摘要：水面平臺在日常演練和保障等任務(wù)中，累積了海量的短波通信任務(wù)規(guī)劃案例、電磁環(huán)境感知數(shù)據(jù)、電波環(huán)境探測數(shù)據(jù)及歷史用頻數(shù)據(jù)。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(shù)據(jù)樣本，研究大數(shù)據(jù)智能技術(shù)及其支撐平臺，構(gòu)建多維數(shù)據(jù)庫模型與數(shù)據(jù)架構(gòu)，利用大數(shù)據(jù)智能分析技術(shù)盤活海量的歷史數(shù)據(jù)，從頻域、時域、空域、能域、通信效能域上進行數(shù)據(jù)關(guān)聯(lián)性分析與多源數(shù)據(jù)融合處理，為短波通信提供大數(shù)據(jù)智能規(guī)劃服務(wù)。

關(guān)鍵詞：大數(shù)據(jù)；智能分析；短波通信；任務(wù)規(guī)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(shù)據(jù)和語音廣播等多種業(yè)務(wù)信息，在防汛救災(zāi)、海難救援等方面發(fā)揮了重要的作用。與衛(wèi)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(xiàn)遠距離通信，具有建設(shè)周期短、維護費用低，設(shè)備簡單、容易隱蔽，使用靈活、電路調(diào)度容易，臨時組網(wǎng)便捷，抗毀能力強等特點[1]。同樣，短波通信容易受到電磁環(huán)境、地理地貌、時節(jié)變化、通信設(shè)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(shù)據(jù)與人工智能等技術(shù)發(fā)展快速，廣泛應(yīng)用于各個領(lǐng)域并取得了顯著的效果，這為改善短波通信質(zhì)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(wù)規(guī)劃為例，通過構(gòu)建大數(shù)據(jù)樣本庫，結(jié)合用頻設(shè)備模型、鏈路傳播特性模型、通信效能評估模型以及設(shè)備用頻機理模型，利用機器學習和智能評價等算法進行數(shù)據(jù)關(guān)聯(lián)性分析與多源數(shù)據(jù)融合處理，為短波通信任務(wù)提供更加精確的用頻方案。

二、短波通信任務(wù)規(guī)劃現(xiàn)狀與需求

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

1.沒有結(jié)合實際用頻設(shè)備特征參數(shù)進行綜合分析與統(tǒng)籌規(guī)劃。頻率預(yù)測和頻率探測均沒有與實際用頻設(shè)備特征參數(shù)進行結(jié)合考慮，各通信用頻設(shè)備的發(fā)射功率、接收靈敏度等特征參數(shù)不一定相同，相同的頻率在探測設(shè)備上好用，在通信設(shè)備上不一定好用。

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

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

隨著信息化進程的加速發(fā)展，對海短波通信設(shè)備種類多、數(shù)量大，對海短波通信任務(wù)規(guī)劃應(yīng)緊密結(jié)合任務(wù)實際情況和用頻設(shè)備特性進行通信用頻規(guī)劃，同時隨著歷史案例數(shù)據(jù)的大量積累和大數(shù)據(jù)技術(shù)的日益成熟，盤活現(xiàn)有數(shù)據(jù)資源，短波通信任務(wù)規(guī)劃大數(shù)據(jù)智能分析技術(shù)應(yīng)用是多任務(wù)、多目標、長周期下的中遠距離短波通信任務(wù)規(guī)劃的重要應(yīng)用研究方向。

三、大數(shù)據(jù)技術(shù)應(yīng)用分析

（一）短波通信任務(wù)規(guī)劃流程設(shè)計

短波通信任務(wù)規(guī)劃流程主要包括用頻需求提取、通信覆蓋計算、通信用頻規(guī)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(wù)信息中提取用頻需求；通信覆蓋計算和通信用頻規(guī)劃是流程的核心，執(zhí)行業(yè)務(wù)處理并輸出結(jié)果；用頻方案推演是對輸出結(jié)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(jié)果所產(chǎn)出的效能進行量化評價，為大數(shù)據(jù)樣本提供可信的案例數(shù)據(jù)。

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

2.通信覆蓋計算。根據(jù)頻譜資源數(shù)據(jù)、通信樞紐基本信息以及通信設(shè)備特征參數(shù)等信息，計算通信樞紐對任務(wù)區(qū)域或航線的覆蓋情況。

3.通信用頻規(guī)劃。結(jié)合用頻規(guī)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(shè)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(jù)任務(wù)進程，推演用頻方案在整個任務(wù)過程中的使用效果情況，對用頻方案的可行性進行預(yù)估研判，為是否調(diào)整用頻方案提供數(shù)據(jù)參考。

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

（二）短波通信任務(wù)規(guī)劃大數(shù)據(jù)樣本庫構(gòu)建

短波通信任務(wù)規(guī)劃除了采用頻率預(yù)測和頻率探測常規(guī)手段，同時采用大數(shù)據(jù)進行處理。短波通信任務(wù)規(guī)劃大數(shù)據(jù)是以AI為基礎(chǔ)，將數(shù)據(jù)、算法和算法三大要素植入應(yīng)用。與傳統(tǒng)數(shù)據(jù)相比，大數(shù)據(jù)規(guī)模巨大、數(shù)據(jù)多源、形式多樣（包括結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)），通過傳統(tǒng)的數(shù)據(jù)庫技術(shù)和數(shù)據(jù)分析技術(shù)難以進行處理[3]。大數(shù)據(jù)基礎(chǔ)關(guān)鍵技術(shù)主要包含數(shù)據(jù)存儲管理、數(shù)據(jù)分析處理和數(shù)據(jù)安全共享三個方面。短波通信任務(wù)規(guī)劃大數(shù)據(jù)采用多種數(shù)據(jù)庫相融合的技術(shù)架構(gòu)，通過引入面向結(jié)構(gòu)化關(guān)系型數(shù)據(jù)分析為主的MPP并行數(shù)據(jù)倉庫架構(gòu)作為結(jié)構(gòu)化數(shù)據(jù)分析基礎(chǔ)架構(gòu)，大大增強大數(shù)據(jù)資源池庫對海量短波通信任務(wù)規(guī)劃樣本數(shù)據(jù)的存儲和管理能力。

通過構(gòu)建基礎(chǔ)庫、專題庫和主題庫的多維度數(shù)據(jù)倉庫，減少數(shù)據(jù)重復(fù)處理，節(jié)約數(shù)據(jù)搜索時間，縮短數(shù)據(jù)解譯周期，提高數(shù)據(jù)處理速度與數(shù)據(jù)精度。其中基礎(chǔ)庫主要用于存儲用頻設(shè)備模型、樞紐和平臺以及其所屬設(shè)備基礎(chǔ)信息、鏈路傳播特性模型、頻管政策法規(guī)要求、電磁環(huán)境感知和電波環(huán)境探測等基礎(chǔ)數(shù)據(jù)。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(jīng)驗頻率等專題數(shù)據(jù)。主題庫主要是用于存儲通信區(qū)域覆蓋態(tài)勢、通信用頻規(guī)劃方案、用頻方案推演結(jié)果和通信效能評估報告等主題數(shù)據(jù)。

作為短波通信任務(wù)規(guī)劃樣本數(shù)據(jù)的核心，通信用頻規(guī)劃方案是資源調(diào)度原則、用頻規(guī)劃策略、歷史用頻經(jīng)驗、電磁環(huán)境情況等要素綜合分析處理后的結(jié)果。圍繞通信用頻規(guī)劃方案從頻域、時域、空域、能域、通信效能域上進行數(shù)據(jù)關(guān)聯(lián)性分析與多源數(shù)據(jù)融合處理，從而實現(xiàn)以數(shù)據(jù)驅(qū)動為關(guān)鍵點，通過案例樣本數(shù)據(jù)迭代的方式提升短波通信任務(wù)規(guī)劃的精度。

（三）短波通信任務(wù)規(guī)劃大數(shù)據(jù)主要流程與算法

大數(shù)據(jù)是從規(guī)模巨大、形式多樣的數(shù)據(jù)中，通過高效捕捉、發(fā)現(xiàn)和分析獲取有價值信息的一種新的技術(shù)架構(gòu)，具有5V特性，即大規(guī)模、高速率、多樣性、低價、真實性[3]。相比人工規(guī)劃和自動規(guī)劃，大數(shù)據(jù)智能規(guī)劃是一項復(fù)雜的系統(tǒng)工程，應(yīng)著眼長遠、立足現(xiàn)實、穩(wěn)步推進。如圖1所示，大數(shù)據(jù)應(yīng)用主要流程如下：

1.應(yīng)用建模。將短波通信任務(wù)規(guī)劃問題轉(zhuǎn)為數(shù)學問題，從數(shù)學上明確問題的目標，定義變量與參數(shù)，明確限制與約束，明確輸入與輸出，并檢查數(shù)學模型的完整性和正確性。

2.大數(shù)據(jù)采集。解決海量短波通信任務(wù)規(guī)劃相關(guān)數(shù)據(jù)積累的完整性、準確性和時效性。

3.數(shù)據(jù)預(yù)處理。解決海量短波通信任務(wù)規(guī)劃相關(guān)數(shù)據(jù)預(yù)測力的精準性和一致性，對數(shù)據(jù)加上標注，構(gòu)建數(shù)據(jù)倉庫，解決數(shù)據(jù)多維度自主關(guān)聯(lián)與多源異構(gòu)融合處理的問題。

4.特征挖掘。解決短波通信任務(wù)規(guī)劃相關(guān)數(shù)據(jù)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(wù)規(guī)劃應(yīng)用建模的數(shù)學問題。

短波通信任務(wù)規(guī)劃大數(shù)據(jù)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(yōu)選算法及基于智能評價體系的通信資源池動態(tài)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(xié)會）模型生成的合成數(shù)據(jù)對BP（Back Propagation，反向傳播）網(wǎng)絡(luò)進行訓(xùn)練并測試預(yù)測通信樞紐、水面平臺、收發(fā)信機、天線及頻段的最優(yōu)組合。

2.基于增量學習機制的頻率資源優(yōu)選算法?；谌种虚L期用頻行為學習技術(shù)，結(jié)合分析本地歷史通信記錄中的用頻規(guī)律，同時考慮本地背景噪聲探測信息，智能、可靠、實時地優(yōu)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(tài)維護算法。基于通信樞紐、水面平臺、通信設(shè)備、通信頻譜以及歷史通信反饋情況等數(shù)據(jù)，擬采用頻率、設(shè)備、時間、空間、鏈路和節(jié)點等多維網(wǎng)格化方法實現(xiàn)通信資源池的數(shù)據(jù)建模，通過建立完善的可用通信資源評價體系，對任務(wù)結(jié)束的通信資源及時回收，動態(tài)維護通信資源池。

（四）短波通信任務(wù)規(guī)劃大數(shù)據(jù)平臺架構(gòu)技術(shù)應(yīng)用

使用大數(shù)據(jù)進行短波通信任務(wù)規(guī)劃的目標是充分發(fā)揮軟件賦能優(yōu)勢，盤活現(xiàn)有資源數(shù)據(jù)，使通信規(guī)劃更為真實可靠，以資源的精準使用來應(yīng)對遠海復(fù)雜的通信保障要求。短波通信任務(wù)規(guī)劃大數(shù)據(jù)平臺架構(gòu)主要包括應(yīng)用層、服務(wù)層和數(shù)據(jù)層，如圖2所示。

1.應(yīng)用層。直接面向用戶，包括通信覆蓋計算、通信用頻規(guī)劃、用頻方案推演和通信效能評估，是短波通信任務(wù)規(guī)劃的主要應(yīng)用業(yè)務(wù)。

2.服務(wù)層。為應(yīng)用層提供數(shù)據(jù)服務(wù)，并實現(xiàn)數(shù)據(jù)的管理和處理等功能，包括數(shù)據(jù)接口、圖像系統(tǒng)、報表平臺和指標平臺。

3.數(shù)據(jù)層。大數(shù)據(jù)應(yīng)用的核心層，通過構(gòu)建數(shù)據(jù)平臺、設(shè)計運維中心、建立數(shù)據(jù)資產(chǎn)庫，運用大數(shù)據(jù)技術(shù)來實現(xiàn)多源異構(gòu)基礎(chǔ)數(shù)據(jù)、模型數(shù)據(jù)、模擬試驗訓(xùn)練數(shù)據(jù)的引接、審核、清洗、存儲、轉(zhuǎn)換、融合和展現(xiàn)，為服務(wù)層提供層次分明、真實可靠的數(shù)據(jù)支撐。

四、結(jié)束語

基于大數(shù)據(jù)條件下的短波通信任務(wù)規(guī)劃，通過綜合分析相關(guān)要素及挖掘海量樣本數(shù)據(jù)有價值的信息，使得規(guī)劃結(jié)果更加真實可靠，并支持多任務(wù)、多目標、長周期情況下的中遠距離短波通信用頻動態(tài)籌劃，具有動態(tài)籌劃、智能決策、精確評估、臨機調(diào)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(shù)據(jù)條件下的短波通信趨勢及其影響，對推動大數(shù)據(jù)條件下的短波通信任務(wù)規(guī)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(yīng)通信的發(fā)展及信號監(jiān)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(yōu)選技術(shù)現(xiàn)狀與分析[J].通信技術(shù)，2015，48（10）：1101-1105.

[3]呂登龍，朱詩兵.大數(shù)據(jù)及其體系架構(gòu)與關(guān)鍵技術(shù)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(shù)據(jù)在聯(lián)合作戰(zhàn)指揮決策中應(yīng)用探析[J].軍事訓(xùn)練，2019（03）：34-36.