基于大数据架构的军民融合频谱综合利用分析

张　平，刘献杰，李　佳

(中国电子科技集团公司第五十四研究所，河北 石家庄 050081)

0　引言

随着无线通信技术和市场的飞速发展和扩大，通信服务追求的高数据速率和大覆盖范围与现有频谱资源日益紧缺的矛盾越来越突出，造成频谱拥挤和重叠的现象愈发严重[1]。这种紧张的供需矛盾无论对于军事领域还是民用领域的无线通信系统部署和应用都会形成严重的干扰、冲突，甚至通信中断。分析表明，解决频谱资源紧缺局面的根本途径是开发高效频谱综合利用技术[2-3]。

深化发展军民融合已成为我国经济社会发展和国防建设的重要方向，建立军民融合频谱综合利用体系，走中国特色军民电磁频谱管理融合深化发展道路，是顺应世界新军事变革发展大势的必然要求[4-5]。美国国防部的调查统计表明，如果容许实行军民一体化以及更多地采用两用产品、技术和工业操作规程，每年可节省大约300亿美元的国防开支[6]，军民融合的体系发展势在必行。

当前，军民融合的主要体现是军民两用卫星[7]。虽然上述成果填补了军民融合频谱综合利用领域的空白，但目前只局限于某些个别频段，无法满足综合利用更多频段的需求[8]。因此，研究适用于更多频段的军民调度体系架构及工作流程具有非常重要的现实意义。

为高效综合利用军用和民用频段，需要双方汇总并融合海量频谱数据得到频谱信息，并通过具有安全和保密保证的资源调度方案使军方或民方能够在有需要时申请使用对方可用资源。这就需要高效(Velocity)地从海量(Volume)频谱数据中获取准确(Veracity)的电磁频谱态势。事实上，海量频谱数据的来源包括固定、移动、便携和可搬移等多种平台的电磁频谱监测设备，一般来自于技侦、电抗和情报等系统建设的频谱监测设备以及众多民用频谱监测设备。这些军用或民用海量频谱数据是由不同种类、不同定位和不同部署位置的异构传感器对频谱特征进行不同角度的描述，即频谱数据具备多样性(Variety)。同时，部分频谱数据是不确定、不完全的，甚至不正确的，需要在大量冗余的数据中挖掘到有价值(Value)的信息。因此，汇集接入外部军用和民用海量频谱数据并进行综合处理得到业务产品的过程呈现出类似大数据的“5V”特性[9]。因此，军民融合频谱综合利用研究在大数据架构基础上进行变得顺理成章[10]。

结合上述特点分析，首次引进大数据架构来实现军民融合电磁频谱数据汇集、处理、分析以及应用的体系架构；针对电磁频谱特殊应用需求，首次提出频谱数据汇集、频谱融合以及军民融合调度的工作原理，并在此基础上设计军民双方申请使用对方电磁频谱资源的工作流程，以实现频谱资源综合利用。针对性搭建大数据软硬件仿真平台，并验证本文所提内容在统筹军民电磁频谱资源方面的有效性。

1　军民融合频谱综合利用体系架构

基于大数据的军民融合频谱综合利用的体系架构由资源层、服务层以及处理层组成，如图1所示。

图1　军民融合频谱综合利用体系架构

资源层着重于基础设施建设，由高性能计算(Spark和MapReduce)资源[11]、海量存储资源、资源集群、资源管理以及云技术组成，实现计算能力、存储能力和通信能力等硬件性能瓶颈的突破，为军民融合频谱综合利用提供软硬件资源平台。

服务层主要负责架构运转与维护，采用面向服务架构构建系统订阅分发[12]与服务管理总线，主要部署平台级服务软件和架构管理软件，并提供多源数据统一的通信传输和外部数据引接服务能力，为异构的原始数据按照元数据标准提供必要的协议适配服务。

处理层是顶层可视化业务系统，主要包括频谱综合和融合调度2部分，二者共同支撑军方频谱利用(例如电子对抗、频谱管理和技术侦察)和民方频谱利用(例如通信和干扰)。其中频谱综合过程包括频谱数据接入、频谱检测以及频谱融合，最终得到军/民用频段信息；融合调度通过任务管理、资源调度、资源监视、数据交换以及安全保密完成全频段的军民融合综合利用。

图1中所示的体系架构以军民双方频谱监测设备提供的海量外部频谱数据为输入，通过海量存储、高性能计算以及订阅分发等服务机制，形成频谱融合产品，最终实现军民融合频谱综合利用目的。上述体系架构对不同频段具备通用性的特点，可适用于军民通用的短波、超短波、卫星和微波业务频段。

下面以C、Ku和Ka频段军事卫星通信为例简述军民融合频谱综合利用的现实需求以及所达到功能。C、Ku和Ka频段军事卫星通信平时可为我国广电部门提供C、Ku和Ka频段卫星广播信号应急播发服务，急时可完成管控非法卫星广播信号、定位卫星广播信号干扰源等任务[13]。通过军民融合频谱综合利用可实现如下功能：

① 具备战时军方卫星通信管控体系占用民方卫星广播系统的能力；

② 具备平时民方卫星广播系统提请军方卫星通信管控体系支援的能力；

③ 具备信息安全能力；

④ 具有资源情况、设备状况等信息的监测功能。

2　军民融合频谱综合利用工作原理

2.1　频谱数据汇集

频谱数据汇集(图1中的频谱综合分系统内容)完成各种军用或者民用频谱数据的接入、数据预处理、存储和分发，如图2所示。

图2　频谱数据汇集

频谱数据汇集的主要阶段及其功能如下：

① 传输接入：隔离传输协议，并实现跨平台、跨系统异构网络融合；

② 数据识别和适配提取：可利用成熟的技术和产品提取有效元素；

③ 预处理：对频谱数据进行清洗、一致性检查、标注管理和统一编码；

④ 分发存储：实现基于数据总线的订阅发布机制，并完成高速海量存储。

2.2　频谱融合

频谱融合(图1中的频谱综合分系统内容)以海量频谱检测数据为输入，相继完成数据适配、估计融合和频谱检测数据融合等过程，使海量频谱检测数据得到最大化利用并得到全局较优的融合结果，如图3所示。

图3　频谱融合工作原理

① 数据适配通过频谱适配、坐标转换和时间配准等操作完成检测数据特征尺寸的统一；

② 估计融合通过统计推断完成频谱瞬态特征的抑制和消除；

③ 频谱检测数据融合利用融合算法实现频谱感知空间扩展；

④ 融合结果可通过集中式和分布式[14]2种融合方法得到。

在上述融合过程中起决定性作用的是融合算法的选择，它能够决定频谱融合的最终效果，可选算法包括DS证据理论统计方法、卡尔曼滤波估计方法以及神经网络等人工智能算法[15]。

2.3　军民融合调度

军方业务体系主要由任务管理系统、频谱监测设备、资源监视系统以及通信设备等组成；民方业务体系主要由监测中心、管网中心、运行管理中心以及业务管理中心构成，二者通过由军民双方融合调度、网间交换、安全保密以及基础网络服务构成的军民融合调度系统实现连接，最终实现军民频谱综合利用。军民融合调度的工作原理如图4所示。

图4　军民融合调度工作原理

① 基础网络服务由资源调度服务器、数据库服务器组成；

② 安全保密系统主要由保障物理安全、网络安全、计算安全、应用安全、数据安全以及安全保密管理的软硬件组成，包括防火墙、病毒防护系统和身份认证等机制；

③ 网间交换涉及到军民双方涉密数据的交互。由于军方涉密等级高，故在军方敏感信息脱密之外需有加密算法转换环节，即实现高密级算法向低密级算法的转换；民方则利用低密级算法进行解密、脱密、格式转换等过程；

④ 军民双方融合调度系统分别实时接收军方资源监视系统和管网中心上报的频谱资源信息，待接到军民双方调度电话或者网络发来的调度请求指令时，汇总军民双方资源，并做出合理的资源分配。

⑤ 军方通信设备和民方业务管理中心接到融合调度发来的资源分配结果，分别执行相应业务操作，并及时上报业务中止请求指令。

3　军民融合频谱综合利用典型工作流程

民方通信设备在基于大数据的军民融合频谱综合利用体系下申请军用频段的工作流程如图5所示。军方通信设备在基于大数据的军民融合频谱综合利用体系下占用军用频段的工作流程如图6所示。

图5　民方申请军用频段流程

图6　军方占用民用频段流程

民方申请军用频段主要流程为：民方发起资源申请请求，请求经融合调度系统转发至军方任务管理系统，军方任务管理系统接收申请后再经资源监视系统进行资源确认，给出能够使用的资源信息，信息通过加密算法处理加密后由融合调度系统发送回民方资源监视系统进行信息解密，该资源在网管中心进行统一分配后，就可进行资源的使用，同时将占用情况发送给军方资源监视系统进行可用资源更新。

军方占用民用频段流程可参见3.1节的流程描述。

4　军民融合频谱综合利用仿真试验

硬件平台介绍：

大数据平台服务器4台，配置：华为RH2288V3；CPU：Intel E5-2640 v4 (25 M Cache，2.4 GHz)、10核；内存：32 GB ECC DDR4，最大可支持1 024 G；机械硬盘：4 TB 3.5寸 SAS/SATA企业级硬盘、固态硬盘：1.6 TB NVMe PCIe SSD；RAID卡：Raid 0，1，10，5，50，6，60，1 GB cache。

数据处理终端1台，配置：联想扬天T6900C；CPU：Intel i7-6700 3.4 GHz；内存：8 GB DDR4；硬盘：7 200转 1 TB。

军民融合频谱融合仿真处理的主要流程中的主要业务组件及处理流程图如图7所示，包括频谱数据收集、预处理、数据清洗、数据匹配、融合估计、检测分析、融合分析及综合显示。大数据平台收集统计的频谱资源分布图如图8所示(部分)。

图7　军民融合频谱流程界面

图8　军民频谱监测资源分布界面

军民用某频段的频谱融合过程截图如图9、图10和图11所示。其中仿真融合前的军用和民用频段占用频谱图分别如图9和图10所示。通过频谱资源调度、融合处理后的频谱图如图11所示，浅色(黄色)为民用、深色(蓝色)为军用。

图9　军用频段信息

图10　民用频段信息

图11　军民融合后的频段统计结果

5　结束语

在新的经济和国防形势要求下，由军方和民方用户共同使用的电磁频谱资源需要通过军民融合手段来满足各自业务需求，实现频谱资源利用率提高。本文通过深入分析电磁频谱数据的特点，结合业务需求，基于大数据架构进行系统设计和实现，并形成下述创新点：提出基于大数据设计军民融合频谱综合利用体系架构；设计实现军方和民方利用对方电磁频谱资源的工作流程。

通过上述技术层面的探索，可以实现应急救灾和军事应用特殊情况下设备装备方便快捷使用电磁频谱资源的方法，为全面发展电磁频谱管理领域其他军民共用技术和双向应用的体系架构设计、系统运行管理等方面研究提供参考。

[1]丁汉清.认知无线电频谱感知技术研究[D].西安：西安电子科技大学，2011.

[2]FCC.Establishment of Interference Temperature Metric to Qnantfy and Manage Interference and to Expand Available Unlicensed Operation in Certain Fixed Mobile and Satellite Frequency Bands[R].Notice of Inquiry and Proposed Rulemaking，ET Docket No.03-289，2003.

[3]CAPARF，WEISS T，MARTOYO I，et a1.Analysis of Coexistence Strategies for Cellular and Wireless Local Area Networks[C]∥Vehicular Technology Conference (VTC’03)，2003(3)：1812-1816.

[4]连维良.适应时代发展新要求加快建立军民融合深度发展新格局[J].军民融合，2015(1)：35.

[5]吕彬，李晓松，姬鹏宏.西方国家军民融合发展道路研究[M].北京：国防工业出版社，2015.

[6]陈菲.美国空间信息系统军民融合发展策略[J].中国航天，2015(2)：20-25.

[7]何廷润.电磁频谱管理军民融合深化发展的特径研究[J].中国无线电，2014(10)：40-42.

[8]张勇，李耀华.以战略的眼光强化融合军地无线电频谱资源管理[M].山西：晋城市管理处，2013.

[9]方巍，郑玉，徐江.大数据：概念、技术及应用研究综述[J].南京信息工程大学学报(自然科学版)，2014，6(5)：405-419.

[10] 周文虎.大数据频谱地图 创新上海无线电管理[J]，上海信息化，2016(8)：10-13.

[11] 刘鹏.基于Spark的数据管理平台的设计与实现[D].杭州：浙江大学，2016.

[12] 李耿，朱美正.数据订阅分发技术的研究与实现[J].计算机工程与设计，2010，31(12)：2876-2879.

[13] 朱贵伟.军事卫星通信领域的军民融合[J].卫星应用，2014(9)：30-36.

[14] 伍昕宇，李才对，李亚秀，等.分布式融合算法在WSANs中的性能分析[J].计算机工程与应用，2014，50(16)：118-122.

[15] 韩崇昭，朱洪艳，段战胜.多源信息融合(第2版)[M].北京：清华大学出版社，2010.