專題:智能頻譜監測

特邀策劃人

北京郵電大學信息與通信工程學院副教授,博士生導師,香港科技大學訪問學者。主要從事認知無線電、頻譜監測和干擾建模研究。主持和參與國家自然科學基金、國家重點研發計劃、北京市自然科學基金、企業橫向項目等科研項目10余項,發表SCI/EI檢索論文20余篇,授權國家發明專利5項。獲得第一屆全國高校電子信息類專業課程實驗教學案例設計競賽“全國特等獎”,首屆全國高校教師教學創新大賽“一等獎”“教學活動創新獎”。

尹 良

內容導讀

隨著5G、物聯網、車聯網和低軌衛星互聯網等依賴無線電資源業務的快速發展,對頻譜的需求日益增加。越來越多的無線電業務會在一個頻段上共存,頻率的共享會導致復雜的干擾問題,需要對頻譜進行監測以保證多個業務的有序運行。頻譜監測是保證無線電業務正常運行的有效技術監管手段。現有的頻譜監測會獲得大量的時域、頻域、空域等維度數據,傳統的頻譜數據處理方法限制了數據驅動下精細頻譜管理能力的發揮。

對頻譜監測獲得的大數據進行智能分析可以得到異常頻譜事件、用頻規律和頻譜態勢等信息,進而實現更好的無線電管理。為集中展現智能頻譜監測領域的最新研究成果,《無線電工程》第12期推出“智能頻譜監測”專題。專題采用公開征稿的方式組織稿件,在所有通過專家評審的稿件中,最終確定錄用稿件4篇。專題主要展示了衛星地球探測業務頻譜監測方法、物聯網信號智能檢測、雷達通信一體化信號接收分離方法以及空間譜測向的抗多徑性能等研究成果。

在衛星地球探測業務頻譜監測方法方面收錄 1篇論文。劉明星等提出基于頻率特征分類用于衛星地球探測業務的頻譜監測方法,針對頻率劃分和頻率使用分析監測需求,構建基于該方法的監測平臺技術參考模型,為面向通信導航遙感一體復雜星座的衛星監測系統設計提供參考依據。

在物聯網信號智能檢測方面收錄1篇論文。物聯網信號具有種類多、功率低、帶寬窄和突發傳輸的特點,使得復雜電磁環境下對其精確檢測面臨挑戰。孟水仙等提出使用信號模板智能匹配算法對LoRa信號進行檢測識別,搭建了LoRa信號發射和檢測的半實物仿真平臺,并在無干擾、低信噪比和高信噪比3種情況下進行算法驗證仿真。實驗結果證明頻譜監測中使用信號模板匹配算法對于LoRa信號的智能檢測是可行的。

在雷達通信一體化信號接收分離算法方面收錄1篇論文。齊振鵬等提出一種低信噪比下雷達通信一體化信號接收分離算法,提出一種DACNN(Denoising Attention Convolutional Neural Network)去噪網絡,與傳統的網絡相比,融入通道注意力機制來增強其對不同通道間特征的學習總結能力;然后對去噪后的信號采用改進的具有三階收斂的快速獨立成分分析(FastICA)算法進行分離。仿真實驗表明,提出的分離算法相較于傳統的信號盲源分離算法在觀測信號含噪情況下仍能具有較好的分離效果。

在空間譜測向方法方面收錄1篇論文。崔宏等提出任意陣列流型空間譜估計算法來對抗信號的多徑效應,并重點針對圓陣和隨機陣列布局,通過仿真驗證了多徑傳播下的性能,并定量評估不同時延和徑數對多徑測向的影響。該項工作為在實際復雜場景下高效、可靠地開展測向工作做出了有益的探索。

綜上所述,專題收錄的4篇文章,分別針對特定的研究問題,從多個視角,一定程度上展示了當前人工智能技術在頻譜監測領域的進展,得到了有意義的研究結論,能夠給他人提供較好的參考作用。當然,這些文章也不能窮盡智能頻譜監測領域各方面的進展,希望通過這些文章的刊出,讓更多的專家學者和研究人員關注該領域的發展,從而促進產生更多的研究成果。

最后,感謝參與稿件評審的各位專家學者的辛勤工作,衷心希望專題的出版能夠對智能頻譜監測的研究起到有益的作用。