频谱监测数据分析再加工的探讨与应用

刘杰

[摘要]无线电管理机构通过日常无线电监测，采集和保存了大量的频谱监测数据。本文在对频谱监测数据进行深入分析方面提出了基于频谱比对模版的再加工、基于相关性的信号跟踪分析再加工及基于信道占用度分析的再加工等三种分析方法，并指出了各个分析方法在实际监测中的应用领域。

[关键词]无线电监测 占用度 互调分析 杂波同源验证

引言

近几年来，无线电管理机构在日常监测中所采集和保存的无线频谱监测数据量越来越大。当前，对监测数据分析所形成的结论或报告，内容相对比较简单、贫乏，难以担负起有效表征电磁频谱的重任。有鉴于此，监测数据分析的再加工和深挖掘，也就在频谱管理方面显得十分重要。

一、基于频谱比对模版的再加工与应用

在监测站硬件环境日渐完善的今天，每天产生的监测数据已经是海量级别了。在实际应用中，监测分析软件大都设计有频谱比对模版功能。然而在监测过程中，监测人员对监测系统依据频谱比对模版所自动发现的不明信号会有所犹豫。而不明信号数量往往会较多，要对它们进行一一识别，难度大，耗时长。

产生上述问题的原因是系统单纯的将超出模版门限的信号都标记为不明信号，而没有考虑它们在信号域（幅度超模板的次数）、时域（时间连续性）和频域（电平超出门限值的大小）的特性。如果对监测数据进行模版比对时深入分析，综合考虑信号的特征，就可以自动过滤出来特征最明显，严重程度最高的不明信号。

筛选分析过程尤其适用于各种无线电保障场合。监测人员在室外进行监测，由于各类电气设备的电磁泄露，监测频谱上会出现杂乱的信号，影响监测人员的判断力。采取模版比对深入分析后，这种情况便可在最大程度上予以避免。

二、基于相关性的信号跟踪分析再加工与应用

互调干扰是一种重要的无线电干扰类型。在当前的监测分析软件中，计算互调干扰是一项基本功能。不过计算得出的往往是无概率互调组合或纯数学互调组合。这样的计算结果脱离了实际频谱的显示，是一种很粗略的分析方式。

在互调组合的计算过程中，应该要求这些互调组合不仅满足数学上的互调公式，还应考虑实际的频谱监测数据，即要求目标信号和源信号之间满足时间上的相关性：源信号大，目标信号大；源信号小，目标信号也小；源信号消失，目标信号也消失。这种将实际的频谱监测数据与互调数学公式相结合的方法，可应用于如下场合。

（1）筛选干扰源。研究任意两个或多个频率之间的时间相关性；通过对相关性结果的判断，去伪存真，排除大量的虚假互调产物，将真正的互调组合挑选出来。

（2）进行杂波同源性验证。可研究任意两信号之间的时间关联关系，有利于发现带外发射、杂散发射和谐波产物。这些杂波产物和主信号之间满足时间上的相关性。

三、基于信道占用度分析的再加工与应用

根据ITU-RSM.1536和SM.182-4的定义，被测信道内信号的电平值超过门限值定义为“占用”，把比算出来的占用时间百分比称为“占用度”。在实际监测过程中，一般要至少监测24小时计算来频道占用度数值。不过在此种参数设定下，频道占用度数值的相同频率，其频道占用质量却可能会差别很大，无法准确表征频道被占用的情况。

假设两个同样是5%占用度的频点A和B，其中A可能是占用信号在测试时间内没有规律随机出现，而B可能是仅仅在某个时间段内集中出现占用信号，而在其他时间段内没有。这样导致了虽然两者占用度数值相同，但是频道质量却相差很大。为了避免这种情况，监测人员可将占用度统计时间化整为零，以每小时或更小的时间单位为统计基础，做出忙时/闲时分析，以更好的反映占用情况。

占用度的忙时/闲时分析可应用于多种场合。

（1）重大活动中，在频率资源紧张的情况下，无线电管理机构可根据已用频道的占用度特点，避开频道的信号发射时间段临时指配该信道，做到一定程度上的频率复用。

（2）可以在监测广播频段时迅速发现“黑广播”信号。因为很多“黑广播”为避开执法单位的检查，往往只会在夜间开机，导致信道占用曲线夜间高白天低，和正常广播信号的占用度特征截然不同。

四、结语

无线电监测记载了一定时期、一定地域的电磁环境特征。这些看似平凡而枯燥的频谱数据，由于其具有客观性、易逝性和不可再生性，因而显得十分珍贵。本文提出的三种分析方法，对测数据进行了深入挖掘和分析，从时域、频谱、信号相关性等角度展开研究，以期掌握监测数据的本质特征，充分发挥无线电管理机构技术设施作用。

这三种分析方法可促进监测工作向高标准、严要求方向迈进，为处理日常监测问题和科学规划频率资源提供可靠的依据。