来源：通信学报
频谱知识图谱：面向未来频谱管理的智能引擎
孙佳琛,王金龙,丁国如,陈瑾,龚玉萍
陆军工程大学通信工程学院
摘要：针对当前频谱管理中表征方式较单一、管理方式对人的经验依赖性较强、管理效率和精准度较低等问题，面向未来频谱管理的自动化、智能化、精准化需求，将知识图谱理论与技术引入频谱管理中，给出了频谱知识图谱的概念和其依赖的频谱知识体系，以及三元组形式的表示方法，构建了由图谱层、设备层和场景层构成的基于频谱知识图谱的智能频谱管理框架，探讨了基于频谱知识图谱的用频推荐、频谱搜索、频谱问答等典型应用。仿真实验表明，频谱知识图谱能在用频推荐中发挥知识引导的作用。
关键词：频谱管理;知识图谱;认知图谱;认知无线电;用频推荐;频谱搜索;频谱问答
论文引用格式：
孙佳琛,王金龙,丁国如,等.频谱知识图谱：面向未来频谱管理的智能引擎[J].通信学报,,42(5):1-12.
SUNJC,WANGJL,DINGGR,etal.Spectrumknowledgegraph:anintelligentenginefacingfuturespectrummanagement[J].JournalonCommunications,,42(5):1-12.
1引言频谱管理是指综合运用行政、技术和工程等手段对电磁频谱使用进行筹划、组织、协调和控制，以免用频设备、系统及业务间的相互干扰。早期的频谱管理主要依靠人工制定频谱政策、用频规则，通过为用频设备、系统和业务统一划分频段、指配频率来实现，适用于用频需求有限、电磁环境相对简单的情况。这种条块分割的静态管理模式侧重计划分配、被动响应，人工成本高，管理效率较低，时效性较差，难以适应用频需求的爆炸式增长及电磁环境的快速变化，还会导致频谱使用不平衡、频谱利用率较低等问题。为解决上述问题，可以利用频谱空穴来实现动态频谱接入。认知无线电是实现动态频谱接入的关键技术，它为未授权用户或认知用户提供了以机会的方式与授权用户共享无线频谱资源的能力。在部分频谱已经固定地划分给授权用户的情况下，认知用户可以对电磁环境进行感知，检测未被使用的频谱（即频谱空穴），估计信道状态信息、预测信道容量，从中选择最优可用频率并接入，与授权用户实现频谱共享。在此过程中，认知用户是被赋予了观察、学习、适应、决策等能力以及支持在不同频率上收发信号的可重构性的智能体。这也为频谱管理的智能化确立了“频谱感知-频谱决策-频谱共享-频谱移动”的主要框架。进一步地，人工智能技术的蓬勃发展为频谱管理模式的变革带来了新的机遇，深度学习、群体智能、区块链等新兴技术在频谱数据分析、控制信道分配、防欺骗决策等方面表现出优越性，使频谱机会发现和利用的能力不断提升。具体而言，深度学习能够从原始数据中自动解析出更加复杂的统计模型，如Yu等基于深度学习长短期记忆模型挖掘并利用频谱时间序列数据中的中长期频谱特征，提升了频谱预测的性能。群体智能理论与方法则能使分布式个体独立行动并根据环境反馈自适应地调整自身行为，所有个体互相协调耦合，最终形成自发连贯的系统智能。Chen等提出了一种基于群体智能的信道选择算法，利用邻居定时广播消息作为信息素对认知用户常用信道的质量进行排序，通过仅基于局部信息的节点协作解决了认知无线网络中控制信道资源分配的问题。区块链的去中心化存储、分布式共识等关键技术使私有无线设备参与贡献频谱数据、实现频谱可信安全共享成为可能。杨健等将区块链技术应用到大规模超密集移动互联网的频谱共享中，将海量个人无线设备联网构成频谱设备网络，定义“频谱币”作为设备采集频谱数据的奖励，并提出由感知节点共识融合、验证节点共识验证、簇头节点共识确认构成的分布式共识机制。频谱管理正在经历从人工/手动到机器自动化/自主智能、从静态封闭分配到动态开放共享、从集中统一指派到分布自主协同的转变，但在这一过程中仍面临以下挑战。1)频谱空间建模表征方式比较单一，难以适应错综复杂的电磁环境。当前，频谱态势常用频谱图来描绘，建模时主要