李高/LI Gao，王威/WANG Wei，吳啟暉/WU Qihui

（南京航空航天大學(xué)電磁頻譜空間認(rèn)知動態(tài)系統(tǒng)工業(yè)和信息化部重點實驗室，中國 南京 210016）

(Key Laboratory of Dynamic Cognitive System of Electromagnetic Spectrum Space,Ministry of Industry and Information Technology,Nanjing University of Aeronautics and Astronautics,Nanjing 210016,China)

1 研究背景

地面移動蜂窩網(wǎng)絡(luò)在地域覆蓋方面具有局限性，而衛(wèi)星通信網(wǎng)絡(luò)可以實現(xiàn)無線網(wǎng)絡(luò)在全球的按需覆蓋，滿足各個地區(qū)和用戶的通信需求。這在很大程度上解決了通信容量不足的問題，保證了未來各個領(lǐng)域內(nèi)無線業(yè)務(wù)的發(fā)展。與同步軌道衛(wèi)星相比，發(fā)射一顆低軌衛(wèi)星所需能量較少，研發(fā)建設(shè)成本較低，傳輸時延更短，路徑損耗更小，且低軌衛(wèi)星數(shù)量大，覆蓋范圍廣，多個衛(wèi)星組成的星座就可以實現(xiàn)全球覆蓋[1-2]。在“天地一體”通信網(wǎng)絡(luò)的發(fā)展趨勢下，低軌衛(wèi)星系統(tǒng)成為地面通信系統(tǒng)的重要補充，在支持移動通信、邊遠地區(qū)基本通信和高速率用戶接入等方面都十分有利。低軌衛(wèi)星系統(tǒng)不僅可以滿足全球未普及互聯(lián)網(wǎng)區(qū)域的接入需求，與5G技術(shù)、物聯(lián)網(wǎng)、云數(shù)據(jù)、智慧城市等融合發(fā)展還可帶動各個領(lǐng)域的產(chǎn)業(yè)發(fā)展和經(jīng)濟增長。在軍事應(yīng)用上，低軌衛(wèi)星系統(tǒng)在構(gòu)建更為高效可靠的軍用通信網(wǎng)絡(luò)、完備天地一體監(jiān)測體系、強化軍事戰(zhàn)略層面的太空信息能力等方面也發(fā)揮了重要作用[3]。近幾十年來，隨著航天和通信技術(shù)不斷發(fā)展，低軌衛(wèi)星通信領(lǐng)域呈現(xiàn)出越來越激烈的國際競爭態(tài)勢。

比較有代表性的傳統(tǒng)低軌衛(wèi)星通信系統(tǒng)有銥系統(tǒng)、全球星系統(tǒng)、白羊系統(tǒng)和柯斯卡系統(tǒng)等，近年來又涌現(xiàn)出成千上萬顆以O(shè)neWeb、Starlink等為代表的低軌衛(wèi)星星座，使得非靜止軌道衛(wèi)星在國際電信聯(lián)盟（ITU）的申報數(shù)量大大增加[4-5]。為了提高頻譜使用效率，低軌衛(wèi)星使用的頻段不可避免地會和其他衛(wèi)星發(fā)生重疊。低軌衛(wèi)星星座之間、低軌衛(wèi)星與對地靜止軌道衛(wèi)星之間、低軌衛(wèi)星與地面通信系統(tǒng)之間都存在不同程度的頻譜兼容性問題。各國發(fā)射的衛(wèi)星在不同業(yè)務(wù)（包括空間業(yè)務(wù)）之間共享無線電頻譜[6]。

隨著衛(wèi)星通信的高速發(fā)展，以美國為首的航天強國搶奪頻譜資源的現(xiàn)象越演越烈，形成獨占太空的霸權(quán)勢力。L、S、C、Ku、Ka等頻段的頻譜資源的使用趨于飽和[3]。為應(yīng)對頻譜資源稀缺問題，近年來中國也開始加快低軌衛(wèi)星系統(tǒng)的建設(shè)步伐，相繼建成鴻雁星座、虹云星座、銀河航天首發(fā)星。但是中國衛(wèi)星事業(yè)起步時間較晚，頻譜資源“先占先得”的分配方式使得中國頻譜資源的使用處于劣勢[7]。為了保障現(xiàn)有低軌衛(wèi)星的通信業(yè)務(wù)，同時實現(xiàn)頻譜資源可重復(fù)高效利用，除了加快發(fā)展航天事業(yè)外，還需加快對低軌衛(wèi)星頻譜進行有效監(jiān)測和管理的技術(shù)研究。

2 低軌衛(wèi)星頻譜認(rèn)知智能管控

2.1 面向低軌衛(wèi)星的頻譜認(rèn)知智能管控體系架構(gòu)

和地面移動通信系統(tǒng)頻譜資源共享一樣，低軌衛(wèi)星頻譜資源共享正在從靜態(tài)管理模式向動態(tài)管理模式轉(zhuǎn)型。電磁頻譜空間認(rèn)知和智能頻譜管理利用數(shù)據(jù)挖掘和機器學(xué)習(xí)的方法對海量頻譜數(shù)據(jù)進行認(rèn)知處理，使頻譜資源的動態(tài)管理更加智能。面向低軌衛(wèi)星的頻譜認(rèn)知智能管控包括頻譜數(shù)據(jù)監(jiān)測、補全、預(yù)測和決策部分，是一個從頻譜感知到頻譜接入的動態(tài)頻譜認(rèn)知閉環(huán)系統(tǒng)。面向低軌衛(wèi)星的頻譜認(rèn)知智能管控體系架構(gòu)及管控流程如圖1和圖2所示。

▲圖1 面向低軌衛(wèi)星的頻譜認(rèn)知智能管控架構(gòu)

▲圖2 面向低軌衛(wèi)星的頻譜認(rèn)知智能管控流程

首先，通過感知設(shè)備（包括衛(wèi)星專用頻譜監(jiān)測設(shè)備和群智頻譜感知模塊）感知頻譜狀態(tài)。衛(wèi)星監(jiān)測的目標(biāo)主要有兩個：一是監(jiān)測衛(wèi)星資源利用情況，包括衛(wèi)星軌道占用情況、頻率占用情況和波束覆蓋范圍等；二是監(jiān)測干擾，包括監(jiān)測是否有干擾及干擾源的位置等。通常監(jiān)測的非對地靜止衛(wèi)星軌道（GSO）衛(wèi)星頻段是超高頻（UHF）、L、S、X、Ku和Ka頻段，即低軌衛(wèi)星對應(yīng)的業(yè)務(wù)頻段。隨著寬帶互聯(lián)網(wǎng)衛(wèi)星通信使用的日益增多，以及帶寬需求的不斷擴大，監(jiān)測頻段將擴展至Q頻段及以上。

低軌衛(wèi)星頻譜感知支持頻譜管控過程，可使用分布式智能頻譜感知模塊感知空間無線電業(yè)務(wù)頻譜狀態(tài)。感知數(shù)據(jù)傳至頻譜云[8]即可形成可分析利用的頻譜資源庫。然而，由于感知設(shè)備和感知角度等因素，在頻譜信息收集和處理過程中，所得到的頻譜數(shù)據(jù)往往是不完整的。在頻譜云上，基于頻譜大數(shù)據(jù)進行頻譜認(rèn)知與學(xué)習(xí)，利用頻譜補全將數(shù)據(jù)庫中不同格式的數(shù)據(jù)整合、填充得到完整的頻譜數(shù)據(jù)。頻譜預(yù)測可以利用完整的頻譜數(shù)據(jù)探測可用的頻譜空洞，形成可用的頻譜資源庫，從而輔助頻譜決策，指導(dǎo)用頻設(shè)備的頻譜接入。也就是說，這樣做可以深耕現(xiàn)有頻譜大數(shù)據(jù)，探索共享技術(shù)，使低軌衛(wèi)星空間無線電業(yè)務(wù)從專用走向共用，從靜態(tài)共享到動態(tài)共享，實現(xiàn)無線電頻譜資源的精細化管理。

頻譜認(rèn)知智能管控體系使用軟件定義的設(shè)備。低軌衛(wèi)星業(yè)務(wù)的發(fā)展使得頻譜監(jiān)測越來越趨于分布式、分散化、復(fù)雜化和多樣化，傳統(tǒng)的基于硬件的頻譜分析儀不再滿足當(dāng)今復(fù)雜、密集和不斷發(fā)展的頻譜環(huán)境需求，軟件定義無線電技術(shù)帶來了新型的頻譜分析平臺。同時使用軟件定義的用頻設(shè)備和管控相關(guān)設(shè)備使得智能管控更靈活和輕便。

頻譜認(rèn)知智能管控架構(gòu)使用認(rèn)知-軟件定義網(wǎng)絡(luò)（C-SDN），將低軌衛(wèi)星業(yè)務(wù)面和頻管控制面分離開來。C-SDN控制面通過南向接口與頻譜資源池相連接，通過北向接口與應(yīng)用層相連接，以及時接收與反饋應(yīng)用層服務(wù)需求。感知得到的頻譜狀態(tài)信息被上傳至頻譜管控數(shù)據(jù)鏈，數(shù)據(jù)鏈再通過管鏈設(shè)備將信息傳輸?shù)筋l管中心，最終實現(xiàn)對全局頻譜管控信息的監(jiān)測控制。

2.2 三維多域頻譜態(tài)勢感知技術(shù)

頻譜感知是實現(xiàn)頻譜資源管控的關(guān)鍵前提。傳統(tǒng)的頻譜感知方法主要是匹配濾波檢測、能量檢測和循環(huán)平穩(wěn)特性檢測。這些技術(shù)在本質(zhì)上是把頻譜感知單純地看作是一個信號檢測問題，感知的數(shù)據(jù)并不全面，應(yīng)用場景也非常有限。隨著認(rèn)知無線電技術(shù)的發(fā)展，近年來又相繼出現(xiàn)了協(xié)作頻譜感知、群智頻譜感知和壓縮頻譜感知等頻譜感知技術(shù)。這些技術(shù)主要用來感知各個時間內(nèi)頻譜資源的使用情況，包括時域和頻域二維的頻譜數(shù)據(jù)，但并未很好地和感知用戶的空間位置實時結(jié)合。

面向低軌衛(wèi)星的頻譜感知通過三維空時頻譜感知算法來獲取低軌衛(wèi)星電磁頻譜的三維多域頻譜態(tài)勢。我們首先根據(jù)不同的監(jiān)測任務(wù)選擇合適的監(jiān)測點來部署各種類型的監(jiān)測系統(tǒng)，包括固定監(jiān)測站、可移動監(jiān)測站和空中監(jiān)測站等，形成分布式監(jiān)測結(jié)構(gòu)。將監(jiān)測設(shè)備聯(lián)網(wǎng)可以全方位地監(jiān)測低軌衛(wèi)星頻譜的使用情況，并獲取海量頻譜數(shù)據(jù)。在獲取時頻二維頻譜數(shù)據(jù)后，我們可以使用移動監(jiān)測站來確定授權(quán)衛(wèi)星通信信號的地面發(fā)射機或其他未授權(quán)干擾源的空間位置信息。常用技術(shù)包括使用到達角（AOA）、到達功率（POA）和到達時間差（TDOA）互相關(guān)算法等。這些技術(shù)源于衛(wèi)星地理定位測量的結(jié)果，可以描述輻射源最可能來自的區(qū)域。由此可以獲取輻射源的空間位置信息，包括精度、緯度和高度。為了做到頻譜的深度共享，還要進行頻譜云化，即將采集到的包含時域、頻域和地理定位的三維多域頻譜態(tài)勢數(shù)據(jù)傳回頻譜云，在云計算中心進行頻譜認(rèn)知分析、處理和決策。

2.3 三維頻譜態(tài)勢補全技術(shù)

在頻譜數(shù)據(jù)收集和處理過程中，基于有限監(jiān)測節(jié)點的電磁頻譜監(jiān)測信息所得到的頻譜數(shù)據(jù)往往是不完整的。為了保證后續(xù)數(shù)據(jù)分析處理的準(zhǔn)確性，人們需要利用信息融合、相關(guān)分析、大數(shù)據(jù)挖掘等技術(shù)，充分挖掘頻譜數(shù)據(jù)在時、空、頻三維的相關(guān)性，實現(xiàn)區(qū)域內(nèi)電磁環(huán)境數(shù)據(jù)的補全和恢復(fù)，從而形成區(qū)域內(nèi)完整的電磁態(tài)勢。我們建立了基于時、空、頻三維相關(guān)性的張量形式頻譜數(shù)據(jù)模型，然后針對大規(guī)模數(shù)據(jù)，設(shè)計融入矩陣分解的頻譜態(tài)勢張量補全算法。張量補全問題用張量秩最小化問題描述為[9]：

其中，X和M具有相同的維數(shù)，X,M ∈RI1×I2×…×IN，M為觀測所得到的存在數(shù)據(jù)缺失的張量，Ω指觀測指標(biāo)集。由此構(gòu)建出基于頻譜數(shù)據(jù)張量的低秩性質(zhì)的核范數(shù)最小化優(yōu)化模型，而矩陣秩最小化問題又可以轉(zhuǎn)化為求矩陣核范數(shù)最小化問題：

除了以上補全技術(shù)，還有基于生成對抗網(wǎng)絡(luò)（GAN）的三維頻譜態(tài)勢補全技術(shù)。該技術(shù)利用存儲的歷史或經(jīng)驗頻譜數(shù)據(jù)，對三維頻譜張量進行切片處理和灰度處理，得到一定量的完整三維頻譜態(tài)勢或場強訓(xùn)練數(shù)據(jù)；每組訓(xùn)練數(shù)據(jù)為三通道的完整三維頻譜態(tài)勢或場強“灰度圖”和對應(yīng)的三通道的缺損三維頻譜態(tài)勢，又或場強“彩色圖”。利用該訓(xùn)練數(shù)據(jù)對GAN網(wǎng)絡(luò)進行迭代且對抗式的離線訓(xùn)練，得到具有三維頻譜態(tài)勢或場強補全機制的GAN網(wǎng)絡(luò)。將訓(xùn)練好的網(wǎng)絡(luò)在線部署于實際應(yīng)用中，傳到頻譜云中的不完整的頻譜數(shù)據(jù)就可以利用已學(xué)好的GAN網(wǎng)絡(luò)實現(xiàn)大缺損率頻譜態(tài)勢補全，其補全效果遠好于傳統(tǒng)基于插值的方法。

2.4 三維頻譜態(tài)勢預(yù)測和信道占用度預(yù)測技術(shù)

全球頻譜實測數(shù)據(jù)分析表明：任何一個頻譜數(shù)據(jù)都不是孤立存在的，在時間、頻率、空間各個維度上具有密切的相關(guān)性。因此，人們可充分地建模、分析、挖掘、利用這些內(nèi)在的相關(guān)性，并進行頻譜預(yù)測。通過分析歷史頻譜數(shù)據(jù)在時間、頻率、空間上存在的高度相關(guān)性，人們可以預(yù)測下一時段頻譜資源的使用情況。例如，基于時、空、頻三維張量形式的頻譜數(shù)據(jù)模型就可用于頻譜態(tài)勢預(yù)測。我們首先對感知到的頻譜數(shù)據(jù)進行處理，生成多張時頻圖像，一張圖像即是一天內(nèi)多個時隙的多個頻點（頻帶）數(shù)據(jù)，從而建立三維頻譜張量模型。然后對未來一天的頻譜數(shù)據(jù)進行預(yù)填充，最后基于過去多張頻譜圖像，即可預(yù)測出未來一天的完整頻譜態(tài)勢。如圖3左側(cè)所示，已知前T1,T2,T3,T4,…,Tn-1天的頻譜態(tài)勢，再基于張量補全理論，利用三維頻譜態(tài)勢補全預(yù)測模型預(yù)測出第Tn天的頻譜態(tài)勢[10]。

▲圖3 三維頻譜態(tài)勢補全預(yù)測和信道占用度預(yù)測

面向信道的頻譜態(tài)勢預(yù)測是認(rèn)知無線電中的一項關(guān)鍵技術(shù)。根據(jù)統(tǒng)計信道的歷史信息，預(yù)判性地做好頻譜占用策略，可以減少頻譜感知過程中消耗的大量時間和能量。根據(jù)頻譜預(yù)測的結(jié)果,認(rèn)知用戶可以選擇最優(yōu)的信道或提前撤出主用戶可能會占用的信道。所以，準(zhǔn)確的頻譜預(yù)測能夠主動地減少干擾和延遲，提升頻譜利用率，從而提高網(wǎng)絡(luò)的吞吐量，即用認(rèn)知無線電的方式提前偵測空閑頻譜以實現(xiàn)頻譜資源的重復(fù)利用。如圖3右側(cè)所示，根據(jù)各個信道在tn時間的歷史占用情況，可以預(yù)測后續(xù)多個時隙的信道占用狀況。通過統(tǒng)計一段時間內(nèi)信道忙閑程度，能夠?qū)ο乱粫r刻或時段各個信道的忙閑程度進行精確預(yù)測，從而能夠動態(tài)地瞄準(zhǔn)下一時刻或時段可采用的通信頻率，以便將后續(xù)通信信號發(fā)送到空閑程度高的信道上進行傳輸，智能適應(yīng)動態(tài)頻譜變化。

深度學(xué)習(xí)中的循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）在解決時間序列問題方面具有優(yōu)勢。RNN網(wǎng)絡(luò)允許將歷史輸入的信息存儲在網(wǎng)絡(luò)的內(nèi)部狀態(tài)中，從而利用當(dāng)前所有可用輸入信息進行頻譜預(yù)測。然而，由于梯度消失或梯度爆炸，RNN網(wǎng)絡(luò)的性能受到限制。長短期記憶（LSTM）神經(jīng)網(wǎng)絡(luò)引入記憶單元結(jié)構(gòu)，能夠利用門控單元控制輸入、遺忘和輸出信息的量，從而具有更強的解決時間序列問題的能力，可以進行有效的信道占用度預(yù)測。

2.5 智能頻譜決策技術(shù)

面向低軌衛(wèi)星的頻譜決策技術(shù)需依據(jù)頻譜感知結(jié)果或預(yù)測結(jié)果。制定合理的頻譜資源使用策略能夠為實現(xiàn)低軌衛(wèi)星頻譜共享提供指導(dǎo)和依據(jù)，然而低軌衛(wèi)星業(yè)務(wù)的發(fā)展使得頻譜決策越來越困難。其中的主要原因是電磁環(huán)境復(fù)雜化、設(shè)備多樣化，且不同設(shè)備使用的頻譜干擾愈發(fā)嚴(yán)重，不同用戶使用頻譜的優(yōu)先級也不同。如何利用多元化的頻譜感知數(shù)據(jù)并選擇最優(yōu)的用頻策略成為智能決策的研究內(nèi)容。強化學(xué)習(xí)通過與環(huán)境交互獲得學(xué)習(xí)經(jīng)驗，并逐步改進行為策略，從而具有非常強的動態(tài)選擇能力和自主學(xué)習(xí)能力。使用強化學(xué)習(xí)算法進行智能選頻決策時，每一決策時刻的各個通信信道的占用狀態(tài)即為當(dāng)前環(huán)境狀態(tài)，選擇可接入的信道即為當(dāng)前行為策略，并通過信道碰撞沖突概率和通信質(zhì)量等評估方式設(shè)定獎懲機制，即采用“學(xué)習(xí)-決策-執(zhí)行”環(huán)路實現(xiàn)頻譜的實時決策[11]。在基于“頻譜拍賣”[12]的頻譜決策技術(shù)中，每個頻譜用戶都是“報價人”，中心頻譜管理器為“競拍者”，競拍者以“贏者決策”策略把當(dāng)前可用的空閑頻譜資源進行決策和分配，從而最大化整個系統(tǒng)的全局吞吐量收益。該方法利用頻譜大數(shù)據(jù)進行頻譜智能決策時，博弈學(xué)習(xí)可以發(fā)揮重要作用。此外，還有基于遷移學(xué)習(xí)的頻譜決策技術(shù)[11]。由于頻譜感知和預(yù)測的大數(shù)據(jù)具有多樣特性，因此具備多域?qū)W習(xí)能力的遷移學(xué)習(xí)可以從不同領(lǐng)域、不同任務(wù)和不同分布的數(shù)據(jù)中提取知識，再結(jié)合當(dāng)前新學(xué)習(xí)的知識，就可以很好地進行頻譜智能決策。

3 結(jié)束語

未來衛(wèi)星互聯(lián)網(wǎng)時代頻譜資源共享已成為發(fā)展趨勢。智能頻譜感知從總體上支撐頻譜管理的過程，是保證頻譜有效管理的必要手段。使用張量補全及預(yù)測算法可以補全有限觀測條件下的頻譜感知數(shù)據(jù)并預(yù)測頻譜態(tài)勢。利用已補全的頻譜數(shù)據(jù)對未來頻譜狀態(tài)進行預(yù)測包括對信道占用度的預(yù)測，預(yù)測結(jié)果可以輔助智能頻譜決策。通過頻譜決策，認(rèn)知用戶可以選擇最優(yōu)的信道或是提前撤出主用戶可能會占用的信道。這些方法可以解決低軌衛(wèi)星之間、低軌衛(wèi)星和中高軌衛(wèi)星之間，以及低軌衛(wèi)星和地面通信系統(tǒng)之間頻率復(fù)用問題。總之，本文提出的面向低軌衛(wèi)星系統(tǒng)的頻譜認(rèn)知智能管控體系架構(gòu)及相關(guān)技術(shù)可以智能地統(tǒng)籌、協(xié)調(diào)低軌衛(wèi)星各業(yè)務(wù)無線電的用頻需求，支持并鼓勵高效利用頻譜資源。