优化地面现有网络,对于定制化的需求,则以局部的 5G 专网提供具体网络服务。 对于 300 ~ 1 000 m 真实 高度,以 5G 对空专网和卫星互联网融合衔接的方式 提供网络服务。 值得一提的是,当前移动卫星业务新兴低轨星座 系统,即新兴手机直连,正在加快探索与地面蜂窝系统 体制融合。 如图 2 所示,通信卫星存在 4 个发展方向, 形成激烈竞争。 传统卫星运营商推动传统固定/

天津腾云智航科技有限公司（中海达旗下子公司） 素进行监测 2 无人机铁路安全监测 2.1 无人机铁路安全监测优势 近年来，中小型无人机发展迅猛，无人机在铁路方面的应用前景值得期待。无人机自身 具有携带方便、操作简单、反应迅速、载荷丰富、任务用途广泛、起飞降落对环境的要求低、 自主飞行等优势，在铁路安全监测中相较于传统方式具有明显的优势： 1、无人机在铁路施工中，可

51(11):24-30. DOI:10. 12267/ j. issn. 2096-5931. 2025. 11. 004 0 引言 如何更好地发展低空装备与落地低空经济场景等 问题,仍有很多议题值得深入研究 [1]。 在传统的 4G/ 5G 通信系统中,传统基站的天馈垂直张角小,主要为 对地覆盖,垂直覆盖范围有限。 例如,传统的正交频分 复 用 ( Orthogonal Frequency

构建一片真高 120 米以下、幅员 260 平方公里的即时响应 低空空域，为试飞试验、飞行器定型鉴定、任务载荷效能 验证以及专业人员培训等多元低空作业场景提供全方位、 高可靠服务保障支撑。值得一提的是，长沙雨花区已成功 获批长沙地区唯一的真高 120 米以下低空飞行专属空域， 为低空飞行活动筑牢坚实保障根基。 推进低空文旅创新融合示范区建设。聚焦长株潭绿心地 区（涵盖雨花区跳马区域）以及坪塘机场两大关键节点，

布《关于完善能源绿色低碳转型体制机制和政策措施的意见》，明确提出要为 新能源开发、建设、并网、消纳、传输、应用做出一系列体制机制改革的指引， 为新能源发展保驾护航，所以国内新能源发电迎来发展机遇。需要值得注意的 是，传统发电方式向新能源发电方式的转变也在行业中带动两方面新的需求， 一是时间维度上供需不平衡带动储能行业发展；二是由于我国新能源发电在空 间维度上的供需不平衡导致输电距离的相应增大，而输送距离的加大又将相应

主体的场景开发与应用，才能实现低空经济的规模化发展。目前，面向个人的载 人运输、观光飞行及物流外卖配送等场景，已经展现出巨大的市场潜力；同时， 面向企业和政府的巡检、监测等场景需求也在持续增长。除现有应用场景外，仍 有许多新兴场景值得探索。通过创新应用场景的开发，可以更好地激发低空经济 的潜力，推动产业的快速成长。 （4）空域是关键 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

、雷达、北斗等核心领域 五、投资建议与风险提示 一、低空经济基建先行：政策端持续催化，产业端大单频出 低空空管需要实现如传统民航空管所包括的空中交通管制、 流量管理、 空域管理等多个功能。但值得注意的是，低空飞行融合无人机、 eVTOL 、 直升飞机、传统固定翼飞机等多种飞行器，将推动飞行量成倍抬升， 同 时各种飞行器混合运行、 飞行器密度高、 障碍物数量多、 气象环境复杂，

机可用来监测空气质量、水质以及森林覆盖情况，及时发现环境问 题。通过搭载传感器，无人机在监测过程中不仅提高了数据采集的 效率，还减少了对人力资源的依赖。例如，某些城市通过无人机对 废水排放进行监测，有效打击了环境违法行为。 值得一提的是，低空飞行还在旅游、体育、影视制作等文化产 业中展现出独特的魅力。无人机拍摄的航拍画面日益受到欢迎，成 为广告、电影和视频制作中不可或缺的元素。 总结来看，低空飞行的应用领域繁多，各行各业正在探索与无 应式设计，确保在不同终端上都能获得良好的使用体验。 服务层是系统的核心，包括飞行管理模块、数据处理模块、监 控与预警模块、支付与结算模块等。各个服务模块之间通过 API 进 行数据通信，确保服务的灵活性和可扩展性。值得注意的是，飞行 管理模块应包含飞行计划生成、航线优化等功能，能够有效支持低 空飞行的规划与执行。 数据层负责系统所需信息的存储和管理，主要包括用户信息 库、飞行数据存储、地理信息数据等。该层应设计为高度冗余，确

在人员培训方面，建议依据岗位不同划分培训模块，涉及到技 术支持、操作规范和应急处理等。通过制定系统的培训计划，确保 在系统上线之际，所有相关人员都能够熟练掌握系统操作，提升整 体的工作效率。 值得注意的是，系统部署过程中应持续与相关部门进行沟通和 协作，确保对外部环境的变化保持敏感，并能快速作出反应。尤其 是对天气条件、飞行计划及航路安排等因素的实时反馈，将是维护 空中交通安全的关键。同时，考虑到系统的不断升级与演化，可以

行监督学习，它能传递的知识量有限，因此知识蒸馏的效率相对较低。尽管存在这一限制， 研究人员依然能够设计出多种策略，使学生模型有效学习教师模型处理复杂问题的能力，特 别是其在上下文学习和垂直领域任务处理方面的卓越性能。值得注意的是，研究发现当语言 模型规模达到一定规模时，会出现涌现能力——即模型性能显著提升，展现出令人惊喜的潜 力。许多黑盒知识蒸馏方法致力于从大模型中提取这些涌现能力。 上下文学习是大型语言模型 Visdrone2019 模型测试结果[12] 图 6-6 像素差分图和高频差分图的可视化[12] 上图展示了像素差异图和高频差异图的对比。像素差异图是通过计算重建图像和原始图 像之间的绝对差值得到的，而高频差异图则是通过快速傅里叶变换算法分离原始输入图像与 重建图像的高频成分后构建的。高频差异图在一些无人机目标上具有更精细的轮廓，且显著 减少了噪声信号。然而，这也导致某些较小的无人机目标在高频差异图上显得更加模糊。这 DETR（DETR 的变体模型）。Object Enhancement Net（OEN） 会针对 SwinT 的 1-3 层特征进行优化，减少背景噪声、增强前景细节，计算增强特征图均值 并应用阈值得到粗检测结果，即突出可能含物体区域的掩模，以此初始化 DAB DETR 解码 器，缩小搜索范围，提升定位性能。这种基于 ViT 的由粗到细的精细检测策略充分利用了 Transformer 的全局