机动通信网络性能大数据的区域效能分析与预测*

莫皓颖，王奇奇，钟美楠，户江民

（重庆金美通信有限责任公司，重庆 400030）

0 引言

如今，军事、民事以及商业领域广泛进行电磁活动。软件无线电[1]的设计，增加了无线电设备的生存力和适应力。各个领域中烟囱式的无线电规划、气象环境和电磁设备的大范围使用以及人工操作等产生了大量无线信号，使得各个地域存在复杂的无线电干扰，差异化明显，且电磁活动会呈现无规律性的持续变化现象。

本文基于天空地等机动化通信网络开展信号的效能分析与研究。机动通信网络具备两种典型的能力特点，一是机动能力，二是通信能力[2]。通信能力需要进行网络规划，在此过程中往往需要对即将展开的目标任务地域的电磁态势进行监控，但是进行全无线电台业务频段监控的频率监测设备是不能很好地在机动化通信网络中进行部署。究其原因，一是频率监测设备监测的频谱图需要专业人员才能看懂，非专业人员无法有效分析频谱；二是频率监测设备主机大，在应急通信车辆等平台上需要较大的电源，且需要对车辆进行改造；三是频率监测设备造价高昂，价格可达数十到数百万。

分析上述原因可知，从硬件方面入手极其困难，仿真平台的设计和研究已成为机动通信的一个研究热点[3]，但是对信号的采集比较困难。因此，本文主要研究对任务保障区域内的通信效能信息进行实时采集与大数据分析评估，以支撑网络部署动态调整或网络设备的参数动态更新，保证通信网络的建立和使通信网络效能提高的科学性和有效性。

1 信号分析与预测系统

本文研究分析了一种机动通信网络性能大数据的区域效能分析与预测系统，如图1 所示。系统主要实现以下功能：采集与上报应急机动通信网络中无线通信设备信号参数数据；对海量的电磁信号数据进行挖掘与分析，形成多维度的电磁信号通信云图，并将该图传输给机动通信网络的通信节点；结合地理信息系统及各个通信节点的通信能力，能够完成目标任务区域导航的通信云图生成，进而生成车队机动过程的车速、方向信息来保证车队机动过程的运行通信；计算分析电磁信号按地域的衰减程度，初步估测干扰范围和干扰源方向。

信号分析预测中心在机动通信网络中部署在通信网络指挥控制决策中心，收集各个通信节点的通信信号参数数据，并根据此数据生成通信云图。信号分析预测中心向地理信息系统发送起始结束点信息并获得机动线路，将该线路上叠加电磁信号的分析数据最终发送给信号分析预测终端。信号分析预测中心能够根据地形信息控制车队之间行车的车速、车体位置等信息。信号分析预测中心能够对干扰源方向做简单初步的判定。

信号分析预测终端在机动通信网络中通过简单网络管理协议（Simple Network Management Protocol，SNMP）完成通信节点所有天线的信号质量、信号强度及可以表示信号特征的参数的采集，与接收和显示信号分析预测中心下发的通信云图、路径导航研究干扰源预测信息。

对机动通信网络中包含的主要通信传输设备如北斗、短波、微波接力、卫星、超短波以及散射等参数数据进行分类提取。

2 数据分析与应用

2.1 机动路线通信决策技术

机动路线通信决策技术通过对分布式节点的信号质量做可视化分析，形成二维平面信号散点图，并进行交叉插值运算，补充各个二维平面坐标点的信号质量图，即通信云图。机动通信网络各个通信节点可通过通信云图掌握周边电磁信号质量，用作机动通信节点驻点位置选择、保障区域覆盖配置的决策信息。

信号分析预测终端申请本通信节点的通信云图。该云图是信号分析预测中心根据所有通信节点上报的通信信号参数数据生成的。申请通信云图的流程如图2 所示。

图2 机动路线决策申请流程

图中详细的步骤说明如下。

s101：信号分析预测终端向信号分析预测中心发送任务区域路线通信云图的获取申请，申请中携带了本通信节点的主要通信设备、目的地经纬度信息和当前通信节点经纬度。

s102：信号分析预测中心根据当前通信节点经纬度和目的地经纬度信息进行导航，得到机动路线，并对每条机动路线上的通信云图进行映射，使每条机动路线全路段都包含信号信息。分析完成后，信号分析预测中心将融合信号信息的机动路线下发到信号分析预测终端。

s103：信号分析预测终端在地图上显示接收的机动路线图，并采用颜色变化的形式展现信号在机动路线上的信号信息。每条路线均有一个线路信号良好长度与全线路长度的占比。

2.2 机动行进通信保持技术

机动通信场景中节点频繁移动，导致无线信号参数频繁改变[4]。通信节点在组成车队机动时，需要实时根据地形地貌的遮挡情况调整前后通信节点车辆的车速，以保持车辆在行进时的有效通信。根据任务需求，车队的行进将实时进行控制管理，以完成车队行进时各车队的速度方向控制，主要步骤如图3 所示。

图3 机动行进通信保持步骤

图中详细的步骤说明如下。

s201：信号分析预测终端向信号分析预测中心上报任务目的和行进要求，其中行进要求中包含本次车队的编队情况和车队中每个信号分析预测终端的IP 地址信息。

s202：信号分析预测中心根据所有通信节点的行进信息，结合地形分析后面行进过程的遮挡情况，从而为每个通信节点分配行进信息。行进信息中包含变更到哪个车道、行进速度以及路面方向信息。

s203：信号分析预测中心分配行进信息完成后，自动将行进信息下发到信号分析预测终端进行下一步操作。

s204：信号分析预测终端显示行进信息，并根据该信息行驶通信节点，以完成信号的通连效果的最佳保持方式。

信号分析预测终端形成的通信云图是根据每个通信节点上报的信号强度插值产生的。通信云图上的每个点，是按原有通信节点之间距离的差值与信号强度或质量的差值来等比例插值，形成每个插值点的信号强度或质量，所有插值点构成通信云图。

2.3 干扰源预测分析技术

在机动通信网络中，除了地形、天气气候等客观干扰外，还有电磁干扰。电磁干扰的形成包括电磁干扰源、干扰传播途径和敏感设备[5]3 个要素。机动通信网络干扰是因为大功率设备发出干扰电磁波而形成的，而机动通信的工作环境十分复杂，会受到地形、建筑物的遮蔽而发生“阴影效应”，且信号经过多点反射会从多条路径到达接收地点。这种多径信号的幅度、相位和到达时间都不一样，相互叠加会产生电平快衰落和时延扩展。因此，可以认为干扰源的无线传播环境是一种随时间、环境和其他外部因素而变化的传播环境。

针对这一问题，本文提出一种针对机动通信信号干扰源的预测分析技术，通过统计每个通信节点的信号噪声，实时分析干扰源的衰减情况。该干扰源衰减如图4 所示。

图4 干扰源衰减可视化平面图

通过对数据做统计分析，数学模型与接收信号功率的表现满足：

式中，Pr(d)为接收到的信号功率，Pt为发射功率，Gt为发射天线增益，Gr为接收天线增益，λ为波长。

通过对干扰源的预测分析，能够发掘强弱变化规律，从而进行干扰源方向、模式的初步预测，为变化通信节点通信方式、通信组成提供支撑。根据变化的情况，本文发现了3 种典型的干扰模型：当信号强度变化呈现为扇形时，可以将扇形中心点作为干扰源的预测位置；当信号强度变化呈现为不规则椭圆时，该干扰源的预测方向在椭圆长轴线上；当信号强度变化呈现为正圆时，该干扰源的预测方向在圆心上。

3 结语

通过对机动通信网络的海量无线信号进行采集，结合大数据技术分析历史数据和实时数据形成趋势预测数据，利用机动通信网络的无线性能数据，能够开展机动路线通信决策、机动行进通信保持以及干扰源预测分析的研究，可以在不增加频谱探测设备的基础上，依托机动通信网络中原有的通信设备，实现信号强度、信号质量等参数的收集，以达到网络决策者掌握各个地域电磁情况的目的。

通过本技术和系统，可以使机动通信网络通信节点的保障人员了解附近的通信信号情况，有效为网络的调度者提供机动路线的选择思路，提高车队机动时的网络连通率，预测干扰源的大致方向，为目标定位和网络调整奠定了基础。