短波信道资源智能规划技术研究综述

王占丰，张林杰，温胜昔，孔田华，胡 超

(1.南京莱克贝尔信息技术有限公司，江苏 南京 210007；2.东南大学 计算机科学与工程学院，江苏 南京 211189；3.中国电子科技集团公司第五十四研究所，河北 石家庄 050081；4.南京熊猫汉达科技有限公司，江苏 南京 210001；5.中国人民解放军陆军工程大学 指挥控制工程学院，江苏 南京 210007)

0 引言

短波通信是人类最早掌握的一种无线通信技术,广泛应用于多个领域。由于其存在衰落、多径传输、易受干扰和带宽低等问题,曾受到冷落,但是又由于其主要靠电离层反射,通信距离长,在发生战争和自然灾害时是一种重要的保底通信手段。近年来,随着编码技术、分集技术、调频和宽带技术的快速发展,短波再次受到重视。

短波通信又称为高频通信,频率3～30 MHz,波长10～100 m,主要通过电离层反射来完成。电离层从低到高分为D层、E层、F1层和F2层等4层,其中短波通信主要通过F1层和F2层反射完成[1]。由于F1层和F2层会受到昼夜影响发生变化,从而导致短波通信在白天和夜间需要工作在不同的频率。此外,短波通信还受到季节更替、电磁噪声和太阳活动等其他因素的影响。

在短波通信中,由于其频谱资源十分有限,因此资源调度备受重视。短波频谱分配按照站点数目可以分为双站分配和多站分配;按照资源使用方式可以分为完全分配和部分分配[2]。在短波频谱资源分配中,大量的智能算法得到应用,如模拟退火算法、蚁群算法、神经网络和支持向量机等。

本文系统地总结了短波频谱资源分配的研究成果,将其分为链路频谱计算方法和多点频谱分配2个部分进行论述,并指出了短波频谱资源分配的关键要素。

1 短波通信概述

1.1 短波通信发展

短波通信技术最早出现于1924年,由于其设备具有简单、价格低、通信距离远、抗毁性强等众多优点,在众多领域特别是军事领域得到了广泛应用。目前短波通信技术按照美军制定的短波自组织网通信技术标准分为4个发展阶段[3-4]:20世纪80年代以前属于第1个阶段;第2个阶段以自动链路建立(Automatic Link Establishment,ALE)标准MIL-STD-188-141A为标志,简称2G-ALE;第3个阶段以ALE标准MIL-STD-188-141B为标志,简称3G-ALE,与第二代短波系统相比,它使用了更多的新技术,能更有效地适应快速、高质量、数据密集型和大规模的应用场景。3G-ALE通过引入驻留组、突发波形、时间片划分和同步链路建立机制等实现了性能优化。3G-ALE是通信系统和频率管理系统的高度结合,无论是传输速率还是安全性方面都有很大的提升,并具有更好的可靠性[5];目前发展到第4个阶段,最新标准是MIL-STD-188-141C[6],该标准以提高短波系统探测、选频、建链和接入速度为目标,强化了与北约STANAG 5066标准的兼容性,并设计了相关接口规范[4]。

未来短波技术的发展主要包括以下方向[4]:

① 抗干扰技术

目前在抗干扰方面,短波系统采用的方法是短波跳频与直接扩频技术。由于受到短波频段和带宽的限制,短波跳频一般以慢速跳频为主,北约组织标准STANAG 4444定义的跳速为8.89跳/秒,美军的Link-22数据链系统也采用了该技术。直接扩频技术是将需要发送的信息调制到一个很宽的频带上,从而实现对噪声的抑制。但是该技术的缺点在于占用的频谱资源较多,而这又是短波通信所缺少的资源,因此需要较为复杂的频谱管理和分配技术,所以该技术还需要进一步研究。

② 多频多点空间分集

由于短波信道质量不稳定,不同节点间直接通信时很难找到合适的通信频率,从而导致组网失败。为了提高系统的可靠性和可用性,采用多频多点接入方式可以确保组网的成功。国际民用航空通信公司开发和运营的民用空管GLOBALLINK/HFDL系统采用3个地面站,每个设备与地面站使用2个接入频率,通信成功率超过了95%。

③ 频率分集技术

短波频率分集技术借鉴了MIMO思想,通过给固定节点和移动节点配置多个发射机和接收机,将不同频率上接收的数据进行合并,从而提高短波通信的可靠性。这种方案增加了短波通信系统硬件成本和数据处理难度。

④ IP化改造与应用

伴随着互联网技术的大规模应用,基于短波的互联网技术IP over HF(Internet Protocol over High Frequency)成为一个新的发展方向。通过IP化改造,可以在短波信道带宽窄、速率低的情况下支持各类网络应用,实现语音、视频、图片、文件和文本的传输,从而为短波网络应用和服务的多元化应用奠定基础。

1.2 短波通信频率分配

无线通信要求通信双方必须分配和使用相同信道和频点,且不会造成干扰或被附近的通信设备干扰。由于频谱资源空间的有限性,在一定时空域内,无线频谱资源需要进行有效分配,并根据电磁环境的变化进行动态调整和更新。

电波的频率能够影响电离层的吸收能力,频率越低吸收能力越强。当短波通信系统的工作频率降低到一定程度时,电离层会将其完全吸收从而导致通信中断,此时的临界频率为最低可用频率(Lowest Usable Frequency,LUF)。当工作频率提高到一定程度时,电波完全穿透电离层从而导致通信中断,此时的临界频率为最高可用频率(Maximum Usable Frequency,MUF)。考虑到短时间内电离层参数可能会受到太阳耀斑和地磁风暴等突发状况的影响,实际工作频率一般低于MUF,通常选取的最佳工作频率(Frequency of Optimum Traffic,FOT)为MUF的80%～90%。MUF、FOT、LUF受到各种因素的影响,会不断发生变化[7]。此外,可用频率按照时间段,可以分为日用频率、夜用频率和交界处频率3类。由于D层、F1层(夏季出现)会在夜间消失,E和F2两层在白天的电子密度大而晚上小,因此日用频率值较高,夜用频率值较低,交界处频率则因日出日落而发生剧烈变化。

在数据传输过程中,当前信道无法达到最低传输速率时,通信双方就要更换通信频率或者重新建立链路。上述过程称为频率更新(简称更频),依据再次建链的自用频率的来源不同分为探测更频、链路质量分析(Line Quality Analysis,LQA)更频和预测更频3种。

本文讨论的频率分配与选择方法包括上述不同阶段的频率选择,同时包括了多个站点之间的频率最近分配方案。

2 频谱分配算法

短波通信频率的选择与分配有不同的方法,本文将其分为链路频率选择和多点频率分配两大类,然后对每类算法中的典型算法进行详细阐述[2]。

2.1 单条链路频率选择

短波通信选频方式主要有实时频率探测、短期频率预测和长期频率预测[8]。实时频率探测需要借助于硬件系统,感知信道的变化情况,从而进行频率更新与探测。短期频率预测利用通信频率在短期内的规律(一般需要大量的历史数据进行支撑),通过神经网络、机器学习的方法来挖掘数据中隐含的关系,对当前频率进行预测。长期频率预测利用经验公式,通过设置大量参数,如太阳黑子数、电离层和地磁活动等,计算最高可用频率来对频率进行预测,是使用最为广泛的一种方式。

2.1.1 基于实时频率探测的选频

基于实时频率探测选频方法通过实时测量到达接收端的信道参数,包括传播模式、信噪比、信号幅度、误码率、背景干扰和衰落特征等。该类型系统主要分为2种:① 斜入射电离层探测器,以美国研制的公共用户无线电传输探测系统(Common User Radio Transmission Sounding,CURTS)和 Chirp 探测系统为主要代表;② 信道估算与呼叫(Channel Eva-luation and Calling,CHEC)系统,以加拿大研制的CHEC系统为代表。

近年来Chirp选频系统得到很大发展,在美军研发的第三代自适应高频系统得到广泛应用。利用Chirp探测不仅能获得电路的MUF,而且能精确地测量出电离层传播模式[9]。Chirp探测系统主要由探测发射机、探测接收机、频率管理终端和干扰检测设备组成[10],如图1所示。整个Chirp探测系统的通信是单向的,系统设备一方固定作为Chirp探测信号发射方,另一方固定为Chirp探测信号接收方。Chirp探测信号接收方会对接收到的信号情况做处理,并生成电离图文件。Chirp探测信号是一种线性扫频信号,由探测发射机发射,探测发射机会进行从低频到高频的线性扫频,探测信号经过信道后会产生时延和多径干扰,探测接收机接收到的信号的频率会发生一定的偏移[11]。

图1 Chirp系统组成Fig.1 Architecture of Chirp system

为了准确地测得该偏移,探测发射机和探测接收机需要精确的校时和时间同步。通过Chirp探测技术,能获取的短波信道特征参数主要有:探测信号能量、噪声能量、多径时延、信噪比、最高可用频率等。探测信号能量能很好地反映电离层信道的信号衰减程度,而噪声能量能反映接收端噪声情况。相对于频率预测技术,采用实时探测技术获得实时信道参量再辅以频率管理,能获得较好的通信效果。

王德丰[10]讨论了船站和岸站进行通信时,如何根据利用Chirp探测技术实时探测出各条链路所能采用的频率的分值来选出最佳的通信链路。当船站D需要与岸站进行通信时,通过选择同一群组中的岸站B和岸站C等,向频管终端同时发送它们之间能够采用的盲连接频率和群连接频率,频管终端经过Chirp实时探测后,将结果返回给应用软件,应用软件通过统计计算,挑选出通信效果最佳的岸站进行建链。

谭正辉等[11]、卓琨等[12]基于Chirp系统分别提出了双向探测的高效能方案和基于模拟退火的频率选择方案。此外,杨锐博[1]也基于Chirp系统进行了频率的选择和服务改进优化。

Oyeyemi等[13]通过全球26个电离层站的观测数据,利用神经网络建立了一个准实时的全球f0F2预报系统。

2.1.2 基于短期频率预测的选频

刘珂[7]提出了一种短期频率预测方法,首先根据天数跨度和小时跨度筛选出可用的历史数据,然后根据历史数据,对频率集中的每个频率参数,包括探测分值、探测时间、使用次数和使用时间等进行综合打分,最后根据综合分值对频率集中的频率进行排序。

郑广发[14]提出了一种基于卡尔曼滤波的倾斜探测电离层MUF短期预报方法,其基本思想是考虑到电离层最大可用频率的时间离散性和线性,通过回归系数估计法来构建倾斜链路探测站近2个月份的回归方程,然后采用卡尔曼滤波方法进行短期可用频率的预报。

陈春等[15]提出了利用集合卡尔曼滤波对电离层f0F2进行频率预测,通过动态跟踪f0F2的变化趋势并考虑前一天预报误差的反馈信息以进一步修正和优化。周燚等[16]提出一种基于卡尔曼滤波的短期频率预测方法,当太阳活动、地磁活动、中高大气、地理位置影响等历史数据较少时,考虑到f0F2的变化较为平稳,利用短期内的相关性,进行频率预测。

王娜[17]提出了七天加权平均法,其基本思想是将以往使用过的通信频率,采用七天加权平均算法来预测当前时间、地点的最佳频率或者最佳中心频率。以预测某个时刻T的通信频率为例,首先从历史记录中找出近7 d内T时的所有建链频率fij及其LQA分值qij,i代表7 d内的第i天,j代表该天T时刻的第j个频率,预测的中心频率为:

(1)

式中:pi为加权因子,其计算公式为

(2)

张雯鹤等[18]针对现有短波通信频率参数预测方法操作繁琐、预测精度不足的缺点,首次提出一种基于长短期记忆型循环神经网络(Long Short-Term Memory Recurrent Neural Network,LSTM RNN)的预测方法。通过对电离层参数f0F2数据的分析,利用LSTM在处理时序相关数据时可以长期记忆网络历史数据的优势,对f0F2值进行预测。对比反向传播神经网络(Backpropagation Neural Network,BPNN),LSTM RNN将误差降低了7%,并将均方误差控制在2%以下。

曹婷婷[19]发现以往短波频率预测方法的局限性在于采用了简洁的预测方法,且所使用的数据集较为陈旧或为模拟数据,导致预测准确度较低。在对短波信道模型分析的基础上,对高斯散射增益抽头延迟线(Watterson)信道模型进行了完善,使其可以描述短波信号工作频率的跳变过程。然后,基于上述发现,建立了基于隐马尔科夫的短波信号工作频率预测模型。

彭地[20]提出了一种基于进化神经网络的短波通信频率选择方法,通过利用短波通信系统中积累的历史数据来提高选频的准确性。该模型将特定通信条件下短波通信系统预置频率表中所有候选频率依据LQA分值进行排名,选取通信质量最高的若干个频率作为备选频率。为避免BP算法陷入局部最优解,引入了一种改进的粒子群算法对神经网络进行训练,从而得到进化神经网络频率质量预测模型。

杨博等[21]认为现有的探测频率选择算法依据频点的平均信噪比进行评估选优,未考虑短波信道的小尺度随机衰落特性,难以满足实时选频的要求。为了快速寻找短波频段内的目标频点,结合宽带频谱感知技术,提出了基于变邻域粒子群搜索(Variable Neighborhood Search Particle Swarm Optimization,VNSPSO)的短波双向探测频率选择算法。算法依据大尺度衰落的相关特性,采用最大分离法得到初始探测频点集,以此来划分相关邻域;针对邻域内频点质量选择性衰落特点,采用粒子群优化算法搜索邻域内频点,得到邻域内最优解;通过变换邻域,得到全局最优解。

林雪[22]发现相比于神经网络等深度学习模型,SVM算法可以防止过拟合现象出现,且通过优化核函数能够在较小的计算量下达到较好的非线性逼近能力。在频率预测中,通过质量等级分类来代替量化预测,降低了学习难度,为了提高该模型的分类性能,提出了一种基于基因收集的正交遗传算法来训练模型的关键参数,并将长短期预测结果进行融合来提高预测精度。

2.1.3 基于长期预测的选频

本系统采用基于历史记录的短期预测作为辅助选频方式。基于历史记录的短期预测选频方式对通信过程中产生的大量有价值的历史数据进行分析,并依据短波选频预报软件所产生的数据来提取对当前通信时刻有价值的数据,然后经过数理分析得出最后的选频结果,并且在通信过程中采用在线学习的方法,不断对数理统计分析过程中的权重进行优化。通过这种方式,能在频管终端未能返回有效数据的情况下,做出良好的应急措施,并且能达到减少信道探测盲目性、提高信道探测效益的目的。

目前较为常见的短波预测分析软件为美国电信科学研究院(NTIA/ITS)开发的电离层通信分析程序VOACAP、ICEPAC以及REC533等预报软件。上述三者都是在IONCAP[23]基础上发展而来,其中REC533在低纬度地区的预测最为准确,VOACAP和ICEPAC在低纬度地区预测结果相同,VOACAP在中纬度更为准确,而ICEPAC则在高纬度更加准确[24]。

此外,挪威国防部支持开发的频谱资源管理和无线通信网络规划软件系统和瑞典某公司开发的频谱规划管理软件系统在国际上应用也较为广泛。除此之外,还有Proppy、VOAProp、ACE-HF、ASAPS、 CAPMAN、W6ELPROP、HFWIN32、WinCAP Wizard 3、HFProp、HF-Prop、HamCAP、DXLab和PropMan-2000等工具。其中,多数为免费软件,ACE-HF、PropMan-2000等为收费软件[25]。

2009年曹红艳等[26]在F2层频率预测方法中,用太阳黑子数12个月平均值R12来替换重庆地区F2层指数Ic,并在原亚大地区F2层频率预测方法中增加了一些探测站的数据,从而以降低中间环节所带来的插值误差,提高了预测的准确性。

刘珂[7]在研究数据充足的情况下,设计了基于LSTM的频率预测方法,该方法综合考虑探测频率、探测分值、通信时间、通信双方的地理位置、太阳活动指数、信号发射功率和接收端的本地噪声等因素,并设计了由LSTM层、Dropout层和Dense层3层组成。算法使用均方误差(Mean Squared Error,MSE)作为损失函数,然后以预测分值的准确度、频率选取的准确度和频率排名的准确度等作为评价函数进行评价。

2013年刘学宇[27]基于短波中长期预报软件VOACAP,通过线性内插的方法来选择频段内可用频率。石晓航[28]采用REC533建议的方法,采用分段线性插值、三次分段Hermite插值和三次样条插值等多种插值技术来进行频率预测。此外,杨锐博[1]也采用了VOACAP等工具进行频率预测。

郑广发[14]在长期预报模型的基础上,采用平滑太阳黑子数替代由单站点F2层临界频率导出的太阳周期指数,并针对单个电离层探测站的区域局限性,引入地理位置参量,得出不同区域范围内电离层的临界参量,提出一种适用于中国地区的电离层长期预报方法。

2.2 多点频率分配

考虑到在短波数据传输过程中,短波站需要确保链路的可用性从而实现数据不间断传输,因此对短波频率分配提出了更高的要求。

与多频点分配技术相比,传统的短波静态频率分配和基于电离层参数预测的分配方法实时性能较差。为了满足实时性和准确性的要求,短波认知无线电技术需要探测当前链路的实时可用频率从而实现动态频谱接入频率高效分配[29-33]。为了克服上述问题,需要综合考虑多频点分配并优化频点的分配。

有许多频率组合优化算法,其中组合拍卖算法是一种有效的频谱分配方式,具有良好的性能,可以提高系统的整体稳定性。在短波频谱的组合拍卖过程中,以不同短波频率的3 kHz信道为拍卖单元,每个拍卖单元相互独立。每个竞拍者通过评估频点的价值进行出价,中央控制节点通过匹配交易实现频谱资源的最优分配。在频谱组合拍卖过程中,赢家确定问题的本质是在所有竞标者中找到最大化通信效益的方案组合[29-30]。

岳新智[31]提出了一种基于纯不连续马尔可夫过程的频谱感知方法,将信道状态在任意时刻分为空闲和忙碌2种状态,借助于不连续马尔可夫过程在任意时刻停留的时间服从指数分布和富克-普朗克方程建立转移状态局长,来对不同电台分配信道。

Yang等[32]引入了门控递归单元(Gate Recurrent Unit,GRU)辅助预测模型,实现了每周频率点的预测,提高了平均买方收益率,提高了频谱分配的效率。仿真结果表明,组合拍卖算法的性能随着频谱感知能力的提高而提高,通过频点状态预测,在衰落条件下,平均买家回报率显著提高。

孙杜娟等[33]研究了海上大型编队短波跳频组网问题,针对短波通信组网复杂性特点,构建了树型、星型和准栅格网相结合的海上大型编队短波跳频通信网络。在近距离通信时使用对称交叉正交频率表技术,进行高密度正交异步组网,在中、远程通信时使用基于非对称频率表技术的实时频率AFH技术,采用点对点天波跳频通信。

3 算法综合对比

为了对短波通信频谱的选择与分配有较为全面的认识,表1总结了常见的频谱选择和分配算法,对其进行了对比分析。主要包括算法的原理、分配范围等几个维度。

表1 短波信道规划技术对比Tab.1 Comparison of scheduling technology for high frequency channel

4 未来研究方向

通过上述分析可知,短波通信频率选择主要面向以下方向开展研究:

① 短波信道大数据建模与频率预测。当前伴随着大数据技术的出现以及无线电技术的不断进步,短波大数据的探测和感知能力不断增强,基于大数据的短波频率预测技术可以通过多源协同数据探测来获得太阳辐射、地磁活动和电离层变化等数据,然后结合通信双方的位置和运动轨迹进行可用频率和功率的预测。

② 多点组网方案的智能化构建。目前伴随着装备水平的提升,短波通信中装备组网已经成为趋势,这就要考虑不同空间和区域中各个设备的相互干扰和动态更新,如何通过频率调度提升整个系统的通信容量和带宽,因此,需要更加高效的计算方法和模型。

③ 实时感知与频率动态更新。由于短波电台通信受到各种因素的干扰,当通信双方或一方在高速运动时,信道通信质量不稳定,通过空间分集的方式在一定程度上可以提高通信质量。如果能够准确地感知频率和预测信道的变化,则可以预先进行站点握手连接,从而提高通信稳定性。

5 结束语

本文系统地分析了短波通信中频率的选择和分配问题,通过对近年来相关研究的综合分析和对比,指出了短波通信中智能频率选择的方向,主要是基于大数据的建模与预测、多点组网方案和实时感知与频率动态更新。在未来研究中,可以针对现有短波通信系统瓶颈问题,综合运用机器学习、组合优化和博弈论等人工智能方法从而支撑智能短波通信系统构建,实现各种环境下高容量、持续、稳定的通信。