广发证券报告指出，人工智能正在重塑反无人机系统的能力和效率。2024年12月，OpenAI与美国防技术公司Anduril建立战略合作伙伴关系，为国家安全任务开发、部署先进的AI解决方案，合作将专注于改进反无人驾驶飞机系统的实时检测、评估和应对能力。多模态融合探测正成为主流技术方向。本报告深入解析AI赋能反无技术的趋势与应用。
OpenAI联手Anduril，AI赋能反无人机系统
2024年12月，OpenAI与美国防技术公司Anduril建立战略合作伙伴关系，为国家安全任务开发、部署先进的AI解决方案。通过将OpenAI的先进模型与Anduril的高性能防御系统和Lattice软件平台结合，旨在改进客户的防御系统，保护其免受无人驾驶无人机和其他空中设备的攻击。合作产品专注于改进CUAS实时检测、评估和应对潜在致命空中威胁的能力，探索利用前沿AI模型快速合成时间敏感数据，减轻操作员负担。模型将在Anduril CUAS威胁和行动数据库上训练。
Anduril Lattice与Epirus Leonidas集成，支持海军陆战队防空现代化
2023年Anduril和Epirus完成先进反无人机系统软件集成，支持美国海军陆战队防空现代化。集成Epirus的Leonidas系统（高功率微波反蜂群击败能力）和Anduril的Lattice C2系统。Leonidas是软件定义的HPM武器，具较强UAS蜂群击败能力。Lattice结合AI和机器学习技术检测、跟踪和分类操作员附近每个目标物体，系统可在狭小空间击败单无人机系统，亦可在广阔地形对抗无人机集群。Anduril端到端cUAS系统支持全杀伤链，非合作无人机在任何环境中都会被识别、跟踪和禁用。
AI在反无人机领域的三大核心优势
AI在反无人机领域具有三项关键优势：高能效数据处理与实时决策（快速处理雷达、相机和其他传感器庞大数据流并立即响应）、模式识别和异常检测（从过去数据学习无人机飞行模式并识别异常或威胁行为）、自适应与持续学习（通过不断学习新无人机特征、战术和干扰技术适应无人机技术进化）。AI探测技术涵盖雷达（LeNet、GoogleNet、PCA等）、红外可见光（VGG-19、GAN、Faster-RCNN等）、声波（MFCC、LPCC、SVM等）和多传感器融合（贝叶斯融合等）。
多模态融合成主流，探测技术协同互补
单一探测技术存在探测率低、容易被欺骗等缺点。实际运用中通常综合使用多种探测技术获取更有效、分层的探测能力。雷达在复杂天气下可靠运行且夜间操作能力强；光电与红外被动模态在昼夜场景各具优势；射频技术具备非视线依赖特性；声学传感器在小范围精准布防中潜力可期。技术迭代方向将聚焦多模态融合以平衡探测覆盖、环境适应性与成本效率，射频与雷达协同应用或成主流。AI与多模态融合的结合将大幅提升反无人机系统的智能化水平。
表3：AI在反无人机领域的核心应用| 应用方向 | 技术内容 | 代表案例 |
|---|
| 实时数据处理 | 快速处理雷达、相机等多源传感器数据 | Anduril Lattice平台 |
| 模式识别 | 从历史数据学习无人机飞行模式识别异常 | AI算法+威胁数据库 |
| 自适应学习 | 不断学习新无人机特征和干扰技术 | OpenAI+Anduril合作 |
| 多模态融合 | 射频+雷达+光电多传感器协同 | 美国海军陆战队防空系统 |
