无人航空系统的普及暴露了传统防空架构中的关键脆弱性。小型无人机飞行在一种探测"灰色地带"中——它们太小，不足以被针对有人驾驶飞机优化的常规雷达探测到；太安静，无法被裸耳人耳识别；而且越来越多地被设计为无需射频发射即可运行，这使得依赖RF的无人机反制系统失去了探测依据。¹

射频探测的局限性随着无人机技术的发展而日益突出。传统的反无人机策略严重依赖截获操作员与无人机之间的通信链路。然而，现代自主飞行控制器使无人机能够通过惯性导航系统或光流进行导航，完全不发射任何射频信号。乌克兰冲突中出现的光纤系留无人机进一步削弱了基于RF的方法：这些平台从物理上断开了无人机与电磁频谱的连接，使RF干扰器和探测器完全失效。²

雷达系统在应对小型无人机时同样面临自身物理限制。消费级四旋翼无人机的雷达截面积通常与鸟类无异，导致高虚警率，使操作员脱敏。在城市环境中，建筑物的多径反射产生杂波，使雷达对低空威胁"失明"。有源传感器还带有操作代价：它们充当信标，向任何配备电子支援措施的接收者暴露防御阵地位置。³

声音是升力产生的物理副产品。没有旋翼飞行器能够在不扰动空气的情况下飞行，因此没有任何无人机是真正"静音"的。这一基本原理使声学探测具有独特的价值：它利用了一种无法通过工程设计消除的辐射源——除非牺牲飞行能力。声学传感器是被动的，功耗极低，可以部署成密集网络，在不暴露防御位置的情况下三角定位威胁。⁴

被动性的操作价值再强调也不为过。在电子战可能暴露和攻击有源发射器的对抗环境中，声学传感器继续运行，却不增加防御方的电磁特征。这一特性使其特别适用于特种作战、前沿阵地以及任何发射控制至关重要的场景。⁵

乌克兰的战场经验以和平时期测试无法复制的方式验证了声学探测在实际战斗条件下的效能。该国的声学传感器网络是在俄罗斯摧毁了乌克兰大部分雷达基础设施后出于需要而部署的，现在仅凭声学数据就能追踪约20%进入乌克兰领空的目标。⁶这一实战验证将西方国家的采纳进程加速了18-24个月，北约成员国正竞相在东欧边境部署类似架构。

推动声学探测投资的威胁是可量化的，并且正在增长。2024年，美国军事基地上空的无人机侵入事件激增82%，达到每年约420起，部分基地每天经历一到两起入侵。⁷欧洲领空持续出现入侵事件，包括兰利空军基地持续17天的事件以及斯堪的纳维亚机场的中断，暴露了北约的探测缺口。⁸

五角大楼对此回应了100亿美元的反无人机预算请求，明确承认美国本土"不再是避风港"，现有的防御设施"能力边际"不足以为设施提供保护。⁹这种制度层面的认识催化了对低成本传感器融合方法的投资，声学系统作为一个基础层出现，能够以雷达成本的一小部分实现大规模部署。

理解声学探测需要先理解声源。无人机的声学特征并非单一音调，而是空气动力学噪声和机械噪声的复杂复合体。这种复杂性既是挑战——需要复杂的信号处理——也是机遇——为分类提供丰富的数据。

多旋翼无人机的主要声学辐射来自螺旋桨叶片上的空气动力。这由叶片通过频率表征，这是一个由转速和叶片数量决定的基础音调。其关系遵循一个简单公式：BPF等于（RPM ÷ 60）乘以叶片数量。¹⁰

以标准DJI Mavic四旋翼无人机为例，悬停时转速为5000 RPM，配备2叶螺旋桨，其基础BPF约为166 Hz。然而，无人机并非仅发射单一纯音。其信号是一个"谐波堆"，由基频及其整数倍组成。这些谐波之间的能量分布因叶片几何形状、负载和运行状态而异。¹⁰

这种谐波结构构成了探测算法试图识别的声学"指纹"。对于商业无人机，基频通常在150-400 Hz之间，谐波能量可延伸至16 kHz，在某些型号中超声波分量可达35-45 kHz。¹¹研究证实主要能量集中在2.5 kHz以下，以这些音调成分为主，而较高频率包含调幅宽带噪声，可用于分类。

除了音调性的BPF，无人机还会产生由湍流引起的宽带噪声。这包括叶尖涡脱落以及旋翼尾流与机身的相互作用。该宽带分量跨越很宽的频率范围，常常被低频旋翼旋转调制，产生多旋翼无人机特有的"颤音"声。¹²

近期对静音无人机技术的研究突显了这些高频分量的重要性。随着工程师通过先进螺旋桨设计降低音调噪声，宽带湍流噪声成为主要的可检测特征。这迫使探测算法从"线性检测"寻找频谱中的峰值转向"纹理检测"分析噪声底限的统计特性。¹⁰

无人机的运行状态也会影响其特征。悬停、前飞、爬升和机动各自产生不同的声学特征。加速中的无人机显示出RPM增加带来的快速频率偏移。这些动态特征提供了额外的分类依据，但也使必须考虑飞行状态间特征变化的检测算法更加复杂。

大气充当着声学信号的动态滤波器。声强随距离衰减，原因包括几何扩散遵循平方反比定律，约每加倍距离衰减6 dB和大气吸收。至关重要的是，高频被吸收的速度远快于低频。这一物理原理决定了500米以外的远距离探测必须依赖1 kHz以下的较低谐波频段，而近距离识别可以利用更丰富的高频数据。¹³

环境因素进一步引入了任何探测系统都无法忽视的复杂性。风梯度使声波折射，可能产生"声学阴影区"——无人机在1公里处可闻但在500米处反而寂静。温度逆温层可以将声音导引到远距离，实际上增强探测效果，而正常的白天条件使声波向上折射，降低有效探测距离。¹⁴

这些传播效应意味着探测距离不是静态规格，而是一条取决于局部微气象的概率曲线。一个在最佳条件下标称为500米探测距离的系统，在逆风或温度梯度条件下可能仅能达到200米。负责任的系统规格应承认这些变化；不这样做的营销声明应受到质疑。

整个声学探测链的有效性取决于换能器的保真度。行业正从消费级电子产品转向为恶劣环境中的连续户外运行而设计的坚固、专用传感元件。

历史上，声学阵列使用驻极体电容麦克风或电容式MEMS设计。虽然成本效益好，但这些传感器依赖带电背板和可移动振膜构成电容器。这种架构本质上容易受到环境侵入的影响。湿气、湿度和导电尘埃可以桥接电容器间隙，引起噼啪噪声或完全传感器失效。¹⁵

室外反无人机监视的行业标准正坚定地向压电MEMS麦克风转变。与电容式传感器不同，压电MEMS在声波作用下变形时，直接从压电材料（通常是氮化铝）中的应变产生电压。这消除了在现场条件下困扰电容式设计的带电元件脆弱性问题。¹⁵

压电传感器提供了对反无人机部署至关重要的几项操作优势。它们原生防水防尘（IP57或更高等级），无需会降低高频响应的保护性声学网罩。它们可以在"零功耗声唤醒"模式下运行——当声音超过阈值时，压电效应产生唤醒信号——使电池供电的哨兵节点拥有多年使用寿命。现代压电传感器信噪比超过70 dB(A)，可处理高达130 dB的声压级而不会削波，这对于在响亮瞬态事件之后立即检测微弱无人机信号至关重要。¹⁵

单个麦克风提供探测但无法提供定位。确定声源的方向和距离需要以精心设计的几何结构布置多个传感器。阵列配置范围从30个MEMS麦克风的紧凑螺旋排列到横跨数公里的分布式网络。¹⁶

Squarehead Discovair G2+是军用级阵列设计的典范，采用128个互联的麦克风元件，每个传感器单元提供105°视场角。多个单元可以组网实现全向覆盖。阵列几何结构实现了波束成形，这是一种通过将来自多个麦克风的信号以特定时间延迟相加来"引导"阵列的收听焦点、同时衰减来自其他角度噪声的技术。¹⁷

传统波束成形方法包括延时求和（通过平均来自其他方向的噪声来增强目标方向的信号）和MVDR（最小方差无失真响应），这是一种主动最小化噪声源功率同时保留目标信号的自适应方法。MVDR在城市环境中尤其有价值，因为必须抑制HVAC系统或交通等明显噪声源以隔离无人机特征。¹⁶

在反无人机分析中常被忽视的一个关键发展是分布式声学传感，它将标准光纤电缆转化为连续的声学传感器。询问器单元向光纤中注入高度相干的激光脉冲。光传播时，微观杂质引起瑞利背向散射。当声波撞击光纤时，它们引发纳米级应变，在背向散射光中产生可检测的相移。¹⁸

标准DAS擅长检测地面振动，但在空气声学耦合方面历来困难。增强型光纤声学传感器的最新发展通过缠绕在柔性芯棒上或涂覆声敏聚合物的专用光纤段解决了这一差距。研究表明FOAS阵列可以达到-101 rad/μPa的灵敏度，与高端麦克风相当。¹⁹

DAS的战略意义重大。单个询问器单元可以监测50-100公里的光纤，实际上每隔10米就创建一个虚拟麦克风，无需离散传感器安装或供电。²⁰沿边境、管道和关键基础设施的现有电信光纤可以被重新用于声学监视，与分布式麦克风网络相比大大降低了部署成本和物流复杂度。

原始声学数据是高维的、嘈杂的且不断变化的。物理传感器和分类算法之间的桥梁是信号处理流水线，它将原始电压波动转化为捕获目标底层物理特性的结构化特征。

声学分析通常从将一维时域信号转换为二维时频表示开始。标准方法是短时傅里叶变换，它将信号分割成短窗口并计算每个窗口的频率内容。生成的频谱图在一个轴上显示频率，另一个轴上显示时间，强度用颜色或亮度表示。²¹

STFT是声学分析的主力，但存在一个根本限制：不确定性原理。无法同时拥有完美的时间分辨率和完美的频率分辨率。短分析窗口提供精确的时间定位但模糊了频率信息；长窗口精确解析频率但模糊了事件的时间位置。窗口长度必须根据应用选择，典型的无人机探测系统使用20-50毫秒的窗口。²¹

为了更好地匹配人类听觉感知，频谱图通常被扭曲到Mel标度，该标度为人类听觉最敏感的较低频率分配更多分辨率。Mel-频谱图对无人机探测特别有效，因为大多数无人机的基础BPF低于500 Hz，Mel标度在此提供更精细的粒度。这种表示已成为许多机器学习分类系统的默认输入。²¹

虽然频谱图在视觉上可解释，但机器学习模型通常在压缩的特征表示上表现更好。梅尔频率倒谱系数描述了功率谱的"包络"，擅长捕捉音色，将无人机的嗡嗡声与鸟类的啁啾声区分开来。然而，标准MFCC可能对背景噪声敏感，限制了其在复杂环境中的有效性。²²

替代特征提取方法解决了特定限制。基于更紧密模拟人类听觉系统的滤波器的Gammatone频率倒谱系数在嘈杂环境中提供了优于MFCC的鲁棒性。小波变换使用可变窗口大小，为低频提供长窗口，为高频提供短窗口。这种"多分辨率"分析非常适合检测无人机音频中的瞬态事件，例如机动过程中突然的RPM变化。²³

现代系统越来越多地组合多种特征类型，将并行的频谱、倒谱和时间特征输入分类算法。这种多特征方法提高了对无人机声学固有特征变化的鲁棒性——同一平台在不同飞行条件下产生不同的特征。

将处理后的音频转化为威胁评估的分类算法已经发生了巨大演变。早期系统使用简单的阈值判断；当前最先进的方法采用深度神经网络直接从数据中学习复杂模式。

早期的声学无人机探测器使用经典机器学习分类器，如支持向量机或随机森林，基于手工设计的特征进行训练。虽然计算效率高，但这些模型难以泛化到新的无人机类型或复杂的噪声环境。每遇到新平台或部署位置都需要大量的重新训练。²⁴

随后行业采用了卷积神经网络，将音频频谱图视为图像。像ResNet和VGG这样的模型在检测频谱图中无人机谐波的视觉模式方面被证明非常有效。CNN自动学习相关特征，减少了手动特征工程的需求。然而，标准CNN的"感受野"有限，意味着它们只同时分析小时间片段。这一限制使得捕获长期时间依赖性变得困难，例如无人机在数秒内对抗阵风的节奏性调制。²⁵

近期声学分类中最显著的算法发展是采用Conformer架构，它结合了卷积和注意力机制的优势。Conformer（卷积增强Transformer）混合了两种方法：捕获局部频谱模式（如谐波堆）的卷积模块，以及来自Transformer架构的捕获全局时间上下文的自我注意力模块。²⁶

自我注意力机制允许模型权衡音频序列不同部分之间的相对重要性。突然的噪声尖峰可能是汽车喇叭声或无人机机动。纯CNN可能仅基于尖峰本身进行错误分类。而Conformer通过分析前后几秒的上下文，可以确定尖峰是否是连续演变的无人机特征的一部分。研究表明，混合CNN-Conformer模型的检测准确率高达98%，显著优于纯CNN或循环神经网络方法。²⁶

无人机创新的速度超过了建立全面训练数据集的能力。传统系统的一个关键缺陷是无法在不进行完整模型重新训练的情况下检测新的无人机类型。这一限制在操作层面上意义重大：对手引入修改过的商业平台后，防御方必须获取样本并更新分类器，这一过程历史上需要数周或数月，在此期间无人机可以规避检测。²⁷

少样本学习解决了这一挑战。FSL模型，如原型网络，被训练学习一个度量空间而非特定类别。它们学习"无人机声音是什么样的"这一通用概念。当新威胁出现时，系统仅需少量参考录音即可更新，而非数千个样本。这一能力对于面对新型或改装商业无人机的军事操作员至关重要。²⁷

乌克兰的Zvook系统展示了类似FSL的实际适应性。当俄罗斯尝试通过改变Shahed声学特征来实施对抗措施时，系统仅经历了3%的准确率下降，并通过模型重训练迅速纠正。这种对对手适应的操作韧劲验证了自适应ML架构的重要性。⁶

基于Transformer的模型需要大量计算资源，给电池供电的传感器节点的部署带来了挑战。在云端运行分类引入了延迟和通信脆弱性。边缘AI实现——直接在传感器硬件上进行推理——解决了这两个问题。²⁸

"轻量级"模型优化技术使得在嵌入式处理器上部署成为可能。来自MobileNet架构的深度可分离卷积和模型剪枝可以将深度学习模型压缩到5 MB以下，允许在NVIDIA Jetson Nano等平台上执行。德国采购Quantum Systems Twister无人机时专门配备NVIDIA Jetson Orin NX处理器用于边缘AI分类，实现了无需数据传输的实时自主目标分类。²⁹

边缘处理将延迟减小到毫秒级，而云端方法需要数秒，这在交战窗口压缩的情况下是一个关键优势。它还在对抗环境中消除了可能暴露传感器位置的传输特征。其代价是与云端部署相比模型复杂度降低，但随着边缘硬件能力的提升，这一差距正在缩小。

检测到无人机的存在是有用的；确定其位置才能采取行动。声学定位已从简单的象限检测演变为精确的三维跟踪。

声学定位的基础技术是到达时间差。通过测量声波到达阵列中不同麦克风的细微时间差异，系统计算到达角。利用分布式传感器，时间差定义的双曲面交汇通过称为双曲线多点定位的过程解出源位置。³⁰

估计时间延迟的标准算法是广义互相关-相位变换。GCC-PHAT对信号频谱进行白化以锐化互相关峰值，使其对会模糊传统互相关的混响具有鲁棒性。这种鲁棒性在建筑物反射可能混淆定位的城市环境中至关重要。³⁰

TDOA定位的精度取决于阵列几何结构、麦克风间距和信噪比。更大的麦克风间距提供更好的角分辨率，但需要精确的时间同步。跨越数百米的分布式传感器网络可以实现亚度级的角度精度，尽管它们需要GPS或其他同步机制来维持纳秒级的时间对准。³¹

传统的TDOA算法通常假设目标位于地平面，实现二维定位。无人机是三维威胁，高程估计对于威胁评估和交战引导至关重要。平面麦克风阵列存在仰角模糊性：来自阵列平面上方或下方的声音产生相同的时间差。³¹

使用四面体或半球形几何结构的三维阵列打破了这种平面对称性，实现了无歧义的方位角和仰角估计。Squarehead Discovair就是这种方法的一个典范，其三维阵列几何结构专为反无人机应用而设计。然而，3D阵列比平面替代方案更大、更昂贵、校准更复杂。¹⁷

深度学习越来越补充几何方法。使用具有真实位置标签的声学数据训练的神经网络可以学习将特征直接映射到3D坐标。这些模型隐式学习部署现场的混响特性，利用混淆传统TDOA的多径反射来优化位置估计而非降低其精度。³¹

区分声学定位在操作中实际交付什么很重要。紧凑阵列通常提供目标方位线，即不带距离信息的目标方向。这对于引导摄像头或雷达指向正确的方位角和仰角是足够的，但不能提供适合交战的定位点。³²

具有多个阵列的分布式传感器网络可以通过三角测量提供地理定位，生成经纬度/海拔坐标。然而，精度在很大程度上取决于几何结构。传感器成列部署的网络提供了优秀的正交精度但较差的沿轨道方向精度。最佳的地理定位需要传感器分布在目标区域周围，这在所有部署场景中可能无法实现。

使用信号强度模型从单个阵列进行距离估计是可能的，但大气可变性将精度限制在有利条件下大约±30%。声学系统擅长探测和引导；不应期望其在没有与其他传感器融合的情况下提供武器级地理定位。

乌克兰的声学探测革命源于俄罗斯在2022年初摧毁了该国大部分雷达基础设施后的迫切需要。从临时解决方案开始，已演变为历史上经过最广泛实战检验的声学反无人机架构，提供了和平时期演习无法复制的经验数据。

Zvook系统由来自Respeecher（一家AI语音克隆初创公司）的工程师与第125领土防御旅合作创立。该系统部署了约10,000个传感器，覆盖乌克兰领土约5%的面积，位于沿俄罗斯边境的战略入口点。⁶

每个Zvook传感器简洁优雅：一个抛物面反射集中器、一个麦克风、一个安卓手机处理器、一块备用电池和机器学习软件，全部安装在10-12米高的无线电塔上。单价约为500美元。对Shahed型无人机的探测距离可达5公里，对巡航导弹（声音更响亮）可达7公里。该系统通过对操作数据的持续ML重训练，将虚警率从最初的50%降低到仅1.6%。⁶

在操作层面，Zvook的探测结果在12秒内出现在乌克兰的Delta态势感知系统中，为配备平板电脑的机动火力小组提供飞行路径数据。这种短延迟使得在威胁仍在射程内时即可做出交战决策。当俄罗斯试图通过改变Shahed声学特征来实施对抗措施时，Zvook仅经历了3%的准确率下降，并通过模型更新迅速纠正。在一次有记录的袭击中，声学传感器检测到所有84架来袭无人机，实现了80个目标的拦截，成功率达95%。⁶

Sky Fortress作为一个独立网络运行，拥有约14,000个传感器，仅凭声学数据就可追踪约20%进入乌克兰领空的目标。第三代硬件已将原先基于手机的处理单元替换为针对声学处理和保密通信优化的定制计算单元。³³

北约已在拉姆施泰因空军基地的演示后承诺资助15,000个额外的第三代传感器。使用Sky Fortress数据的模拟演习显示，巡航导弹和无人机在11个北约观察国面前被"轻松探测和跟踪"。立陶宛正在采购Sky Fortress用于2026年部署，罗马尼亚在乌克兰演示后已开始测试。⁶

乌克兰联合网络超过24,000个传感器的部署成本不到500万美元，这一数字值得强调。这一投资少于两枚爱国者导弹的价格，却提供了全国范围的对RF静默威胁的低空监视能力——而爱国者系统无法应对这些威胁。成本不对称性从根本上改变了防御经济。

乌克兰防务公司AReS Technologies开发了一种更复杂的相控阵声学瞄准系统，用"数百万束声束"扫描空间，同时在360度范围内检测响亮和安静的目标。³⁴

现场测试确认对FPV无人机的瞄准范围为200-300米，对Shahed型无人机为5公里。与仅能探测的系统不同，AReS被设计为为交战系统提供瞄准质量的数据。该公司在2025年12月的Brave1组件展上做了展示，同时寻求政府资助进行批量生产。如果成功，这将标志着从声学探测到声学火控的演进。³⁴

声学探测架构的一个根本性转变是在空中平台上部署传感器。Vector AI无人机配备来自Weles Acoustics（Quantum Systems的波兰子公司）的WASP声学传感器，引入了固定传感器无法提供的移动声学覆盖。³⁵

重150克的WASP载荷对火炮的探测距离达15公里，对轻武器达2.5公里，将覆盖范围扩展到固定基础设施无法到达的区域。凭借4小时飞行续航力和60公里操作半径，Vector AI可以巡逻地面传感器网络的间隙或在基础设施修复期间提供覆盖。该系统于2025年8月首次部署在乌克兰前线，在击败光学和热传感器的条件下以被动方式超越视距运行。³⁵

将声学传感器集成到无人机平台中创造了分层探测架构：固定地面传感器提供持久覆盖，空中平台动态扩展覆盖范围。这种组合解决了地面声学的一个根本限制：地形遮蔽。升高的传感器可以越过阻碍地面传播的障碍物听到目标。

北约和盟国正在快速部署声学探测能力，采购决策越来越受到乌克兰实战验证的驱动。

Squarehead Discovair G2+代表了军用级声学探测的北约标准。这型挪威系统采用128个麦克风元件和先进的ML算法，通过复杂的噪声抑制实现了接近零的虚警率。每个单元提供105°视场角，多个单元可组网实现全向覆盖。¹⁷

被国防创新单元选入低成本传感挑战赛，并在2025年9月的Falcon Peak演习中经过测试，Discovair展示了检测"所有类型和尺寸无人机"的能力，包括RF静默自主平台。对DJI S1000平台探测距离达180米，Mavic Pro 120米，DJI Spark等更小平台为90米。挪威武装部队在P5007项目下的一项重要合同将部署扩展到反无人机任务之外的反炮兵、火箭/火炮/迫击炮探测。⁷

与DroneShield的DroneSentry-C2多传感器指挥系统的集成展示了正在成为标准的融合架构：声学传感器提供初始探测和引导，雷达用距离数据精确定位，光学/红外摄像头实现视觉识别和跟踪。这种分层方法发挥了每种手段的优势，同时弥补了个体弱点。

拉脱维亚成为首个在其整个东部边境部署声学探测的北约成员国，到2025年9月完成87%的覆盖，2026年拨款5000万欧元用于无人机能力建设，较上年预算增长150%。Eirshield多层防御系统结合了雷达、摄像头、RF探测器和声学传感器以及AI自动化决策，由DefSecIntel（爱沙尼亚）和Origin Robotics（拉脱维亚）开发。³⁶

德国引领更广泛的北约"无人机墙"倡议，覆盖六个伙伴国近3,000公里：爱沙尼亚、拉脱维亚、立陶宛、芬兰、波兰和挪威。Hensoldt升级后的ASUL系统集成了无源和有源雷达、光电传感器和对抗措施，配备AI支持的算法，吸收了乌克兰的战斗经验。德国国防部估计全面实施需要3-4年。³⁷

欧盟无人机防御倡议与北约努力分开但协调一致，目标是在2027年前建成覆盖全欧洲的探测网络。欧盟规划承认乌克兰存在20-30%的拦截失败率，优先考虑用于低空探测的声学传感器，认识到仅靠雷达无法应对以310英里/小时速度在330-660英尺高度飞行的威胁。³⁸

美国军方对声学探测的兴趣在基地入侵激增后加剧。北方司令部现在担任国防部本土反小型无人机行动的牵头同步机构，在Falcon Peak演习中测试声学系统，Squarehead Discovair展示了"同时全方位监听"的能力。⁷

国防创新单元的低成本传感挑战赛（2025年5月）专门针对声学及其他手段，寻求将总拥有成本比当前国防部系统降低50-80%。在115份提交中，MatrixSpace Inc.于2025年12月赢得了50万美元奖金，声学传感器供应商Squarehead跻身10家决赛入围者。后续的Other Transaction协议将加速向操作过渡。³⁹

国防部已在美国-墨西哥边境建立了一个综合分布式传感网络，结合无源声学传感器和有源雷达，用于针对贩毒集团无人机的反无人机行动。这一国内部署标志着声学技术从海外军事战场向国土安全应用的过渡，由专门的陆军特遣部队发出制度信号，表明贩毒集团的无人机能力已超越滋扰级别。⁴⁰

美国海军研究生院展示了一个被动AI融合反无人机系统，集成了声学、光电/红外、RF和低截获概率雷达，专门用于在特征受限环境中运行的舰艇。声学传感器能够在不发射可能暴露舰船位置的电磁辐射的情况下实现反无人机探测。⁵

2025年12月的Bold Machina部署将该系统与Nvidia Jetson AI引擎集成用于边缘处理。对被动性的强调反映了特种作战的操作现实：有源雷达可能提供更好的数据，但暴露位置的成本可能是任务终结性的。声学探测以零发射成本提供探测能力，这一权衡在隐蔽行动中越来越受青睐。

没有任何单一的探测手段能提供完整的空域感知。操作层面的共识是，健壮的反无人机系统需要异构传感器的融合，每种传感器弥补其他传感器的弱点。声学探测作为分层架构的组成部分而非独立解决方案，实现其最大价值。

传感器融合可以在多个层级发生，各有不同权衡。数据级融合（早期融合）将所有传感器的原始数据合并为用于中心处理的大输入向量。这保留了最大信息量，但需要巨大的带宽和运行在不同物理原理上的传感器之间的精确时间同步。⁴¹

特征级融合让每个传感器提取特征，如声学嵌入向量或雷达轨迹，然后进行组合。这减少了带宽需求，同时比更高级别的方法保留了更多信息。处理组合特征流的多模态Transformer代表了当前研究前沿。⁴¹

决策级融合（晚期融合）让每个传感器独立做出分类，由"管理者"算法对结果进行投票或应用置信度加权组合规则。这是最常见的行业实现方式，因为其模块化：来自不同供应商的传感器无需共享专有信号处理即可集成。其代价是可能丢失在更低融合级别上可见的相关信息。⁴¹

声学传感器与光学摄像头的搭配特别有效。声学阵列提供全向覆盖，在声景中任何地方检测威胁。然而，它们仅提供方向信息而无法进行视觉确认。光学摄像头提供识别能力，但视角狭窄——"吸管"问题使扫描大面积空域不切实际。⁴²

标准的操作模型是旋转引导：声学探测计算方位，然后自动旋转云台变焦摄像头到该坐标进行视觉确认和跟踪。这解决了两个问题：声学提供搜索能力，光学提供识别能力。研究表明，即使单个传感器性能下降，这种融合也能保持系统准确率超过96%。⁴²

动态加权实现了优雅的性能降级。在光学置信度下降的低光照条件下，融合引擎给声学输入更高的权重。在声学置信度下降的大风条件下，光学输入获得更大权重。这种自适应方法在会击败单一模态系统的环境变化中保持了系统性能。

雷达和声学在物理上是正交的：雷达探测介电质量和运动；声学探测空气动力扰动。这种正交性使它们互补而非冗余。³

雷达擅长探测和跟踪，但在分类方面有困难。四旋翼无人机的雷达回波可能与一只大鸟无法区分。声学则擅长分类：螺旋桨谐波产生与翅膀拍动不同的特征。将雷达轨迹数据与声学分类融合，可以大幅降低来自生物目标的虚警率。³

声学还填补了特定的雷达盲区。悬停的无人机可能被雷达动目标指示处理作为静态杂波滤除。低雷达截面积的塑料无人机可能低于探测阈值。声学提供了一种独立的现象学，通过升力产生噪声检测这些目标，无论其雷达特性如何。

跨不同供应商系统的集成需要标准化接口。SAPIENT协议（集成电子网络化技术的资产保护传感），由英国国防部于2019年采纳并正在经历北约批准，提供了这一框架。⁴³

SAPIENT定义了一个开放架构，使自主传感器能够使用边缘AI做出本地决策，同时支持网络范围的关联、关联和跟踪。在北约TIE23演习中，与超过70个反无人机系统进行的测试验证了跨国系统的互操作性。该协议规定了消息格式、数据模型和功能接口，使得一个国家的声学传感器可以与另一个国家的雷达和第三方的指挥系统集成。⁴³

标准化解决了一个实际部署问题：大型机场目前部署了多达17种不同类型的传感器，来自多个制造商，产生了使威胁评估复杂化的集成缺口。Terma集团收购OSL专门针对传感器融合能力，以解决欧洲关键基础设施保护中的这种碎片化问题。⁴⁴

声学探测在根本性的物理约束下运行，这决定了其在分层防御中的角色。理解这些限制对于现实的能力评估和适当的系统使用至关重要。

典型商用四旋翼无人机300-500米的最大有效探测距离与雷达系统5-30公里的能力相比是一个根本性的限制。这种差异反映了物理原理：声音随距离迅速衰减，而雷达可以用功率任意放大。¹⁴

然而，距离声明需要仔细解读。专业系统对更大、更响亮的目标准备了扩展能力。Microflown AVISA的SkySentry据报可检测1公里处的2公斤固定翼无人机和10公里处的有人驾驶直升机。乌克兰的网络对配备响亮活塞发动机的Shahed型游荡弹药实现了多公里探测距离。探测距离随目标声学输出而变化：安静的四旋翼无人机200-300米，响亮的固定翼无人机数公里。⁶

距离规格应始终指明目标平台和环境条件。没有这些限定的"5公里探测距离"声明是营销，而非工程。

风是最严峻的环境挑战。风噪声是宽带的、高能量的、混乱的。它在机械上使麦克风振膜饱和，并在宽频带上掩盖目标信号。研究基准表明，风速超过5米/秒会产生严重失真，逆风测量值下降20 dB或更多。高质量防风罩可以将噪声底限降低2-3 dB，并在阵风条件下将探测距离延长30%以上，但无法完全消除风的影响。¹⁶

城市环境噪声带来了不同的挑战。交通、HVAC系统、建筑和人群噪声产生50-80 dB的背景水平，可以在超过200-300米的距离上完全掩盖无人机特征。城市环境还因建筑物反射产生声学多径，使定位复杂化。这些因素使城市部署比农村或半农村场景更具挑战性。¹⁴

算法缓解措施正在演进。使用生成对抗网络的"风抑制"算法可以学习风噪声的统计纹理并将其减去，实现实时音频去噪。自适应波束成形可以消除像附近变压器这样的固定噪声源。这些技术提高了性能，但无法克服基本物理原理：当风噪声超过无人机信号足够幅度时，无论算法多么复杂，探测都变得不可能。²²

分类准确性关键取决于训练数据。仅针对已知无人机特征训练的系统可能完全无法检测新型无人机。无人机创新的速度——每月都有新的商业型号发布，军事变种被刻意修改——造成了永久的更新挑战。²⁷

基于CNN的系统在受控条件下报告的虚警率为1.28%，Squarehead声称通过高级噪声抑制实现了"接近零"。然而，操作中的虚警率通常超过测试条件，因为环境复杂性更高。主要的虚警源包括鸟类（所有探测手段的主要挑战）、直升机、地面车辆和工业机械。²⁶

Squarehead声称其专注于螺旋桨声音的训练可以识别"任何无人机，包括当前和未来的"，暗示了超越特定特征的泛化能力。乌克兰的经验验证了快速重训练能力：尽管敌方刻意修改特征，仍保持了97%的准确率。然而，这种适应性需要持续模型更新的操作基础设施，而不仅仅是初始部署。¹⁷

从探测到可操作警报的时间因架构而异。边缘处理实现毫秒级分类延迟。基于网络的处理增加了传输延迟。乌克兰的Zvook在集成到Delta态势感知系统中实现了12秒的延迟，按历史标准已算快速，但可能不足以应对最快的威胁。⁶

SAPIENT协议特别强调边缘处理，通过在本地执行ML分类并仅传输检测结果而非原始数据来减少延迟。这种方法还降低了带宽需求和通信特征。对于需要亚秒响应时间的交战决策，基于云的处理通常是不够的。

随着声学探测的普及，对手正在创新以降低特征。这场"隐身军备竞赛"对声学反无人机投资提出了根本性的问题。理解新兴的静音无人机技术对于确保探测架构的未来适应性至关重要。

以色列的Aerosol G2代表了声学隐身的范式性转变。由Galit环境质量公司使用专业NTI-Audio测量系统进行的独立测试验证了在1公里处仅为14.9 dB的噪声水平。这比DJI Matrice 350（1公里处约25 dB）等竞争平台在所有距离上安静了大约10-15 dB。⁴⁵

在14.9 dB的情况下，G2在乡村夜间环境噪声水平（约35 dB）以下运行，使得在操作距离上仅靠声学探测基本上不可能。该平台通过优化的螺旋桨几何结构、调谐电机RPM范围以避免可闻谐波峰值、精心设计的机身阻尼以及针对250-1,250 Hz频段的中频优化来实现这一点——而该频段正是人类听觉和检测算法最敏感的区域。⁴⁵

G2适中的性能参数（80分钟续航、11公里航程、1公斤载荷、12米/秒最高速度）反映了降噪与性能之间不可避免的权衡。然而，对于争议区域的ISR任务，声学隐身可能值得这些限制。该平台证明，设计得当的飞行器可以完全击败声学探测，迫使防御方转向更昂贵的基于雷达的替代方案。⁴⁵

泰国的KB-5E电动自杀式无人机于2024年12月作为泰国首款本土游荡弹药亮相，展示了军方对声学隐身原则的采纳。电池电动设计牺牲了航程（150公里，而汽油版本超过500公里），但相比使用二冲程活塞发动机的Shahed型平台大幅降低了声学和热学特征。⁴⁶

电动推进相比内燃机具有固有优势。无刷电机完全消除了电刷摩擦噪声。能量集中在0.8-1.6 kHz频段，不如内燃机的尖锐谐波那样突出。RPM可以调谐以避免强谐波峰值。减少的机械振动降低了机身噪声传导。泰国皇家空军明确强调"低声学和热学特征，使在检测回避至关重要的对抗环境中能够运作。"⁴⁶

像ePropelled的Sparrow系列这样的商业电机开发专门针对国防应用，采用高等级钕磁铁、动态平衡转子和陶瓷轴承，以最小化机械噪声。这些组件的商业可用性使静音无人机能力民主化，使国家和非国家行为者无需本土电机开发项目即可开发声学隐身平台。⁴⁷

螺旋桨创新放大了电动推进的优势。麻省理工学院的环形螺旋桨设计（获得2022年R&D 100奖）通过在叶尖形成回路消除叶尖涡流。测试显示轴向噪声比传统螺旋桨降低近20 dB。关键的是，环形设计将噪声从分立的音调峰值转变为宽带"呼呼"声，击败了训练用于识别谐波尖峰的探测算法。⁴⁸

"Break50Tip90"叶片设计通过卸除叶尖负荷实现了感知声音降低74.6%，同时效率提高了5.2%。受猫头鹰羽毛启发的锯齿后缘展示了高达5.5 dB的降噪，而锯齿-小鳍组合在计算模拟中达到20 dB降噪。这些设计正在从研究阶段过渡到商业可用性。¹²

对声学反无人机的启示是严峻的：寻找尖锐谐波尖峰的探测算法将在配备环形螺旋桨的无人机面前失效。系统必须从"线性检测"发展到识别宽带湍流特征的"纹理检测"。当前的探测距离可能对下一代静音无人机估计过高，红队现在就应该开始针对这些平台进行测试。

除了平台设计，战术方法也会降低声学探测的有效性。利用山脉、山谷和建筑物进行地形遮蔽阻挡了声学视线。更高的高度使感知地面噪声每10米海拔增加降低约2.8 dB，可能使无人机处于探测阈值之上。环境噪声为65-75 dB的城市环境可以完全掩盖无人机特征。¹⁴

蜂群战术带来了不同的挑战：同时出现的多个特征可以压垮为单目标检测设计的分类算法。协调的时机可以制造声学混乱，来自多个方位角的分布式攻击使为顺序威胁交战设计的跟踪系统承压。

这些战术考量强化了融合的必要性。声学传感器可能被静音平台、地形遮蔽或环境噪声击败。雷达提供独立于声学现象的备份探测。分层结构确保击败一种手段并不能提供畅通无阻的通行。

声学不仅是一种探测手段，也是一个新兴的效应器领域。新方法利用无人机电子设备对校准声能的物理脆弱性。

Fractal Antenna Systems于2025年11月推出了JERECHO声学阵列平台，采用了2015年获得专利的声学共振缓解技术。该系统发射声波、超声波和次声波，引起振动和普朗特层不稳定性，导致飞行控制失效。⁴⁹

其物理机制针对无人机MEMS陀螺仪，这些陀螺仪对声学干扰敏感。螺旋桨叶片成为"受激励振荡器"，将振动传递给惯性测量单元，后者在实际中无法被隔离，特别是在质量约束排除了阻尼系统的小型无人机中。已被证明的效果包括智能手机指南针干扰和摄像头图像模糊/抖动。⁴⁹

JERECHO利用基于分形的阵列架构来塑造和定向声波，通过宽带声化延长操作距离。该公司声称"每次使用成本仅几美分"，与每次交战耗资数千美元的动能效应器形成鲜明对比。该系统还避免了限制大多数电子战方法的RF干扰法律限制。⁵⁰

声学软杀伤在特定场景下具有优势。在城市环境中，动能拦截存在碎片坠落或脱靶的附带损害风险，非动能方法更为有利。在敏感设施（化工厂、核设施），爆炸性交战不可接受，需要非动能选项。大规模蜂群攻击可能耗尽动能弹药，使低成本声学击败在消耗战中具有经济吸引力。⁵⁰

该系统在探测和动能响应之间提供了一个潜在的中间层。操作员不需要立即发射拦截器或开火，而是可以尝试声学击败，将动能选项留给确认失效的情况。这种分层方法可以改善针对大规模无人机攻击的费用交换比。

声学软杀伤对军用级加固系统的有效性仍有待验证。当前的演示针对的是未考虑声学干扰的商业电子产品。军用无人机可能配备振动隔离、加固IMU和冗余导航系统，能够抵抗声学攻击。在没有针对代表性军用平台进行测试的情况下，有效性声明应持适当的怀疑态度。⁴⁹

距离限制是显著的。声音迅速衰减，向在有用交战距离（数百米）上的移动目标定向足够的能量面临重大的技术挑战。视距要求限制了针对低空或地形遮蔽威胁的实用性。天气对声学传播的影响既影响武器投送也影响探测。

该技术仍处于早期发展阶段。实际部署将揭示声学软杀伤是真正的能力还是针对特定、受限场景的专用工具。投资应在低成本击败的潜力与有效性和适用性的不确定性之间取得平衡。

声学反无人机市场正在经历快速增长，由战场验证和机构采购决策驱动。理解商业格局有助于理解厂商声明和识别采购机会。

无人机探测技术总体上预计将从2024年的6.59亿美元增长到2029年的23.2亿美元，复合年增长率为28.7%。更广泛的反无人机市场预计到2030年将达到203.1亿美元。仅欧洲反无人机细分市场就预计从2025年的9.1亿美元增长到2033年的46.3亿美元。声学传感器在这个以雷达为主导（40%市场份额）的市场细分中是一个不断增长的组成部分。⁵¹

2025年12月宣布的5亿美元FEMA反无人机赠款计划将推动美国国内部署，2026年FIFA世界杯保护是具体优先事项。联邦资金注入州和地方采购将加速包含声学组件的集成探测系统的采用。⁵²

Squarehead Technology（挪威）代表了高端、基于阵列的方法，采用Discovair G2+系统。大规模麦克风阵列实现了高精度定向，虚警率接近零。该系统按照MIL-STD-810H标准加固以适应极端环境，可集成到DroneShield的DroneSentry等广泛的反无人机指挥系统中。挪威武装部队在P5007项目下的合同验证了其军用级采购资质。¹⁷

Sorhea（法国）以LUMOR系统将DAS概念商业化，主打周界防护。该方法将数公里光纤电缆转化为连续的声学传感器，强调远距离覆盖和最低维护需求。该系统针对边境安全、管道保护和离散传感器部署不切实际的关键基础设施应用。²⁰

Dedrone（德国/美国）作为一个综合集成商运营。DedroneSens硬件包括作为多传感器套件一部分的声学传感器，利用云端机器学习实现快速特征更新。该公司的订阅模式通过空中模型更新实现持续能力改进，通过持续服务而非一次性部署来解决特征库挑战。⁵³

DroneShield（澳大利亚）提供获得英国国家保护安全局认证的DroneSentry平台。AI驱动的DroneSentry-C2指挥控制引擎提供模块化传感器-效应器集成，基于SaaS的架构使从单站点到网络化防御架构均可扩展。⁵⁴

缺乏性能标准使采购变得复杂，因为供应商的探测距离声明若不指明无人机类型和环境条件则毫无意义。国际电工委员会正在开发标准，规范声学反无人机性能的测量和报告方式，为此应用调整现有的声学测量标准。⁵⁵

北约工业咨询小组正在举办创新挑战赛，以标准化传感器融合接口，确保来自一个国家的声学传感器可以与另一个国家的指挥系统集成。这种互操作性对于必须无缝协作的多国联合作战至关重要。²

Thales已宣布计划在2026年进行声学网络演示。欧盟东翼警戒计划目标在2026年底实现初始操作能力，2028年实现全面功能。立陶宛将在2026年部署乌克兰的Sky Fortress系统，标志着经过实战验证的乌克兰技术首次直接转移给北约成员国。DIU将经过验证的传感技术整合到Replicator-2大规模部署项目中将加速美国的采用。⁵⁶

AI增强仍然是主要的能力改进方向。Fraunhofer IDMT的德国系统展示出"非视距"和"绕过角落"的探测能力，360度覆盖每秒更新一次。数据增强研究表明，通过在训练中引入音高偏移、时间延迟、谐波失真和环境噪声集成，ML分类器的准确率有显著提升。⁵⁷

根本性挑战仍然是静音无人机革命。随着平台在100米处接近50-55 dB，接近图书馆级别的安静，纯声学探测在大多数操作环境中变得不可靠。探测系统必须针对下一代威胁实现低于30 dB的灵敏度，这需要超出当前能力的滤波、多阵列三角测量和频谱分析进步。⁴⁵

声学软杀伤武器代表了一个新兴的效应器类别。除了Fractal的JERECHO，针对IMU干扰的聚焦超声能量研究仍在继续。如果对加固的军用系统有效，声学击败可能以"每次使用几分钱"的成本对抗价值数千美元的威胁，从而改变交战经济性。⁴⁹

海上声学应用将扩展。研究表明，重型无人机产生"凋零压力波"，可由近水面水听器探测，可能使潜艇在不浮出水面的情况下探测空中威胁。同时配备麦克风和水听器的混合浮标解决了海岸防御和海军兵力保护中的空-水界面问题。⁵⁸

以下发展将预示声学探测有效性的轨迹：

📎 原文：Counter-UAS 101 – Acoustic Drone Detection · Drone Warfare