开放的空域是低空经济规模化发展的关键，将空域开放与场景使用相结合， 有助于提高空域资源的有效利用率，推动低空经济的快速增长。当前的目标是将 低空打造成“可计算”的空域，构建低空飞行的“航路网”，支持具有“异构、高密 度、高频次、高复杂性”特征的大容量融合低空飞行。因此，空域管理需要向智 能化、精细化方向转型，以满足日益增长的无人机飞行需求，确保低空经济的安 全高效发展。 （5）技术是支撑 低空 信息/数据安全交织的问题。内生安全基于动态异构冗余（DHR）架构，不排斥 传统安全技术，而且与传统安全技术结合可以获得非线性的防御增益。比如，在 部分或全部可重构的执行体中差异化地部署入侵隔离、检测、预防等传统手段， 或者采用防火墙、蜜罐、沙箱、杀毒软件、查补漏洞等多样化技术措施，或者应 用动态化、虚拟化迁移以及加密认证等主动防御技术，其作用都是提高执行体之 间的异构度，给非配合环境下的协同攻击带来更大的不确定性，提高 方案，实现对已知威胁的有效检测，对未知威胁的主动防御。 23 图 7 纵深安全防御解决方案 在硬件层面，飞控系统作为无人机核心控制中枢，直接决定着无人机任务执 行的稳定性和可靠性。飞控系统不仅搭载多个异构处理器，例如同时采用基于 ARM 架构和 x86 架构的处理器，更配备冗余设计的传感器、电源模块及通信模 块。飞控系统还集成了先进的故障诊断模块，实时监测各组件和软件模块的运行 状态，通过分析

现空天地一体化协同服务. 在 LAIN 新范式驱动下, 低空网络管控体系正在经历从 “人工主导” 向 “智能自治” 的范式重构. 传统通信网络基于静态配置与人工干预的运维模式, 在应对低空场景特有的高动态性、异构性及跨域 协同需求时, 暴露出显著局限性. 首先, 全局态势感知能力缺失. 传统网元移动性管理机制难以捕捉低 空网络三维拓扑的秒级动态变化 [4], 且无法实时获取无人机节点的能源状态、三维坐标等关键参数 其建设与运行依赖多项前 沿技术支撑, 但通感算一体化、数字孪生、高精度定位导航、飞行器可信接入与监测等关键技术仍需 深化研究与创新. 与此同时, 低空网络的管控范式亟须系统性革新, 具体表现如下. 首先, 异构网络融 合困难, 5G-A 网络对 300 m 以上空域覆盖不足, 需卫星通信补充, 但空地网络协议转换、频谱干扰协 调缺乏标准化方案, 通感一体化技术成熟度不足. 其次, 现网对高动态环境适应性薄弱 将探索 6G 空口 AI 与通感一体技术. 1.3 无人机网络管控技术研究现状 以低空智联网为代表的新型通信网络的管控技术研究也是当前的研究热点. 目前通信网络面临 着异构制式和频段统一管控难, 商业和消费级用户业务需求各异, 海量异构终端的能力差异大等挑战, 导致网络运维难度指数级增长, 亟须改变以人工干预为主的传统范式, 引入 “规划、建设、维护、优 化、运营” 全生命周期的智能管控能力, 实现全流程自治

既能适应未来的业务增长与技术演进,又能确保数据 安全、隐私保护以及系统抗干扰与抗欺骗能力 [3]。 2. 2 系统架构 低空智联监视系统以 5G-A 通感一体基站为核 心,融合毫米波雷达、光电探测等异构感知网络,同步 集成无人机安全管控平台,以实现对在空无人机的全 域监视与警用无人机的高效指挥调度。 一是感知层(Sensing Layer)。 感知层作为低空智 联监视系统的基础,包含各类多源传感器网络。 Cross Section,RCS) 的探测灵敏度是衡量系统 性能的关键指标之一。 光电探测通过可见光及红外光 电摄像头实现全天候环境监测,结合高精度声阵列完 成目标定位与特征识别。 感知层强调异构互补和低成 本广覆盖,根据低空经济在城市发展的特性,应充分考 虑利用移动通信蜂窝网基础设施,利旧信息基础设施 资源,降低建设及运营成本。 根据低空经济业务发展, 对目标的感知性能需求如表 1 垃圾桶/ 绿化带 动态遮挡 22% 公交车顶部广告牌 透视畸变 11% 倾斜视角的交通标志 3. 1. 2 多源数据融合失效 多源数据融合失效主要源于传感器间的数据冲突 与时空不同步。 例如,异构传感器间的轨迹预测不一 致会直接引发误报警;而当各传感器间的时钟同步出 现明显偏差时,则会严重影响到目标的跨传感器关联 准确率 [10]。 在实际的无人机管控系统中,此类问题尤 为突出,例如因激光雷达与视觉数据的时间戳未能精

尺度变化及局部遮挡的鲁棒性。 模型架构图 创新：提出针对空地协同感知任务的解耦多粒度模型 无人机 异构任务交互进化 Reid 无人车 n 打造跨域实时协同感知网络： 基于空地异构设备 ，形成多维一体的感知闭环 n 创建智能自适应任务枢纽： 实现跨域任务交互与多模型自我优化 ，驱动决策智能化 实现空地异构协同感知一体化 ，驱动跨域任务效能最大化 建立空地跨任务协同平台 ，实现异构设备、多视角的跨域协同感知 - - 应急救援 协同增益： 检测识别率

低空经济产业综合示范区建设。 全国民用无人驾驶航空试验基地（试验区） 目标定 位 深 圳 东营 青岛 贺州 安庆 自贡 二、“异构、 高密度、 高频次、 高复杂性”特征带来系统性技术挑战 低空应用进入快速发展期 ，呈现“异构 、 高密度 、 高频次 、 高复杂性”趋势特征。美国建立无人机交 通 管理系统 UTM ，欧洲提出 U-Space 计划， 支撑精细化空域划设与利用 ATM 无人机服务 供应商 FA A 开发和部署 支持数据服务 商 公共安 全 高频次 低空日均起降达百万次 深圳 2025 年商用飞行 达 300 万架次 异构 飞行器类 型 飞行服务 UTM ： Unmanned Aircraft System Traffic Management ，无人机交通管理系 统 U-space ：欧洲 U-Space 7.8 平方 里范围为试验点 ，面向无人机 即时配 送、 消费级无人机有序适飞 、 无人机表演、城市巡检、工地监测、载人观 光等多种应 用场景开展基础设施建设和系统性技术测试 ，依托各类场景积累异构低空 航空器融合 运行创新经验，推动建立低空融合运行现代治理能力。 五大场景： 人才 园消费级无人机飞行 欢乐海岸常态化无人机集群表演 后海片区无人机即时配送 后海片区直升机运

GISTC P6 SuperMap 空间智能支撑数据 + 平台层 全流程、全方面支撑应用系统能力 01 跨平台、多产品形态能力一为系统安全、易用保驾护航 02 新一代三维、大数据能力一规整多源异构数据，打好数据基础底座 03 X+GIS— 多重 IT 技术结合 GIS, 赋能低空空域应用全流程 SuperMap 空间智能支撑数据 + 平台层 全流程、全方面支撑应用系统能力 01 □ 相 关 支 撑 产 品 C++ 内 核 端产品 服务 器 组 件 SDK P9 01 跨平台、多产品形态能力一为系统安全、易用保驾护航 02 新一代三维、大数据能力一整合多源异构数据，打好空域基础数据底座 空间智能支撑数据 + 平台层 全流程、全方面支撑应用系统能力 Sup erMap SuperMap 建筑精细模型 倾斜摄影数据 三维场景数据 Pf 端 桌面端 SuperMap 空间智能支撑平台 + 数据层 全流程、全方面支撑应用系统能力 01 跨平台、多产品形态能力一为系统安全、易用保驾护航 02 新一代三维、大数据能力一规整多源异构数据，打好数据基础底座 03 X+GIS— 多类型 IT 技术结合空间智能，赋能低空空域应用 SuperMap 技术体系 “ 十 . 五”计划 “ 十一 . 五”计划 “ 十二 . 五”计划

汶川地震救 援中，超轻型飞机通过低空数码遥感系统获取高对比度影像，清晰呈现房屋倒塌与道路坑陷 细节；农业监测中，针对作物病害的色差优化需保证色度精度。 （2）多源融合：整合可见光、红外、雷达等异构数据。在灾害救援场景，可见光与热 红外图像的实时配准可穿透烟雾识别生命体征，制约细微动作捕捉；电力巡检中，红外热斑 与可见光图像的像素级融合可提升缺陷检出率。 xxx -15- 质量评估体系 TG-ECNet (https://github.com/LeeX54946/TG-ECNet) xxx -58- 图 1.22 TG-ECNet 框架图[238] 核心组件多专家协作网络包含四个异构专家模块：低光照专家通过亮度自适应归一化与 非局部增强恢复暗区细节；噪声抑制专家采用通道注意力引导的非局部滤波区分噪声模式与 真实纹理；对比度增强专家在梯度域执行动态直方图均衡化以提升弱对比区域的可分性；高 SSIM 提升 18.7%，噪声场景 PSNR 提升 23.5%，其跨模态互补能力在军事夜视、医疗影像 融合等领域具有显著应用价值。 从数据类型拓展来看，Su 等[239]将多源融合从同构图像延伸至异构数据，提出 UAV L iDAR 与光学图像的电力线走廊自动融合技术，通过 RANSAC 算法匹配共面点特征，利用 点云三维结构约束图像分割结果，使建模误差减少 15%；Bi 等[240]则进一步将融合范围扩

低空通导监及气象技术涉及的数据处理与分析，主要涵盖实时数据采集与处理、数据融 合与清洗、数据存储与管理等数据处理技术，以及环境建模、趋势预测、异常检测与智能决 策支持等数据分析技术。这些技术通过对多源异构数据的综合分析，提取有价值的信息，优 化飞行路径，提升环境适应性，保障飞行安全，并在复杂和动态的低空环境中提供精准的决 策支持。以下是低空数据处理与分析的几项关键技术： 1、数据融合技术 3、边缘计算技术 基于边缘计算及 AI 识别技术，构建低空复杂环境融合感知系统。通过开发多源数据融 合感知算法，将不同时空、不同维度的多传感数据进行时-空-模多尺度融合，获取更丰富的 场景信息，实现多模态异构数据的高效融合。边缘计算设备支持算力资源的分布式调度，具 数字低空工作组 16 备不同厂商协议适配、飞行控制、航点规划、AI 识别等核心功能，并在边缘侧实现高性能 的数据处理 空基网络：飞行器之间通过多种通信链路（如 IEEE 802.11s、LTE-Direct、ISM 频段等） 实现空-空通信，部分飞行器可搭载无线电收发器或 LTE/WiFi 等异构无线接口，与其他飞行 器或卫星建立通信网关。 地面网络：基于 5G、无线电和光电等异构无线接入技术，构建地面通信网络，实现飞 行器与地面设施（如雷达、起降平台、气象监测设备等）之间的高效通信。 2、空空通讯链路 空空通讯链路注重

性。在无人机物流场景等中， IMU（惯性测量单元）和GNSS数据需要支持每秒数百次频率存储，为算法提供精准输入。 多模态数据融合处理：结合5G-A、雷达、频谱侦测、RID远程识别、光电探测等多源异构数据，可以通过数据湖架构 实现非结构化与结构化数据的统一存储，提升目标识别精度。 3.4.2 多种探测技术接入及处理能力 低空探测管控平台需要具备支持5G-A通感、雷达、频谱侦测、RID远程识 设置、修改设备能力参数，设置、修改设备接口协议、探测参数集等。 同时，平台需要能够管理5G-A通感、雷达、频谱侦测、RID远程识别、光电探测等探测设备，包括： 此外，平台在设计上需要支持灵活扩展支持多种同构、异构探测技术设备，支持增加新型探测技术。 报告分发：将探测识别结果根据预定义的策略分发到对应的终端、运维中心及预定义的其他系统。 下达指令：根据探测识别结果、预定义的策略等，发送预定的指令到其他系统，实现对飞行器的告警、阻拦、打击等， 监测网 络，实现对低空目标的实时跟踪、合法与非法身份区分及飞行意图判别，形成全域智能监测的低空安防体系。作为安防体系的中枢，低空探 测管控平台则对通感定位数据、雷达信号、频谱特征、光电图像等多源异构数据进行实时整合，借助态势感知建模与人工智能算法实现威胁 快速研判，并联动反制设备实施分级处置，同时支持与上级监管部门及周边单位的信息共享和协同联动，构建覆盖监测、研判、处置的全域 安防监管闭环。

级气象数据的管理需 求。 1 2 3 低空微气象预报中心 03 多源数据采集 采用 AI 驱动的异常值检测算法剔除噪声数据， 结合时空插值技术填补缺失值，并通过卡尔曼 滤波实现多源异构数据的动态加权融合。 数据清洗与融合 特征工程优化 基于低空湍流、风切变等特殊场景构建三维气 象特征矩阵，利用小波变换提取高频气象波动 信号，为模型训练提供高价值输入。 整合气象卫星、地面观测站、雷达、无人机及