编辑推荐：
本期《IEEE Wireless Communications》特刊聚焦低空经济（LAE）网络从理论走向实践的关键挑战。研究人员针对低空无线网络在可扩展性、互操作性、资源管理和安全通信等方面的核心问题，开展了一系列涵盖智能组网、集成感知与通信（ISAC）、语义通信、人工智能原生架构及物理层安全等主题的深入研究。通过构建创新框架、算法及原型测试平台，研究成果显著提升了低空网络在资源利用、任务效率、通信感知一体化和安全保障方面的性能，为低空经济的大规模可靠部署提供了重要的技术支撑和实践蓝图。
随着地面交通基础设施的快速饱和，城市和产业界正将目光投向低空空域，将其视为新的经济前沿。低空经济（Low-Altitude Economy, LAE）设想大规模部署航空器，从物流无人机、巡检平台到电动垂直起降（electric Vertical Take-Off and Landing, eVTOL）飞行器和空中出租车，在最高约3000米的空域中运行。然而，将这些演示转化为可扩展、可互操作的基础设施仍然充满挑战。低空应用天生耦合了通信、感知和计算，实时空域感知、障碍物检测和交通监控必须与通信链路及机载智能紧密集成，以确保安全导航和弹性控制。同时，航空器有限的续航能力和机载资源要求能量感知和计算感知的设计，以及灵活的边缘和云基础设施卸载，这显著增加了跨频谱、计算和存储的资源管理的维度和动态性。
为弥合理论与实践之间的差距，严格的标准化、大规模测试平台和真实世界部署不可或缺。发表于《IEEE Wireless Communications》的特刊“Toward Practical Low-Altitud Economy Networking: Standardization, Testbeds, and Real-world Deployments”汇集了应对这些挑战的最新进展。研究人员围绕低空无线网络的标准、技术、测试平台和实际部署展开研究，特别强调了可演示的测试平台、试点项目和来自真实系统的证据。
为开展研究，研究人员主要应用了以下几项关键技术方法：基于开放无线接入网络（O-RAN）的智能编排框架，实现了语义感知和信号与干扰加噪声比（SINR）感知的轨迹规划；分层跨域协同计算架构，通过本地与全局调度器提升资源利用率；生成式人工智能（GAI）赋能的语义通信，用于任务导向的图像回传；集成感知与通信（ISAC）技术，结合多域自干扰消除实现全双工操作；以及基于协作波束成形的物理层安全范式，集成卫星与无人机（UAV）群控以增强抗窃听能力。研究还涉及联邦增强（Federated Augmentation, FA）以解决数据异构性和隐私问题，以及多模态大语言模型（Multimodal Large Language Model, MLLM）用于提升无人机群的自然语言交互与自主任务规划能力。验证工作广泛依托实际测试平台，如5G赋能的高压线巡检测试床、城市级管理平台和基于通用软件无线电外设（USRP）的户外原型等。
O-RAN赋能的低空经济任务智能编排框架
[A1] 提出了一种O-RAN赋能的框架，用于低空经济任务的智能编排。该架构利用无线接入网络智能控制器（RAN Intelligent Controllers, RICs），在非实时RIC中通过语义视觉无线电应用从航空图像中提取地形感知特征，在近实时RIC中通过基于多智能体深度确定性策略梯度（multi-agent deep deterministic policy gradient）的xApp为复杂城市地形上的无人机群执行SINR感知的轨迹规划。案例研究和讨论表明，人工智能原生的O-RAN控制回路能够实现可扩展、上下文感知的低空经济部署。
面向自主航空器群的分层跨域协同计算
[A2] 针对大规模低空经济网络中的自主航空器（Autonomous Aerial Vehicle, AAV）群可扩展计算问题，提出了一个分层跨域架构，将网络划分为由本地调度器和全局调度器管理的本地域，并开发了一种自下而上的协同计算算法。基于Kubernetes的测试平台和包含360个AAV的大规模仿真表明，该方案相比贪婪基线算法显著提高了资源利用率并降低了任务完成时间。
生成式人工智能赋能的无人机语义通信
[A3] 将语义通信定位为低空经济中高效无人机网络的关键使能技术。作者概述了无人机作为语义编码器、解码器、中继或群节点的语义通信架构，并综述了生成式人工智能（Generative AI, GAI）模型如何支持数据处理、提示提取等。在北京郊区的真实5G赋能高压线巡检测试平台上，基于GAI的分割、描述和扩散模型实现了任务导向的图像回传，在保留任务相关语义的同时减少了传输时间和能耗。
ubiquitous and Trusted Intelligent Cellular-native Network (UTICN) 用于低空管理
[A4] 提出了UTICN，一个 ubiquitous and Trusted Intelligent Cellular-native Network，统一了基于多域ISAC的感知、高精度多源定位、智能机器通信、控数分离管理和群智驱动的交通演化。部署于广州的城市级管理平台和包含Sub-6 GHz与毫米波基站的协同ISAC测试床验证了UTICN的实用性，实现了亚10米级的无人机跟踪精度。
低空无线网络中的隐蔽通信
[A5] 研究了如何利用隐蔽通信增强具有强视距信道特性的低空无线网络的安全性。研究对比了物理层安全与利用被动和主动不确定性及联合轨迹-资源设计的隐蔽方案，并通过双向无人机-地面案例研究展示了在加权隐蔽速率上的显著增益。
大型人工智能模型（Large AI Model, LAIM）在资源受限低空系统中的集成
[A6] 研究了如何将大型人工智能模型（Large AI Model, LAIM）高效集成到资源受限的低空系统中。作者提出了一个分层地-空-云架构，并讨论了可扩展的LAIM训练和推理的使能技术及任务导向执行流水线。真实信道测量实验和案例研究证明了LAIM赋能低空经济的可行性。
联邦增强（Federated Augmentation, FA）克服联邦学习中的数据异构性
[A7] 探索了联邦增强（Federated Augmentation, FA）如何克服低空经济网络联邦学习中的数据异构性和隐私约束。提出的FA流水线生成域感知的合成特征同时匿名化客户端贡献。在AID数据集上的无人机航空图像分类案例表明，该框架在非独立同分布（non-IID）条件下显著提高了准确性和鲁棒性。
保护隐私的多无人机协同路由与充电
[A8] 提出了一个保护隐私的路由和充电框架，其中每个无人机混淆其目的地，并在时空图上的非合作贝叶斯博弈中仅报告概率性的充电站选择。在真实城市地图上的评估表明，该方案在保护轨迹隐私的同时实现了接近最优的路由和充电性能。
多模态大语言模型（MLLM）赋能的无人机群框架
[A9] 提出了一个多模态大语言模型（Multimodal Large Language Model, MLLM）赋能的无人机群框架，定义了集中式边缘推理、空-地拆分推理和协同推测解码三种部署模式。构建的森林灭火原型展示了MLLM如何将基于规则的工作流转变为目标驱动的自主服务。
全解耦空天地一体化网络（FD-SGIN）支持低空智能组网
[A10] 提出了全解耦空天地一体化网络（Fully Decoupled Space-Ground Integrated Network, FD-SGIN）以支持密集航空器（Aerial Vehicle, AV）的低空智能组网（Low-Altitude Intelligent Networking, LAIN）。基于全解耦无线接入网（Fully Decoupled Radio Access Network, FD-RAN）概念，FD-SGIN将控制、上行链路和下行链路分离到跨地面基站和卫星的异构传输/接收点（Transmission/Reception Point, TRP），实现高度自适应接入和不对称上下行支持。
集成卫星-无人机协作波束成形物理层安全
[A11] 提出了一种基于协作波束成形的物理层安全范式，用于集成卫星控制与无人机群的的低空无线网络（Low-Altitude Wireless Network, LAWN）。卫星提供广域感知和控制，而无人机群形成虚拟天线阵列以保护数据分发、数据中继以及面临窃听者共谋或不完美窃听者信息时的空中链路等关键应用。
rotatable antenna (RA) 增强低空经济覆盖与感知
[A12] 提出在基站（Base Station, BS）和无人机上使用具有可调三维视轴的 rotatable antenna (RA) 来增强低空经济的覆盖和感知。讨论了RA辅助的多基站协同覆盖和RA辅助的多无人机协同覆盖两种代表性部署模式，并概述了RA信道建模、接入与干扰管理等关键设计问题。
全双工集成感知与通信（FD-ISAC）框架
[A13] 提出了一个专用于低空经济网络的全双工集成感知与通信（Full-Duplex Integrated Sensing and Communication, FD-ISAC）框架。作者设计了一个分层低空经济架构和一个协同设计的波形，该波形支持同时进行正交频分复用（Orthogonal Frequency-Division Multiplexing, OFDM）通信和基于线性调频（chirp）的感知，并通过空间、射频和数字域的多级自干扰消除技术予以支持。基于通用软件无线电外设（Universal Software Radio Peripheral, USRP）的户外原型验证表明，FD-ISAC设计相比传统半双工方案能实现更高的频谱效率和精确感知。
综上所述，本特刊汇集的研究成果显著推进了低空经济网络从理论概念向工程实践的转化。通过创新性地融合O-RAN、人工智能、语义通信、ISAC、物理层安全等前沿技术，并辅以大规模仿真和真实世界测试平台的验证，这些工作为解决低空网络在可扩展性、互操作性、资源管理、安全性和可靠性方面的核心挑战提供了多样化的解决方案和可行的技术路径。研究成果不仅展示了低空无线网络在特定应用场景（如巡检、物流、空管）下的巨大潜力，也为未来低空经济的大规模、安全、高效部署奠定了坚实的理论与技术基础，指明了标准化和进一步研究的方向。
