维航线网络，规避 高层建筑风扰区与热岛效应多发带，使航线气象风险值降低 40% 以上。 开发专用气象保障模块，在台风过境期间实时计算救援无人机可作业窗口期，结合降水粒 子谱分析提供抗雨雾机型的最优飞行高度建议。 1 2 3 创新应用场景 05 精准航线规划 结合气象数据与物流算法，构建智能调度系统， 根据实时天气变化动态调整无人机起降时间、 飞行高度及路径，减少因恶劣天气导致的延误 针对雷暴、冰雹等突发天气事件，提供分钟级 预警服务，提前通知物流运营方采取避让或紧 急降落措施，降低设备损毁风险。 通过高分辨率气象预测模型，实时分析低空风 速、风向、温湿度等参数，为无人机物流提供 最优航线规划，避开强对流、风切变等危险天 气，提升配送效率与安全性。 城市无人机物流 飞行安全评估 基于历史气象数据与实时监测，为 观光直升机、热气球等低空旅游项 目提供安全起降窗口期预测，规避

与智能路由、无线自组网的协议优化、边缘计算与协同处理、身份认证与攻击检测等。 （1）拓扑自适应与智能路由 与传统自组网相比，低空自组网中的飞行器速度更快、三维空间机动性更强，导致拓扑 变化频率更高、链路断裂更频繁。因此，可引入最优化理论、多目标决策模型、智能搜索算 法以及 Q-learning 等强化学习策略，以用户的 QoS 要求、通信能效和负载均衡作为联合优 低空智联网场景和关键技术白皮书 31 化目标，通过不断 大时，则需采用频分复用方法，以保证平台间的互不干扰和服务的保障。 （3）多层网络间干扰管理 对于多层网络的干扰管理，主要是面对同频复用的需求。当存在相互干扰时，首先需 要识别干扰来源，并确定最优的频率分配策略。同时，应考虑通过波束的空分复用来减低 低空智联网场景和关键技术白皮书 36 不同子网和不同功能的信号干扰，从而实现频率的最佳使用效率。 4.11 通信与导航融合技术 在低空 场景，通过整合 地理信息、飞行轨迹、气象条件、链路状态等多源实时数据，驱动孪生模型动态更新运行 态势。在虚拟空域中，可对通信链路调整策略、空域资源调度方案和飞行路径规划进行仿 真演练，从而选择最优规划方案和网络优化方案，提升频谱利用率与通信质量。 4.14 通信与算力融合技术 低空智联网中，通算融合技术是空域安全与效率提升的核心支撑。通信与算力融合的 基站不仅负责与低空飞行器、高空基站

320 3.2 智能管理系统 低空运营平台：对接民航 UTMISS 系统，实现飞行计划自动报备、审 批状态实时跟踪；支持多用户权限管理，保障数据安全。 AI 调度中枢：基于强化学习算法，动态规划最优飞行路径，避开禁飞 区与拥堵空域；支持多无人机协同作业，提升任务执行效率。 电子围栏系统：划定园区内禁飞区、限飞区，无人机超出边界时自动 触发返航或悬停，保障飞行安全。 能源监控平台：实时监

于集中式物流系统，具有高度可预测性；而灵活版本则能够根据实时 条件进行动态调整。“点对点”网络适合处理紧急配送任务，而“多点” 或“多跳”系统则提供了更为广泛的覆盖范围。动态混合模型则有望 融合上述多种网络形式，以实现性能最优化。 “航线规划”策略决定了无人机的导航方式。“基本飞行”模式直接简 便，适用于低密度区域；“自由航线”允许基于实时数据动态选择路径， 但对系统智能化水平要求较高。“走廊式航线”在高密度区域提供结构

数据监测：实时监控航班状态，接收飞行器的数据反馈，检测 异常情况。 2. 数据分析：利用人工智能算法进行实时数据分析，预测潜在风 险，提供预警。 3. 决策支持：在航空交通复杂的情况下，自动生成最优的航行方 案，帮助管制员快速做出决策。 4. 反馈系统：实现飞行器与空中交通管理系统之间的信息反馈快 速循环，以确保航行计划及变更信息及时传达。 在实际操作中，系统需要通过定期的模拟测试和实际飞行场景 计划信息，包括起飞、降落和飞行路径。通过与航空公司和机场调 度系统的接口，该子系统能够实时更新航班信息，提高对航班动态 的响应速度。它还需具备优化航班路径和调配资源的智能化能力， 确保在高流量条件下能够以最优方案进行调度。 接下来是通信子系统，作为各个控制中心和航空器之间的桥 梁，其核心职责是确保信息传递的实时性和准确性。通过采用先进 的数字通信技术，包括 VHF（超高频）无线电和数据链路，增强通 数据融合技术主要采用以下几种方法：  卡尔曼滤波（Kalman Filter）：用于线性动态系统的状态估 计，通过动态模型和观测模型的结合，有效降低测量噪声对数 据的影响，并提供对目标状态的最优估计。  贝叶斯融合：采用贝叶斯推断方法，在多传感器环境下，通过 更新先验信息，逐步调整目标状态的后验分布，提高最终估计 的准确度。  Dempster-Shafer 理论：处理不确定性信息的一种方法，可

指挥网：智能决策与安全保障网络 AI 中枢与敏捷响应搭载智能决策 AI 中枢平台，集成灾害预警模型、 多资源调度算法、动态路径规划系统。当灾害发生时，系统可在 10 秒内 自动生成多套救援方案，通过算力优选匹配最优路径，指令响应时延低于 100ms，实现从监测预警到资源投送的全流程自动化。 区块链赋能安全协同引入区块链技术构建跨部门数据共享与航路协同 机制，通过分布式账本确保飞行计划、物资调度等关键信息不可篡改、可

是实现空管“自动化”和“智能化”的核心。面对未来成千上万架飞行器同时运行的 复杂局面，人类管制员的能力将达到极限。AI 算法可以根据实时天气、空域流量、任务优先 级、电量状态等海量动态信息，在毫秒级内为每一架飞行器计算出全局最优的飞行路径，并 提前预测潜在的碰撞风险，自动发出避让指令，实现从“被动响应”到“主动预防”的范式转变。 5.4 国内 UTM 与核心安全系统主要技术供应商格局分析 低空“规则”的制定与实施 以 动态、量化地评估特定航线的实时风险等级，并向飞行器推送预警信息。 ⚫ 开展大规模仿真测试：可以模拟数百万次飞行，测试各种安全间隔、避让算法和调度策 略的有效性，从而在海量虚拟试错中找到最优的安全策略，而无需在物理世界中承担风险。 ⚫ 进行应急预案仿真推演：可以模拟各种设备故障（如电机失效、电池异常）、极端天气（如 强风切变、雷暴）、网络攻击等小概率但高风险的场景，反复演练和优化应急处置流程， 要功能是向远程飞手或地面控制 中心提供告警，由人来做出最终决策。 ⚫ 协同避障：中期阶段。飞行器能自主探测障碍物，并将信息上报 UTM 系统，UTM 系统 结合周边所有飞行器的意图，计算出最优的协同避让策略，并向相关飞行器下达指令。 ⚫ 自主避障：远期理想阶段。机载系统不仅能自主探测、识别障碍物（包括其他飞行器、 鸟类、建筑物等），还能在无需地面指令的情况下，基于机载 AI 算法快速做出决策，自

3.3 反制技术及设备 无人机反制技术及设备是为保护重要空地区域，对非法入侵的无人机进行控制的技术及设备。当前，无人机反制技术手 段主要有电磁压制、激光摧毁、无人机网捕等，需根据实际防护场景，选择最优技术组合来构建无人机反制系统。 针对非法无人机，采用定向电磁脉 冲或信号屏蔽技术，迫使其降落或 返航。 多节点联动可以形成电磁压制网 络，覆盖更大空域。由于将对应 频段内的所有通信链路、控制链 机场围界内也是机场安防的关键区域，主要采用5G-A通感+光电探测的组合方案，雷视融合警戒子系统如图4.5所示。系统依托5G-A 通感一体高精度感知能力，可针对机场围界内重点地面保障区域如跑道等区域设计多个电子围栏区域，并关联最优光电探测设备，对入侵目 标进行多角度精确定位、追踪和识别。机场围界雷视融合警戒子系统可与净空防御子系统协同工作，实现民航机场全天候立体化安防管控。 4.1.3 民航机场低空安防分阶段建设方案

院，北航，南航等 已开展双倾转研究 传统技术路径，难度大，可靠性差 1 大型主机所主要精力在市场规模更大的传统市场，暂忽视 VTOL 市场，积累较少； 2 国内领先民企型号研制经验欠缺，选择方案非最优；有外资背景，不符合军品要求 . （四）潜在对手分析 Technical Solution （五）谱系拓展 指标 数值 最大起飞重量 2000kg 最大负载 500kg 巡航速度 400km/h

断面出图时间长;转角塔用量、 房屋拆迁量、植被砍伐量较多;后期改线频繁。采用垂直起降固定翼无人机技 术可以大大降低外业工作量，人工成本小、可有效提高工作效率，可以测得人 员难以到达的区域，提供最优的输电线路设计方案。并可以提供多种数据成果 包括 DOM、DSM、DEM、DLG 及真三维模型等。 ③ 电力巡检 A.变电站热红外监测： 绝大多数电气设备在出现故障之前都会表现出温升异常，红外热像仪能够对电