关于低空黑飞无人机探测技术研究与展望

陈咏涛; 刘颜; 樊聪; 夏菠

doi:10.11959/j.issn.1000-0801.28

您当前的位置：

首页 >

文章列表页 >

关于低空黑飞无人机探测技术研究与展望

低空通信 | 更新时间：2026-01-21

- 关于低空黑飞无人机探测技术研究与展望
- 关于低空黑飞无人机探测技术研究与展望
- 电信科学 2026年页码：1-6
- 作者机构：
  
  重庆分院，重庆 401122
- 作者简介：
- 基金信息：
- DOI：10.11959/j.issn.1000-0801.28
  中图分类号： TP393
- 网络出版：2026-01-08，
- 稿件说明：
移动端阅览
陈咏涛,刘颜,樊聪等.关于低空黑飞无人机探测技术研究与展望[J].电信科学,

陈咏涛, 刘颜, 樊聪, et al. 关于低空黑飞无人机探测技术研究与展望[J/OL]. Telecommunications Science, 2026, 1-6.
陈咏涛,刘颜,樊聪等.关于低空黑飞无人机探测技术研究与展望[J].电信科学, DOI：10.11959/j.issn.1000−0801.28.

陈咏涛, 刘颜, 樊聪, et al. 关于低空黑飞无人机探测技术研究与展望[J/OL]. Telecommunications Science, 2026, 1-6. DOI： 10.11959/j.issn.1000-0801.28.

摘要

随着无人机技术的快速发展，未经授权的“黑飞”行为对公共安全、隐私保护和航空安全构成严重威胁。系统梳理了当前主流的黑飞无人机探测技术，包括雷达探测、无线电频谱监测、声学探测、光学/红外成像及多传感器融合技术，详细分析了各类技术的工作原理、优势及局限性。针对“低小慢”目标探测难题，重点探讨了微多普勒效应、射频指纹识别等先进技术的应用。在此基础上，深入研究了人工智能技术与传统探测手段的融合路径，分析了深度学习、多模态数据融合、强化学习等 AI 技术在提升探测精度、降低误报率和增强抗干扰能力方面的潜力。最后，讨论了“黑飞”无人机探测面临的技术挑战与法规约束，并对未来智能化、网络化的无人机探测体系进行了展望。

Abstract

关键词

Keywords

references

张杰 , 朱宇 , 王洋 . 微多普勒辅助的城市环境无人机编队检测方法 [J ] . 电子与信息学报 , 2024 , 46 ( 9 ): 3583 - 3591 .

陈小龙 . LSS-FMCWR-1 . 0 : 多波段FMCW雷达低慢小探测数据集[J ] . 雷达学报 , 2025 ( 2 ).

聂伟 , 张中洋 , 杨小龙 , 等 . 基于梅尔倒谱系数的无人机探测与识别方法 [J ] . 电子与信息学报 , 2025 , 47 ( 4 ): 1076 - 1084 .

HAQUE E , HASAN K , AHMED I , et al . Towards an interpretable AI framework for advanced classification of unmanned aerial vehicles (UAVs) [C ] // Proceedings of the 2024 IEEE 21st Consumer Communications & Networking Conference . Piscataway : IEEE Press , 2024 : 644 - 645 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

语音及语义智能化技术在呼叫中心领域的研究与综合应用

电信政企营销客户关系图谱构建

基于意图识别和语义拆分的业务大备注信息提取方法

基于AI与RPA融合在全流程智能甩单中的应用

AI赋能基层治理高质量发展研究