målrettede dedikerede sensorer? Og hvem skal stå for det — politiet, Beredskabsstyrelsen, teleselskaberne, eller en kombination?

Foreløbig er det nordiske forsøg en reel mulighed for at lære, hvad der virker — og det er værd at følge tæt.