神经形态相机非常适合检测无人驾驶航空系统（UAS）或无人机上螺旋桨（叶片）的运动。在本文中，我们介绍了虚拟围栏的概念，它是一种低成本的网络化态势感知装置，可以快速提醒无人机进入围栏区域。与传统相机相比，神经形态的相机大大减少了必须处理的数据量。只有在事件产生时才需要处理。这些事件可以由无人机、低空飞行物（射弹或鸟类）或背景的变化产生。我们提出了两种互补的算法，使我们能够将螺旋桨叶片的特征与其他事件区分开来。这些算法利用了螺旋桨信号的周期性和检测到的信号中存在的次谐波。当相机像素错过一些高频事件时，这些次谐波会被引入信号中。我们还展示了如何调整相机的光学系统，以减少背景事件的对比度，从而简化分类任务。我们提出了一个在正常运行时消耗5.14瓦的系统原型，其电池自主性达到27小时。该原型可以使用IniVation公司的DAVIS 346检测高度为9米的无人机，视野约为70度。基于当前和下一代神经形态相机分辨率的实际提高，预计探测范围将扩大，虚拟围栏的概念可在未来几年内进行实际部署。