基于深度学习的无人机智能多模态多传感器融合识别、定位与反击措施以保障低空经济
信号处理
2026-01-12 v2
摘要
低空经济的发展导致无人机安全管理问题日益凸显。因此，准确识别、实时定位和有效反击措施已成为空域安全保障的核心挑战。本文引入了一个集成无人机管理与控制系统，基于深度学习，集成了多模态多传感器融合感知、精确定位和协同反击措施。通过引入深度学习方法，该系统在检测层面结合了无线电频率(RF)谱特征分析、雷达探测、电动学识别等方法，实现对无人机的识别和分类。在定位层面，系统依赖于多传感器数据融合和空地一体化通信网络，对无人机飞行状态进行实时跟踪和预测，为预警和决策提供支持。在反击层面，系统采用综合措施集成“软反击”和“硬反击”，包括电磁信号干扰、导航欺骗和物理拦截等技术，形成从预警到最终处置的闭环管理与控制过程，显著提升了低空无人机管理的响应效率和处置准确性。
引用
@article{arxiv.2510.22947,
title = {Intelligent Multimodal Multi-Sensor Fusion-Based UAV Identification, Localization, and Countermeasures for Safeguarding Low-Altitude Economy},
author = {Yi Tao and Zhen Gao and Fangquan Ye and Jingbo Xu and Tao Song and Weidong Li and Yu Su and Lu Peng and Xiaomei Wu and Tong Qin and Zhongxiang Li and Dezhi Zheng},
journal= {arXiv preprint arXiv:2510.22947},
year = {2026}
}