丁國如，孫佳琛，王海超，焦雨濤

陸軍工程大學 通信工程學院，南京 210007

電磁頻譜空間作為國土空間的重要組成部分，已成為信息時代、智能時代的人類社會主要活動空間之一。隨著移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、大數(shù)據(jù)、機器人等新興技術和服務不斷涌現(xiàn)，通信、雷達、測控、導航、傳感、電抗等各類電磁用頻設備和系統(tǒng)的數(shù)量呈現(xiàn)爆炸式增長，各類電磁信號已經(jīng)深入到人類社會的方方面面，導致電磁頻譜空間日益錯綜復雜，演變成由多主體、多因素、多變量構(gòu)成的互為輸入輸出的復雜系統(tǒng)[1]。復雜電磁環(huán)境下目標類型多樣、用頻行為多變導致頻譜使用安全面臨嚴峻威脅，頻譜管控面臨諸多挑戰(zhàn)[2-3]。

一方面，復雜電磁環(huán)境下的頻譜秩序安全管控已成為影響國家和社會安全的重要課題。黑飛無人機、黑廣播、偽基站、竊聽器、干擾機、無線電作弊等嚴重擾亂頻譜使用秩序，呈現(xiàn)出類型多樣、案件頻發(fā)、影響惡劣等特點，給重大活動(如國慶閱兵/奧運賽事/國際合作論壇)和公共交通(如民航/高鐵/地鐵)等帶來嚴峻安全威脅。然而，當前頻譜秩序安全管控監(jiān)管手段相對單一，技術相對滯后，對人工操作和人員經(jīng)驗的依賴性較強。維護空中電波秩序與安全，保證各種無線電業(yè)務的正常進行，防范非法用戶，提升智能化、精細化、無人化頻譜監(jiān)管能力，對于助推國家無線電治理體系和治理能力現(xiàn)代化日益重要。

另一方面，復雜電磁環(huán)境下的頻譜對抗安全管控對于維護國防安全與國家形象愈發(fā)重要。電磁頻譜空間已躋身為繼陸、海、空、天、網(wǎng)絡(賽博)之后的第六維作戰(zhàn)空間，并貫穿于其他五維空間的作戰(zhàn)中。美軍反復強調(diào)“21世紀掌握制電磁頻譜權(quán)與19世紀掌握制海權(quán)、20世紀掌握制空權(quán)一樣具有決定意義，信息化戰(zhàn)爭中電磁頻譜甚至比子彈更重要”；截止2019年12月，美國戰(zhàn)略與預算評估中心先后發(fā)布了“電磁制勝三部曲”[4-6]，以期運用電磁頻譜戰(zhàn)全面超越競爭對手，獲得非對稱性作戰(zhàn)優(yōu)勢。目前，電磁用頻設備已全面覆蓋陸/海/空/天等各作戰(zhàn)空間以及車/艦/機/彈等各作戰(zhàn)平臺，電磁干擾、電磁竊聽、電磁欺騙等用頻安全威脅日新月異，如何創(chuàng)新電磁頻譜攻防理論與技術，在沒有硝煙的電磁戰(zhàn)場給予敵方威懾、奪取對抗優(yōu)勢是亟需聚力研究的重要課題。

同時，復雜電磁環(huán)境下的頻譜共享安全管控將成為國民經(jīng)濟發(fā)展和國防建設共同面臨的戰(zhàn)略需求。隨著各類電磁用頻終端持續(xù)普及，新型無線多媒體業(yè)務量呈現(xiàn)爆炸式增長，無論是民用還是軍用領域，“頻譜資源赤字日益嚴峻”與“頻譜利用率低下”之間的矛盾均十分突出，動態(tài)頻譜共享被廣泛認為是解決上述矛盾最為直接有效的手段之一[7-9]。美國聯(lián)邦通信委員會和美國國防部正在聯(lián)合推進3.55～3.65 GHz頻段內(nèi)軍民動態(tài)頻譜共享框架，致力于開放軍用雷達頻段來適應商用5G新業(yè)務需求[10]。2020年2月，華為宣布4G/5G閃速動態(tài)頻譜共享已在全球范圍商業(yè)部署，并將隨著5G終端的普及而大規(guī)模商用[11]。然而，頻譜共享的開放特性以及頻譜設備的智能化趨勢錯綜交織，使得非法接入、違規(guī)發(fā)射、惡性競爭等頻譜共享安全威脅不斷涌現(xiàn)，高效、安全的頻譜共享安全管控策略和方法成為國家戰(zhàn)略需求。

面向復雜電磁環(huán)境下頻譜秩序安全、對抗安全和共享安全等國家戰(zhàn)略需求，頻譜管控理論、技術和手段亟需進行革新，人工智能為其帶來了新的研發(fā)機遇。作為國家科技發(fā)展戰(zhàn)略的重要組成，人工智能的迅速發(fā)展正在深刻改變著人類生產(chǎn)方式和思維模式，大數(shù)據(jù)智能、群體智能、混合增強智能、自主智能系統(tǒng)等基礎理論和關鍵技術成為復雜電磁環(huán)境下頻譜管控革新的強大動能，深度學習、強化學習、遷移學習、聯(lián)邦學習、圖學習等人工智能方法將重構(gòu)頻譜態(tài)勢監(jiān)測、頻譜行為分析、頻譜決策優(yōu)化等頻譜管控活動鏈條各環(huán)節(jié)，推動相關領域應用和產(chǎn)業(yè)升級，為電磁頻譜安全管控國家戰(zhàn)略需求提供有力支撐。

1 智能頻譜管控的科學意義與技術挑戰(zhàn)

電磁頻譜管控通常是指綜合運用行政、技術和工程等手段來對電磁頻譜使用進行預先籌劃、動態(tài)協(xié)調(diào)、常態(tài)監(jiān)測、及時控制等行動，既關注己方或授權(quán)方電磁用頻設備和系統(tǒng)間的干擾避免，也包括對敵方或非法方進行反干擾、反偵察等電磁控制活動。在業(yè)務需求不大、頻譜資源豐富、環(huán)境相對簡單的時代，以人工經(jīng)驗和模型驅(qū)動為主的電磁頻譜管控模式成為主體[12-13]。隨著電磁環(huán)境日益錯綜復雜，頻譜秩序安全、頻譜對抗安全、頻譜共享安全等用頻安全威脅日漸嚴峻，人工經(jīng)驗的局限性越來越明顯，理論模型的精準度也往往難以滿足實際需求，頻譜管控模式的變革成為發(fā)展趨勢。針對復雜電磁環(huán)境下目標類型多樣、用頻行為多變所導致的頻譜使用安全威脅，如何推動頻譜管控從靜態(tài)、粗放、低效的人工模式向?qū)崟r、精準、高效的智能模式轉(zhuǎn)變，構(gòu)建可解釋可信任的頻譜智能管控生態(tài)系統(tǒng)是當前亟需解決的理論與技術難題。

人工智能具有大幅提升頻譜管控有效性、安全性和智能性的技術潛力。當前，人工智能的發(fā)展大概分為3個階段：計算智能、感知智能、認知智能。在計算智能上，如圍棋機器人AlphaGo等，已經(jīng)證明機器人在某些領域比人強；在感知智能上，機器在圖像識別、語音識別、信號識別等部分領域也已超過了人類；在能理解、會思考的認知智能方面，機器也在不斷追趕人類。無論是當前成果相對豐碩的計算智能和感知智能，還是不斷演進的認知智能，都將為復雜環(huán)境下頻譜智能安全管控注入新的動能。

對于頻譜智能管控，目前還沒有廣泛認可的定義，從概念本源來看是人工智能賦能的電磁頻譜管理和控制，是信息通信、人工智能、自動控制等多學科交叉融合的一個新興領域。2018年，王沙飛院士指出“未來將實現(xiàn)由電子戰(zhàn)向電磁頻譜戰(zhàn)的演變，并且人工智能技術將貫穿始終，頻譜智能管控將成為核心技術”[14]；2019年，DARPA“頻譜協(xié)作挑戰(zhàn)賽”項目經(jīng)理Paul Tilghman宣布：“我們第一次看到了人工智能釋放了射頻頻譜的真正潛力，與目前靜態(tài)或粗糙的頻譜共享能力相比，(人工智能技術)將3.5倍多的無線信號裝入頻譜，并證明其性能甚至優(yōu)于LTE…合作、動態(tài)、基于人工智能的頻譜共享，可能意味著從頻譜稀缺到頻譜豐富的轉(zhuǎn)變”[15]。

筆者認為，頻譜智能管控是人工智能賦能的電磁頻譜管理和控制，是運用知識表示、不確定性推理、機器學習等理論方法，突破電磁頻譜深度感知、用頻行為主動推理、頻譜安全群智決策等關鍵技術，以實現(xiàn)精準高效的頻譜態(tài)勢獲取、快速穩(wěn)健的用頻行為意圖推理、可解釋可信任的頻譜安全共享。其中，智能廣泛體現(xiàn)在頻譜管控的體系架構(gòu)、關鍵技術中。在體系架構(gòu)方面，頻譜智能管控是在感知-判斷-決策-行動(Observation-Orientation-Decision-Action，OODA)環(huán)路的基礎上融入認知動態(tài)系統(tǒng)理論框架，從計算智能、感知智能、認知智能3個層次以及感知、推理到?jīng)Q策的整個環(huán)路為頻譜管控賦予智能，逐步使機器理解掌握頻譜知識、思考推理用頻行為、自主做出頻譜決策。在關鍵技術方面，智能性首先體現(xiàn)在深度感知中，不再是對頻譜狀態(tài)信息的簡單獲取，而是通過獲取、挖掘、組織、整合多源異構(gòu)的網(wǎng)狀頻譜知識庫，構(gòu)建頻譜知識圖譜，運用統(tǒng)計學習等方法感知頻譜結(jié)構(gòu)態(tài)勢，便于機器理解和人機協(xié)同；智能性其次體現(xiàn)在主動推理中，運用遷移學習等方法，推理目標的重點由底層的頻譜狀態(tài)值升格到上層的用頻行為意圖，推測用頻設備將會發(fā)生什么行為以及為什么要發(fā)生；智能性還體現(xiàn)在群智決策中，區(qū)塊鏈技術、深度強化學習等方法可以實現(xiàn)多智能體分布式可信決策。特別地，群體智能是突破個體能力受限、實現(xiàn)分布式多智能體自主決策的重要手段。頻譜管控中群體智能包括海量設備自主感知局部頻譜狀態(tài)、主動協(xié)作推理廣域全局頻譜態(tài)勢，并高效動態(tài)利用立體空間頻譜資源。

總體來看，國內(nèi)外關于頻譜智能管控基礎理論與關鍵技術方面的研究才剛剛起步，面臨諸多重大挑戰(zhàn)，急需盡早展開深入系統(tǒng)研究。具體而言，面臨的挑戰(zhàn)主要存在以下幾個方面：

挑戰(zhàn)1復雜電磁環(huán)境下頻譜智能管控模型和機理尚不清晰?，F(xiàn)有的頻譜管控研究側(cè)重在頻譜狀態(tài)感知、頻譜趨勢預測、頻譜態(tài)勢生成、頻譜優(yōu)化利用與頻譜決策模型構(gòu)建，缺乏智能性、安全性等方面的數(shù)學建模與定量分析，如何構(gòu)建完整的頻譜智能管控體系架構(gòu)，建立面向頻譜使用安全的智能認知模型，明晰頻譜智能管控系統(tǒng)安全決策機理，已成為頻譜智能管控面臨的基礎性挑戰(zhàn)。

挑戰(zhàn)2頻譜態(tài)勢錯綜復雜特性與精準高效感知需求形成了內(nèi)在矛盾。錯綜復雜是電磁頻譜空間中類型多樣的電磁設備在有限時空內(nèi)交疊耦合所表現(xiàn)出來的典型特征。錯綜復雜系統(tǒng)是由多主體、多因素、多變量互為輸入輸出的一個多對多系統(tǒng)，不是簡單的部分之和，變量之間的關系也往往不是線性關系，這大大提高了環(huán)境感知的難度。因此，亟需深入研究頻譜態(tài)勢錯綜復雜特性與精準高效感知需求形成的內(nèi)在矛盾機理，尋求低成本/冗余/開銷且高精度的復雜頻譜態(tài)勢表征與信息獲取理論方法。

挑戰(zhàn)3異構(gòu)多變用頻行為意圖的快速穩(wěn)健推理機制還有待突破。異構(gòu)多變是復雜電磁環(huán)境下不同類型電磁目標的用頻行為意圖呈現(xiàn)出的主要特性。一方面，通信、雷達、電抗等電磁目標的用頻行為存在顯著的異構(gòu)性；另一方面，隨著任務需求和環(huán)境態(tài)勢的演變，各類電磁目標的用頻行為意圖隨時間呈現(xiàn)動態(tài)變化，且這種多變的用頻行為意圖往往是不確定的；特別地，電磁空間的開放性使得以自私、非法和對抗等為動機的異常用頻行為意圖廣泛存在，且與頻譜管控呈現(xiàn)“貓鼠游戲”和“魔道相長”的動態(tài)博弈過程。因此，亟需開展用頻行為意圖推理機制研究，為頻譜管控提供主動型、預測型、增強型信息支撐。

挑戰(zhàn)4可解釋可信任的頻譜管控智能安全決策研究成為關鍵難題。可解釋可信任是人工智能領域正在聚力解決的核心挑戰(zhàn)之一，也是頻譜智能管控安全決策面臨的關鍵難題。與傳統(tǒng)機器學習中“黑匣子”的概念形成鮮明對比，“可解釋性”意味著智能算法的輸入、輸出行為以及它們之間的內(nèi)在因果關系或關聯(lián)關系可以被理解，這對于提升智能算法的透明度、可信任度、推廣泛化能力都非常重要。特別地，當面對錯綜復雜、動態(tài)變化的電磁環(huán)境，信息不完全、且存在干擾與虛假信息時，基于人工智能的頻譜管控決策安全性與其中的智能算法的可解釋、可信任水平密切關聯(lián)。提高智能系統(tǒng)的可解釋性與可信任度，對于實現(xiàn)頻譜智能管控系統(tǒng)中人機交互，促進人工智能與人類智能協(xié)同工作、和諧相處至關重要。

由以上分析可知，面向頻譜秩序安全、頻譜對抗安全和頻譜共享安全等國家戰(zhàn)略需求，開展復雜電磁環(huán)境下頻譜智能管控基礎理論和關鍵技術研究具有重要意義，已經(jīng)成為國內(nèi)外電磁頻譜領域最具活力的研究方向。

2 國內(nèi)外研究現(xiàn)狀及發(fā)展動態(tài)分析

當前關于電磁頻譜管控理論及關鍵技術的研究正逐步成為國際上研究前沿和熱點。電磁頻譜管控相關的國內(nèi)外研究主題及其邏輯關系如圖1所示。下面將從頻譜管控模型機理、頻譜態(tài)勢感知、頻譜行為推理、頻譜安全決策和頻譜管控應用系統(tǒng)等5個方面梳理國內(nèi)外研究現(xiàn)狀，并分析相關發(fā)展動態(tài)及趨勢。

圖1 電磁頻譜管控相關的國內(nèi)外研究 方向及其邏輯關系Fig.1 Worldwide research directions and their logical relationship of spectrum management and control

2.1 頻譜管控模型機理研究動態(tài)分析

模型機理研究主要目標是理清復雜電磁環(huán)境下頻譜管控系統(tǒng)中要素與要素、要素與體系、體系與環(huán)境之間的耦合關系與相關作用規(guī)律，這將為關鍵技術研究和驗證系統(tǒng)設計提供基礎性理論指導。傳統(tǒng)的頻譜管控模式采用“統(tǒng)一規(guī)劃、分級管理、人工操控”的形式，按照下級上報頻譜需求，上級區(qū)分任務來分配指配頻譜資源、下達計劃、組織協(xié)同的方式開展[12]。典型代表是頻譜XXI(Spectrum XXI)系統(tǒng)，它是美國國防部標準化的聯(lián)合頻譜管控系統(tǒng)，是國防部用來支持全球應急軍事行動的戰(zhàn)術頻率分配數(shù)據(jù)庫操作、維護和使用的標準系統(tǒng)[16]。在頻譜XXI系統(tǒng)的早期版本中，用頻部隊通過該系統(tǒng)提出用頻需求申請，頻譜管理員可以通過分配頻率或頻率集將指配權(quán)委派給下屬職能部隊的頻譜管理員，由后者進行頻率指配。這種頻譜管控模式呈現(xiàn)出自上而下的單一計劃管理、被動響應的頻譜沖突管理、以人工為主的頻譜決策管理等特點，導致頻譜管控的時效性差、資源的利用效率低，難以適應高度變化的電磁環(huán)境態(tài)勢和強對抗條件下用頻需求的快速變化。

針對不斷涌現(xiàn)的大規(guī)模、多類型用頻設備和系統(tǒng)的頻率協(xié)同問題，美軍開發(fā)了聯(lián)盟聯(lián)合頻譜管理規(guī)劃系統(tǒng)(CJSMPT)[17]，通過提供美國聯(lián)邦、州、地方政府以及盟軍的頻管機構(gòu)之間的互操作能力，避免各級頻譜管理員在不清楚實際情況下盲目或以最壞情況提報用頻需求，造成頻譜資源供不應求、但利用率不高的矛盾局面。在CJSMPT基礎上，美軍開展了愿景宏大的全球電磁頻譜信息系統(tǒng)(GEMSIS)項目[18]，其理念是為所有頻譜管理和工程開發(fā)一個專用的體系架構(gòu)，為所有頻譜管控程序的運行提供支持，集美軍在用的所有系統(tǒng)和工具于一身，并提供與頻譜管控相關的其他能力。GEMSIS未來將完全集成到全球信息柵格(GIG)系統(tǒng)中，從而提供一個網(wǎng)絡中心環(huán)境，將系統(tǒng)的全部功能擴展至戰(zhàn)場用戶，對頻譜應用進行實時的全球性觀察。GEMSIS項目采取“五步走”戰(zhàn)略，每步跨度五年，第五步(2020年-2025年)的主要目標是基于認知自同步頻譜使用，具備一體化遠程頻譜管控能力，實現(xiàn)按需隨時隨地的全球頻譜接入。由此可見，無論是現(xiàn)在使用的頻譜XXI在線系統(tǒng)、聯(lián)盟聯(lián)合頻譜管控系統(tǒng)(CJSMPT)，還是正在開發(fā)的全球電磁頻譜信息系統(tǒng)(GEMSIS)，都滲透著美軍面向大規(guī)模聯(lián)合的頻譜智能管控理念。

國內(nèi)方面，經(jīng)過幾十年的建設，中國已基本形成包括管理體制、法律法規(guī)體系、頻管裝備體系、用頻規(guī)則體系等內(nèi)容的較為完善的電磁頻譜管控體系，具備了頻譜資源規(guī)劃、頻率分配指配、頻譜環(huán)境監(jiān)測、頻譜干擾分析與協(xié)調(diào)等能力。近年來，中國在電磁頻譜管控軍民融合式發(fā)展方面做了大量的探索和研究工作，研制了相關聯(lián)合頻譜管控系統(tǒng)，初步形成了頻譜多維感知、頻譜態(tài)勢可視化、頻譜動態(tài)管控等能力。特別地，隨著電磁頻譜戰(zhàn)的現(xiàn)實需求日益迫切，突破長期制約頻譜管理的瓶頸問題，推動從靜態(tài)封閉的人工頻譜管理模式向動態(tài)協(xié)同高效的頻譜智能管控模式轉(zhuǎn)變或變革已經(jīng)成為共識[19-20]。

由以上分析可知，國內(nèi)外均十分重視頻譜管控模型機理的研究，并認同智能化是發(fā)展趨勢，但在如何融入智能、如何提升智能、如何評估智能等方面的建模研究還缺乏整體性、體系性、數(shù)理性，特別是在多樣化頻譜使用安全威脅下的頻譜智能管控的安全性、可解釋性、可信任性等機理研究就更為缺乏?？赡艿那腥朦c包括：從關注整體與環(huán)境、整體與部分、結(jié)構(gòu)與功能的關系出發(fā)，構(gòu)建由環(huán)境模型、功能模型、物理模型和數(shù)學模型組成的頻譜智能管控體系模型；從體系開放性和目的性等特征出發(fā)，探析用頻系統(tǒng)(包括通信系統(tǒng)、雷達系統(tǒng)、測控系統(tǒng)、導航系統(tǒng)、傳感系統(tǒng)、對抗系統(tǒng)等)、頻譜監(jiān)測系統(tǒng)(包括固定頻譜監(jiān)測站、機動頻譜監(jiān)測臺、低空頻譜監(jiān)測設備、衛(wèi)星頻譜遙感設備)、頻譜推理系統(tǒng)(具備頻譜態(tài)勢可視化、用頻行為意圖推理、異常用頻預警和主動頻率推薦等功能)和頻譜決策系統(tǒng)(人工決策、機器自主決策、人機協(xié)同決策)之間的功能和接口關系；在此基礎上，進一步細化頻譜管控安全體系中要素與系統(tǒng)、系統(tǒng)與體系、體系與環(huán)境等方面的相互作用規(guī)律，深入研究智能頻管體系中結(jié)構(gòu)性、層次性、關聯(lián)性、協(xié)同性、時序性、安全性等基本特征。

2.2 頻譜態(tài)勢感知研究動態(tài)分析

頻譜態(tài)勢感知是頻譜智能管控的基石，其主要功能是獲取頻譜狀態(tài)、形勢及演化趨勢信息，關注的頻譜維度包括時域、頻域、空域等，追求的目標是信息獲取的及時、準確、全面等。作為認知無線電的關鍵技術之一，頻譜態(tài)勢感知早期關注的重點是基于統(tǒng)計信號檢測系列方法獲取頻譜忙閑/占用與否等信息[21-22]。隨著研究的深入，頻譜態(tài)勢感知的關注對象逐漸拓展到獲取電磁頻譜空間的多維狀態(tài)信息，包括頻譜忙閑情況、頻譜輻射功率、頻譜調(diào)制方式、頻譜接入?yún)f(xié)議以及異常頻譜行為發(fā)現(xiàn)等[23]。

近年來，研究者們意識到感知電磁環(huán)境、提取頻譜特征、并獲得頻譜知識是頻譜管控智能化中極具挑戰(zhàn)性的關鍵任務，也是后續(xù)用頻意圖推理和頻管安全決策的重要基礎。頻譜特征提取和知識發(fā)現(xiàn)是從各種原始頻譜數(shù)據(jù)或信息中提煉有效的、新穎的、潛在有用的頻譜知識。這些頻譜特征和知識主要包括運用頻譜數(shù)據(jù)聚類、相關性分析、時間序列分析等數(shù)據(jù)挖掘技術獲得的與頻譜管控相關的分類性、關聯(lián)性信息、特征和屬性等[19]。例如，在相關性分析方面，文獻[24]基于相關系數(shù)討論了各種不同的現(xiàn)實頻譜數(shù)據(jù)集的頻域和時域相關性，并分析了異常數(shù)據(jù)對頻譜矩陣秩分布的影響。文獻[25]提出了一種基于滑動窗口近似熵的時間序列分段算法，再對各個分段所對應時間序列的信道使用模式進行參數(shù)分析，該算法能夠發(fā)現(xiàn)信道使用模式發(fā)生變化的時刻。在特征提取方面，文獻[26]從時間序列本身的特性和頻譜狀態(tài)演化的物理意義兩個角度出發(fā)，根據(jù)電磁頻譜專家知識從頻譜狀態(tài)演化的時間序列中提取多維特征向量，并基于該多維特征向量對頻譜狀態(tài)演化進行了廣泛的聚類分析。然而，上述頻譜特征提取和知識發(fā)現(xiàn)的研究成果各自獨立，較為分散，側(cè)重在頻譜離散狀態(tài)感知，對頻譜局部或全局形勢的信息獲取研究還比較欠缺。

在頻譜離散狀態(tài)感知數(shù)據(jù)的基礎上，頻譜結(jié)構(gòu)挖掘成為當前研究熱點和未來發(fā)展趨勢。通過分析頻譜態(tài)勢感知數(shù)據(jù)內(nèi)在的時空特性、統(tǒng)計特性、用戶特性以及網(wǎng)絡特性，可以得到頻譜態(tài)勢的時頻結(jié)構(gòu)、拓撲結(jié)構(gòu)、協(xié)議結(jié)構(gòu)等多維結(jié)構(gòu)信息?，F(xiàn)有研究工作主要集中在頻譜態(tài)勢的時頻結(jié)構(gòu)挖掘。例如，文獻[27]通過建立頻譜的歷史使用模型，將基于密度的聚類算法引入到時空信息提取中，實現(xiàn)了時空聚類分析、時空頻繁模式挖掘。文獻[28]提出了基于免疫算法的特征加權(quán)支持向量機算法，在大量數(shù)據(jù)中找出潛在的頻譜使用規(guī)律，并預測未來一段時間內(nèi)的頻譜使用情況，從而為認知用戶的動態(tài)頻譜接入提供可靠依據(jù)。文獻[29]針對射頻使用的時空周期性特征，提出了一種基于馬哈拉諾比斯距離的分段建模算法，用于快速檢測時頻結(jié)構(gòu)異常和電磁目標異常。近年來，從頻譜態(tài)勢感知數(shù)據(jù)中挖掘通信網(wǎng)絡拓撲結(jié)構(gòu)的研究也開始引起學者們的關注[30]。文獻[31]通過利用通信對等這一合理假設，將信息傳輸過程建模為霍克斯過程，利用仿真數(shù)據(jù)學習了網(wǎng)絡的拓撲結(jié)構(gòu)并檢測拓撲結(jié)構(gòu)的變化。文獻[32]利用格蘭杰因果關系對常用通信協(xié)議的響應機制頻譜數(shù)據(jù)進行建模，來學習時間復用通信網(wǎng)絡的拓撲結(jié)構(gòu)，實驗證明該方法能夠以較高的時間分辨率推斷自組網(wǎng)中的有向數(shù)據(jù)流?？傮w來看，利用頻譜數(shù)據(jù)進行頻譜態(tài)勢結(jié)構(gòu)挖掘的現(xiàn)有研究大多聚焦于時頻結(jié)構(gòu)，拓撲結(jié)構(gòu)挖掘處于起步階段，研究相對比較零散，多維頻譜態(tài)勢結(jié)構(gòu)挖掘體系尚未形成。

由以上分析可知，國內(nèi)外學者在頻譜態(tài)勢感知方向上做出了大量有益的探索，但在頻譜特征提取和頻譜知識發(fā)現(xiàn)方面的現(xiàn)有成果相對零散，缺乏系統(tǒng)性和深度，并且，隨著電磁用頻設備/系統(tǒng)的類型和數(shù)量不斷增長，頻譜行為模式不斷豐富，用頻安全威脅類型多樣，迫切需要深入研究錯綜復雜電磁環(huán)境下頻譜態(tài)勢感知面臨的多域關聯(lián)性、復雜結(jié)構(gòu)性、內(nèi)生安全性等新特征和新挑戰(zhàn)。針對頻譜管控面臨的復雜性挑戰(zhàn)，構(gòu)建“頻譜知識圖譜”是一個值得探索的研究方向。知識圖譜這一概念首先由Google公司提出，本質(zhì)上是語義網(wǎng)絡的知識庫，也可以理解成多關系圖，是將復雜的、零散的知識通過數(shù)據(jù)挖掘、信息處理、知識計量和圖形可視化等方法有機組織起來，便于提供切實的、有價值的信息參考。知識圖譜已在智能搜索、自然語言處理、社交網(wǎng)絡、個性化推薦等領域成功應用，但在電磁頻譜領域尚未見報道。頻譜知識圖譜的引入有助于實現(xiàn)數(shù)據(jù)和模型/專家經(jīng)驗混合驅(qū)動的頻譜智能管控，可以提升復雜環(huán)境下頻譜管控的智能化水平，更加接近于人類的認知思維，便于實現(xiàn)人工智能與人類智能的協(xié)同增效，將成為頻譜智能管控領域強有力的新概念、新工具。

2.3 頻譜行為推理研究動態(tài)分析

頻譜行為推理是提升智能認知深度和層次的關鍵，主要功能是為頻譜管控決策提供主動型、預測型、增強型信息支撐。早期的頻譜行為推理研究主要集中在頻譜狀態(tài)總體形勢及演化趨勢的推理和預測，它是在頻譜態(tài)勢感知獲取電磁頻譜空間的歷史和當前狀態(tài)基礎上，通過有效地挖掘頻譜狀態(tài)數(shù)據(jù)間固有的相關性和規(guī)律性，由已知頻譜狀態(tài)推斷未知頻譜狀態(tài)，由稀疏頻譜樣本推測完整頻譜態(tài)勢的技術[33]。隨著研究的逐步深入，精準、實時地推理異構(gòu)多變的頻譜使用行為以及用頻行為背后的意圖成為新的研究方向。在頻譜行為建模方面，文獻[34]對頻譜用戶的行為特征進行建模分析，得出用戶到達信道速率服從泊松分布，用戶到達間隔概率服從負指數(shù)分布。文獻[35]認為頻譜使用呈現(xiàn)出顯著的可變性，用戶通話的持續(xù)時間并不是指數(shù)分布且難以被建模，但指數(shù)到達模型足以用于對授權(quán)用戶用頻行為進行建模，隨機游走模型通常可以用來描述高負載條件下授權(quán)用戶用頻行為。文獻[36]分析了頻譜預測的性能界，并通過實測數(shù)據(jù)進行了驗證，為具體預測算法的設計和優(yōu)化提供了基礎理論指導。

現(xiàn)有文獻中提到的頻譜行為推理大多是指在時域上由歷史頻譜狀態(tài)推斷未來某一時隙頻譜狀態(tài)的頻譜預測[37]。預測主要側(cè)重于時間維度，屬于推理的一種特例，頻譜行為推理還廣泛存在于頻域、空間等維度。頻域相關性現(xiàn)象(即不同信道頻譜狀態(tài)演化之間的關聯(lián)關系)啟發(fā)了頻域頻譜行為推理，即由同一時隙某頻點的相似/相鄰頻點的狀態(tài)推斷該頻點的狀態(tài)。文獻[38]通過建模任一頻譜數(shù)據(jù)與其相鄰信道的“鄰居”數(shù)據(jù)之間的相關性，提出了基于信念傳播理論的多信道聯(lián)合頻譜預測算法。文獻[39]基于頻繁模式挖掘，設計了一種多信道聯(lián)合頻譜預測算法，并通過實測數(shù)據(jù)論證了該算法相對于單信道時域頻譜預測算法的有效性?？沼騼?nèi)的頻譜行為推理常用于構(gòu)建空域頻譜圖，如文獻[40]利用字典學習和壓縮感知理論，基于稀疏空間采樣實現(xiàn)了空域干擾圖的構(gòu)建。

頻譜行為推理與數(shù)據(jù)挖掘、機器學習、深度學習等人工智能技術有著天然的聯(lián)系，也隨著這些新技術的發(fā)展不斷演進。文獻[37]指出，自2007年以來，人工神經(jīng)網(wǎng)絡、隱馬爾可夫模型、貝葉斯推理、支持向量回歸等傳統(tǒng)機器學習方法陸續(xù)應用于頻譜預測和推理的研究中來。自2017年以來，深度學習方法在頻譜行為推理中的應用成為研究熱點，已在精度和時效性等方面表現(xiàn)出相對于傳統(tǒng)機器學習方法的優(yōu)勢。文獻[41-42]分別引入長短期記憶(Long Short Term Memory, LSTM)作為遞歸神經(jīng)網(wǎng)絡，提升了頻譜預測的性能，這主要得益于LSTM能夠更好地挖掘并利用頻譜時間序列數(shù)據(jù)中的中長期頻譜特征。文獻[43]中，作者基于6 500平方公里內(nèi)2 844個蜂窩基站數(shù)據(jù)的空時頻譜行為建模和預測，驗證了LSTM相對于支持向量回歸(Support Vector Regression, SVR)和自回歸移動平均(Autoregressive Integrated Moving Average, ARIMA)方法的優(yōu)越性。文獻[44]進一步引入深度時頻殘差網(wǎng)絡，通過對不同時間尺度頻譜特征的有效提取，提升了多頻點聯(lián)合預測的性能。然而，基于傳統(tǒng)深度學習的頻譜預測，在帶來可觀的性能提升的同時，也受到大量可用數(shù)據(jù)以及大量訓練時間需求的限制[45]。文獻[46]提出了基于深度遷移學習的跨頻段頻譜預測方法，通過具有相似性頻譜特征的其他頻段頻譜數(shù)據(jù)對預測模型進行訓練，減少了對訓練數(shù)據(jù)量的需求，提升了預測的時效性。

由以上分析可知，現(xiàn)有頻譜行為推理方面的研究主要集中在對時域、頻域和空域等頻譜行為演化的推理和預測，局限于頻譜狀態(tài)信息層面，在用頻行為意圖建模和推理方面的研究報道還比較少，特別地，關于異常用頻行為及其意圖的實時、精準推理，尚有許多開放性的理論與技術問題值得深入探索。例如，用頻行為意圖可以認為是從用頻設備角度由頻譜數(shù)據(jù)抽象出的外在行動表現(xiàn)及目的，是相比頻譜態(tài)勢更深層次的認知內(nèi)容。復雜環(huán)境下，用頻行為呈現(xiàn)出演化性、多面性、善變性等特點，對用頻行為的感知及其意圖的理解對于頻譜智能管控是非常重要的，可用于個性化用頻推薦、主動干擾規(guī)避、疑似跳轉(zhuǎn)信道跟蹤等。基于歷史頻譜數(shù)據(jù)和電磁頻譜專家知識，從行為性質(zhì)和任務目標的角度，可以將用頻行為劃分為6個典型類型：頻率調(diào)整行為、時間選擇行為、功率控制行為、用戶交互行為、波束方向控制行為、異常用頻行為。針對不同用頻行為及其意圖的推理將是一個蘊含豐富研究機遇的方向。

2.4 頻譜安全決策研究動態(tài)分析

頻譜安全決策是頻譜態(tài)勢感知和推理的落腳點，也是實現(xiàn)電磁頻譜資源的高效有序利用和電磁頻譜空間的智能安全控制的關鍵。電磁頻譜安全主要包括電磁頻譜可用性安全和保密性安全，前者是確保電磁頻譜活動不被惡意干擾，后者是要確保電磁頻譜信息不被偵察監(jiān)視或竊取。然而，無線環(huán)境的開放性致使通信系統(tǒng)容易遭受多種類型的攻擊，如竊聽者攻擊、數(shù)據(jù)篡改攻擊以及干擾攻擊等。傳統(tǒng)的頻譜決策主要包括頻率資源分配、發(fā)射功率優(yōu)化、信道接入控制以及其他頻譜參數(shù)的優(yōu)化配置等，常用的數(shù)理工具包括凸/非凸優(yōu)化、博弈論、拍賣理論、圖論等[47]。隨著頻譜秩序安全、頻譜對抗安全和頻譜共享安全等多樣化威脅不斷涌現(xiàn)[48-49]，面向抗干擾、防欺騙、反偵察等的頻譜安全決策成為研究熱點和難點。

電磁頻譜的開放特性導致用頻系統(tǒng)容易遭受外部惡意干擾，智能抗干擾通信成為研究趨勢[50-51]。現(xiàn)有的抗干擾技術大致可分為基于擴譜和非擴譜的兩類。擴譜通信技術是指通過信號傳輸帶寬的擴展來提高信息傳輸可靠性的抗干擾技術，主要包括直接序列擴譜、跳頻擴譜、跳時擴譜、線性脈沖調(diào)頻及其組合形式(即混合擴譜)等[52]。隨著信號處理技術和芯片技術的發(fā)展，現(xiàn)有干擾設備的干擾能力和智能化水平越來越強，干擾機可以根據(jù)通信方行為實時調(diào)整干擾策略，通信方將難以及時地獲取干擾策略并主動應對干擾信號[53]。傳統(tǒng)通信抗干擾技術對于干擾策略固定的常規(guī)干擾具有較好的抗干擾效果，然而，面對具備環(huán)境感知和學習能力的認知干擾，尋求新的智能抗干擾通信方法是亟待解決的重要問題[54-55]。以機器學習為代表的人工智能技術的迅速發(fā)展，為無線通信領域的攻防雙方都提供了新的技術手段。例如，文獻[56]利用強化學習設計了基于智能功率控制的抗干擾通信算法。文獻[57]基于深度強化學習提出了一種聯(lián)合信道切換和位置移動性的二維抗干擾方案。文獻[58]針對多智能體抗干擾場景，提出了基于強化學習的協(xié)同信道選擇方法。面對復雜電磁環(huán)境中形式多樣、智能多變的電磁干擾，抗干擾技術從鏈路級抗干擾拓展到網(wǎng)絡級抗干擾、從個體智能抗干擾拓展到群體智能抗干擾成為發(fā)展趨勢。

在防欺騙頻譜決策方面，區(qū)塊鏈技術受到了國內(nèi)外研究者密切關注。在2018年移動世界大會上，美國聯(lián)邦通信委員會委員Rosenworcel演講時表示，基于區(qū)塊鏈的動態(tài)頻譜共享將是6G發(fā)展趨勢[59]。文獻[60]將區(qū)塊鏈作為安全賬本，以不可篡改并可驗證的方式，支持由單個授權(quán)用戶發(fā)起、所有用戶參與記錄和維護交易信息的頻譜拍賣。通過優(yōu)化寫入、計算等操作帶來的損耗，文獻[61]實現(xiàn)了利用區(qū)塊鏈智能合約進行高效、可行、可信的頻譜態(tài)勢感知服務交易。由于工作量證明共識機制帶來的高計算能耗，文獻[62]探索了將挖礦計算任務卸載到云或邊緣服務器上來構(gòu)建區(qū)塊，并將交易信息自動記載到區(qū)塊鏈中。文獻[63]基于區(qū)塊鏈技術設計了聯(lián)網(wǎng)海量個人無線設備構(gòu)成頻譜設備網(wǎng)絡的解決方案，提出了由感知節(jié)點共識融合、驗證節(jié)點共識驗證、簇頭節(jié)點共識確認構(gòu)成的分布式共識機制。文獻[64]提出了一個頻譜區(qū)塊鏈框架，用于解決頻譜交易過程中可能出現(xiàn)的惡意攻擊?？傮w來看，國內(nèi)外對頻譜區(qū)塊鏈技術的研究處于起步階段，有許多挑戰(zhàn)和問題值得深入探究并解決。例如，傳統(tǒng)區(qū)塊鏈共識機制要求的計算任務繁重以及頻譜數(shù)據(jù)存儲量巨大，對于設計適合無線設備的低計算量要求的共識機制，難度在于計算復雜度與頻譜管控安全性之間的權(quán)衡。

在反偵察/抗截獲決策方面，無線信道固有的開放性，使得非授權(quán)節(jié)點可能探測到其他合法節(jié)點的信息傳輸，甚至解碼得到保密信息，信息安全問題日益嚴峻[65-66]。傳統(tǒng)的加密技術以及物理層安全技術有效提高了信息內(nèi)容的安全性，但是，在秘密軍事行動中，僅僅保證通信內(nèi)容的安全性已不能滿足需求，隱藏發(fā)送端的通信行為的反偵察能力對于用頻安全至關重要。文獻[67]首先分析了反偵察通信實現(xiàn)的信道條件，提出了在加性高斯白噪聲信道條件下用于可靠反偵察通信信息量的平方根準則。文獻[68]研究了利用受控人工噪聲全雙工接收器作為接收端的反偵察通信系統(tǒng)的性能，推導出了非授權(quán)監(jiān)測者Willie的誤檢概率及其輻射計的最佳檢測閾值，優(yōu)化了人工噪聲發(fā)射功率的最大值。在多干擾源存在的情況下，文獻[69]研究了多天線輔助反偵察通信，發(fā)現(xiàn)在隱蔽吞吐量方面分布式系統(tǒng)總體優(yōu)于集中式天線系統(tǒng)。文獻[70]對英國國防部委托的部分工作進行了介紹，研究并論證了隱蔽戰(zhàn)場行動中戰(zhàn)士之間利用毫米波以及其波束成形技術進行反偵察通信的可行性。文獻[71]研究顯示，多跳反偵察通信中，一跳通信距離與總跳數(shù)之間需要折衷，最終目標是實現(xiàn)由發(fā)送端，接收端和友好干擾端組成的隱蔽通信的“影子”網(wǎng)絡。

由以上分析可知，多樣化用頻安全威脅給頻譜決策方向帶來了新的研究挑戰(zhàn)和機遇，頻譜攻擊與頻譜防御雙方智能對弈的局面已經(jīng)顯現(xiàn)，從傳統(tǒng)的集中式頻譜管控決策逐步向區(qū)塊鏈賦能的多智能體分布式頻譜決策演化發(fā)展將成為趨勢，亟需提出面向頻譜使用安全的群智抗干擾、防欺騙、反偵察等新理論和新方法，探索可解釋可信任的頻譜智能安全決策新機制。

2.5 頻譜管控應用系統(tǒng)研究動態(tài)分析

國內(nèi)外都非常重視頻譜管控應用系統(tǒng)的研發(fā)，它既是融合集成頻管理論模型以及頻譜態(tài)勢感知、頻譜行為推理和頻譜決策等關鍵技術的載體，也是驗證其效用的平臺。

國外方面，美國在頻譜管控應用系統(tǒng)研發(fā)領域具有領先優(yōu)勢。除了2.1節(jié)提到的頻譜XXI系統(tǒng)、聯(lián)盟聯(lián)合頻譜管理規(guī)劃系統(tǒng)(CJSMPT)和全球電磁頻譜信息系統(tǒng)(GEMSIS)之外，美國DARPA近年來陸續(xù)資助了一系列預研項目，包括但不限于：① 下一代無線通信計劃(Next Generation，XG)，研究通過靈活的頻譜政策進行動態(tài)頻譜管理；② 下一步無線網(wǎng)絡計劃(Wireless Network after Next, WNaN)，將動態(tài)頻譜接入技術應用于移動Ad Hoc 網(wǎng)絡，實現(xiàn)了在900 MHz～6 GHz 范圍內(nèi)動態(tài)選擇信道組網(wǎng)；③ 先進射頻地圖(Advanced RF Mapping)項目，主要目標是從時域、頻域、空域3個維度繪制射頻地圖，為用戶提供強大的頻譜態(tài)勢感知能力，以避免頻譜沖突或快速消除頻率沖突，支持通信、情報、監(jiān)視和偵察系統(tǒng)；④ 頻 譜協(xié)作挑戰(zhàn)賽項目(Spectrum Collaboration Challenge)，主要驗證基于人工智能技術實現(xiàn)動態(tài)頻譜共享的可能性；⑤射頻機器學習系統(tǒng)(RF Machine Learning Systems)項目，致力于使射頻系統(tǒng)能夠?qū)涨皳頂D的頻譜中信號進行表征和區(qū)分，識別不符合規(guī)則的信號，將物聯(lián)網(wǎng)設備的合法射頻信號與企圖入侵這些設備的信號區(qū)分開來。

國內(nèi)頻譜智能管控應用系統(tǒng)研究起步相對較晚，但對其的關注度不斷提高，并在頻譜智能管控的部分技術方面具有一定的研究積累。2008年-2015年期間，與頻譜管控智能化密切相關的研究主要有國家自然科學基金信息科學部資助的認知無線電重點項目群、國家科技部資助的國家973項目“認知無線網(wǎng)絡基礎理論與關鍵技術研究”與國家863重點項目“頻譜資源共享無線通信系統(tǒng)”等，國內(nèi)眾多高校、研究所、企業(yè)和頻管業(yè)務部門均貢獻了積極的力量，突破了一批頻譜管控關鍵技術，研制出了多個具有動態(tài)頻譜資源共享基本特征的實驗驗證系統(tǒng)。2016年，國家自然科學基金信息學部在“高動態(tài)廣域頻譜態(tài)勢基礎理論與關鍵技術”方向立項了兩個重點項目，致力于研發(fā)廣域動態(tài)頻譜監(jiān)測與頻譜態(tài)勢可視化系統(tǒng)。

由以上分析可知，近年來，隨著電磁頻譜戰(zhàn)、動態(tài)頻譜共享、無線電秩序管控等重大需求的日益凸顯，國內(nèi)外在頻譜管控應用系統(tǒng)方面均投入了很多研發(fā)力量。整體來看，美國在該方面的領先優(yōu)勢仍比較明顯，相關系統(tǒng)的技術先進性、延續(xù)性、引領性比較突出；中國在該方面也取得了長足的進步，但在頻譜智能管控系統(tǒng)研發(fā)的“頂天”(先進性)和“立地”(實用性)兩方面還有不少空間。

3 總結(jié)與展望

本文首先分析了復雜電磁環(huán)境下頻譜智能管控的國家戰(zhàn)略需求，然后提煉了智能頻譜管控的科學意義與技術挑戰(zhàn)，進一步從頻譜管控模型機理、頻譜態(tài)勢感知、頻譜行為推理、頻譜安全決策頻譜管控型應用系統(tǒng)等5個方面梳理了國內(nèi)外研究現(xiàn)狀，并分析了相關發(fā)展動態(tài)及趨勢。面向頻譜秩序安全、頻譜對抗安全和頻譜共享安全等國家戰(zhàn)略需求，研究復雜電磁環(huán)境下頻譜智能管控具有重要意義，未來可重點關注以下幾方面：

1) 錯綜復雜頻譜知識圖譜的精準高效獲取。錯綜復雜是電磁頻譜空間中通信、雷達、傳感等類型多樣的電磁目標在有限時空內(nèi)交疊耦合所表現(xiàn)出來的典型特征。借鑒知識圖譜概念，可以構(gòu)建“頻譜知識圖譜”來表征錯綜復雜的電磁頻譜態(tài)勢(狀態(tài)、形勢及趨勢)，將復雜零散的知識通過數(shù)據(jù)挖掘、信息處理、知識計量和圖形可視化等方法有機組織起來，提供切實的、有價值的信息參考。

2) 異構(gòu)多變用頻行為意圖的快速穩(wěn)健推理。異構(gòu)多變是復雜電磁環(huán)境下不同類型電磁目標的用頻行為意圖呈現(xiàn)出的主要特性。異構(gòu)多變的用頻行為意圖和分析推理的快速穩(wěn)健需求構(gòu)成了一對內(nèi)在的基本矛盾。為實時掌握復雜電磁環(huán)境下異構(gòu)多變的用頻行為意圖，靈活運用分析推理是提升智能認知深度和層次的關鍵，同時也為頻譜管控決策提供主動型、預測型、增強型信息支撐。

3)頻譜管控智能安全決策的可解釋、可信任難題?？山忉尅⒖尚湃问侨斯ぶ悄茴I域正在聚力解決的關鍵問題，也是頻譜智能管控安全決策面臨的核心挑戰(zhàn)之一。提高頻譜智能管控系統(tǒng)的可理解、可信任度，對于實現(xiàn)人機交互，促進人工智能與人類智能協(xié)同工作與和諧相處至關重要。在引入頻譜知識圖譜增強頻譜智能管控各個環(huán)節(jié)的可解釋性的同時，可進一步在頻譜區(qū)塊鏈賦能的分布式防欺騙決策、基于深度強化學習的群智抗干擾決策等方面著力，探索可解釋可信任的頻譜管控群智安全決策理論方法。