一、发展概况

低空经济已成为国家战略新兴产业，智能低空通感网络作为其数字基础设施，融合5G-A、通感融合、AI及多源感知等技术，构建空天地一体的通信感知架构，实现对低空飞行器的动态感知、高效连接与智能管控。

5G-A凭借大带宽、低时延等特性，成为支撑低空网络覆盖的核心技术，深圳、上海等地已开展相关技术验证和应用试点。通感融合技术赋予基站通信与感知双重能力，中国电信发布白皮书规划低空网络架构，广东、浙江等地探索其在UAV监管等领域的应用。AI技术深度融入感知、决策等环节，深圳启动智能融合低空系统研发。多源感知技术融合异构传感器，提升目标探测能力，深圳建设空天地一体化低空安全网络。

二、应用场景

智能低空通感网络在智慧城市、应急保障、空域管理及生态巡查等场景发挥重要作用。在智慧城市中，通过AI算法消除杂波，保障UAV物流配送和空中通勤安全高效；应急保障中，UAV借助智能多源感知快速响应灾害，如山东济南UAV医疗运输缩短时间，广东UAV参与自然灾害救援；空域管理方面，构建三层体系解决监管痛点，在江苏实现精准监测和闭环监管；生态巡查中，湖北、浙江等地利用UAV提升农业和水利作业效率。

三、关键技术

（一）智能杂波抑制技术

传统杂波抑制技术在复杂环境适应性、非均匀杂波抑制等方面存在局限。基于AI驱动的杂波抑制算法具有自适应性强等优势，如CNN、LSTM等算法。深度神经网络增强的STAP算法结合传统STAP与深度神经网络，解决小样本条件下杂波协方差矩阵估计问题，提升复杂场景下杂波抑制效果。

（二）AI目标识别

传统目标识别算法特征表达能力弱，应用场景受限。基于AI的UAV目标识别关键技术通过航迹数据处理、AI网络推理和多站结果融合，利用RCS特征和微动特征，结合GRU、LSTM等网络模型，实现精准识别。

（三）多站组网智能目标检测与轨迹跟踪

非智能检测跟踪方案在复杂环境中存在感知精度不高、适应性差等问题。AI赋能的多站检测跟踪方案将MLP嵌入系统，通过多站感知数据特征提取、离线训练与线上部署等，提升定位精度和泛化能力。

（四）智能多源感知

低空感知技术各有利弊，多源感知融合技术架构以5G-A通感为核心，实现多模融合，构建低空安全应用平台，引入边缘智能处理和协同感知智能调度，提升系统性能。

四、总结与展望

智能低空通感网络通过技术创新突破现有瓶颈，为低空经济发展提供保障。未来将推进5G-A/6G通感技术演进，深化与AI融合，拓展应用场景，中国电信将携手产业伙伴构建低空数字新基底。

免责声明：我们尊重知识产权、数据隐私，只做内容的收集、整理及分享，报告内容来源于网络,报告版权归原撰写发布机构所有，通过公开合法渠道获得，如涉及侵权，请及时联系我们删除，如对报告内容存疑，请与撰写、发布机构联系