面向低空场景下新质战斗力生成技术研究

doi:10.3969/j.issn.1009-086x.2026.03.008

摘要/Abstract

摘要：

随着人工智能技术的持续发展，低空作战作为新质战斗力生成的典型代表，正逐渐影响并改变现代战争的作战样式与规则。通过梳理国内外低空作战研究现状，对低空作战与新质战斗力的概念及特征进行界定，在此基础上，系统探讨构建多域融合的低空作战体系，深入分析该体系所涵盖的关键技术和性能指标；就低空场景下新质战斗力生成技术的发展趋势展开讨论，以期为未来相关技术的研究提供参考。

关键词: 低空空域, 新质战斗力, 低空作战, 无人化, 体系构建

Abstract:

With the continuous advancement of artificial intelligence technology， low-altitude operations， as a typical example of new-quality combat capability generation， are gradually influencing and reshaping the patterns and rules of modern warfare. This paper first reviews the current state of domestic and international research on low-altitude operations， then defines the concepts and characteristics of low-altitude operations and new-quality combat capabilities. On this basis， it systematically explores the construction of a multi-domain integrated low-altitude operational system and conducts an in-depth analysis of the key technologies and performance metrics involved in the system. Finally， it discusses the development trends of technologies for generating new-quality combat capabilities in low-altitude scenarios， aiming to provide a reference for future research on related technologies.

Key words: low-altitude airspace, new-quality combat capability, low-altitude operation, unmanned system, system construction

中图分类号:

TP301.6

赵亮, 费陈, 欧丽婷, 邢玉凤, 夏蕾, 谭晗. 面向低空场景下新质战斗力生成技术研究[J]. 现代防御技术, 2026, 54(3): 82-92.

Liang ZHAO, Chen FEI, Liting OU, Yufeng XING, Lei XIA, Han TAN. Enabling Technologies for New-Form Combat Capabilities in Low-Altitude Scenarios[J]. Modern Defense Technology, 2026, 54(3): 82-92.

图/表 19

参考文献 33

[1]	田淏予，占妮，张继文，等. 人工智能技术在现代海战中的应用现状、前景预测与启示——以海军情报收集、监视和侦察为例［J］. 情报杂志， 2024， 43（11）： 78-86.
	TIAN Haoyu， ZHAN Ni， ZHANG Jiwen， et al. Current Applications， Future Prospects and Insights of Artificial Intelligence Technology in Modern Naval Warfare： A Case Study on Naval Intelligence Collection， Surveillance and Reconnaissance［J］. Journal of Intelligence， 2024， 43（11）： 78-86.
[2]	江达伟，董阳阳，张立东，等. 基于深度学习的空中目标威胁评估技术研究［J］. 系统仿真学报， 2025， 37（3）： 791-802.
	JIANG Dawei， DONG Yangyang， ZHANG Lidong， et al. Research on Air Target Threat Assessment Technology Based on Deep Learning［J］. Journal of System Simulation， 2025， 37（3）： 791-802.
[3]	安靖，刘伟，周杰. 基于深度强化学习的作战概念能力需求分析关键技术［J］. 指挥控制与仿真， 2024， 46（3）： 18-24.
	AN Jing， LIU Wei， ZHOU Jie. Key Technologies of Operational Concept Capability Requirement Analysis Based on Deep Reinforcement Learning［J］. Command Control & Simulation， 2024， 46（3）： 18-24.
[4]	王鹏飞，刘红琴，陈向春. 具身智能驱动下的无人作战系统展望［J］. 航空兵器， 2025， 32（4）： 12-21.
	WANG Pengfei， LIU Hongqin， CHEN Xiangchun. Progress in Unmanned Combat Systems Driven by Embodied Artificial Intelligence［J］. Aero Weaponry， 2025， 32（4）： 12-21.
[5]	崔佳彬. 低空分布式杀伤体系发展［J］. 国防科技， 2025， 46（2）： 69-74.
	CUI Jiabin. Low Altitude Distributed Lethality System Development［J］. National Defense Technology， 2025， 46（2）： 69-74.
[6]	李春立. 陆战场低空作战问题研究［J］. 中国军事科学， 2016（2）： 113-120.
	LI Chunli. A Study of Low-Altitude Operations on Land Battlefield［J］. China Military Science， 2016（2）： 113-120.
[7]	刘涛源，朱媚，贺小亮，等. 基于杀伤链理念的开放式作战体系［J］. 国防科技， 2025， 46（2）： 75-81.
	LIU Taoyuan， ZHU Mei， HE Xiaoliang， et al. The Operational System Based on the Concept of Kill Chain［J］. National Defense Technology， 2025， 46（2）： 75-81.
[8]	谭左红，万小博，刘伟，等. 典型作战场景下的分布式协同作战关键技术发展综述［J］. 空天防御， 2025， 8（5）： 10-16.
	TAN Zuohong， WAN Xiaobo， LIU Wei， et al. Overview of the Development of Key Technologies for Distributed Collaborative Combat in Typical Combat Scenarios［J］. Air & Space Defense， 2025， 8（5）： 10-16.
[9]	金钰，谷全祥. 2024年国外军用无人机装备技术发展综述［J］. 战术导弹技术， 2025（2）： 16-31.
	JIN Yu， GU Quanxiang. Overview of Foreign Military UAV Systems and Technology Development in 2024［J］. Tactical Missile Technology， 2025（2）： 16-31.
[10]	周羽丰. 美国空军协同作战飞机发展及对未来空战影响分析［J］. 战术导弹技术， 2025（1）： 162-172.
	ZHOU Yufeng. Analysis of Development of the United States Air Force's Collaborative Combat Aircraft and Its Impact on Future Air Combat［J］. Tactical Missile Technology， 2025（1）： 162-172.
[11]	李铮，方琼，刘津玮，等. 2024年美军无人装备领域发展分析［J］. 战术导弹技术， 2025（2）： 92-103.
	LI Zheng， FANG Qiong， LIU Jinwei， et al. Analysis of US Military Unmanned Systems Developments in 2024［J］. Tactical Missile Technology， 2025（2）： 92-103.
[12]	汤一峰，杨曦中，郑德焰，等. 美协同作战飞机进展与启示［J］. 航空电子技术， 2024， 55（4）： 9-19.
	TANG Yifeng， YANG Xizhong， ZHENG Deyan， et al. The Developments and Insights of U. S Collaborative Combat Aircraft［J］. Avionics Technology， 2024， 55（4）： 9-19.
[13]	闫小伟，刘立辉. 美国空军先进作战管理系统透析［J］. 中国电子科学研究院学报， 2023， 18（12）： 1161-1168.
	YAN Xiaowei， LIU Lihui. Profound Analysis of the Advanced Combat Management System of the US Air Force［J］. Journal of China Academy of Electronics and Information Technology， 2023， 18（12）： 1161-1168.
[14]	张路，邵正途，翁呈祥，等. 美军有/无人机协同作战运用及关键技术研究［J］. 战术导弹技术， 2022（6）： 128-137.
	ZHANG Lu， SHAO Zhengtu， WENG Chengxiang， et al. Research on Application and Key Technologies of U.S. Forces Manned/Unmanned Aerial Vehicle Cooperative Combat［J］. Tactical Missile Technology， 2022（6）： 128-137.
[15]	梁巍巍，殷瑞光，郭豪. 国外FPV无人机作战运用分析［J］. 战术导弹技术， 2024（5）： 168-173.
	LIANG Weiwei， YIN Ruiguang， GUO Hao. Operational Application Analysis of Foreign FPV UAV Systems［J］. Tactical Missile Technology， 2024（5）： 168-173.
[16]	王越. 作为反坦克武器的FPV自杀穿越机［J］. 坦克装甲车辆， 2024（9）： 43-49.
[17]	张君彪，吴静，赵飞，等. 俄乌冲突中无人机作战运用情况及启示［J］. 现代防御技术， 2025， 53（6）： 37-45.
	ZHANG Junbiao， WU Jing， ZHAO Fei， et al. Application and Enlightenment of UAV in the Russia-Ukraine Conflict［J］. Modern Defence Technology， 2025， 53（6）： 37-45.
[18]	张佳雨，刘蕊心，傅子轩，等. 激光武器反无人机系统研究现状与发展趋势［J］. 工程与试验， 2025， 65（1）： 20-24.
	ZHANG Jiayu， LIU Ruixin， FU Zixuan， et al. Research Status and Development Trend of Laser Weapon Anti-UAV System［J］. Engineering & Test， 2025， 65（1）： 20-24.
[19]	马长正，郝燕，赵甲，等. 激光武器反无人机发展现状与应用趋势［J］. 激光与红外， 2025， 55（10）： 1505-1510.
	MA Changzheng， HAO Yan， ZHAO Jia， et al. Development Status and Application Trends of Laser Weapons in Anti-UAV System［J］. Laser & Infrared， 2025， 55（10）： 1505-1510.
[20]	黄河，李东旭. 乌克兰“蛛网”行动如何影响俄乌战局［N］. 新华每日电讯， 2025-06-09（8）.
[21]	许辉，赵国宏，刘超，等. 智能化技术赋能无人机集群作战能力提升［J］. 应用光学， 2025， 46（6）： 1385-1397.
	XU Hui， ZHAO Guohong， LIU Chao， et al. Intelligent Technology Empowers Advancement of UAV Cluster Combat Capabilities［J］. Journal of Applied Optics， 2025， 46（6）： 1385-1397.
[22]	高显忠，王玉杰，邓小龙，等. 反无人机蜂群体系组织方法［J］. 国防科技， 2023， 44（3）： 9-16.
	GAO Xianzhong， WANG Yujie， DENG Xiaolong， et al. Anti-UAV Swarm System Organization Method［J］. National Defence Technology， 2023， 44（3）： 9-16.
[23]	马俊. 在珠海航展走进未来无人化战场［N］. 环球时报， 2024-11-16（4）.
[24]	杜鹏飞，廖学军，刘国栋. 反无人集群作战发展及运用研究［J］. 科技与创新， 2024（22）： 4-9.
[25]	石汝佳，张晔. “蜘蛛网”雷达：无人机黑飞“终结者”［N］. 科技日报， 2017-07-06（1）.
[26]	王庚. 2024珠海航展外贸型地面反无人机体系［J］. 坦克装甲车辆， 2024（23）： 28-34.
[27]	刘海江，李宪港，梁铭. 加速无人化装备技术发展的思考［J］. 国防科技， 2020， 41（6）： 28-32.
	LIU Haijiang， LI Xiangang， LIANG Ming. A Thinking on Accelerating the Development of Unmanned Weapon Systems and Technologies［J］. National Defense Technology， 2020， 41（6）： 28-32.
[28]	刘正堂，邹永杰，孙健，等. 俄乌战争中无人机攻防运用分析与启示［J］. 火力与指挥控制， 2025， 50（10）： 207-212.
	LIU Zhengtang， ZOU Yongjie， SUN Jian， et al. Analysis and Inspiration on the Use of Unmanned Aerial Vehicle Attack and Defense in the Russia-Ukraine War［J］. Fire Control & Command Control， 2025， 50（10）： 207-212.
[29]	高志宏. 低空经济空域管理法治建设［J］. 中国法律评论， 2025（4）： 184-195.
	GAO Zhihong. Rule of Law for Low-Altitude Economic Airspace Management［J］. China Law Review， 2025（4）： 184-195.
[30]	中国民用航空局. 国家空域基础分类方法［EB/OL］. （2023-12-21）［2025-09-17］. .
[31]	赵辉，李振举. 加强新质战斗力建设［N］. 解放军报， 2024-06-06（7）.
[32]	李兰兰. 通感融算赋能的空天地一体化网络架构及关键技术［J］. 电信科学， 2025， 41（5）： 29-42.
	LI Lanlan. Architecture and Key Technologies of the Space-Air-Ground Integrated Network Empowered by Integrated Sensing， Computing and Communication［J］. Telecommunications Science， 2025， 41（5）： 29-42.
[33]	刘家铭，许帆，李伟尧，等. 基于大模型的无人系统感知技术综述［J］. 无人系统技术， 2025， 8（3）： 1-22.
	LIU Jiaming， XU Fan， LI Weiyao， et al. Unmanned System Perception Technology Based on Large Model： A Survey［J］. Unmanned Systems Technology， 2025， 8（3）： 1-22.

型号	开发商	关键技术特点	任务定位
XQ-58A	克拉托斯	火箭发射/伞降、隐身、蜂群母机	“忠诚僚机”突防打击、通信中继
Gambit 系列	通用原子	模块化核心、任务配置	空战、ISR、电子战
XQ-67A	通用原子	耐久性优先、生产已启动	扩展有人战斗机战场感知能力
YFQ-44A “狂怒”	安杜里尔	强化高机动性	与有人战斗机协同作战，执行侦察、监视、电子战和对地打击任务

型号	开发商	关键技术特点	任务定位
XQ-58A	克拉托斯	火箭发射/伞降、隐身、蜂群母机	“忠诚僚机”突防打击、通信中继
Gambit 系列	通用原子	模块化核心、任务配置	空战、ISR、电子战
XQ-67A	通用原子	耐久性优先、生产已启动	扩展有人战斗机战场感知能力
YFQ-44A “狂怒”	安杜里尔	强化高机动性	与有人战斗机协同作战，执行侦察、监视、电子战和对地打击任务

评价指标	具体度量维度
任务执行效率	在有限时间和资源内完成任务的效能，以及资源消耗的优化程度
灵活性与适应性	在动态战场环境或指挥节点失效时，系统自我调整和重新规划的能力
任务分配精度	任务在各平台间分配的合理性与协同效果的最大化程度

评价指标	具体度量维度
任务执行效率	在有限时间和资源内完成任务的效能，以及资源消耗的优化程度
灵活性与适应性	在动态战场环境或指挥节点失效时，系统自我调整和重新规划的能力
任务分配精度	任务在各平台间分配的合理性与协同效果的最大化程度

评价指标	具体度量维度
协同精度与一致性	多平台在编队和行动中保持同步与一致的精确度
响应时间与稳定性	面对环境变化时，系统恢复并维持协同控制的速度和稳定程度
冗余与容错能力	在部分平台或节点失效后，系统继续执行任务的能力