一、项目简介

无人机作为低空经济的重要组成部分，推动低空经济快速发展，但是无人机黑飞与滥用现象会带来严重安全隐患。目前无人机反制技术普遍存在探测能力不足，在复杂、恶劣环境中不可靠、手段单一、智能化程度低等问题，导致其难以满足日益增长的反无需求。有效应对无人机威胁，构建快速、有效的无人机防御体系至关重要。

项目由成都空御科技有限公司项目团队建设，构建基于多模态探测的无人机综合管控系统，提升对无人机的探测防御能力。

二、优势特点

自适应神经融合权重的多模态数据融合：根据目标的特性和环境条件自动优化数据融合策略，从而在各种操作条件下都能获得最佳的跟踪性能，提升目标检测的鲁棒性和准确性。

基于机器学习的5G-A环境噪声感知和目标识别：采用机器学习技术对环境噪声进行建模，精细化检测策略，减少虚警。

基于AI赋能的多手段检测：通过构建无人机雷达距离-多普勒图、红外/可见光图像、无线电频谱数据等多维数据样本库，通过AI赋能，实现对无人机目标的自动提取、分类识别，以及目标检测跟踪。

软硬结合的多层次防御策略：采用一种结合软硬杀伤手段的多层次防御结构，通过在不同防御等级的区域配置相应的杀伤手段，实现对无人机威胁的有效应对。

三、建设成效

（一）系统架构

系统包括全域全息态势监测、多节点智能调度、系统自适应动态与调整及智能数据分配展示等模块，分为设备层、数据层、服务层和终端层。

（二）应用成效

本项目的应用持续促进低空管控领域的技术进步与推广应用，大幅提升我国低空无人机的数字化安全监管水平，通过多源数据融合、人工智能、AI等前沿技术的综合应用，推动低空空域管理技术的创新与发展。同时，项目的实施促进传感器技术、通信技术、数据分析技术等多领域的技术进步。

项目通过实时监控、风险预警和智能化处置手段，能够有效减少低空空域内的飞行安全事故，保障空域秩序，提升社会整体的公共安全水平，确保无人机应用场景的安全与可控性。

项目的应用将助力低空经济安全有序发展，未来三年将会产生直接经济价值超3亿元，在全国主要城市打造约30个试点应用场景。

图系统架构

四、专家评语

无人机黑飞与滥用现象给低空经济发展带来了严重安全隐患，如何增强无人机察、打、管、控能力，特别是在复杂、恶劣环境中的可靠性和准确性，提升智能化手段，是无人机防御体系要解决的重要问题，该项目案例通过多源数据融合、人工智能、AI等前沿技术的融合分析表现出了无人机管控的综合应用特别优势。