低空智联网内生安全关键技术 在低空经济迅猛发展的当下，构建一套完善的安全架构设计方案对于保障低 空智联网的安全性和可靠性至关重要。该方案涵盖无人机飞控系统、通信与数据 安全、感知与导航技术以及网络弹性设计等多个关键领域，通过整合各种安全技 术和措施，构成一个有机整体，全面提升低空智联网在复杂环境中的鲁棒性。 图 6 低空智联网内生安全关键技术 1.无人机内生安全构造 无人机作为低空经济核 核心。根 据内生安全理论，构建“多传感器融合+智能算法+自定位导航”体系。基于现有多 25 源定位传感器，构建无人机的异构冗余定位信息集合，突破多源定位信息动态调 度、多模裁决、负反馈控制及弹性融合关键技术，为低空经济中复杂场景下的无 人机任务执行提供更精确和全面的环境信息。 基于内生安全动态冗余理念，多传感器融合技术融合处理激光雷达、毫米波 雷达、视觉传感器、超声波传感器等异构传感器数据，构建统一的传感器数据融 备得以在复杂场景下实现最优路径规划与动态调整，显著提升抗干扰导航能力。 4.低空智联网络弹性组网 在网络弹性设计方面，以网络弹性理论框架为设计遵循，基于内生安全理论， 构建包含主动威胁感知、实时威胁响应和自主修复重构的自适应安全防御体系， 实现“预防-防御-恢复-适应”四维能力的闭环，提升低空智联网络持续服务能力。 弹性网络拓扑结构设计是低空智联网络建设中的关键一环。该结构支持网络 根据环境变化与

面向全域低空资源的系统性协同视角. 因此, 亟须构建全域一体化数字孪生平台, 通过统一调度虚实 资源、贯通多源数据与模型, 深度释放平台潜能, 实现低空资源的高效智能管控. 最后, 为了满足网络资源的快速弹性调度, 网络资源虚拟化技术将网络管理策略与固有的物理设 备分离, 实现资源的灵活高效配置, 这在 UAV 网络领域也得到了广泛的关注. 一些学者深入研究了 喻鹏等 中国科学 : 信息科学 2025 保持虚拟与真实物理环境的状态同步. 随后, 数字孪生层选择性上传孪生模型至自智 管控层的管控智能体, 作为其算法输入参数. 自智管控层搭载了多模态 AI 算法库, 支持实现网络性能 预测、飞行器路径规划、路由动态切换、服务弹性迁移等网络管理任务. 自智管控层将孪生模型作为 输入, 生成未经仿真验证的网络管理策略 (pre-simulation policy), 随后将该策略回传至数字孪生层进 行模拟仿真. 数字孪生层依托孪生模型的历史版本数据 实现业务精准编排、资源高效利用与故障快速自愈. 业务编排模块从业务需求出发制定策略, 其运作机制分为三阶段. 业务开通前, 该模块基于业务 预期和实时网络状态, 通过 NFV/SDN 等虚拟化技术实现资源弹性调度, 按需构建差异化业务能力, 如 超低时延、超高带宽、高可靠. 业务运行中, 结合 AI 流量预测与大数据分析, 预测业务流量趋势, 动态 匹配最优资源分配方案, 保障业务稳定性并提升执行效率.

强度（Ksi） 120 15~50 8~16 8~11 15~75 1~4.6 价钱（越大越便宜） 1 6 9 9 7 10 加工（越大越容易） 3 7 6 7 7 10 注： ① 刚度：弹性模量标识是材料在弹性变形阶段，其应力和应变成正比关系；形变越难，刚度越大。 ② 强度：抗拉强度就是试样拉断前承受的最大标称拉应力。 单一的材料结构通常无法满足以上需求，所以纵观国内外无人机，无一例外地大量使用了复合材料结 6.16.8 避免饱电存放 锂电池充饱电时内部的化学反应很活跃。如果维持在满电状态电压虽不会降低，但实际放电时化学反 应会变得迟缓，放电平台下降，导致锂电池性能大不如前。就像一条橡皮圈长期紧绷，弹性便会受影响。 因此，充满电的锂电池最好在 24 小时内使用，长时间不使用锂电池时必须让电压维持在 3.7~3.9V 之间。 第 78 页 广州中海达天恒科技有限公司 图 177 俄罗斯无线电技术科研所公司 Chirok(水鸭)侦查打击无人机 2.11.6 阻拦网回收 拦阻网系统回收无人机是目前世界小型无人机较普遍采用的回收方式之一。拦阻网系统通常由弹性材 料编织而成的拦阻网、网两端的能量吸收装置和自动引导设备组成。能量吸收装置与拦阻网相连，其作用 是吸收无人机撞网的能量，免得无人机触网后在网上弹跳不停，以致损伤。自动引导设备一般是一部置于

2. 1 系统设计原则 低空智联监视系统采用分层解耦的架构设计,划 分为感知层、传输层、平台层和应用层。 该系统具备开 放兼容的特性,支持多种设备、数据格式及协议标准的 灵活接入;同时,集成弹性扩展与安全可信两大机制, 既能适应未来的业务增长与技术演进,又能确保数据 安全、隐私保护以及系统抗干扰与抗欺骗能力 [3]。 2. 2 系统架构 低空智联监视系统以 5G-A 通感一体基站为核

的维护，从而在一定程度上无法发挥出防火信息化系统应有的效果，进而 导致在森林火灾扑救工作中的出现时效性偏低、灭火效果不理想等情形。 3）缺乏全局性的信息化基础管理平台架构，各防火信息化系统相对 独立，从而出现各子系统缺乏扩充弹性，资源无法共享等情形，在一定程 度上影响了防火信息化系统功能的发挥。同时，森林防火信息化建设的专 项资金不足。不少软件和新技术项目立项投入开发完成后，缺乏持续的软 件升级和功能的更新，这也导致了部分信息化系统无法满足日渐复杂的森

加密通信，防止数据泄露和篡改； 实施身份验证和权限管理，确保系统访问的安全性。 系统的部署将采用容器化技术，使用 Docker 和 Kubernetes 进行应用打包和集群管理，确保系统的高可用性和弹性扩展能力。 开发完成后，我们将进行全面的系统测试和优化，确保系统在实际 应用中的稳定性和性能表现。 5.1 开发环境 在低空无人机 AI 识别自动处理图像项目的软件开发阶段，开 发环境的搭 Redis：用于缓存高频访问的数据，提升系统性能。 8. 容器化与虚拟化 项目将使用 Docker 进行容器化部署，确保开发环境与生产 环境的一致性。结合 Kubernetes 实现容器编排，支持系统 的弹性扩展和高可用性。 9. 文档生成工具 o Sphinx ：用于生成 Python 项目的技术文档。 o Doxygen ：用于生成 C++ 项目的技术文档。 10. 性能监控与日志管理 在算法集成过程中，还需要考虑算法的可扩展性。随着项目规 模的扩大，算法需要能够支持更多的无人机、更大的数据集和更复 杂的任务。因此，新算法的集成应具备良好的可扩展性，能够通过 模块化设计、分布式计算和弹性资源调度等方式，适应未来的扩展 需求。 最后，建立算法更新机制。新算法的集成不应是一次性的工 作，而应建立持续更新的机制。通过定期评估和引入最新的研究成 果，确保项目始终处于技术前沿。更新机制应包括：

信任 任务导向和确认、人工决策的伦理要求 武器 国防部战略共识、自主武器系统 致命性评估 武装僚机/队员（人工决策参与） 网络安全 网络运行 深度防御、漏洞评估 网络攻击弹性、自主网络防御 信息保障 商业公司合作 发展技术、制定政策 EMS/EW 灵活有效的频谱运行、高水平的电磁防护 人机协作 人机接口 多机控制、人机角色/线索 人机对话、假设情景处置、

目前，通算融合技术仍面临以下挑战：一是单机算力不足，无法满足部分场景中感知、 图像、飞行、通信等数据的处理和计算需求；二是低空网络中算力是分散的，面向空地一 体场景，必须对多平台多节点的计算能力进行弹性调度，实现任务分解与上下行迁移的高 效协作。因此，需要合理部署边缘计算、云计算节点，并结合端侧的计算卸载与跨节点的 计算迁移来实现算力协同与动态优化资源分配，提升低空智联网在复杂任务环境下的实时

协议的支持，如 5G、 Wi-Fi、卫星通信等。多频段多协议融合技术能够灵活切换和协调不同的通信方式，确保无 人机在不同环境和飞行条件下都能保持通信的连续性和稳定性。这种技术有助于提升通信的 弹性和适应性，特别是在复杂空域或跨境飞行等场景。 3.2 导航技术 低空导航技术是无人机及其他低空飞行器实现精确飞行的重要保障，其关键技术涵盖了 定位、导航、路径规划、环境感知等多个方面。以下是对相关关键技术的详细描述：

AI 算法需要升级以适应新的监管需求时，仅需对 AI 分析服务模块进行更新，而不会影响其他服务的正常运行， 确保平台的稳定性与连续性。同时，借助容器化技术，如 Docker，实现服务的快速部署与弹性伸缩，可根据业务量 的动态变化，智能调整资源配置，有效降低运营成本，提高 资源利用率。在数据库方面，采用关系型数据库，如 PostgreSQL，存储结构化业务数据，如土地权属、执法记 录等，确保数 析的智能化程度、平台的扩展性等方面处于行业领先地位。 例如，基于深度学习的 AI 算法不断更新迭代，能够快速适 应新的监管目标与复杂场景，相比传统人工判图，效率提升 数十倍；微服务与容器化技术使平台具备强大的弹性伸缩能 力，可轻松应对业务量的爆发式增长，确保系统的稳定性与 可靠性。 本次项目的工作方法紧密贴合自然资源监管实际 业务，流程化操作使监管工作有章可循，极大提高工作效率 协同化促进部门间高效协作，打破信息孤岛，整合执法力量