.............................................................................. 168 3.1.4 无人机目标检测与分割方法分类..........................................................................................172 3.2 ............................................................................... 199 3.2.4 无人机三维目标检测方法................................................................................................... ..............320 6.3.2 其他传感器方法...........................................................................................................................333 6.3.3 多模态检测方法.............................

依托自智管控闭环, 分别分析了低空网络层、数字孪生层、自智管控层的功 能, 并针对各个层次的关键技术, 包括低空组网覆盖和资源分配技术、网络资源孪生建模与状态同步 技术、动态网络性能状态的小尺度预测方法、业务需求自适应的资源映射机制和管控智能体部署方案 等, 进行了介绍. 结合关键技术, 本文进行了低空智联网自智管控实例设计, 验证了网络性能预测机 制、资源状态孪生同步机制以及低空网络自主部署机制的有效性 针对不同的 CF 可能同时尝试调整相同的控 制参数导致冲突, Banerjee 等讨论了多供应商网络中发生冲突的概率, 并强调从架构层面进行设计以 避免冲突的重要性. Bai 等 [30] 全面总结了强化学习方法在具备智能能力的多 UAV 场景下的应用. 多 UAV 无线网络 (multi-UAV wireless network, MUWN) 提供了更强的资源承载能力, 但在面对不同环 境条件下的决策和多目标优化时 许多研究者对数字孪生使能的 UAV 网络进行了探索. Xie 等 [31] 提出了 基于数字孪生的 UAV 网络管理框架. Xie 等利用 3D 毫米波雷达成像捕捉 UAV 射频特征. 在此基础 上, 采用三维射线跟踪方法实现了 UAV 的信道建模, 反映了射频域数字孪生匹配. 然后基于虚拟模型 进行仿真, 可以为 UAV 提供最佳路线规划, 实现对物理无人机网络的智能操作和管理. Guo 等 [32] 为 了优化高密度、高流量场景下的通信表现

面的交融发展，各种安全风险交织叠加，面临复杂且日益严峻的网络安全和数据 安全问题。建立健全面向低空智能网联体系网络和数据安全的标准体系，对其涉 及的安全技术、试验测试和管理进行体系性地规划，提出系统性的要求、方法及 指南，将有利于指导低空智能网联设备、系统、平台的安全相关研发、准入合规 及安全运营，为低空智能网联产业的安全健康发展提供支撑。 面向低空智能网联体系，建立其网络安全和数据安全标准体系，主要目标是 用于除航模外的微型、轻型和小型无人驾驶航空器，覆盖研制、生产、交付、 使用全环节，涵盖电子围栏、远程识别、应急处置、机体结构、数据链保护 等 17 个方面的强制性技术要求，标准中还对每一项安全要求规定了相应的 试验方法，包含试验条件、试验步骤，为低空安全提供有力保障。  YD/T 4324-2023 无人机管理（服务）平台安全防护要求：该标准于 2023 年 7 月 28 发布，2023 年 11 月 1 于 2024 年 7 月发布，适航标准涵盖设计特征、整机、系统与设备、使用限 制和资料等方面要求。符合性指导材料包括工程评估验证、试验室验证、飞 行试验验证和耐久性与可靠性试验等，提供多种验证方法和要求。其中网络 安全主要涉及防止电子干扰、保障数据链路稳定和加密设计等方面；数据安 全侧重于关键数据的可靠完整传输以及稳定监控等。 小结：当前，低空网络与数据安全的标准较为离散，需进一步在体系性、安

采样频率.....................................................................................57 5.2 数据传输方法......................................................................................59 5.2.1 有线传输方案 .........................................................................................86 7.2 选址方法.............................................................................................88 7.2 和准确性，推动实施环境保护政策，从根本上改善空气质量，保障 公众的健康与安全。 2. 低空环保监测网络的基本概念 低空环保监测网络是指围绕低空环境保护需求，利用多种现代 监测技术手段和数据处理方法，构建的一个集成式监测系统。该网 络的主要目标是实现对低空环境中的各类污染物及其变化情况的实 时监测，确保环境质量符合国家标准和地方政策的要求。 首先，低空环保监测网络涵盖了从地面到一定高度范围内的环

8.1.1 指标体系建设...........................................................................143 8.1.2 评估方法与工具.......................................................................145 8.2 用户反馈收集与处理....... 多维度的 城市空域智能化管理，推动城市综合管理能力的提升。 在这一基础上，本文将详细探讨低空产业城市管理平台的具体 建设方案。首先分析当前低空航空产业的现状与挑战，随后提出系 统的建设思路与方法，最后讨论实施过程中的关键要点和预期效 果。希望通过这篇文章，为低空产业的城市管理提供有益的参考和 借鉴。 1.1 低空产业的定义与背景 低空产业的定义与背景 近年来，随着科技的迅速发展，低空产业逐渐开始进入公众的 色。通过对来源不同、性质各异的数据进行融合，可以获得更为全 面和准确的信息。例如，将无人机拍摄的图像数据与实时天气数据 进行融合，可以更有效地分析影响飞行安全的多重因素。 数据融合技术可以使用以下几种方法： 1. 传感器融合：将来自不同传感器（如 GPS、IMU、激光雷达 等）的数据进行整合，以提高定位与环境感知的精度。 2. 数据层融合：将多个层次的数据（例如基础地理信息、地表特 征数据等）结合，通过层叠分析提高决策的精确度。

班调度和流量管理，提高决策的科学性和有效性。  多层次管制机制：设计多层次、多维度的空中交通管制机制， 以适应不同空域、不同飞行阶段的需求。  可持续发展倡议：在系统设计中融入环保理念，积极寻求降低 碳排放和噪音污染的方法，通过优化航线和飞行程序，实现绿 色综合交通管理。 本设计方案的实施将极大提高航空交通的运行效率，同时为航 空业的可持续发展奠定基础，确保在未来数十年的快速发展中，空 中交通能够安全、有序、高效地进行。 创新和改进，为航空安全提供了强有力的保障。通过构建一个高 效、集成且智能化的空中交通管制体系，将进一步提高航班的安全 性和运营效率。 2.3 存在的问题与挑战 在当前的空中交通管制系统中，尽管技术和管理方法不断进 步，仍然存在多个亟待解决的问题和挑战。这些问题不仅影响了飞 行安全和效率，也给航空公司、管制机构和乘客带来了困扰。 首先，现有系统在信息共享和互操作性方面存在不足。不同国 家和地区的 为实现高效的飞行跟踪系统，建议采用以下技术方案：  数据融合技术：使用卡尔曼滤波等算法，实现多传感器数据的 融合，以提高跟踪精度。  冲突检测算法：基于时空模型构建冲突检测机制，并引入机器 学习方法优化冲突预测的准确性。  分布式架构：利用云计算技术，实现系统的分布式部署，以便 于资源的弹性伸缩和高可用性的保障。  系统冗余设计：确保关键组件的冗余备份，避免单点故障导致 系统功能失效。

4 月成立了低空智联网子工作组（TC5 WG9 SWG6），开展低空智联网 的标准体系建设，并启动 10 余项研究课题[11]，涉及低空多制式融合感知监测技术研究、低空通 信网络质量评估体系和评测方法研究、面向低空业务的通信网络质量保障研究、低空数字化管理 服务平台体系架构研究、低空智联网机载终端关键技术研究，以及民用无人驾驶航空器网联接入 及安全管控技术研究、身份信息监管策略研究、专用用户识别模块（Subscriber 通信时延和带宽占用。同时，可使用协同计算机制，让多低空飞行器能够共享在任务执行 过程中产生的感知信息和计算资源，通过分布式深度神经网络（Deep Neural Networks, DNN）、联邦学习等方法的协同处理，实现快速决策和高效任务分解，提高群体作业效率。 低空智联网场景和关键技术白皮书 32 图 11 低空飞行器边缘计算节点示意图 （4）身份认证与攻击检测 传统自组网常有专用安全节 为了进一步提高低空飞行器物流的能源利用效率，未来将会有更多节能技术的创新， 如低空飞行器与地面设施的智能互动、低空飞行器之间的协同作业等。新的网络节能 （Network Energy Saving, NES）方法，例如更动态的时间域的小区关闭、空间域的天线 端口关闭、频域的带宽缩减、功率域的功率降低等优化手段，均可以适用。 4.10 频谱分配与干扰管理技术 在低空智联网中，频谱分配是非常重要的问题，目前挑战体现在以下方面：一是低空

性。训练过程中，可以采用迁移学习的方法，利用预训练模型进行 微调，以加快训练速度并提高模型性能。优化方面，可以采用学习 率调整、正则化、早停等技术，防止模型过拟合，并提高模型的泛 化能力。 为了确保 AI 算法在实际应用中的稳定性和可靠性，还需要进 行严格的测试和验证。测试数据集应包含各种复杂场景和异常情 况，以全面评估模型的性能。验证过程中，可以采用交叉验证、混 淆矩阵、ROC 曲线等方法，量化模型的识别精度、召回率、F1 识别模块是整个系统的核心，采用深度学习模型对预处理后 的图像进行目标检测与分类。模型基于卷积神经网络（CNN）架 构，支持多目标识别和实时处理。为了提高识别精度，模型训练过 程中采用了数据增强技术和迁移学习方法。此外，模块还支持模型 在线更新，以适应不断变化的识别需求。 数据处理模块负责对 AI 识别结果进行进一步分析和处理，包 括目标跟踪、行为分析和异常检测等功能。该模块采用分布式计算 架构，能 则通过特征点匹 配和仿射变换，将多帧图像对齐，便于后续的多帧融合或目标跟 踪。 其次，特征提取是图像处理模块的关键环节，旨在从预处理后 的图像中提取出可用于目标识别的关键特征。常用的特征提取方法 包括边缘检测（如 Canny 算子）、角点检测（如 Harris 角点检 测）和纹理特征提取（如局部二值模式 LBP）。对于特定应用场景 （如农业监测或灾害评估），还可以结合深度学习模型（如卷积神

期费用比等众多因素。确定翼型主 要有两种方法，选择法和设计法。 （1）选择法是根据无人机的性能要求，从已有的成功翼型中选择一个合适的翼型，如美国国家航空 与航天局（National Aeronautics and Space Administration,NASA）系列翼型或德国的哥廷根 （Goettingen）系列翼型都是可以使用的数据。这一方法的优点是效率高。 （2）如果对无人机的性 形成翼梢涡流 图 22 翼尖涡流 为了减少翼梢涡流的影响，人们采取改变翼梢形状的办法来解决它。一般方法有三种 第 21 页 广州中海达天恒科技有限公司 图 23 翼梢涡流的产生及解决方法 安装在翼尖的垂直方向翼片叫做翼尖小翼，主要用于削弱翼尖下表面气流绕流至上表面的效应，减少 升力损失，改善机翼性能。 前起落架承受的载荷较大，而使尺寸、质量增大。 ② 起飞滑跑时不易离地而使起飞滑跑距离增大。为使飞机达到起飞迎角，需要依靠专门措施，例如在 起飞滑跑时伸长前起落架支柱长度或缩短后起落架支柱长度。 ③ 不能采用主轮刹车的方法，而必须采用转向操纵机构实现地面转弯等。 由于以上的不利因素，除非是不得以，一般不采用自行车起落架。目前仅有少数飞机采用这种起落架 布局形式，如英国的“海鹞”垂直起降战斗机等。 2.3.4.4

腾飞的唯一跑道，它至少应包含三个层面： ⚫ 顶层法规（Law）：明确谁来管、管什么、基本原则是什么。这是国家意志的体现，是整 个规则体系的基石，例如《中华人民共和国飞行基本规则》、《国家空域基础分类方法》等。 ⚫ 运行规章（Regulation）：规定怎么飞、在哪飞、需要满足什么条件。这是对法规的具 体化，是所有行业参与者必须遵守的行为准则，例如《无人驾驶航空器飞行管理暂行条 例》、《民 2015）、到“精细化”管理（2015-2018）、再到“协同”共管（2018 至今）的三个递进阶段。这一历程为当前低空经济的爆发奠定了坚实的 制度探索基础。 ⚫ 现行框架：以《国家空域基础分类方法》首次引入 G/W 类非管制空域 为顶层设计突破，以《无人驾驶航空器飞行管理暂行条例》为核心法规， 以及中央空管委的设立和“管制”向“管理”的理念转变为标志，形成 了“有法可依”的新格局。展望十五五，业界普遍预期国家层面将出台 年以来，我国低空经济的顶层法规框架建设进入快 车道，一系列关键性文件的出台，标志着行业发展正式进入“有法可依”的新阶段。 2.2.1 顶层设计：《国家空域基础分类方法》的里程碑意义 2023 年 12 月 21 日，国家空管委组织制定了《国家空域基础分类方法》（V1.0 版）。这 是我国空域管理领域一份里程碑式的文件，其最大的突破在于，在传统的 A、B、C、D、E 五 类管制空域之外，首次在国家层面正式引入了