该论文提出了一种利用电磁干扰（EMI）信号注入来瘫痪无人机的新型反无人机技术。无人机的姿态控制依赖于惯性测量单元（IMU）提供的传感器数据，若数据被篡改，无人机将无法维持姿态并坠毁。以往的反无人机研究多采用声波共振干扰IMU内部传感器的机械结构，但该方法受限于传感器类型、型号和制造商，且易被其他未受影响的传感器或廉价塑料屏蔽层防御。本文的核心创新在于：通过EMI信号注入，直接干扰IMU与控制单元之间的通信通道，而非传感器本身。实验发现，对于特定控制单元板，无论使用何种传感器，都存在一个独特的敏感频率，在该频率下EMI信号能极大扭曲传感器数据。与通用电磁脉冲（EMP）攻击相比，该方法功率需求更低，且能减少对附近设备电路的永久性损坏。在真实无人机上的实验验证了该攻击的可行性，能瞬间瘫痪无人机。最后讨论了防御该攻击的实际挑战，例如需要识别并屏蔽敏感频率、加强通信通道的抗干扰能力等。论文的主要贡献包括：提出一种不依赖传感器具体型号的通用攻击方法，发现控制单元板上的敏感频率，并通过实验证明了攻击的有效性。该研究适合无人机安全研究人员、嵌入式系统安全工程师以及反无人机系统开发者阅读。

该论文针对无人机系统面临的新型声学注入攻击进行了系统性研究，旨在揭示此类攻击的根本原理并设计相应的恢复机制。作者首先分析了无人机的惯性测量单元（IMU）在受到声波干扰时可能产生的异常输出，这种干扰可导致无人机姿态估计错误，进而影响飞行稳定性。通过建立声学注入的物理模型，论文明确了攻击频率、振幅与IMU误读之间的数学关系。在此基础上，提出了一种基于多传感器融合和异常检测的恢复方法，该方法利用加速度计与陀螺仪的冗余特性，在检测到声学干扰后动态调整传感器权重，并采用卡尔曼滤波对姿态进行修正。实验在多种商用无人机平台上进行，表明该方法能在不同声学攻击场景下有效恢复姿态估计精度，将飞行偏差降低80%以上。该研究不仅深化了对声学侧信道攻击的理解，还为构建鲁棒的无人机控制系统提供了实用策略。