大數據智能分析在短波通信規劃中的研究與應用

摘要：水面平臺在日常演練和保障等任務中，累積了海量的短波通信任務規劃案例、電磁環境感知數據、電波環境探測數據及歷史用頻數據。本文以短波通信用頻需求為目標，通過分析梳理長期累積的大數據樣本，研究大數據智能技術及其支撐平臺，構建多維數據庫模型與數據架構，利用大數據智能分析技術盤活海量的歷史數據，從頻域、時域、空域、能域、通信效能域上進行數據關聯性分析與多源數據融合處理，為短波通信提供大數據智能規劃服務。

關鍵詞：大數據；智能分析；短波通信；任務規劃

一、引言

短波可通過天波傳播進行遠距離通信，傳送電報、傳真、低速數據和語音廣播等多種業務信息，在防汛救災、海難救援等方面發揮了重要的作用。與衛星通信、光纜等通信手段相比，短波通信不需要建立中繼站即可實現遠距離通信，具有建設周期短、維護費用低，設備簡單、容易隱蔽，使用靈活、電路調度容易，臨時組網便捷，抗毀能力強等特點[1]。同樣，短波通信容易受到電磁環境、地理地貌、時節變化、通信設備、通信頻率等因素的影響，造成信號的弱化和畸變，影響短波通信的效果。大數據與人工智能等技術發展快速，廣泛應用于各個領域并取得了顯著的效果，這為改善短波通信質量提供了一種思路。本文以岸、海之間中遠距離的短波通信任務規劃為例，通過構建大數據樣本庫，結合用頻設備模型、鏈路傳播特性模型、通信效能評估模型以及設備用頻機理模型，利用機器學習和智能評價等算法進行數據關聯性分析與多源數據融合處理，為短波通信任務提供更加精確的用頻方案。

二、短波通信任務規劃現狀與需求

現有的短波通信任務規劃通常采用的手段是根據通信鏈路對頻率進行優選，主要分為頻率預測和頻率探測兩種方式[2]，其中頻率預測按照時效性分為長期預測、中期預測和短期預測；頻率探測按照技術體制分為垂直探測、斜向探測和Chirp探測。無論是頻率預測還是頻率探測，在短波通信用頻規劃上均存在局限性，主要表現如下：

1.沒有結合實際用頻設備特征參數進行綜合分析與統籌規劃。頻率預測和頻率探測均沒有與實際用頻設備特征參數進行結合考慮，各通信用頻設備的發射功率、接收靈敏度等特征參數不一定相同，相同的頻率在探測設備上好用，在通信設備上不一定好用。

2.單一的點對點用頻規劃難以滿足多任務多目標的通信用頻保障需求。頻率預測和頻率探測均根據某一條通信鏈路進行用頻規劃，即點對點的用頻規劃，不能對多條通信鏈路同時進行用頻規劃，難以滿足多任務多目標的通信用頻保障需求。

3.頻率預測在通信用頻規劃上靈活度不夠。長期預測、中期預測和短期預測分別預測通信鏈路某個月、10天內和當天內的24小時MUF（最高可用頻率），不能預測任意時段內的MUF。

隨著信息化進程的加速發展，對海短波通信設備種類多、數量大，對海短波通信任務規劃應緊密結合任務實際情況和用頻設備特性進行通信用頻規劃，同時隨著歷史案例數據的大量積累和大數據技術的日益成熟，盤活現有數據資源，短波通信任務規劃大數據智能分析技術應用是多任務、多目標、長周期下的中遠距離短波通信任務規劃的重要應用研究方向。

三、大數據技術應用分析

（一）短波通信任務規劃流程設計

短波通信任務規劃流程主要包括用頻需求提取、通信覆蓋計算、通信用頻規劃、用頻方案推演以及通信效能評估。其中用頻需求是流程的輸入，從任務信息中提取用頻需求；通信覆蓋計算和通信用頻規劃是流程的核心，執行業務處理并輸出結果；用頻方案推演是對輸出結果的正確性和滿足性進行綜合研判；用頻效能評估是對輸出結果所產出的效能進行量化評價，為大數據樣本提供可信的案例數據。

1.用頻需求提取。提取任務信息中的任務時段、水面平臺編成情況、任務航線等用頻需求信息。

2.通信覆蓋計算。根據頻譜資源數據、通信樞紐基本信息以及通信設備特征參數等信息，計算通信樞紐對任務區域或航線的覆蓋情況。

3.通信用頻規劃。結合用頻規劃策略，利用機器學習、智能評價、頻譜兼容性分析等算法生成由通信樞紐、水面平臺、通信設備、通信頻率、用頻時段等信息組成的用頻方案。

4.用頻方案推演。根據任務進程，推演用頻方案在整個任務過程中的使用效果情況，對用頻方案的可行性進行預估研判，為是否調整用頻方案提供數據參考。

5.通信效能評估。在啟用用頻方案后，收集通信節點上報的用頻效果，通過離線分析、復盤重演等方式，評估并量化用頻方案在整個任務過程中的效能，同時為大數據樣本提供可信的案例數據。

（二）短波通信任務規劃大數據樣本庫構建

短波通信任務規劃除了采用頻率預測和頻率探測常規手段，同時采用大數據進行處理。短波通信任務規劃大數據是以AI為基礎，將數據、算法和算法三大要素植入應用。與傳統數據相比，大數據規模巨大、數據多源、形式多樣（包括結構化和非結構化數據），通過傳統的數據庫技術和數據分析技術難以進行處理[3]。大數據基礎關鍵技術主要包含數據存儲管理、數據分析處理和數據安全共享三個方面。短波通信任務規劃大數據采用多種數據庫相融合的技術架構，通過引入面向結構化關系型數據分析為主的MPP并行數據倉庫架構作為結構化數據分析基礎架構，大大增強大數據資源池庫對海量短波通信任務規劃樣本數據的存儲和管理能力。

通過構建基礎庫、專題庫和主題庫的多維度數據倉庫，減少數據重復處理，節約數據搜索時間，縮短數據解譯周期，提高數據處理速度與數據精度。其中基礎庫主要用于存儲用頻設備模型、樞紐和平臺以及其所屬設備基礎信息、鏈路傳播特性模型、頻管政策法規要求、電磁環境感知和電波環境探測等基礎數據。專題庫主要用于存儲案例樣本、通信效能、頻譜資源、電磁信號樣本、經驗頻率等專題數據。主題庫主要是用于存儲通信區域覆蓋態勢、通信用頻規劃方案、用頻方案推演結果和通信效能評估報告等主題數據。

作為短波通信任務規劃樣本數據的核心，通信用頻規劃方案是資源調度原則、用頻規劃策略、歷史用頻經驗、電磁環境情況等要素綜合分析處理后的結果。圍繞通信用頻規劃方案從頻域、時域、空域、能域、通信效能域上進行數據關聯性分析與多源數據融合處理，從而實現以數據驅動為關鍵點，通過案例樣本數據迭代的方式提升短波通信任務規劃的精度。

（三）短波通信任務規劃大數據主要流程與算法

大數據是從規模巨大、形式多樣的數據中，通過高效捕捉、發現和分析獲取有價值信息的一種新的技術架構，具有5V特性，即大規模、高速率、多樣性、低價、真實性[3]。相比人工規劃和自動規劃，大數據智能規劃是一項復雜的系統工程，應著眼長遠、立足現實、穩步推進。如圖1所示，大數據應用主要流程如下：

1.應用建模。將短波通信任務規劃問題轉為數學問題，從數學上明確問題的目標，定義變量與參數，明確限制與約束，明確輸入與輸出，并檢查數學模型的完整性和正確性。

2.大數據采集。解決海量短波通信任務規劃相關數據積累的完整性、準確性和時效性。

3.數據預處理。解決海量短波通信任務規劃相關數據預測力的精準性和一致性，對數據加上標注，構建數據倉庫，解決數據多維度自主關聯與多源異構融合處理的問題。

4.特征挖掘。解決短波通信任務規劃相關數據高價值特征信息提取的準確性和魯棒性。

5.深度學習。解決短波通信任務規劃應用建模的數學問題。

短波通信任務規劃大數據智能分析用到的算法主要有基于機器學習的短波通信資源分配算法、基于增量學習機制的頻率資源優選算法及基于智能評價體系的通信資源池動態維護算法。

1.基于機器學習的短波通信資源分配算法。采用基于ITS（Institute for Telecommunication Sciences，美國電信科學協會）模型生成的合成數據對BP（Back Propagation，反向傳播）網絡進行訓練并測試預測通信樞紐、水面平臺、收發信機、天線及頻段的最優組合。

2.基于增量學習機制的頻率資源優選算法。基于全局中長期用頻行為學習技術，結合分析本地歷史通信記錄中的用頻規律，同時考慮本地背景噪聲探測信息，智能、可靠、實時地優選出當前可用的通信頻率。

3.基于智能評價體系的通信資源池動態維護算法?；谕ㄐ艠屑~、水面平臺、通信設備、通信頻譜以及歷史通信反饋情況等數據，擬采用頻率、設備、時間、空間、鏈路和節點等多維網格化方法實現通信資源池的數據建模，通過建立完善的可用通信資源評價體系，對任務結束的通信資源及時回收，動態維護通信資源池。

（四）短波通信任務規劃大數據平臺架構技術應用

使用大數據進行短波通信任務規劃的目標是充分發揮軟件賦能優勢，盤活現有資源數據，使通信規劃更為真實可靠，以資源的精準使用來應對遠海復雜的通信保障要求。短波通信任務規劃大數據平臺架構主要包括應用層、服務層和數據層，如圖2所示。

1.應用層。直接面向用戶，包括通信覆蓋計算、通信用頻規劃、用頻方案推演和通信效能評估，是短波通信任務規劃的主要應用業務。

2.服務層。為應用層提供數據服務，并實現數據的管理和處理等功能，包括數據接口、圖像系統、報表平臺和指標平臺。

3.數據層。大數據應用的核心層，通過構建數據平臺、設計運維中心、建立數據資產庫，運用大數據技術來實現多源異構基礎數據、模型數據、模擬試驗訓練數據的引接、審核、清洗、存儲、轉換、融合和展現，為服務層提供層次分明、真實可靠的數據支撐。

四、結束語

基于大數據條件下的短波通信任務規劃，通過綜合分析相關要素及挖掘海量樣本數據有價值的信息，使得規劃結果更加真實可靠，并支持多任務、多目標、長周期情況下的中遠距離短波通信用頻動態籌劃，具有動態籌劃、智能決策、精確評估、臨機調整等特點，將會在很大程度上提高中遠距離短波通信效果。立足大數據條件下的短波通信趨勢及其影響，對推動大數據條件下的短波通信任務規劃問題研究具有重要意義。

作者單位：李澤良 譚正輝 中國電子科技集團公司第七研究所

參考文獻

[1]沈建峰.短波頻率自適應通信的發展及信號監測[J].中國無線電，2006（11）：42-46.

[2]徐池，邱楚楚，李梁，等.海上短波通信頻率優選技術現狀與分析[J].通信技術，2015，48（10）：1101-1105.

[3]呂登龍，朱詩兵.大數據及其體系架構與關鍵技術綜述[J].裝備學院學報，2017，28（01）：86-96.

[4]鄒小飛，王會濤，殷昌盛.大數據在聯合作戰指揮決策中應用探析[J].軍事訓練，2019（03）：34-36.