知识驱动的无线电监管

第1章 绪论 近年来，宽带、泛在、移动的无线电技术应用越来越广泛，无线电新技术、新业务、新应用大量涌现，电磁环境日益复杂，电波秩序维护尤为艰巨。面对这些新情况和新问题，亟需无线电监管理论与技术的创新和突破。本章首先介绍无线电监管的研究背景，然后阐述知识驱动的无线电监管的含义、概述其研究历史与现状、说明本书的研究目的和意义，*后介绍本书的结构安排。 1.1 无线电监管的研究背景 无线电频谱是一种稀缺的国家战略资源。由于无线电波传播的开放性，无线电业务十分容易受到干扰，因此世界各国都对无线电使用有着严格的规定，并由专门的职能部门负责监测和管理。美国的无线电频谱管理较为成熟，0～60MHz的无线电频谱分配表早在20世纪20年代就已经制定，且从这个时候起美国就着手建设无线电监测系统[1-3]，并于1927年颁布了《无线电法案》，成立了联邦无线电委员会。20世纪80～90年代，美国、欧洲完成了短波频段的信号占用度测量。我国自20世纪90年代开始大规模建设无线电监测系统，用于执行20～3000MHz无线电日常监测及专项监测任务[3]。经过30多年的发展，逐步建成覆盖全国31个省(区、市，不包含港澳台)的无线电监管网络，在管频率、管台站、管秩序，以及各类无线电安全保障中发挥了重要作用，为我国经济社会发展营造了良好的电磁环境[4]。 目前，在世界范围内无线电监测系统的设计和建设都遵循国际电信联盟(International Telecommunications Union，ITU)规则，采用人机通信系统架构进行搭建，不具备自动定位、分析及处理无线电干扰的能力。在我国，不同无线电监测系统集成商通过遵守无线电监测传输协议(radio monitoring transfer protocol，RMTP)实现无线电监测设施互操作，但由于各类系统缺乏统一的接口和数据标准、调用方法、控制流程等，没有定义统一的应用层协议，因此妨碍了无线电监测数据资源整合和应用能力提升，致使海量的无线电监测数据未能对无线电管理工作形成有效支撑[5]。同时，传统无线电监测系统还存在以下几个问题：①基于频谱工程的“全科医生”式无线电监测方法难以解决传输处理时延与网络带宽之间、天线带宽与天线增益之间、无线电业务复杂性与单一接收机架构之间的矛盾，缺乏针对不同无线电业务的频谱分析和信号分析能力；②聚焦频域数据采集，接收机架构单一，缺乏时域、空域、变换域等多维数据采集能力，导致无线电监测系统拥有海量数据却缺乏完备的知识体系；③测向定位功能在非视通(non-line of sight，NLOS)环境下基本失效；④通过无线电行政执法和监督检查判定发射设备参数是否合规，面对海量的异构数据时，难以高效完成合规性检查和兼容性管理。总之，面对复杂多样的无线电业务和日益复杂的电磁环境，传统无线电监管系统的知识获取能力有待提升，缺乏知识推理能力，在小功率、短时信号捕获，以及识别无线电信号类型、NLOS环境下发射源位置、发射参数合规性检查等方面有很大提升空间，这些正是本书研究的出发点。 1.2 无线电监管的发展方向 无线电监管包括无线电监测和无线电管理两个方面的含义。其中，无线电监测为无线电管理提供支撑服务，是指借助无线电管理技术设施(设备)实施测量(包括发射的基本参数、频谱特征参数、频率使用率、占用度等)、监听(模拟信号)、频谱特征分析(数字信号)、测向定位(一般针对非法电台或干扰源)等；无线电管理是指采用无线电监测等方法，结合行政法规，开展合规性检查、空间电磁环境兼容性管理等[6]。 传统的无线电监管以频谱数据采集为主。通常，原始的频谱图、瀑布图等是无线电监测数据的主要展现形式。在实际工作中，数据的处理过程可能需要无线电监管人员将无线电监测数据、各类环境参数，以及各种基础数据库的内容综合起来进行分析。知识获取的过程除了使用无线电监测技术设施(设备)，还需要大量的人工参与[6]，且无线电监测数据维度较为单一，无法有效解决无线电信号是什么、NLOS环境下发射源在哪里、发射参数是否合规、电磁环境复杂程度评估等问题，尤其是数据分析结果依赖于人的经验，影响了监测数据和知识的共享，这制约了无线电监管能力的进一步提升。 知识是由特定领域的描述、关系和过程组成的。在探讨数据、信息和知识之间的关系时，可以将信息理解为经过加工处理提取出来的有用数据，将知识理解为蕴含在数据中的经过凝练的数据和信息，是信息中的精华。长期以来，无线电监管领域拥有海量数据，传统的无线电监管实现了由原始频谱数据收集到信息提取，但缺乏知识的表示、建模和推理能力。知识驱动的无线电监管强调知识的智能获取和科学决策支撑能力，是一种将人获取知识变为传感器、监测设施或监管系统直接获取知识，以实现智慧无线电监管为目标的方法。通过全面采集频域、时域、空域、变换域等多维无线电信号数据，充分运用物联网、边缘计算、大数据、云计算、知识图谱等技术成果，可以建立完备的知识体系实现无线电监管职能，提高无线电监管效率[6]。相较传统的无线电监管，知识驱动的无线电监管解决了生产实践中的一些关键问题。例如，对于高频段小功率信号，由于传统无线电监测技术设施主要针对等效全向辐射功率(equivalent isotropic radiated power，EIRP)3W[6]以上的典型发射源进行监测，因此无法捕获此类信号；传统的无线电监测为扫频式，很难以高检测概率捕获瞬时信号；传统无线电监测系统实现定位功能主要以固定监测站为主，设备昂贵且部署密度低，加上城市环境(或复杂地形环境)下定位所需的视通(line of sight，LOS)、监测站站间距等条件很难满足，定位精度十分有限。因此，知识驱动的无线电监管紧贴无线电监管现状和技术发展方向，为实现无线电监管智慧化提供了现实路径，是无线电领域的发展前沿与未来发展趋势，得到了业内专家学者、行业从业人员的共同关注。 1.3 无线电监管的研究历史与现状 1.3.1 无线电监管现状 无线电监测伴随无线电应用应运而生。美国的无线电监测系统始建于1922年，规模逐年扩大。到1927年，美国颁布了《无线电法案》，为无线电业务指定不同的波长，并为美国商务部提供了**辆无线电测试车，开始实施无线电监测。至1972年，美国共建设了18个大型无线电监测站，主要部署在经济发达的地区和沿海地区。其无线电监测系统设计和建设遵循ITU规则，主要由固定站、移动车和可搬移设备等组成[1，2]。随着无线电技术的广泛应用，美国逐步在频谱资源规划、台站管理等方面加大监管力度，并在干扰防治、设备管理等方面做了详细部署，形成了较为完备的无线电监管体系[7]。 我国无线电监测系统建设起步较晚，20世纪90年代开始大规模建设。经过30多年的建设和发展，我国甚高频/特高频(very high frequency/ultrahigh frequency，VHF/UHF)监测、短波监测和卫星监测取得了长足进步。在VHF/UHF监测方面，固定站和移动监测车相结合的重要区域监测网络已经建成，基本满足日常无线电监测需要；在短波和卫星监测方面，全国短波监测网络和卫星监测网络也已经建成[8]。图1-1为我国I类城市无线电监测系统拓扑示意图，系统由若干固定监测站、移动监测车、可搬移设备、便携式设备，以及频率数据库、台站数据库、监测数据库、检测数据库等构成[9]。我国无线电监测系统建设同样遵循ITU规则，虽然国家无线电管理职能部门为解决无线电监测系统数据传输问题制定了无线电监测传输协议，要求不同集成商的无线电监测系统通过遵循无线电监测传输协议实现联网，但不同的集成商从不同的厂家采购监测接收机和天馈系统，集成工作基于硬件平台二次开发应用软件系统，采用的数据格式和控制方式等有所不同，为了保护核心技术，极少公开编程指令集，导致国内现有的无线电监测系统并未真正实现互联互通和资源共享，数据未建立有效关联[8]。目前的无线电监测系统本质上仍是一种典型的人机通信系统。经过几十年发展，各类无线电业务系统(如无线电监测、频率管理、台站管理、行政执法检查等)拥有海量数据，但数据壁垒大量存在，无法对这些海量数据进行有效挖掘和利用，无线电监管系统缺乏智能化[5]。同时，无线电监测技术设施(设备)片面强调接收机的技术指标，并根据指标和功能差异进行了简单分类，例如，根据监测接收机的噪声系数、监测灵敏度等参数以及是否具有测向功能，将无线电固定监测站从高到低划分为一至四类[10]，没有从空间场强角度描述其监测能力，也没有从接收不同无线电业务信号的角度细分监测粒度。在生产实践中，无线电监测系统的监测能力与理论值有很大差异，主要原因是各无线电监测系统集成商所用天线、馈线、接收机等指标差异很大[11]。此外，即便是具有测向功能的无线电固定监测站接收机，也无法判断监测环境为视通或者非视通，测向的鲁棒性较差，如果用多台具有测向功能的接收机实现交叉定位，又带来系统建设成本过高的问题。 图1-1 我国I类城市无线电监测系统拓扑示意图 符号来自《无线电监测图例规范》(GWJ 017—2016) 1.3.2 无线电监管架构 为解决无线电监测系统存在的问题，许多学者开展了相关研究工作。2015年，Cooklev等[12]提出了一种基于云的频谱监测方法，体系结构如图?1-2?所示，其主要结论为：无线电监测系统应当具备使用不同性能、不同公司生产的谱传感器的能力；为了使频谱监测系统具有可持续性和永久性，并能够随着时间推移不断向前发展，必须重点考虑监测系统的设计问题，使得整个系统具有无限寿命，而构成它的各个元件具有有限寿命。因此，无线电管理职能部门应该更加关注系统架构的设计，而不仅仅是监测接收机的参数。2018年，文献[13]报道了一个由西班牙、德国和瑞士科学家组成的团队提出了采用众包方式建立全球无线电监测系统的设想，并在欧洲搭建了由6个节点组成的示范网。与此同时，文献[14]提出了一种用于无线电信号监测的大数据处理架构，并详细讨论了一种基于深度学习的端到端的信号处理方法。Lin等[15]提出了一种用于无线电频谱监测的软件定义网络架构，目的在于规范全国范围内的频谱分配和使用管理，文中提出的软件定义网络架构为无线电频谱监测提供了使用软件定义的无线电设备来协调控制工作站和监视站之间通信带宽需求的能力。 图1-2 一种基于云的频谱监测方法体系结构[12] ADC代表模拟数字转换器，DSP代表数字信号处理器，SW代表服务工作 实验室和云南省工业和信息化厅(无线电管理办公室)于2015年共同承担了工业和信息化部无线电管理局(以下称为“国家无线电办公室”)课题，通过对全国边境省(区)进行问卷调查，到黑龙江、新疆、广西等边境省(区)进行实地调研，掌握我国边境区域无线电监测设施的建设现状和存在的问题，提出信息系统架构下基于物联网和云计算的智能边疆无线电监管网建设思路[5，16-20]。该成果被纳入《国家无线电管理规划(2016—2020年)》和《云南省无线电事业发展“十三五”规划》[21]，相关论文被中共中央网络安全与信息化委员会办公室全文转载[22]。2016～2017年，实验室在云南省红河哈尼族彝族自治州(简称红河州)建设了边境无线电监管示范系统[23](以下简称“一期工程”)，申请了系列专利[24-31]。图1-3为示范系统原型的拓扑结构。实验室在Radio Science上发表了封面论文[3]，被美国Earth and Space Science News优选为“研究焦点”，并以“Managing radio traffic jams with the cloud”为题进行了评述[32]，随后实验室出版了专著《红河州边境无线电监管示范与创新》[23]。实验室通过示范系统建设获得了要素齐全、时间连续、空间关联的无线电监测数据，为后续将人工智能引入无线电监管领域奠定了基础