本白皮书首先阐述了智能低空通感网络的发展概况;其次介绍了智能低空通感网络的多种应用场景;随后针对应用场景所需的关键能力，分析了传统非智能通感技术面临的问题与挑战，进而提出创新性解决方案;在杂波抑制方面，提出了融合AI技术与传统算法的深度神经网络增强的空时自适应处理(STAP)算法，以实现智能杂波抑制;针对目标识别的难题，介绍了基于AI的UAV目标识别关键技术，保障对目标的精准识别;为应对目标检测与轨迹跟踪的挑战，提出了AI赋能的多站检测跟踪方案;此外，还创新性地提出了一种多源感知融合技术架构，有效提升了低空感知的可靠性;最后对智能低空通感网络的未来发展进行总结与展望。

查看完整内容，请点击下载。