Abstract

在低空经济 (LAE) 繁荣愿景的驱动下，低空空域有望被开发用于商业和社交飞行活动。本文首先介绍了支持 LAE 的网络架构，包括基于随机几何的局部统计信道建模和性能分析。然后，讨论了地对空感知和通信的技术先决条件，包括蜂窝接入、频谱共享、三维波束成形和干扰消除，以及协作式主动感知和非协作式被动感知。

进一步综述了 LAE 中飞行器辅助的感知和通信功能，包括地面和非地面目标感知、泛在覆盖、中继和业务分流。最后，指出了几个未来的发展方向，包括飞行器协作、能源效率和人工智能赋能的 LAE。

Introduction

作为一种新的经济形态，低空经济 (LAE) 利用低空空域 (通常指地面以上 1000 米内的空间) 开展各种飞行活动，创造商业和社会价值。飞行活动由各种有人和无人驾驶飞行器进行，实现了包括交通、物流、旅游、农业和灾害监测在内的多种应用 [1]。然而，LAE 的部署仍面临许多实际挑战。作为一项大规模的经济活动，LAE 必然涉及广泛的空间范围和大量的飞行器。根据 Statista 的数据，预计到 2030 年，飞行器的数量将达到 960 万架 [2]。此外，现有的飞行器控制方法主要依赖于非授权频段中简单的点对点非有效载荷通信信号，难以实现统一的监控和管理 [3]。多个飞行器与其控制中心之间的信息交换给通信开销带来了沉重负担 [4]。

目前控制飞行器的方法，主要依赖于一些简单的、点对点的、只用于飞行控制（非有效载荷）的通信信号，并且这些信号还在无需授权的公共频段上传输。这导致很难对大量的飞行器进行统一的监控和管理

为了应对这些挑战，飞行器有望通过蜂窝网络进行连接，这被称为蜂窝连接飞行器 [5]。在这种情况下，飞行器与传统地面网络的融合将形成一个空地一体化网络 (integrated air-ground network，IAGN)。如图 1 所示，IAGN 的组成部分包括基站 (BSs)、飞行器以及包括起降平台在内的基础设施。此外，IAGN 中涉及的典型工作模式可分为以下几个主要类别：

• 控制与非有效载荷通信 (CNPC)： 作为一种双向通信链路，CNPC 在 IAGN 中确保飞行器的控制和导航方面发挥着关键作用。CNPC 通常以低数据速率运行，但要求极高的可靠性、严格的安全措施以及最小的延迟以实现持续连接。具体而言，对于非/半自主飞行的飞行器，控制站需要实时或周期性地传输控制指令来引导飞行器的飞行。相应地，飞行器需要通过上行 CNPC 链路报告其飞行状态 (如飞行高度和速度) 及位置信息，以便控制站能够安全地调控其飞行。

• 有效载荷通信 (Payload Communication，PC)： PC 指的是与任务相关的通信，具体取决于应用场景，即由传感器收集的数据。与 CNPC 相比，PC 通常对延迟和安全要求的容忍度更高。飞行器的 PC 链路可以重用现有频谱，如用于蜂窝覆盖的 5G 新空口频段，或使用新的频谱，如毫米波甚至太赫兹频段，以实现高容量的无线回传。

• 感知 (Sensing)： 除了通信，强大的感知能力是 IAGN 中的另一项关键技术。根据目的不同，有两种感知类型。

  • 一种是与控制相关的感知，包含有关飞行器运动状态和位置的信息。
  • 另一种是与任务相关的感知，包含特定于任务的信息，如照片和视频。
    

直观地说，感知可以基于雷达回波信号来执行。此外，除了射频感知，飞行器的机载传感器也提供多模态感知信息。这些技术提供了准确的环境信息，也极大地辅助了低空经济 (LAE) 的各种商业活动。

作为下一代网络的革命性技术，通信感知一体化 (ISAC) 有望利用相同的硬件和频谱来实现同步的感知和通信 [6]。现有研究已经探讨了 ISAC 在物联网 (IoT) 网络 [7]、车联网 [8] 和无人机 (UAV) 网络 [9] 中的部署。然而，ISAC 技术在低空经济 (LAE) 中的具体需求仍是未知的领域，这也是本文的主要焦点。在空地一体化网络 (IAGN) 中，部署在现有网络框架中的分布式 ISAC 基站通过电缆连接到中央服务器，用于数据收集和对飞行器的集中处理，而飞行器既可以作为通信用户和感知目标 (STs)，也可以作为机载基站/中继或传感器，以增强网络的通信与感知 (C&S) 性能，从而实现飞行器与传统网络架构之间互利共生的关系。

本文介绍了 IAGN 的组成部分、地对空 C&S 技术、飞行器辅助的 C&S 功能以及 LAE 的未来方向。据作者所知，本文是第一篇全面综述用于 LAE 的 ISAC 的文章。

Architectureof IAGN

IAGN 的关键架构包括信道建模和网络构建，本节将对此进行介绍。

局部统计信道建模

由于网络参数和估计误差的不可预测影响，网络性能预测非常具有挑战性。为此，研究者提出了通信网络模拟现实 (SRCON)，为真实通信网络提供一个精确有效的离线网络模拟器 [10]。基于 SRCON，提出了一种多波束局部信道建模 (MBCM) 方法，该方法基于测量的参考信号接收功率 (RSRP) 来对信道角度功率谱 (APS) 进行建模 [11]。建模后的信道 APS 随后被用来预测基站 (BS) 参数调整后的 ISAC 信号的信干比 (SIRs)，如图 2 所示。基于 MBCM，我们优化了 BS (由蓝点表示) 天线的俯仰角和方位角，以改善 IAGN 中的 ISAC 性能。可以观察到，经过优化后，整个网络中 ISAC 信号的 RSRP 得到了显著提升，这说明了 MBCM 方法的有效性。

基于随机几何的网络性能分析

为了支持低空经济 (LAE) 的发展，需要进行网络级的性能分析，为网络设计提供必要的指导。在文献 [12] 中，研究者考虑了一个由地面基站 (BSs)、地面通信用户 (CUs) 和空中感知目标 (STs) 组成的下行 ISAC 网络，其中每个 BS 都配备了如图 2 所示的垂直放置的半波长均匀线性阵列。ISAC 信号被用于同时服务单天线 CU 和感知非协作的空中 ST。BS 的位置根据二维 (2D) 均匀泊松点过程随机分布，而 CU 和 ST 的位置则根据独立的静态点过程分布。通信与感知 (C&S) 性能通过多种指标进行评估，包括在 SIR 准则下的区域通信覆盖概率 (ACCP) 和在恒虚警率 (CFAR) 准则下的区域雷达探测覆盖概率 (ARDCP)。这些指标作为网络级的性能指示器，分别表征了成功覆盖的 CU 的密度和成功探测到的 ST 的密度。

可以观察到，ACCP 随着 BS 高度和 SIR 准则的增加而降低，而随着 BS 密度的增加则先增大后减小。此外，ARDCP 随着 ST 高度和 CFAR 准则的增加而降低，而随着 BS 密度的增加也是先增大后减小。以上发现生动地揭示了网络参数对 C&S 性能的影响。

Ground-to-Air C&S

Ground-to-Air Sensing

根据飞行器是否参与感知过程，飞行器感知技术通常可分为两类，即协作式主动感知和非协作式被动感知。

• 协作式主动感知： 传统的感知依赖于飞行器的机载传感器，包括用于视觉感知和环境识别的摄像机、用于估算加速度和角速度的惯性测量单元、用于定位的全球导航卫星系统以及用于探测的雷达。通过充分利用这些多模态感知信息可以实现可靠的监视。然而，考虑到实际中飞行器有限的电力供应，处理多模态感知信息并不容易。另一种监视方案是通过协作，由基站 (BS) 主动感知飞行器。具体来说，感知请求由 BS 发起并由飞行器接受，然后感知信息被反馈给 BS，这些信息可以来自多模态传感器的数据和/或基于导频信号的信道估计。基于这些反馈，BS 能够从全局视角更好地指导飞行器的飞行。

• 非协作式被动感知： 非协作式被动感知主要用于探测非法飞行的飞行器。非法飞行器的活动会阻碍合法飞行器的移动并干扰其通信。为解决此问题，可以利用基于回波/散射信号的雷达感知来探测、分类和跟踪非法飞行器，以确保合法飞行器的安全。然而，低空飞行器的尺寸相对较小，因此其雷达散射截面也比传统高空飞行器小，这给探测和跟踪带来了巨大挑战。此外，它们较慢的飞行速度和悬停能力使其难以与静态杂波和鸟类区分。考虑到这个问题，需要捕捉小型飞行器运动的微多普勒特征，以便将小型飞行器与鸟类进行分类。