缩略图

低空智联网环境下的无人机通信安全与抗干扰研究

作者

王誉锐 温春蕊 齐焓羽 张湘敏 尹冠超

沈阳城市建设学院 辽宁沈阳 110167

   

近年来,无人机技术取得了飞速的发展,并在军事侦察、物流配送、农业植保、航拍测绘等众多领域得到了广泛的应用。在低空智联网环境下,无人机作为智能节点,需要与基站、地面控制站、其他无人机等进行高效、可靠的通信。然而,由于低空环境的复杂性、通信链路的开放性以及无人机自身的特点,通信因受到多方面干扰而面临安全隐患。保障无人机通信安全、提升无人机抗干扰能力对于推动无人机技术的健康发展和广泛应用至关重要。

一、低空智联网环境下无人机通信的特点

(一)低空环境的复杂性

低空环境中存在着山脉、建筑物、森林等,地形地貌错综复杂,这些障碍物会对通信信号造成遮挡、反射和散射,导致信号衰减、多径效应,降雨、雾、大风等气象条件也会对通信产生影响,从而带来低空飞行的安全隐患。

(二)通信链路的开放性

无人机通信链路大多采用无线通信方式,这种通信链路具有开放性的特点,容易受到外部干扰和恶意攻击。恶意用户可以通过发射干扰信号来阻断无人机与基站或地面控制站之间的通信,也可以截获、篡改通信数据,影响无人机正常通信。

(三)无人机的移动性

无人机在执行任务过程中通常处于移动状态,其速度、高度和飞行方向会不断变化。这使得无人机与通信对象之间的通信距离、相对位置和信道特性在不断变化,增加了通信的不确定性和复杂性。

二、影响无人机通信安全的因素

(一)网络攻击

攻击者通过向无人机通信系统发送大量无用的请求或干扰信号,使通信系统资源被耗尽,无法正常为合法用户提供服务。攻击者也可以在无人机和通信对象之间拦截通信数据,并进行篡改和伪造后再转发给通信双方,窃取信息或破坏通信,而开放性的无人机通信链路中较难被发现。

(二)隐私泄露

无人机在执行任务过程中可能会收集到大量的图像、视频、位置等数据,如果这些数据的传输和存储没有得到有效的安全保护,就可能被泄露给未经授权的第三方。无人机拍摄的高清地图等可能包含敏感信息的数据,如果被恶意获取,可能会对国家安全、企业商业机密等造成损害。

(三)身份认证与授权问题

在低空智联网环境中,需要对无人机的身份进行准确的认证和授权,以确保只有合法的无人机才能接入网络并进行通信。如果身份认证和授权机制不完善,非法无人机可能会冒充合法无人机接入网络,从而进行恶意活动。

三、干扰无人机通信的来源

(一)电磁干扰

当无人机通信频段与其他无人机、无线电台等频段相同时,就会产生同频干扰,导致通信信号质量下降,误码率增加。即使无人机通信频段与其他设备频段相邻,也可能会因为频谱泄漏等原因产生邻频干扰。

(二)自然干扰

降雨、雾、大风等气象条件会对无人机通信产生干扰,降雨会吸收和散射通信信号,雾会使信号发生散射和衰减,大风可能会影响无人机的姿态,进而影响通信天线的指向,导致通信中断或信号变弱。地形地貌造成的信号遮挡、反射和散射,在山区飞行的无人机可能会因为山体的遮挡而失去与基站的通信联系。

四、现有的通信安全保障与抗干扰技术

(一)加密技术

对称加密算法在无人机通信安全中已经得到了广泛应用,发送方和接收方使用相同的密钥对通信数据进行加密和解密,这种加密方式虽然加密速度较快,但密钥管理较为复杂。非对称加密算法使用公钥和私钥对数据进行加密和解密,公钥可以公开,私钥则由接收方保存,密钥管理比较方便,但加密和解密速度相对较慢。

(二)身份认证技术

基于密码学的身份认证是通过数字证书、哈希函数等密码学手段对无人机的身份进行认证。无人机在接入网络时,向基站或地面控制站发送包含其数字证书的认证请求,基站或地面控制站通过验证数字证书的有效性来确定无人机的身份。基于生物特征的身份认证是对于一些特殊的无人机应用场景,可以采用指纹、虹膜等基于生物特征的身份认证技术,具有较高的安全性,但设备成本和技术复杂度相对较高。

(三)抗干扰技术

扩频技术通过将通信信号的频谱扩展到更宽的频带上,从而提高通信系统的抗干扰能力。在存在干扰信号时,扩频信号可以在更宽的频带上分散能量,降低干扰信号对通信信号的影响。自适应天线技术可以根据通信环境和干扰源的方向自动调整天线的波束方向和增益,当检测到干扰源方向时,自适应天线可以将波束零点指向干扰源,从而抑制干扰信号的接收,同时增强对有用信号的接收。

五、无人机通信安全保障措施

(一)基于区块链的通信安全保障

区块链技术具有去中心化、不可篡改、可追溯等特点,可以应用于无人机通信安全保障。通过区块链记录无人机通信的身份认证信息、通信数据的哈希值等相关信息,防止数据被篡改和伪造,同时提高通信的透明度和可追溯性。

(二)人工智能辅助的抗干扰技术

随着人工智能技术的发展,可以利用神经网络、深度学习算法等人工智能算法来辅助无人机通信的抗干扰。通过对大量的通信干扰样本进行学习,人工智能算法可以自动识别干扰类型,并根据干扰类型选择最佳的抗干扰策略。人工智能算法还可以用于优化自适应天线的波束形成,提高抗干扰性能。

(三)跨层设计的通信安全与抗干扰方案

传统的通信安全与抗干扰技术大多是在单一的协议层进行设计。然而,在低空智联网环境下,无人机通信涉及多个协议层。跨层设计可以综合考虑不同协议层之间的相互关系,通过在不同层之间共享信息和协同工作,提高通信系统的整体安全和抗干扰能力。在物理层采用扩频技术抗干扰的同时,在网络层采用加密技术保障通信安全,并通过跨层接口实现信息的交互和协同优化。

参考文献

[1] 高锡文 , 冯国青 . 低空经济市场运营模式主要类型、现实挑战与创新路径 [J]. 改革与战略 ,1-8.

[2] 黄超 . 沈阳低空经济加速迈向“乘势高飞”[N]. 沈阳日报 ,2025-06-16(001).

[3] 韩强 . 新质生产力下新能源产业与低空经济的跨界耦合发展 [J]. 能源与节能 ,2025,(06):10-12+28.

[4] 尹卓航 , 余子潇 . 基于通感一体化网络的城市低空数赋治理研究 [J]. 物联网技术 ,2025,15(12):111-115.

[5] 黄卫来 . 万亿蓝海 百万优岗——低空经济对就业的带动作用 [J]. 中国就业 ,2025,(06):11-14.

[6] 刘英杰 . 政策与产业共振 低空经济产业链投资机遇凸显 [N]. 中国证券报 ,2025-06-13(A06).

[7] 李学彦 , 李鑫 . 低空经济、新质生产力与现代化产业体系建设 [J]. 深圳大学学报( 人文社会科学版),1-11.

项目 : 2025 年度大学生创新创业训练计划项目:低空经济安全检测系统 (202513208101)