无线电监管App开发与应用

第1章　无线电监管 1.1　电磁频谱 众所周知，带电粒子的运动产生电流，时变电流或时变磁场产生变化的电场，时变电场产生变化的磁场，时变电场与时变磁场相互转化形成电磁波。依照电磁波的长短、频率以及波源的不同，电磁频谱可大致分为无线电波、微波、毫米波、太赫兹波、红外线、可见光、紫外线、X射线和?射线。在无线电波、微波、毫米波和太赫兹波频段，电磁波主要由“自由电子”运动产生。在红外线、可见光和紫外线频段，电磁波主要产生于原子和分子的运动，例如，红外线辐射主要产生于分子的转动和振动，可见光与紫外线辐射主要产生于电子在原子场中的跃迁。X射线和?射线是利用带电粒子轰击某些物质而产生的，这些辐射的特点是量子能量高，当它们与物质相互作用时，波动性弱而粒子性强。 电磁频谱的频率范围为104～1020Hz；波长范围为103～10－12m，图1.1为电磁频谱示意图。电磁频谱的合理开发及其应用是现代社会文明的基础。 图1.1　电磁频谱 1.2　无线电频谱与业务 电磁频谱中30kHz～3000GHz的部分习惯称为无线电波，包括无线电波、微波、毫米波和太赫兹波。由于无线电波传播条件好，不同国家对无线电波的应用都有严格的规定，例如，我国将无线电波划分为43种业务，详见《中华人民共和国无线电频率划分规定》[1]，具体业务类型见表1.1，图1.2为中华人民共和国无线电频率划分图。 表1.1　我国无线电业务类型 注：R为航路route的缩写，OR为航路外off-route的缩写。 1.3　无线电管理与监测 我国无线电管理机构为工业和信息化部无线电管理局（国家无线电办公室），处室设置包括综合处、地面业务处、空间业务处、频率规划处、监督检查处和无线电安全处。 1.3.1　无线电管理 无线电管理本质上就是要解决空中无线电信号是什么业务、发射源在哪里、是否合规等问题，无线电管理的总体要求是[2]：“三管理、三服务、一突出”，即：管资源、管台站、管秩序；服务经济社会发展、服务国防建设、服务党政机关；突出做好重点无线电安全保障工作。具体职责是[3]：编制无线电频谱规划；负责无线电频率的划分、分配与指配；依法监督管理无线电台（站）；负责卫星轨道位置协调和管理；协调处理军地间无线电管理相关事宜；负责无线电监测、检测、干扰查处，协调处理电磁干扰事宜，维护空中电波秩序；依法组织实施无线电管制；负责涉外无线电管理工作。 从学术的角度看，无线电监管包括管理和技术两个组成部分，可以用无线电监管模型描述，如图1.3所示，管理部分包括法律法规、标准规范和行政管理；技术部分包括无线电检测和无线电监测。 1.3.2　无线电监测 无线电监测就是采用技术手段对电磁环境进行测量、对电磁兼容性进行分析、对发射机的技术参数和使用情况进行监测、对发射机进行定位等，并与管理部门协同工作，确保相关无线电业务的正常运行，同时做好重点无线电业务的安全保障工作。无线电监测的技术设施包括接收机、天线、传送网络、数据存储处理设备及相关软件，其中，接收机和天线是捕获无线电信号的关键设备。无线电检测是对无线电监测技术设施进行检验，以确保监测技术设施参数指标满足国家标准。在无线电监测领域，云南省做了大量的工作，出版了系列教程和专著[5-8]。 1.4　无线电监管现状和发展趋势 1927年，美国颁布了《无线电法》，为不同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。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，全国已经建成了技术先进的异构无线电监管系统，包括基于无线电监测传输协议（radio monitoring transfer protocol，RMTP）的人机通信系统、基于一体化平台的信息系统和基于信息系统架构的智能系统，目前的趋势是将新一代人工智能引入无线电监管领域，发展智慧无线电监管系统。 图1.3　无线电监管模型[4] 在无线电监管领域，实验室做了许多创新性工作。实验室承担了工业和信息化部无线电管理局下达的课题[9]，提出了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[10]，该成果被纳入《国家无线电管理规划（2016—2020年）》以及《云南省无线电事业发展“十三五”规划》，相关论文被中共中央网络安全和信息化委员会办公室全文转载[11]。实验室在云南省红河州建设了边境无线电监管示范系统[12]，官方评价为示范系统按照“互联网+无线电监管”的思路建设，具有安全、开放、共享、模块化等特点，成为全国**个基于谱传感的边境电磁频谱监管示范系统，同时也是全球**个公开发表的集成了频谱管理和频谱监测的智能决策支撑系统，全力破解了新时代背景下制约边境无线电监管工作效能发挥的症结，为我国实施边海地区无线电管理技术设施建设工程提供了重要支撑。实验室在Radio Science杂志上发表了封面论文[13]，被美国Earth and Space Science News选为“研究焦点”，并以“Managing radio traffic jams with the cloud”为题进行了评述[14]，随后实验室开发了基于人工智能的频率调制（frequency modulation，FM）广播监测系统，并进行了规模化部署和试运行。该系统通过人工智能模仿监测人员收听广播并记录异常发射台，取代了繁重的人工劳动，并以