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

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

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

里（复杂地形）至 50-100 平方公里（平原），数据采集效 率较人工巡查提升 20 倍以上，且支持厘米级定位精度，为 高精度监管提供硬件基础。 2.软件智能升级 AI 识别算法在自然资源场景中深度应用，基于深 度学习模型，可自动识别耕地内水泥硬化、大棚房、矿山机 械、林木砍伐等 10 + 类疑似违法目标，识别准确率超过 95%，大幅降低人工判图成本；配合三维建模软件可在 2 小 自然资源 的全流程技术链条，AI 识别、三维建模、 智能预警等核心功能缺失，技术赋能监管的效能尚未释放。 3.数据资源价值未充分挖掘：数据更新不及时、 标准不统一、共享不畅通，无人机影像与卫星遥感、业务系 统数据未实现深度融合，难以通过数据碰撞发现潜在监管隐 患（如耕地变化与规划许可数据的关联性分析）。 4.协同监管机制尚未健全：省、市、县三级低空 监管职责分工不清晰，跨部门数据共享与业务协同缺乏常态 化机制，面 整、生态保护修复方案优化提供数据驱动型决策支持，推动 管理模式从 “经验主导” 向 “数据智能” 转型。 （四）提升生态保护与修复精细化水平 围绕 “山水林田湖草沙” 系统治理要求，强化技术 赋能生态监管的深度应用。 生态红线精准管护：对 540 平方公里生态保护红 线区实施差异化监管策略，针对核心保护区（如自然保护 区）部署无人机固定航线巡航（每日 1 次），利用多光谱影 像监测植被覆盖度变化（精度达

20212022202320242 025 202620272028|2029| 2030 X+GIS 空间区块链、 XR 、机器视觉、沉浸式 地图、空间计算、元宇宙… 人工智能 GIS 自动机器学习 深度学习、强化 / 迁移学习、 SAM 大模 型 AI 大模型 大数据 GIS 空间大数据存储与处理 ( 含：流数据处理 / 实时 GIS) 地理统计分析、有限元 分析、元胞自动机模拟 数据科学 用 层 平 台 层 终 端 层 P21 行业应用级能力 应用接入与开发 据 采集 程调试 星罗 复亚 平 台 ZT30 数据 出 仿真推演使能引擎 多人在线样本的深度学习分析能力，兼容多种深度学习网络。 模型训练 无人机智能解译样本集 样本管理系统 构建多时相、多尺度等多区域适应的飞行器智能解译样本集 障碍等信息，实现飞行全程可 视化监控与风险预警。 精准规划与管理 实时监控与预警 数据分析与优化 基于超图数字孪生平台的空域应用能力 通过对飞行数据的深度挖掘 与 分析，提升飞行效率，指 导业 务流程改进，支持决策 制定。 GISTC P27 低空空域展示平台 电子围栏 应急救援 低空飞行管理 低空空域管理 陆地无人交通 设备 数字化

- 10 年） 1. 构建全域覆盖、功能完备、智慧高效的低空经济交通基础设施体 系，通用机场数量达 300 个以上，各类起降点超 10 万个。 2. 实现低空交通管理系统与地面交通、民航系统的深度融合，低空 交通运行效率提升 50% 以上。 3. 形成成熟的人工智能与大模型应用生态，低空经济全产业链智能 化水平显著提升。 4. 建成全国性低空经济数据交易市场，数据要素对产业发展的贡献 内数据互联互通；2026 - 2030 年，建成全国性数据共享平台， 实现跨区域、跨部门数据共享与协同应用。 3.4 人工智能与大模型应用 3.4.1 人工智能在低空交通管理中的应用工程 1. 开发基于深度学习的低空飞行态势预测模型，利用历史飞行数据、 气象数据、空域数据等，预测未来 2 - 4 小时内低空飞行流量、 潜在冲突点等，提前制定流量调控策略。 2. 部署智能决策算法，实现飞行计划自动优化（如航路规划、起降 据脱敏等 技术，保障数据安全。制定数据生命周期管理规范，对数据的采 集、存储、使用、销毁全过程进行监管。 3.5.2 数据挖掘与分析工程 1. 运用大数据分析技术，对采集到的低空经济数据进行深度挖掘， 构建飞行器健康管理模型、空域使用效率评估模型、低空经济产 业发展指数模型等。 2. 定期发布低空经济数据分析报告，为政府决策、企业投资、行业 研究提供数据支持。2024 - 2026

各类企业积极布局低空经济市场，催生了多样化的服务模式，如无人机物流、农 业监测、影视拍摄等。然而，安全与隐私问题 日益凸显，要求政策法规需与技术 创新并行，以实现行业规范和标准的建立。随着 5G 和物联网技术的深度融 合， 低空经济将迎来更广阔的应用前景，同时也将面临更复杂的监管与伦理挑 战。 安全与隐私的考量推动了无人机识别与追踪技术的革新，确保飞行器的合法 合规使用。5G 的高速传输与物联网的实时连接，为低空管理与服务提供了智 各业都能找到与其业 务相契 合的应用场景。然而，数据安全与隐私保护问题也随之而来，对法律框架 和行业 规范的建立提出了紧迫需求。随着 5G、人工智能与物联网技术的融 入，低空经 济将持续创新，深度融合科技与传统产业，为全球经济注入新活 力。 5G 时代的到来加速了低空交通管理的智能化，无人机物流网络逐渐成 熟， 重塑了供应链模式。在教育领域，无人机操作及安全规则教育成为新课 程，培养 障停机。同时，企业愈发重 视 可持续性，通过绿色制造和回收利用策略，降低废弃物产生，减轻环境负 担。全 球化合作与本地化生产策略并行，利用跨境电商平台，加速全球化市场 渗透，实 现上下游资源的深度融合，驱动低空经济产业链的全球化布局。 三、中游：低空经济核心部分 1、无人机与航空器制造 低空经济产业的蓬勃兴起推动了无人机与航空器制造技术的飞速进步。这 些 飞行器不仅在军事领域发挥着重要作用，也逐渐渗透到商业、科研和公共服

列的 相位和幅度，保持信号的最佳传输方向。 （3）时频同步 研究低空飞行器高速运动带来的时频变化特性，确定时频估计、补偿等同步方案，确保可靠 的数据发送和接收。针对定时和多普勒的偏移，可采用深度学习或强化学习，根据接收信号特征、 位置信息、速度传感器数据等，实时预测多普勒频偏和定时偏差，并动态调整同步参数。或采用 联合时频同步算法，将定时同步与频率同步统一建模、联合估计，一次性补偿两类偏移，从而减 等数据处理任务卸载到边缘节点，减少对远端云服务器的依赖，显著降低数据往返带来的 通信时延和带宽占用。同时，可使用协同计算机制，让多低空飞行器能够共享在任务执行 过程中产生的感知信息和计算资源，通过分布式深度神经网络（Deep Neural Networks, DNN）、联邦学习等方法的协同处理，实现快速决策和高效任务分解，提高群体作业效率。 低空智联网场景和关键技术白皮书 32 图 11 低空飞行器边缘计算节点示意图 环境动态复杂，实地测试风险高、成本大，缺乏全局预测与跨系统优化手段。针对以上挑 战可以从智能链路传输技术、多源数据融合与智能决策、数字孪生技术等方面解决。 （1）智能链路传输技术 如图 16 所示，通过构建基于机器学习与深度学习模型的智能链路预测机制，融合历史 信道/环境数据与实时信道状态指示（Channel State Indication, CSI）信息，通过长短期记 忆网络（Long Short-Term M

1 《地方城市低空应急救援体系建设指南白皮书》 一、建设背景与战略意义 1. 国家战略需求 战略响应与痛点突破深度对接"交通强国""平安中国"战略目标，针对 传统应急救援体系在地震、洪涝等极端灾害中暴露的响应链条长、信息壁 垒突出、复杂地形抵达受限等核心短板，依托低空领域开放与技术创新， 构建空地一体、智能高效的新型救援网络。 低空经济与应急能力协同升级紧扣低空经济发展新机遇，推动空域资 空域资 源从"行政管控"向"资产化运营"转型，通过无人机、无人直升机等低空装 备与物联网、卫星通信技术的深度融合，实现应急救援从"被动响应"到" 主动预防"的智能化跨越。 2. 经济社会价值 救援效率革命性提升 全域快速勘察：无人机蜂群搭载高分辨率遥感设备，可在 30 分钟内 完成百公里级灾区三维建模与风险评估，相较传统人工勘察效率提升 5 倍 以上。 长时持续作业：氢能动力无人机续航突破 基站内置边缘计算节点，实现"感知数据采 集—AI 算法分析—指令实时下发"闭环，时延从传统方案的 500ms 压缩至 80ms，支撑无人机群实时规避空中障碍物（如飞鸟）。 数字孪生决策重构：将灾害现场数字孪生模型与指挥系统深度融合， 13 指挥中心可通过 VR 设备"沉浸式"推演救援方案，某地震模拟中，指挥员 决策效率提升 60%，路径规划合理性优化 35%。 北京力通通信有限公司 北京天域飞行科教技术有限公司

试飞全过程， 提升实操能力。 产业学院共建 专业共建实践 校企联合设课 厦门市海西职业技术学校与厦门山水一方科 技集团合作开设无人机应用技术专业 ，嵌入 农业植保、 电力巡检等真实场景。 岗课深度对接 昆山第二中等专业学校与航天时代飞鹏有限 公司开展人才培养合作 ，从课程开发、 师资 共享到实训基地共建全方位对接。 行业场景嵌入 将农业植保、 城市安防等案例融入教学 ， 使学生掌握不同应用场景下的无人机作业流 区域推广机制 建立低空经济教育联盟 ，定期举办经验交流 会 ，推动先进做法在其他地区落地实施。 项目合作落地 支持示范院校与外地企业联合开展人才培养 项目 ，实现优质教育资源与产业需求的深度 融合。 政策经验迁移 将苏州、 厦门等地人才引进、 税收优惠等 政策经验移植至其他低空经济示范区。 需求反哺教育 企业将岗位需求反馈至院校 ，推动课程内容更新 ，实现人才培 养与产业需求无缝对接。 推广顺丰、 航天时代飞鹏等企业与院校的订单式合作 模式 ，提升人才培养与企业需求契合度。 共研技术项目 院校与企业联合申报科研课题 ，如无人机动力系统 优化、 低空物流调度算法研究等。 产教深度融合深化 感谢观看！