蘭 圖

(中國(guó)電子科技集團(tuán)公司第二十九研究所，四川 成都 610036)

隨著信息技術(shù)的快速發(fā)展和無線通信設(shè)備的廣泛應(yīng)用，頻譜資源變得越來越緊張[1]，面臨著電磁環(huán)境惡化[2]和資源分配不均[3]的問題：一方面，有限的頻譜資源難以滿足各種通信設(shè)備的需求[4]；另一方面，大量的頻譜利用效率低下，只有15%～85%[5]。針對(duì)這一問題，研究人員提出了認(rèn)知無線電的概念，使用信息挖掘技術(shù)管理頻譜資源[6]。然而，傳統(tǒng)的信息挖掘方法和數(shù)據(jù)處理能力并不能充分、及時(shí)地挖掘出有用信息[7]。因此，目前廣泛使用大數(shù)據(jù)分析技術(shù)來處理海量的頻譜信息[9]。

大數(shù)據(jù)[10]是指大量數(shù)據(jù)或信息的生成、存儲(chǔ)和處理(Big Data，BD)。在過去幾年中，BD在商業(yè)和學(xué)術(shù)中受到了廣泛的關(guān)注。頻譜資源具有大數(shù)據(jù)的特點(diǎn)，即數(shù)據(jù)量大、類型多、數(shù)據(jù)價(jià)值大[11-16]。數(shù)據(jù)量大即頻譜數(shù)據(jù)的規(guī)模從空域、頻域和時(shí)域3個(gè)不同維度在不斷增長(zhǎng)，如文獻(xiàn)[11]指出寧波地區(qū)的9座監(jiān)測(cè)站在10分鐘內(nèi)采集的頻譜信息就達(dá)到了GB量級(jí)；文獻(xiàn)[12]算出100 km×100 km的空間網(wǎng)格內(nèi)0～5 GHz的頻譜數(shù)據(jù)達(dá)到302 PB。類型多即數(shù)據(jù)的來源[13](個(gè)人移動(dòng)終端、專用檢測(cè)設(shè)備和地理頻譜數(shù)據(jù)庫(kù)等)、產(chǎn)生時(shí)間(歷史、實(shí)時(shí)和預(yù)測(cè))和格式[14](結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化)變化多樣。數(shù)據(jù)價(jià)值大[15]即挖掘出頻譜信息有助于更合理的頻譜分配并提高利用率。

本文針對(duì)頻譜資源在空間、時(shí)間和頻域上存在的高度相關(guān)性，提出了一種基于大數(shù)據(jù)分析的頻譜資源管控系統(tǒng)，使用大數(shù)據(jù)分析技術(shù)提高頻譜檢測(cè)的效率，優(yōu)化頻譜檢測(cè)的策略。

1 系統(tǒng)整體架構(gòu)

本文設(shè)計(jì)的頻譜資源管控系統(tǒng)由頻譜監(jiān)測(cè)與存儲(chǔ)、數(shù)據(jù)分析處理和管控中心3個(gè)功能模塊組成。采用分布式的數(shù)據(jù)采集架構(gòu)采集頻譜信息和GPS信息，并使用4G模塊進(jìn)行數(shù)據(jù)通信。針對(duì)頻譜資源大量、多樣的特點(diǎn)，本系統(tǒng)采用數(shù)據(jù)庫(kù)存儲(chǔ)海量的頻譜資源。數(shù)據(jù)處理分析模塊則使用基于大數(shù)據(jù)的分析技術(shù)預(yù)測(cè)下一次時(shí)刻頻譜資源的使用情況，便于合理的檢測(cè)可用信道、提高頻譜檢測(cè)的效率，優(yōu)化頻譜檢測(cè)的策略。管控中心由用戶管理模塊、GPS定位模塊和頻譜查詢與顯示模塊構(gòu)成，用于管理不同等級(jí)用戶的頻譜使用權(quán)限。系統(tǒng)整體架構(gòu)如圖1所示。

圖1 系統(tǒng)整體架構(gòu)

1.1 頻譜監(jiān)測(cè)與存儲(chǔ)模塊

射頻頻譜監(jiān)測(cè)的目的是測(cè)量和控制無線電發(fā)射參數(shù)，收集頻譜占用信息，以及識(shí)別和定位有害干擾源。頻譜監(jiān)測(cè)是整個(gè)頻譜資源管理系統(tǒng)的重要組成部分，實(shí)現(xiàn)有效的動(dòng)態(tài)頻譜分配需要適當(dāng)?shù)念l譜管理方法，而這又需要有歷史和現(xiàn)在的頻譜占用信息。

頻譜監(jiān)控系統(tǒng)主要由連接軟件定義無線電(Software-Defined Radio,SDR)的寬帶天線構(gòu)成，使用計(jì)算機(jī)控制其參數(shù)和操作，功能架構(gòu)如圖2所示。該系統(tǒng)只使用SDR的接收功能，通過測(cè)量接收功率和電場(chǎng)強(qiáng)度進(jìn)行干擾分析，并使用帶有Web界面的服務(wù)器存儲(chǔ)接收到的數(shù)據(jù)，以便于后續(xù)數(shù)據(jù)分析。

圖2 檢測(cè)系統(tǒng)功能架構(gòu)

1.2 基于大數(shù)據(jù)分析的頻譜占用預(yù)測(cè)

頻譜資源可以描述為一組環(huán)境參數(shù)和變量，通過實(shí)時(shí)、動(dòng)態(tài)地操縱這些參數(shù)和變量可以調(diào)整頻譜的占用情況。本文根據(jù)頻譜資源的大數(shù)據(jù)特點(diǎn)，使用大數(shù)據(jù)分析方法預(yù)測(cè)頻譜的占用情況，達(dá)到輔助頻譜管控的目的。

頻譜預(yù)測(cè)即根據(jù)頻譜數(shù)據(jù)與其歷史數(shù)據(jù)在時(shí)間維上的相關(guān)性，分析不同用戶占用某一信道的可能性。本文用“1”表示頻道被占用，用“0”表示頻道空閑，使用大數(shù)據(jù)分析方法訓(xùn)練一段短時(shí)間內(nèi)的頻譜信息，并使用學(xué)習(xí)到的模型預(yù)測(cè)下一時(shí)刻的信道狀態(tài)，其流程如圖3所示。

圖3 頻譜預(yù)測(cè)流程

基于大數(shù)據(jù)分析的頻譜預(yù)測(cè)可以提高頻譜檢測(cè)的效率，優(yōu)化頻譜檢測(cè)的策略。傳統(tǒng)基于順序查找的檢測(cè)策略要在如圖4所示的信道中找到可用的信道，需要依次檢測(cè)4個(gè)信道的使用情況。而基于大數(shù)據(jù)分析的方法，可以先預(yù)測(cè)得到下一時(shí)刻每個(gè)信道的占用情況，再檢測(cè)空閑信道，故更簡(jiǎn)單、快捷。

圖4 頻譜檢測(cè)示例

1.3 管控中心

管控中心由用戶管理模塊、終端控制管理模塊和頻譜查詢與顯示模塊構(gòu)成，用于管理不同等級(jí)用戶的頻譜使用權(quán)限。用戶管理模塊由用戶登錄和用戶權(quán)限管理構(gòu)成。用戶登錄用于管理用戶的注冊(cè)信息、用戶名和密碼等登錄信息；用戶權(quán)限管理則通過預(yù)設(shè)一個(gè)具有最大管理權(quán)限的超級(jí)管理員來限制普通用戶對(duì)資源的訪問權(quán)限。終端控制管理模塊通過建立終端信息表來管理終端的基本信息。該模塊具有終端通信功能，能實(shí)時(shí)接收終端的監(jiān)測(cè)數(shù)據(jù)、設(shè)置終端參數(shù)和顯示終端狀態(tài)。頻譜顯示模塊用于實(shí)時(shí)顯示頻譜監(jiān)測(cè)終端采集的頻譜信息，而終端查詢模塊通過設(shè)定不同的查詢條件，如采集終端、采集時(shí)間和中心頻率等條件，查詢數(shù)據(jù)庫(kù)中的歷史頻譜信息。

2 仿真測(cè)試與結(jié)果分析

本部分使用Windows搭建仿真測(cè)試環(huán)境，并使用MySQL數(shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)存儲(chǔ)，使用Java實(shí)現(xiàn)管控中心的用戶管理和頻譜顯示模塊。

如圖5分別給出了了監(jiān)測(cè)設(shè)備和基于大數(shù)據(jù)分析的預(yù)測(cè)結(jié)果?？梢钥闯?，即使在很短時(shí)間內(nèi)(只有115個(gè)時(shí)隙)，也能較好地預(yù)測(cè)信道的活動(dòng)情況，具有較高的預(yù)測(cè)精度。使用如圖5所示的頻譜預(yù)測(cè)結(jié)果，可以進(jìn)一步優(yōu)化頻譜監(jiān)測(cè)的策略，以提高頻譜監(jiān)測(cè)效率。本文使用該系統(tǒng)進(jìn)行仿真測(cè)試，頻譜監(jiān)測(cè)效率較傳統(tǒng)方法提高了40%。

圖5 檢測(cè)結(jié)果與預(yù)測(cè)結(jié)果的比較

3 結(jié)束語

本文針對(duì)頻譜資源匱乏、電磁環(huán)境惡化、分配不均及其在空間、時(shí)間和頻域上存在的高度相關(guān)性的問題，提出了一種基于大數(shù)據(jù)分析的頻譜資源管控系統(tǒng)。采用分布式的數(shù)據(jù)采集架構(gòu)采集頻譜信息和GPS信息，以提高頻譜監(jiān)測(cè)的精度，使用大數(shù)據(jù)分析技術(shù)預(yù)測(cè)下一次時(shí)刻頻譜資源的使用情況，并使用管控中心管理不同等級(jí)用戶的頻譜使用權(quán)限，來合理分配頻譜資源。

仿真測(cè)試結(jié)果表明，該系統(tǒng)能快速的檢測(cè)可用信道、提高頻譜監(jiān)測(cè)的效率，優(yōu)化頻譜監(jiān)測(cè)的策略。

[1] 張有志,丁嶠,左鵬,等.一種衛(wèi)星頻譜監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].數(shù)字通信世界,2016(3):1-5.

[2] 李伊.基于認(rèn)知無線傳感器網(wǎng)絡(luò)的能效優(yōu)化頻譜檢測(cè)機(jī)制研究[J].湖南郵電職業(yè)技術(shù)學(xué)院學(xué)報(bào), 2016,15(1):10-14.

[3] 于宏毅,程標(biāo),胡赟鵬,等.基于空域稀疏性的自適應(yīng)頻譜檢測(cè)算法[J].電子與信息學(xué)報(bào),2016,38(7):1703-1709.

[4] 龍敏,吳靚.認(rèn)知無線電網(wǎng)絡(luò)中安全的協(xié)作頻譜檢測(cè)算法[J]. 計(jì)算機(jī)工程與科學(xué),2016,38(10):2045-2050.

[5] 李彤,苗成林,呂軍.基于功率譜對(duì)消的時(shí)域相關(guān)認(rèn)知跳頻譜檢測(cè)算法[J].兵工學(xué)報(bào), 2017, 38(9):1754-1760.

[6] 趙季紅,張艷平,曲樺,等.沖擊噪聲背景下基于KPCA和C-SVM的頻譜檢測(cè)算法[J].電視技術(shù),2017,41(2):65-69.

[7] 馬彬,包小敏,謝顯中.認(rèn)知無線網(wǎng)絡(luò)中非理想頻譜檢測(cè)的切換[J].北京郵電大學(xué)學(xué)報(bào),2016,39(4):13-18.

[8] 王贊,許曉榮,姚英彪.基于能量有效性的貝葉斯壓縮感知寬帶頻譜檢測(cè)[J].計(jì)算機(jī)工程,2016,42(3):125-129.

[9] 同詩(shī)揚(yáng),祁廣云,衣淑娟.基于農(nóng)業(yè)物聯(lián)網(wǎng)的改進(jìn)型雙門限頻譜檢測(cè)算法研究[J].農(nóng)機(jī)化研究,2016(1):53-56.

[10] 杜紅,富爽,史國(guó)軍,等.認(rèn)知無線電中雙階段頻譜檢測(cè)算法研究[J].電視技術(shù),2016,40(10):67-70.

[11] 吳迪,李智.基于1-bit壓縮采樣的快速頻譜檢測(cè)方法[J].廣東通信技術(shù),2016(1):36-40.

[12] 李欣.基于嵌入式平臺(tái)的微型頻譜監(jiān)測(cè)儀器軟件設(shè)計(jì)及實(shí)現(xiàn)[D].成都:電子科技大學(xué),2016.

[13] 王繼業(yè),趙東艷,原義棟,等.電力無線專網(wǎng)中基于頻譜檢測(cè)的SDR技術(shù)[J].電子技術(shù)應(yīng)用,2017,43(4):102-106.

[14] 李敏樂,畢大平,韓佳輝.基于形態(tài)學(xué)運(yùn)算的子帶頻譜檢測(cè)算法[J].探測(cè)與控制學(xué)報(bào),2017,39(4):49-53.

[15] 夏偉,邱斌,丁風(fēng)海,等.基于LabVIEW的頻譜監(jiān)測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)測(cè)量與控制,2016,24(12):24-27.