基于网络化协同感知的频谱获取新方案

郝关鸿

(中国电子科技集团公司第五十四研究所，河北 石家庄 050081)

10.3969/j.issn.1003-3114.2018.01.06

郝关鸿.基于网络化协同感知的频谱获取新方案[J].无线电通信技术,2018,44(1):30-33.

[HAO Guanhong.A New Scheme of Radio Spectrum Acquisition Based on Network Cooperative Sensing [J].Radio Communications Technology,2018,44(1):30-33.]

基于网络化协同感知的频谱获取新方案

郝关鸿

(中国电子科技集团公司第五十四研究所，河北 石家庄 050081)

针对电磁域从时、频、空、能、码等任何一个维度来“绘制”射频电磁频谱图的迫切需求，提出了一种基于网络化主动协同感知的无线电频谱图获取解决方案。该方案充分考虑利用已有的频谱感知设备，采用分布式网络化协同方式，通过合理部署多个不同型号的监测设备，提高感知灵敏度和准确度；设计了协同感知频谱中不同阶段的数据融合工作方式；采用了分布式ETL处理技术，减少了实时数据传输对网络传输带宽的要求，初步实现了海量原始频谱监测数据的迁移、转化和处理。该方案可应用于基于认知无线电的协同频谱感知系统中。

态势感知；ETL；射频频谱；多站协同感知

TN911

A

1003-3114(2018)01-30-4

2017-10-18

国家部委基金资助项目

ANewSchemeofRadioSpectrumAcquisitionBasedonNetworkCooperativeSensing

HAO Guanhong

(The 54th Research Institute of CETC,Shijiazhuang 050081,China)

A solution of radio spectrum acquisition based on network active cooperative sensing is proposed for the urgent need of drawing the RF spectrum map from different domain,including time,frequency,space,energy and code.The scheme is fully considered to apply the existing spectrum sensing equipment and adopting the distributed network cooperative mode in order to improve the sensory sensitivity and accuracy by rationally deploying various monitoring equipment.The data fusion approach in different stages of cooperative sensing spectrum is designed.The distributed ETL processing technology is adopted to reduce the requirement of real-time data transmission for network transmission bandwidth,and realize the mass raw spectrum monitoring data migration,transforming and processing between data warehouse.The scheme can be used in cooperative spectrum sensing system based on cognitive radio.

situation sensing; extract load & transform (ETL); RF spectrum; multi-station cooperative sensing

0 引言

美国国防高级研究计划局(DARPA)的“先进射频地图”(Advanced RF Mapping program)项目旨在将战场上已经部署的电台与射频对抗系统综合在一起，为美国海军陆战队提供实时的射频频谱态势感知信息(包括频率、位置和时间等)[1]。该系统无需增加新的频谱感知设备，将现有的战术无线电台，在不影响各设备主要功能的情况下以无源的方式提供频谱态势信息[2]。正如可以显示彩色实时交通状况的智能手机的地图那样，射频地图正在发展直观覆盖频谱信息的技术，通过射频地图快速消除频率冲突，最大化利用可用频谱支持通信、情报、监视和侦察(ISR)系统[3]。

正是受到DARPA“先进射频地图”项目实施策略和系统构建的启发，借鉴采用大型无线分布式操作系统方案，本文对基于既有或新建频谱监测节点的升级改造和组网建设，采用分布式网络化协同方式，合理设计无源频谱监测网络的节点数量和空间配置关系；采用基于云计算的大数据处理技术方案，在频谱监测的数据汇聚节点按照“全维频谱自动监测、信号数据集中处理”的工作模式，实现时、频、空、能、码等全维无线电测频谱数据的自动接收、分类、入库，建立无线空间截获频谱信号的元数据库，实时获取和绘制“射频电磁频谱图”，为不同用户提供数据与信息的共享服务[4]。

1 网络化协同感知监测系统体系架构

目前，国内电磁频谱管理工作方式已经从单站监测向分布式网络化模式发展，对无线电磁频谱进行全频段、全方位、全时域的获取，提高多传感器的多源融合处理能力，全面感知战场电磁环境，提升电磁态势信息和内涵信息的获取能力。按照适应电磁频谱监测装备的需求变化和发展、统筹规划继承与拓展的原则，网络化协同感知监测系统首先考虑采用面向全频段的数字化频谱监测的思想革新体系结构，采用分布式网络化协同方式，充分发挥已有的频谱监测设备对不同区域的监测能力，使得各个监测传感器截获频谱信息利用最大化[5]。为了进一步实现将战场已经部署的监测传感器或其他射频侦察设备综合在一个网络中，提供实时的射频频谱态势感知信息，系统必须建立一个完整的体系层次模型设计，如图1所示，主要包括频谱监测接收与处理层、频谱感知数据汇集与应用层、电磁态势情报处理层、任务管理与运控层、核心支撑层和共用信息基础设施等。

图1 系统体系架构模式图

其中，频谱监测接收与处理层主要采取多站组网协同工作方式，由各种局域型组网的多个监测站或监测传感器组成，完成无线电磁频谱数据的全方位、全频段的监测，还可以通过多个监测站的合理布局，完成对辐射源目标的定位。

频谱感知数据汇集与应用层完成无线电频谱数据的区域融合、态势分析自动监视等业务的自动处理功能，以及对汇聚的不同维度的频谱数据或处理后的素材按需分发或提供查询服务，还可以根据频谱管理的具体业务应用，完成非法用户的检测识别、敌我用频占用分析等功能。

电磁态势情报处理层主要提供分布式方法感知信号的算法，同时将这些信息进行融合处理，生成精确、完整描述射频环境的电磁态势特征数据，然后进一步利用现有的商用数据可视化设计手段，将这些电磁态势特征数据加以融合处理，并转化标绘为动态热图。

对频谱管理或频谱监测任务进行分配管理，对各层资源运营进行管理控制。共用信息基础设施主要指依托国内共用信息基础设施而构建或根据系统建设需要而单独建设的频谱管理系统专用通信网络、计算存储、时空基准、信息安全和运维管理等设施以及共性支撑服务[6]。

该系统要求着重设计基于服务的统一的软件体系架构，使得服务功能独立于技术平台，摆脱与各型监测设备之间的紧耦合，且能够灵活完成各种具备中立接口的业务应用服务，形成松耦合、可重用、流程可动态重组的系统体系框架，实现对无线电磁频谱的数据资源、计算资源、存储资源、网络资源技术资源的全面整合和统一管理调度。

2 协同频谱动态感知工作模式设计

单个频谱监测设备或监测网络的能力是非常有限的，只能在一定的时间内对一定的区域实施无线频谱的监视或测向。而网络化的频谱感知系统可将布置在不同地方的、不同类型的频谱监测装备联接起来，使其为完成同一个作战任务而同时与多个不同手段进行协调一致动态感知，使分散的各个频谱监测或测向的力量有效联接，产生综合效果。在组网关系方面，通过频谱监测组网、测向定位组网和数据汇聚与频谱感知自动处理，使目标定位和频谱监测有机融合、引导联动，可以有效改善无线电波传播规律造成信号接收质量受各个监测传感器位置限制的现象，实现大范围、全覆盖、多维度的频谱数据获取[7]。

协同频谱动态感知工作模式的核心思路是：在无线电磁频谱信号的监测接收与处理阶段，基于各个既有或新建的频谱监测网络，结合任务属性和信号特征，设计频谱监测或无源定位网络的节点数量和空间配置方式，实现信号的全频段、全时域、全空域接收；在信号全覆盖接收的同时，全面获取无线电信号的时域、频域、空域属性，为后续的射频动态频谱图处理与生成能够提供数量和属性的支撑。

在频谱感知数据汇集与应用阶段，针对存储的海量电磁频谱数据，采用实时自动或人工处理、离线深度分析两种模式开展，系统提供相应的信号处理服务。自动化处理包括多类同构/异构传感器获取的多源频谱数据融合处理算法，实现对多元、同构/异构数据源的汇聚、归一化和融合；对关注的非法用户目标信号进行解调解码，产生信号的报文信息，通过对报文信息和特征参数的综合分析，判证信号的目标属性和异常报警等。通过电磁频谱管理的目标知识库，对截获到的频谱信号进行频率、类型、示向、特征等目标参数辨识，能够给作战人员提供出敌我双方当前或潜在的频谱使用情况以及频谱受干扰的情况，为频谱管理提供更直观有效的手段。

在电磁态势情报处理阶段，建立覆盖国内范围的常用用频设备复合模型和多维电磁频谱数据统一表征框架，生成频谱信息综合元数据。通过研究电磁空间频谱数据各属性的耦合关系，构建频谱资源仓库、聚合频谱信息方法，采用海量频谱数据的快速存取和分发方法，建立频谱资源仓库。通过研究频谱感知信息、知识表征标准和频谱信息挖掘方法，完成对频谱的信息挖掘和频谱知识生成。研究频谱数据的时域、频域、空域、能量域、信号调制、编码、协议等多域数据关系和组织方式，提出多维电磁频谱数据统一表征框架，实现多维频谱数据的可视化展现，最终形成精确全面展示无线电磁分布的“动态频谱热图”[8]。

3 基于PostgreSQL的分布式数据仓库ETL实现

如何实现对海量原始频谱监测数据在数据库与数据仓库之间进行迁移、转化和处理，是数据汇聚节点成果创建的关键，其研究内容主要包括数据进入数据仓库之前的数据抽取、转换和装载技术，即ETL(Extract-Load&Transform)技术[9]。

3.1 原始频谱数据的ETL实现

针对监测设备受部署环境条件的制约，存在数据传输不可靠、网络传输速率低的突出问题，提出了分布式数据库系统的设计思路，并非简单的将原始频谱监测数据完全复制到数据仓库端，而是将监测站内部数据库与汇聚节点的数据仓库看作一个大的分布式环境，由部署在监测站内的ETL服务实现对原始频谱数据的定时抽取、融合与格式转换计算，形成以辐射源为基本单位的目标参数描述，并上载到中心汇聚节点的数据仓库，通过对原始频谱数据的ETL处理，数据传输量变化如表1所示。

表1 原始定、跳频信号监测结果合批前后数据传输量对比

测试内容原始定频信号监测结果合批后定频信号监测结果原始跳频信号监测结果合批后跳频信号监测结果记录数(条/s)<4000<100<10000<900带宽(kbytes/s)40116030

通过对比可知，采用分布式ETL处理技术，大大减少了实时数据传输对网络传输带宽的要求，使得原本无法实现的多站协同成为了可能，同样也减轻了数据中心的存储与计算压力[9-10]。

3.2 中心节点数据的ETL实现

数据汇聚到中心节点后，中心节点将各站预处理后的辐射源参数信息做进一步的融合处理工作，对实时数据的在线融合处理，包括辐射源信号的聚类分析、关联分析和定位计算，实现对辐射源参数的深度融合；结合辐射源历史记录，对比分析当前辐射源的变化情况，评估辐射源目标作用范围以及异常等级或威胁等级，为任务的自动化协同提供数据支撑；定时对数据进行离线处理，以时、天、周、月为单位，对频段占用度、信道占用度、辐射源目标属性特征等进行统计分析，对目标网台情活动规律分析提供辅助手段，并形成辐射源历史数据保存入库。

3.3 高度概括的电磁态势综合数据实现

借助已知情报库和知识库，实现辐射源目标的类属识别、非法性识别、通联关系识别，并借助二三维地理态势图进行直观展现。

3.4 基于元数据的ETL方法

在本系统中，元数据是指用于描述操作数据流程规则、转换规则和抽取规则的数据，以逻辑节点和逻辑关系的方式构成一组完整的目标逻辑，进而实现一种可重用、可扩展、可重组的数据处理与挖掘方法，采样XML或JSON格式对数据库表信息、字段信息、映射和转换关系进行描述，实现对ETL服务模块的自动化设计与运行。

4 设计工程应用案例

超短波频段(30～3 000 MHz)是电磁频谱监测管理的重要频段，超短波协同感知频谱监测系统正是基于本文的设计思想，根据用户在网络中协同与信息交互的方式，采用监测站分布、数据融合集中处理的结构，由固定式频谱监测系统、移动式监测系统、可搬移监测设备构成。系统组成原理如图2所示。在网络中设立了数据汇聚中心，各个监测设备对选定的频段进行独立的本地感知；然后将感知结果发送至数据汇聚节点，由数据中心对这些结果进行汇总，做出全局判决，再将其通知发送到各个监测设备。

工程实现改造过程如下：在原有固定式测向站的基础上，增建数据中心，借助无线通信手段实现了对移动式监测站和可搬移式测向设备的接入，其中移动式监测站可利用常规数传电台实现组网协同监测和交汇定位能力，也可与可搬移式测向设备组成子系统，配备高速无线网络，实现了监测网络的分级化管理能力。与传统无线电监测系统相比，超短波协同感知频谱监测系统具有以下几项突出优点：

① 能够根据实际情况灵活部署监测站位置和数量，使监测节点更加靠近辐射源，实现了监测覆盖能力与监测精度的大幅度提升；

② 实现了无线电监测工作模式从传统的临时、零散的工作模式向自主化、任务化工作模式转变；

③ 促使无线电监测管理水平从粗放、被动式管理，向精细化、智能化管理转变，使管理更加精确、科学和高效[10]。

图2 超短波协同感知频谱监测系统实现原理图

5 结束语

为了解决目前全维射频动态地图绘制所面临的困难与不足，融合了已有的电磁频谱感知装备或局域监测网络，不仅可以增强单网自动化频谱监测处理的能力，通过采用先进的软件体系架构、设置合理的工作模式与流程，提高全维或多维电磁频谱获取效能；而且可以通过网络化协同感知，共享监测资源，提升自动数据处理能力，以及达到频谱数据的汇聚与有机融合，实现按需组网监测和数据汇集处理，逐步达到跨频率、地理与时间的无线电频谱实时感知的终极目标。

[1] 叶显武.从DARPA研究计划看海战场预警探测系统发展计划[J].现代雷达，2016，38(10)：13-17.

[2] 李方伟.基于分布式频谱图的混合频谱共享研究[J].电子技术应用，2015，41(9)：92-94,98.

[3] 郭丽红.美军信息通信系统发展研究[J].无线电通信技术，2017，43(3)：13-19.

[4] 罗争.基于大数据的电磁频谱感知数据管理与挖掘[J].信息通信,2016(9):137-138.

[5] 陈雨丰,关建峰,许长桥.新型频谱监管网络模型研究[J].计算机应用与软件,2016(8):146-149,171.

[6] 姚富强,张余,柳永祥.电磁频谱安全与控制[J].指挥与控制学报,2015(3):278-283.

[7] 孙晓东，孙瑞．基于频谱监测数据的联合时差定位方法[J]．无线电工程，2013，43(12):54-57．

[8] 任峰.频谱感知数据挖掘技术研究[D].北京：北京邮电大学，2015.

[9] 宋杰.面向多类型数据源的数据仓库构建及ETL关键技术的研究[D].沈阳:东北大学,2011．

[10] 何敬松，宗容.网格化无线电监测网监测站点布局规划探索[J].无线电工程，2016，46(9):28-32．

郝关鸿(1978—)，男，高级工程师，主要研究方向：卫星通信对抗、无线频谱监测与管理软件系统设计等。