专题:智能频谱监测

特邀策划人

北京邮电大学信息与通信工程学院副教授,博士生导师,香港科技大学访问学者。主要从事认知无线电、频谱监测和干扰建模研究。主持和参与国家自然科学基金、国家重点研发计划、北京市自然科学基金、企业横向项目等科研项目10余项,发表SCI/EI检索论文20余篇,授权国家发明专利5项。获得第一届全国高校电子信息类专业课程实验教学案例设计竞赛“全国特等奖”,首届全国高校教师教学创新大赛“一等奖”“教学活动创新奖”。

尹 良

内容导读

随着5G、物联网、车联网和低轨卫星互联网等依赖无线电资源业务的快速发展,对频谱的需求日益增加。越来越多的无线电业务会在一个频段上共存,频率的共享会导致复杂的干扰问题,需要对频谱进行监测以保证多个业务的有序运行。频谱监测是保证无线电业务正常运行的有效技术监管手段。现有的频谱监测会获得大量的时域、频域、空域等维度数据,传统的频谱数据处理方法限制了数据驱动下精细频谱管理能力的发挥。

对频谱监测获得的大数据进行智能分析可以得到异常频谱事件、用频规律和频谱态势等信息,进而实现更好的无线电管理。为集中展现智能频谱监测领域的最新研究成果,《无线电工程》第12期推出“智能频谱监测”专题。专题采用公开征稿的方式组织稿件,在所有通过专家评审的稿件中,最终确定录用稿件4篇。专题主要展示了卫星地球探测业务频谱监测方法、物联网信号智能检测、雷达通信一体化信号接收分离方法以及空间谱测向的抗多径性能等研究成果。

在卫星地球探测业务频谱监测方法方面收录 1篇论文。刘明星等提出基于频率特征分类用于卫星地球探测业务的频谱监测方法,针对频率划分和频率使用分析监测需求,构建基于该方法的监测平台技术参考模型,为面向通信导航遥感一体复杂星座的卫星监测系统设计提供参考依据。

在物联网信号智能检测方面收录1篇论文。物联网信号具有种类多、功率低、带宽窄和突发传输的特点,使得复杂电磁环境下对其精确检测面临挑战。孟水仙等提出使用信号模板智能匹配算法对LoRa信号进行检测识别,搭建了LoRa信号发射和检测的半实物仿真平台,并在无干扰、低信噪比和高信噪比3种情况下进行算法验证仿真。实验结果证明频谱监测中使用信号模板匹配算法对于LoRa信号的智能检测是可行的。

在雷达通信一体化信号接收分离算法方面收录1篇论文。齐振鹏等提出一种低信噪比下雷达通信一体化信号接收分离算法,提出一种DACNN(Denoising Attention Convolutional Neural Network)去噪网络,与传统的网络相比,融入通道注意力机制来增强其对不同通道间特征的学习总结能力;然后对去噪后的信号采用改进的具有三阶收敛的快速独立成分分析(FastICA)算法进行分离。仿真实验表明,提出的分离算法相较于传统的信号盲源分离算法在观测信号含噪情况下仍能具有较好的分离效果。

在空间谱测向方法方面收录1篇论文。崔宏等提出任意阵列流型空间谱估计算法来对抗信号的多径效应,并重点针对圆阵和随机阵列布局,通过仿真验证了多径传播下的性能,并定量评估不同时延和径数对多径测向的影响。该项工作为在实际复杂场景下高效、可靠地开展测向工作做出了有益的探索。

综上所述,专题收录的4篇文章,分别针对特定的研究问题,从多个视角,一定程度上展示了当前人工智能技术在频谱监测领域的进展,得到了有意义的研究结论,能够给他人提供较好的参考作用。当然,这些文章也不能穷尽智能频谱监测领域各方面的进展,希望通过这些文章的刊出,让更多的专家学者和研究人员关注该领域的发展,从而促进产生更多的研究成果。

最后,感谢参与稿件评审的各位专家学者的辛勤工作,衷心希望专题的出版能够对智能频谱监测的研究起到有益的作用。