隨著人工智能技術(shù)，特別是大數(shù)據(jù)時(shí)代的興起，低空經(jīng)濟(jì)得到空前的發(fā)展。低空經(jīng)濟(jì)作為一種新興的經(jīng)濟(jì)形態(tài)，涉及到物流、應(yīng)急救援、植保、城市管理等各個(gè)領(lǐng)域，不僅需要強(qiáng)有力的技術(shù)支撐，而且還需要一種高效、智能化的通信網(wǎng)絡(luò)體系作為保障。人工智能大模型以其強(qiáng)大的數(shù)據(jù)處理能力與智能決策能力，為我國低空經(jīng)濟(jì)發(fā)展提供了一種全新的思路與方法。

一、低空經(jīng)濟(jì)智能通信網(wǎng)絡(luò)架構(gòu)重要性

1.1 提升低空交通管理效率

隨著我國低空經(jīng)濟(jì)的快速發(fā)展，低空飛行器數(shù)量急劇增加，航班密度急劇上升，傳統(tǒng)的空中交通管控模式已難以滿足日益增長的高密度需求。低空經(jīng)濟(jì)智能化通信網(wǎng)絡(luò)架構(gòu)可以實(shí)現(xiàn)對(duì)低空飛行的智能管理，包括實(shí)時(shí)數(shù)據(jù)監(jiān)測、航路規(guī)劃、飛行智能等[1]。該網(wǎng)絡(luò)架構(gòu)可將低空飛行器的動(dòng)態(tài)信息實(shí)時(shí)傳送到管理平臺(tái)，幫助監(jiān)管機(jī)構(gòu)快速?zèng)Q策，優(yōu)化空域使用效率，保障飛行安全。智能通信網(wǎng)還可以實(shí)現(xiàn)無人機(jī)等低空飛行器的自動(dòng)調(diào)度與飛行控制，進(jìn)一步提高管理效率。將產(chǎn)業(yè)管理與社會(huì)管理相結(jié)合，形成“看得見，管得著”的高效管理局面。

1.2 促進(jìn)低空經(jīng)濟(jì)產(chǎn)業(yè)融合

低空經(jīng)濟(jì)涉及無人機(jī)生產(chǎn)、物流配送、城市航空運(yùn)輸、應(yīng)急救援等領(lǐng)域，其融合發(fā)展離不開高效的信息交互平臺(tái)。作為該平臺(tái)的核心，低空經(jīng)濟(jì)智能化通信網(wǎng)絡(luò)架構(gòu)可以實(shí)現(xiàn)不同行業(yè)間數(shù)據(jù)共享與協(xié)同工作。低空智能網(wǎng)絡(luò)的建設(shè)能夠?qū)⒌涂诊w行器、地面設(shè)施和各種應(yīng)用場景緊密連接起來。如利用智能通信網(wǎng)絡(luò)對(duì)無人機(jī)的飛行狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)測，對(duì)其進(jìn)行優(yōu)化；應(yīng)急救援部門可通過這一網(wǎng)絡(luò)迅速調(diào)配資源，提高救災(zāi)效率。這種跨行業(yè)的融合，不但可以提高各個(gè)行業(yè)的運(yùn)作效率，而且可以為企業(yè)帶來更多的商業(yè)模式與機(jī)會(huì)。

1.3 增強(qiáng)應(yīng)急響應(yīng)與災(zāi)害管理能力

在緊急情況下，時(shí)間就是生命，是災(zāi)難管理的生命線。低空經(jīng)濟(jì)智能通信網(wǎng)絡(luò)體系結(jié)構(gòu)可為應(yīng)急救援工作提供快速有效的信息支撐。利用低空通信網(wǎng)，無人機(jī)可將災(zāi)情實(shí)時(shí)傳回指揮中心，提供救援決策依據(jù)。如基于5G-A 網(wǎng)絡(luò)的8K 虛擬現(xiàn)實(shí)直播系統(tǒng)可以實(shí)現(xiàn)對(duì)地震災(zāi)區(qū)的超視距飛行和三維建模，極大地提高救災(zāi)效率。且智能通信網(wǎng)絡(luò)還能實(shí)現(xiàn)對(duì)無人機(jī)的遙控與自主飛行，使其能夠在復(fù)雜環(huán)境下快速完成急救藥品、血樣等任務(wù)。這種高效率的應(yīng)急響應(yīng)能力，不僅可以提高救援效率，而且可以有效地降低災(zāi)害帶來的社會(huì)經(jīng)濟(jì)損失。

1.4 推動(dòng)技術(shù)創(chuàng)新與產(chǎn)業(yè)升級(jí)

低空經(jīng)濟(jì)智能化通信網(wǎng)絡(luò)架構(gòu)是我國低空經(jīng)濟(jì)建設(shè)的重要基礎(chǔ)，其構(gòu)建需要融合5G、北斗導(dǎo)航、大數(shù)據(jù)和人工智能等前沿技術(shù)，不僅可以提高我國低空經(jīng)濟(jì)運(yùn)營效率，而且可以促進(jìn)相關(guān)技術(shù)的創(chuàng)新與升級(jí)。5G-A 網(wǎng)絡(luò)具有低時(shí)延、高可靠等優(yōu)點(diǎn)，是構(gòu)建低空智能網(wǎng)絡(luò)的理想選擇[2]。5G 移動(dòng)通信系統(tǒng)利用MIMO 技術(shù)與頻譜融合技術(shù)，可為低空飛行器提供穩(wěn)定的通信保障。智能通信網(wǎng)絡(luò)架構(gòu)的搭建，也可以帶動(dòng)相關(guān)產(chǎn)業(yè)鏈，如無人機(jī)制造、通信裝備研發(fā)、數(shù)據(jù)處理等。這種技術(shù)創(chuàng)新與產(chǎn)業(yè)升級(jí)的協(xié)同效應(yīng)，將為我國低空經(jīng)濟(jì)的持續(xù)發(fā)展提供強(qiáng)有力的推動(dòng)力。

二、基于人工智能大模型的低空經(jīng)濟(jì)智能通信網(wǎng)絡(luò)架構(gòu)設(shè)計(jì)應(yīng)用

2.1 智能規(guī)劃與資源優(yōu)化

在低空經(jīng)濟(jì)背景下，對(duì)通信網(wǎng)絡(luò)規(guī)劃提出了更高的智能化要求?？捎么竽Ｐ头治鰹榛A(chǔ)，通過大數(shù)據(jù)分析，準(zhǔn)確預(yù)測不同地區(qū)的航班密度、數(shù)據(jù)傳輸需求以及可能出現(xiàn)的擁堵情況。設(shè)計(jì)自適應(yīng)網(wǎng)絡(luò)資源分配算法，動(dòng)態(tài)調(diào)整基站布局、頻譜資源及功率控制，保證低空機(jī)間無縫通信資源的高效利用?？梢岳脵C(jī)器學(xué)習(xí)預(yù)測模型，對(duì)未來高需求區(qū)域進(jìn)行預(yù)測和預(yù)測，以滿足我國低空經(jīng)濟(jì)快速發(fā)展需求。

在某大城市100 平方公里的低空物流實(shí)驗(yàn)區(qū)，每日平均飛行高度為50 ～ 200 米，每天約500 架次。這一地區(qū)分布著多個(gè)商務(wù)區(qū)、住宅區(qū)和物流集散點(diǎn)，不同時(shí)段航班密度及數(shù)據(jù)傳輸需求存在明顯差異。可利用傳感器網(wǎng)絡(luò)實(shí)時(shí)采集無人機(jī)的飛行軌跡、位置、速度等信息，同時(shí)獲取各個(gè)區(qū)域的信號(hào)強(qiáng)度和干擾情況，實(shí)現(xiàn)對(duì)無人機(jī)的智能化規(guī)劃和資源優(yōu)化。利用大模型分析平臺(tái)，分析近一個(gè)月來商業(yè)街區(qū)的數(shù)據(jù)，發(fā)現(xiàn)在工作日白天，商業(yè)街區(qū)的無人機(jī)流量急劇上升，數(shù)據(jù)傳輸需求峰值達(dá)到10Gbps，同時(shí)夜間小區(qū)內(nèi)無人機(jī)流量較為密集，可對(duì)網(wǎng)絡(luò)資源的自適應(yīng)分配算法進(jìn)行研究。在商業(yè)區(qū)，基站功率提高30%，對(duì)頻譜資源進(jìn)行重新分配，為低空通信預(yù)留50MHz 的連續(xù)帶寬。同時(shí)，根據(jù)實(shí)時(shí)無人機(jī)密集度動(dòng)態(tài)調(diào)整基站覆蓋區(qū)域，當(dāng)無人機(jī)密集度大于50 個(gè)/ 平方公里時(shí)，啟動(dòng)智能波束成形技術(shù)，使基站信號(hào)集中在無人機(jī)密集區(qū)，有效降低信號(hào)干擾?？山Y(jié)合氣象、節(jié)假日等因素，采用機(jī)器學(xué)習(xí)預(yù)測模型對(duì)未來一周不同地區(qū)無人機(jī)流量變化進(jìn)行預(yù)測。如預(yù)測某大型商場在周末有促銷活動(dòng)，提前優(yōu)化區(qū)域網(wǎng)絡(luò)資源，增加臨時(shí)基站，確?；顒?dòng)期間無人機(jī)配送服務(wù)流暢，數(shù)據(jù)傳輸成功率提高。

2.2 異構(gòu)網(wǎng)絡(luò)融合與協(xié)同

由于低空通信環(huán)境的特殊性，建立多層異構(gòu)的衛(wèi)星通信、地基基站和無人機(jī)中繼網(wǎng)絡(luò)是非常必要的[4]。其中，基于人工智能大模型的低空經(jīng)濟(jì)智能通信網(wǎng)絡(luò)架構(gòu)設(shè)計(jì)，聚焦于異構(gòu)網(wǎng)絡(luò)融合與協(xié)同的深度技術(shù)創(chuàng)新，這可以滿足低空?qǐng)鼍跋峦ㄐ啪W(wǎng)絡(luò)的復(fù)雜性的問題，這主要是因?yàn)椋斯ぶ悄艽竽Ｐ驮诖思軜?gòu)中扮演核心智能引擎的角色，其可以通過對(duì)多源異構(gòu)網(wǎng)絡(luò)數(shù)據(jù)的深度學(xué)習(xí)、實(shí)時(shí)分析，動(dòng)態(tài)優(yōu)化網(wǎng)絡(luò)資源分配，進(jìn)而起到協(xié)同不同網(wǎng)絡(luò)間的流量調(diào)度與路由策略的作用。

某沿海城市針對(duì)低空旅游飛行器（包括直升機(jī)、無人機(jī)和無人機(jī)）的通信需求，構(gòu)建低軌衛(wèi)星通信系統(tǒng)、10 座沿海岸線布設(shè)的地面基站和5 臺(tái)中繼無人機(jī)。衛(wèi)星通信多采用Ku 波段，覆蓋范圍大，帶寬有限，單鏈路帶寬10Mbps 左右；地基基站采用5G 通信技術(shù)，在視場內(nèi)可以達(dá)到1Gbps 的峰值傳輸速率；無人機(jī)中繼系統(tǒng)是一種適用于復(fù)雜地形和信號(hào)盲區(qū)的通信設(shè)備，采用2.4GHz 頻段，傳輸速率達(dá)到100Mbps。結(jié)合人工智能大模型，實(shí)時(shí)監(jiān)控和分析多個(gè)網(wǎng)絡(luò)的性能，利用深度學(xué)習(xí)算法對(duì)無人機(jī)的位置、速度、飛行方向和網(wǎng)絡(luò)信號(hào)強(qiáng)度等參數(shù)進(jìn)行處理，實(shí)現(xiàn)最優(yōu)網(wǎng)絡(luò)選擇。當(dāng)直升機(jī)由內(nèi)陸向海上飛行時(shí)，系統(tǒng)會(huì)對(duì)其通信要求以及每個(gè)網(wǎng)絡(luò)的可用資源進(jìn)行實(shí)時(shí)分析。在距離地面基站10 公里以上、衛(wèi)星信號(hào)良好的情況下，自動(dòng)切換通信鏈路至衛(wèi)星網(wǎng)，切換時(shí)間不超過50ms，確保視頻監(jiān)測數(shù)據(jù)與飛行參數(shù)穩(wěn)定傳輸。通過跨網(wǎng)資源調(diào)度，在弱信號(hào)海島附近部署UAV 中繼站，均衡各網(wǎng)負(fù)載，使全網(wǎng)通信中斷率下降，顯著提高低空旅游通信的穩(wěn)定性與連續(xù)性。

2.3 安全與隱私保護(hù)強(qiáng)化

可將人工智能大模型應(yīng)用到加密技術(shù)創(chuàng)新中，如基于深度學(xué)習(xí)的自適應(yīng)加密算法，根據(jù)通信內(nèi)容的重要程度和敏感性，動(dòng)態(tài)調(diào)整加密強(qiáng)度，在保證數(shù)據(jù)安全性的同時(shí)，保證數(shù)據(jù)的傳輸效率。采用人工智能技術(shù)對(duì)網(wǎng)絡(luò)異常行為進(jìn)行檢測與預(yù)警，實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)攻擊的及時(shí)檢測與防御，建立多級(jí)安全防御體系。設(shè)計(jì)差分隱私等隱私保護(hù)機(jī)制，保證數(shù)據(jù)在分析與分享過程中不會(huì)外泄，增強(qiáng)用戶對(duì)低空經(jīng)濟(jì)通信網(wǎng)的信任度。

在軍事訓(xùn)練基地低空模擬通信場景中，需要傳輸大量的敏感信息，如飛機(jī)戰(zhàn)術(shù)行動(dòng)命令、位置信息、軍事設(shè)施監(jiān)控信息等。可以以人工智能大模型為基礎(chǔ)，對(duì)加密技術(shù)進(jìn)行創(chuàng)新，提高安全性和隱私性。構(gòu)建深度學(xué)習(xí)模型，實(shí)現(xiàn)通信數(shù)據(jù)的實(shí)時(shí)分類，并根據(jù)其重要性和敏感度將其劃分為高、中、低三個(gè)級(jí)別。針對(duì)核心軍事機(jī)密等高級(jí)別數(shù)據(jù)，采用高強(qiáng)度AES-256 加密算法，結(jié)合量子密鑰分發(fā)技術(shù)，實(shí)現(xiàn)絕對(duì)安全的加密。針對(duì)無人機(jī)等中層數(shù)據(jù)，研究基于深度學(xué)習(xí)的自適應(yīng)加密算法，根據(jù)網(wǎng)絡(luò)環(huán)境及實(shí)時(shí)業(yè)務(wù)情況，動(dòng)態(tài)調(diào)整加密強(qiáng)度。在網(wǎng)絡(luò)流量較大的情況下，適當(dāng)降低加密的復(fù)雜度，保證數(shù)據(jù)的傳輸效率；針對(duì)非關(guān)鍵性系統(tǒng)狀態(tài)信息等低級(jí)別數(shù)據(jù)，采用輕量級(jí)加密算法，提高數(shù)據(jù)傳輸速率，同時(shí)保證基本的安全性。

針對(duì)網(wǎng)絡(luò)異常行為，采用人工智能技術(shù)，通過實(shí)時(shí)監(jiān)控網(wǎng)絡(luò)流量，學(xué)習(xí)正常通信方式下的業(yè)務(wù)特征，如分組長度、頻率、信源地址等。在檢測到異常業(yè)務(wù)時(shí)，如短時(shí)間內(nèi)出現(xiàn)大量相同IP 地址的連接請(qǐng)求，應(yīng)及時(shí)發(fā)出警報(bào)，啟動(dòng)阻斷連接、溯源分析等防御機(jī)制。設(shè)計(jì)差分隱私保護(hù)機(jī)制，通過添加適當(dāng)?shù)脑胍魜矸治鲇?xùn)練數(shù)據(jù)，確保數(shù)據(jù)在分析和共享過程中不會(huì)泄露軍事機(jī)密，從而有效提升軍事低空通信網(wǎng)絡(luò)的安全保密性能。

2.4 高效數(shù)據(jù)傳輸與處理

在低空高速移動(dòng)環(huán)境中，實(shí)現(xiàn)高效率和低延時(shí)數(shù)據(jù)傳輸是關(guān)鍵。人工智能大模型能夠在保證信息質(zhì)量的前提下，最大限度地降低數(shù)據(jù)傳輸量，提高信道利用率。可結(jié)合邊緣計(jì)算技術(shù)，充分利用部署于網(wǎng)絡(luò)邊緣的智能節(jié)點(diǎn)對(duì)數(shù)據(jù)進(jìn)行預(yù)處理與分析，降低云處理壓力，縮短數(shù)據(jù)回傳路徑，實(shí)現(xiàn)實(shí)時(shí)決策與響應(yīng)，利用人工智能對(duì)數(shù)據(jù)流模式進(jìn)行預(yù)測，將熱點(diǎn)內(nèi)容預(yù)存到邊緣節(jié)點(diǎn)，進(jìn)一步減少訪問時(shí)延，提高用戶體驗(yàn)。在高速低空物流場景下，以100km/h 飛行高度（100 ～ 300m）的物流無人機(jī)為研究對(duì)象。可將人工智能大模型與邊緣計(jì)算技術(shù)相結(jié)合，實(shí)現(xiàn)高效的數(shù)據(jù)傳輸和處理。將邊緣計(jì)算節(jié)點(diǎn)部署于物流樞紐及交通要道，并配置高性能計(jì)算芯片，存儲(chǔ)容量達(dá)1TB。無人駕駛飛機(jī)飛行時(shí)，可以實(shí)時(shí)獲取貨物狀態(tài)、飛行參數(shù)和周邊環(huán)境等信息，每小時(shí)可達(dá)5G以上。該方法采用人工智能大模型對(duì)其進(jìn)行預(yù)處理，利用壓縮算法將數(shù)據(jù)量減少，同時(shí)保證信息質(zhì)量。同時(shí)，可利用歷史數(shù)據(jù)與實(shí)時(shí)訂單信息，預(yù)測出需求最大的區(qū)域，并在最靠近該區(qū)域的邊緣節(jié)點(diǎn)存儲(chǔ)相關(guān)熱點(diǎn)內(nèi)容。如通過對(duì)某區(qū)域在工作日午后頻繁出現(xiàn)生鮮商品配送需求的分析，將生鮮商品溫度監(jiān)測數(shù)據(jù)處理程序及通用配送路徑規(guī)劃數(shù)據(jù)預(yù)先存儲(chǔ)到該區(qū)域邊緣節(jié)點(diǎn)。當(dāng)無人機(jī)進(jìn)入該區(qū)域后，無需再向云端申請(qǐng)，直接從邊緣節(jié)點(diǎn)獲取數(shù)據(jù)并進(jìn)行處理，極大地縮短數(shù)據(jù)回傳路徑，使數(shù)據(jù)處理延遲由100ms 降低到20ms 以內(nèi)，實(shí)現(xiàn)實(shí)時(shí)決策和響應(yīng)，提升物流配送效率與用戶體驗(yàn)。

2.5 持續(xù)學(xué)習(xí)與自適應(yīng)優(yōu)化

低空經(jīng)濟(jì)通信網(wǎng)是一個(gè)不斷演化的系統(tǒng)，需要有自主學(xué)習(xí)、不斷優(yōu)化的能力?？刹捎没谠鰪?qiáng)學(xué)習(xí)的網(wǎng)絡(luò)優(yōu)化方法，使網(wǎng)絡(luò)能夠根據(jù)實(shí)時(shí)反饋?zhàn)赃m應(yīng)地調(diào)整傳輸功率、信道分配等參數(shù)，從而實(shí)現(xiàn)最優(yōu)的通信效果[6]。結(jié)合人工智能大模型，深入挖掘網(wǎng)絡(luò)歷史數(shù)據(jù)，挖掘網(wǎng)絡(luò)性能瓶頸與提升空間，指導(dǎo)網(wǎng)絡(luò)體系結(jié)構(gòu)不斷更新。網(wǎng)絡(luò)在不斷學(xué)習(xí)的過程中，可以對(duì)新技術(shù)的引入、用戶行為的改變等外部因素進(jìn)行適應(yīng)性調(diào)整，從而維持企業(yè)的長期競爭優(yōu)勢(shì)與服務(wù)品質(zhì)。

某園區(qū)占地300 多平方公里，集物流、旅游、測繪等多種低空業(yè)務(wù)于一體。園區(qū)內(nèi)各類低地飛行器1 000余架，通信網(wǎng)絡(luò)架構(gòu)正處于持續(xù)的發(fā)展與完善之中。為實(shí)現(xiàn)連續(xù)學(xué)習(xí)和自適應(yīng)優(yōu)化，可采用增強(qiáng)學(xué)習(xí)算法對(duì)網(wǎng)絡(luò)進(jìn)行優(yōu)化。將基站負(fù)載、UAV 分布密度、信號(hào)強(qiáng)度和傳輸延時(shí)等因素結(jié)合起來，對(duì)網(wǎng)絡(luò)狀態(tài)空間進(jìn)行定義。定義行動(dòng)空間，包括對(duì)基站發(fā)射功率（10 ～ 50W 可調(diào)）、信道分配策略（支持多種波段組合）和中繼部署位置等，構(gòu)建增強(qiáng)學(xué)習(xí)模型，通過實(shí)時(shí)反饋獎(jiǎng)勵(lì)值對(duì)網(wǎng)絡(luò)參數(shù)進(jìn)行優(yōu)化。如當(dāng)網(wǎng)絡(luò)成功地向多個(gè)低空測繪無人機(jī)提供穩(wěn)定的通信服務(wù)，并且傳輸速率能夠滿足測繪數(shù)據(jù)實(shí)時(shí)回傳的要求時(shí)，將給予較高的獎(jiǎng)勵(lì)；當(dāng)通信中斷或者傳輸率太低的時(shí)候會(huì)被扣分。通過學(xué)習(xí)動(dòng)態(tài)調(diào)整網(wǎng)絡(luò)參數(shù)，使網(wǎng)絡(luò)能夠根據(jù)實(shí)時(shí)業(yè)務(wù)需求及環(huán)境變化進(jìn)行自適應(yīng)調(diào)整傳輸功率及信道分配。同時(shí)，可結(jié)合人工智能大模型，深入挖掘園區(qū)近半年來的網(wǎng)絡(luò)歷史數(shù)據(jù)，如發(fā)現(xiàn)部分區(qū)域因建筑遮擋導(dǎo)致信號(hào)微弱，成為網(wǎng)絡(luò)性能瓶頸。故而應(yīng)更新網(wǎng)絡(luò)架構(gòu)，在這些區(qū)域增設(shè)信號(hào)中繼設(shè)備，使網(wǎng)絡(luò)整體性能提高，有效地適應(yīng)不斷發(fā)展變化的低空經(jīng)濟(jì)園區(qū)服務(wù)需求，保持良好的服務(wù)質(zhì)量。

三、結(jié)語

綜上所述，基于人工智能大模型，對(duì)低空經(jīng)濟(jì)智能化通信網(wǎng)絡(luò)體系結(jié)構(gòu)進(jìn)行研究是非常有意義的。不僅可以提高我國低空經(jīng)濟(jì)的運(yùn)行效率與安全水平，而且可以促進(jìn)我國低空經(jīng)濟(jì)向智能化、高效化方向發(fā)展。未來，隨著人工智能技術(shù)的發(fā)展，低空經(jīng)濟(jì)應(yīng)用場景的拓展，智能通信網(wǎng)將發(fā)揮越來越重要的作用，為我國低空經(jīng)濟(jì)的可持續(xù)發(fā)展提供技術(shù)支持。(作者：王琦　鄭昊南)