证券研究报告 | 行业深度 | 航空装备Ⅱ http://www.stocke.com.cn 1/34 请务必阅读正文之后的免责条款部分 航空装备Ⅱ 报告日期：2023 年 08 月 29 日 无人机：现代战场利器，内需外贸双驱动 ——无人机行业深度报告 投资要点 ❑ 无人机较载人机优势突出，演变为现代战争的利器，易消耗属性不断加强 1 年订单产能双提升， 看好大飞机产业链发展——行业 点评报告》 2023.01.13 3 《中国航空工业集团：航空装 备铸就中国力量——大制造央企 专题报告》 2023.01.11 行业深度 http://www.stocke.com.cn 2/34 请务必阅读正文之后的免责条款部分 正文目录 1 无人机：战争角色转变、现代战争的利器 ........... ....................................................................................... 33 行业深度 http://www.stocke.com.cn 3/34 请务必阅读正文之后的免责条款部分 图表目录 图 1： 无人机系统包括飞行平台、动力装置、航电系统、任务载荷系统、航电系统、综合保障系统

长点。低空 经济是指在垂直高度 1000 米以下（可根据实际需要延伸至 3000 米）的空域范围内，以无人 机、电动垂直起降航空器（eVTOL）等航空器为载体，通过载人、载货及各类作业活动， 深度融合并赋能物流、农业、交通、旅游、城市管理、应急救援等多个领域的新型经济形态。 人工智能通过赋予低空飞行器“智慧大脑”，正成为驱动低空经济高质量发展的核心引擎。 它通过多源传感器融合与智能算法， ...........439 8.3 低空 SLAM 的关键方法 ....................................................445 8.3.1 基于深度学习的三维感知............................................................................................ 深入研究和开发底层视觉技术，对于推动低空经济与无人机产业的持续健康发展具有重要的 现实意义。 1.1.2 低空底层视觉独特挑战 低空底层视觉与通用底层视觉领域不同，其独特性源于低空物理环境与任务需求的深度 融合[12]，其应用场景的特殊性使得该领域面临环境退化复杂性、多模态任务耦合[13]及实时 性约束这三重核心挑战[14]。 环境退化因素的耦合复杂性 低空视觉系统在复杂大气环境中运行时，多源退化因素常非线性叠加，导致传统图像增

ic Dependent Surveillance-Broadcast,ADS-B)等多源数据融合,为合 作目标提供信息服务,更重要的是提升非合作目标的 检测识别率,然后进一步结合深度学习模型,实现对飞 行器行为意图的精准预测与异常事件的可靠告警;同 时,构建智能决策中枢,为空域动态管理、交通流量调 度、飞行冲突解脱及突发事件应急响应提供实时辅助 决策 [2]。 “联”(Connected 为飞行器、 地面站与云端平台间的数据传输提供超低延迟的稳定 保障;其次,构建国家级监管云、区域级分中心和场站 级边缘节点的三级协同架构,实现政府、企业、个人等 多主体监视数据共享;最后,将系统深度集成至低空通 信、导航与监视体系之中,形成支撑低空应用管理的新 型基础设施。 2 5G-A 融合低空智联监视系统建设策略 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 云边协同四大核心能力,共同支撑低空监视的综合管理 与运行保障。 首先,通过高精度定位与多源数据融合技 术,平台构建出统一、精准的空域实时态势画面。 在此 基础上,由人工智能驱动的智能分析单元对融合数据进 行深度挖掘,通过目标识别与行为模式分析算法 [7],有 效执行异常检测与飞行冲突预测。 然后,借助实时三维 渲染引擎与标准化数据治理接口,平台实现了空域态势 的直观可视化与数据资源的有序共享,为决策提供支

或遗漏，导致决策的滞后性和不准确性。此外，随着无人机采集的 数据量呈指数级增长，如何高效处理和分析这些海量数据成为亟待 解决的技术难题。 近年来，人工智能（AI）技术的突破为无人机图像处理提供了 新的解决方案。通过深度学习、计算机视觉等 AI 技术，可以实现 对无人机图像的自动识别、分类和分析，显著提升处理效率和准确 性。例如，在农业领域，AI 可以自动识别作物的生长状态、病虫害 情况；在城市管理中，AI 可以实时监测交通流量、识别违章建筑； 此外，政策支持也为低空无人机 AI 识别技术的发展提供了有 “ ” 力保障。例如，中国《 十四五 民用航空发展规划》明确提出要推 动无人机在农业、物流、应急等领域的应用，并鼓励 AI 技术与无 人机深度融合。美国、欧盟等国家和地区也相继出台相关政策，推 动无人机技术的标准化和智能化发展。 综上所述，低空无人机 AI 识别自动处理图像技术的开发和应 用，不仅是技术发展的必然趋势，也是市场需求和政策导向的共同 和全自动控制。基于人工智能的飞行控制系统能够实现自主避障、 路径规划和目标识别等功能。特别是在低空飞行场景中，无人机需 要处理大量的环境数据，如建筑物、树木、电线等障碍物，这对算 法的实时性和准确性提出了更高要求。通过深度学习算法，无人机 可以在飞行过程中实时识别并避开障碍物，同时完成图像采集、目 标检测等任务。 无人机技术的发展还受益于通信技术的进步。5G 网络的普及 为无人机提供了高带宽、低延迟的通信能力，使得无人机可以在更

加智能化和高效化。 1.1.2 AI 识别技术在消防中的潜力 AI 识别技术在消防领域的应用潜力巨大，尤其是在低空无人机 消防部署中，其优势尤为突出。首先，AI 识别技术能够通过图像处 理和深度学习算法，快速准确地识别火灾源、火势蔓延方向以及潜 在的火灾隐患区域。传统的火灾监测手段依赖于人工巡查或固定摄 像头，存在响应速度慢、覆盖范围有限等问题。而 AI 识别技术结 合无人机的高机动 30%，提升灭火效率。 4. 灾后损失评估与数据分析：火灾扑灭后，无人机将继续执行灾 后巡查任务，通过高清影像和三维建模技术，快速评估火灾损 失情况，生成详细的灾后报告。同时，AI 系统将对火灾数据 进行深度分析，为未来的火灾预防和应急响应提供参考依据。 5. 提升消防人员安全性：通过无人机执行高危区域的监测和侦察 任务，减少消防人员直接暴露在危险环境中的时间，降低人员 伤亡风险。目标是将消防人员在火场中的暴露时间减少 清摄 像头、红外热成像仪、激光雷达等传感器，以满足不同场景下 的数据采集需求。同时，无人机将集成实时数据传输模块，确 保与地面指挥中心的通信畅通。 2. AI 识别算法开发 项目将开发基于深度学习的火灾识别、烟雾检测、人员定位等 核心算法。算法将针对火灾场景进行优化，确保在复杂背景下 的高准确率和低误报率。具体功能包括： o 火灾早期预警：通过实时图像分析，识别火源和烟雾。 o

Integrated Lower Airspace System, SILAS), 强调了 SILAS 与 传统基于航路的空域管理和飞行管理的本质区别, 打造了低空经济领域新的系统设计和服务范式. 3.0 版本深度解析了低空经济发展安全体系, 涵盖了从飞行器设计制造到运行管理, 再到社会影响的全方 位安全保障. 一些商业机构和政府部门已经开始探索低空网络与数字孪生技术如何落地实践. 成都携恩公司开 发了无人航空数字运营一体化平台 并自动部署为可用基础设施之上的网络功能, IBN 提供了这样一个转换的抽象层. Banerjee 等 [29] 研究了认知自智网络 (cognitive autonomous network, CAN), CAN 通过用基于深度学习的认知功能 (cognitive function, CF) 取代基于规则的自组织网络 (self-organizing network, SON) 来推进网络管理自动化. 针对不同的 CF 可能同时尝试调整相同的控 现有研究多聚焦于单一任务场景下的技术应用, 如轨迹规划或能耗优化, 缺乏 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

场景介绍 场景建设 地点 需求类别 需求名称 需求内容 可提供的支持 （场景所需的场地、数 据、资金等） 单位名称 联系人 联系方式 信息 有效期 全产业链 低空文旅 消费示范 场景 深度挖掘金堂本地文 旅资源本底，集成发挥 成都周边文旅优势资 源，突出“空中飞行体 验+航空主题娱乐”相 结合，围绕赛事会展、 低空文旅、科普研学 等，持续丰富低空消费 场景，建设具有全国示 所处产业 链环节 场景名称 场景介绍 场景建设 地点 需求类别 需求名称 需求内容 可提供的支持 （场景所需的场地、数 据、资金等） 单位名称 联系人 联系方式 信息 有效期 中游 基于深度 强化学习 算法的智 能化空中 交通管理 场景 通过搭建智能化空中 交 通 管 理 系 统 ， 在 UTM、飞行服务站、 无人机机场、无人机起 降点、无人机航路的建 设及运营管理等阶段， 分析及挖掘服务，以及 提供对全量无人机（含 入库的合规飞行器，及 未经批准的“黑飞”飞 行器）进行侦查、监测、 驱离、反制等功能，打 造基于深度强化学习 AI 算法以及集中式管 控逻辑的软硬件一站 式解决方案。 四川全域 人才需求 AI 算法人 才需求 深度强化学习算法人才引进， 强化学习领域的企业、高校科 研团队。 1.搭建虚拟仿真环境的 算法及研发团队； 2.雷达、光学、电磁等

摘要:低空经济作为新质生产力的代表,凭借民用无人机、低空载人飞行器等新形态应用得到飞速发展, 逐渐成为推动我国经济增长的新引擎。 随着 5G-A 技术的不断发展,为满足低空移动用户连续、高质 量、深度覆盖的需求,依托地面移动通信网络构建空地融合的三维立体网络具有复用站址资源与频率资 源、一体化网络建设和运维效率高等优势。 但传统地面移动通信网络主要聚焦于地面用户,在低空场景 的高质量连续覆盖 相对有限。 为解决复杂空域覆盖空洞、地面 用户网络质量下降等问题,探索将智能超表面技术引入低空移动通信网络,提出在收发端侧和信道端侧 均采用智能超表面辅助的低空组网架构,为低空区域高质量、连续、深度覆盖提供低成本、低功耗且易部 署的解决方案。 关键词:无线通信;低空移动通信;智能超表面;网络覆盖 中图分类号:TN929. 5 文献标志码:A 引用格式:李贝,刘秋妍,成晨, 等 . 积小、重量轻、低成本、易部署且易于实现较大的天线 口径增益等特点。 它不仅能够覆盖指定目标区域,而 且可以结合波束扫描和波束切换等策略实现移动用户 动态波束跟踪,有效重构无线电磁环境,提升网络深度 覆盖能力。 Q 0 � 0 � 0 Q�/m 10 000 3 000 1 000 600 "8�� �/C��E�/( F8� 1. - ��?�//�O>

侧重分布式协同的治理经验与教训后，本报告认为中国路径选 择将更具特色，需在集中统一监管与市场化服务供给之间找到最佳平衡。 本报告的核心判断是：“十五五”的成败取决于三大关键变量——规则统一的速度、区域协同的 深度、市场应用的广度。为此，报告提出并详细论证了以下三项差异化贡献： 一是构建了“十五五” 三步走战略路线图与阶段化 “政策工具箱”，明确了从近 期（2026—2027 年）以“沙 盒监管”完成规则验证，到中 第一章 引言：为何“天空的 规则”是核心命脉 本章要点： ⚫ 战略价值：低空经济作为国家级战略新兴产业，是“新质生产力”的典 型代表，其核心内涵体现在技术革命、生产要素创新配置及产业深度转 型升级三个层面。它不仅自身拥有广阔前景，预计在 2030 年达到 2 万 亿元市场规模，更与商业航天、智慧城市、数字经济等领域存在高度战 略协同，是构筑未来国家竞争新优势的关键一环。 ⚫ 与管理层“管得住”的安全要求。十五五期间，这一矛盾的解决路径， 是与中央经济工作会议等顶层设计紧密衔接的“阶段性平衡”，其底层 逻辑为“安全边界前置、产业扩容后置”，即治理能力的提升速度决定 空域开放的广度与深度。 ⚫ 核心论点：与地面经济不同，低空经济规模化发展的前提是一套清晰、 完备、高效的天空规则。天空不是可以随意驰骋的旷野，而是需要被精 确管理的公共资源。本报告的研究将围绕规则这一核心展开，探究其如

，结合地域特色制定系统性发展实施方案。 本方案立足国家战略导向与新疆发展实际 ，聚焦文化旅游 、 物流运输 、交通治理 、应急救援四大核心领 域 ， 深度剖 析低空经济在新疆的发展需求 、建设思路与应用场景， 构 建 “政 策引领、基建支撑 、场景赋能、生态协同 ”的全链条 发展体系， 为新疆打造全国低空经济边疆示范样板 、吉尔吉斯斯坦等中亚国家的合作， 推 动“一带一路 ”建设向纵深发展， 提升新疆在区域经济合作中 的枢纽地位。 （三） 新疆高质量发展新增长极 推动低空经济与文化旅游、物流运输、交通治理、应急救援、 农业能源等产业深度融合， 催生新业态 、新模式， 培育形 成万亿级产业规模， 为新疆经济社会高质量发展注入新动 能。 （四） 边疆治理现代化赋能平台 通过低空经济提升边境管控 、生态保护 、应急处突等治理 能力， A2 级以上通用机场， 密度达每 10 万平方公里 5.9 个， “ 实现重点地区 县县通 ” 、团团通 ；跨境 低空基础设施与中亚国家实现互联互通。 . 场景应用：低空经济与各产业深度融合，形 “ 成 空地一体化 ”发展格局；跨境低空旅游 、物流线路常态化运营， “ 成为 空 中丝绸之路 ”重要支撑。 . 产业规模： 低空经济相关产业规模突破 500