電磁頻譜是繼陸、海,、空,、天、網(wǎng)絡(luò)之后又一重要領(lǐng)域, 是國民經(jīng)濟建設(shè)和國防建設(shè)的重要戰(zhàn)略資源,是信息獲取,、信息傳輸,、信息應(yīng)用,、信息安全等依賴的重要空間。隨著信息技術(shù)的快速發(fā)展,電磁頻譜的戰(zhàn)略價值和基礎(chǔ)作用日益凸顯,。2020年美國國防部發(fā)布《電磁頻譜優(yōu)勢戰(zhàn)略》,旨在建立有效的電磁作戰(zhàn)管理,提高電磁頻譜作戰(zhàn)能力,。根據(jù)國家人防辦和《上海市人民防空專業(yè)隊建設(shè)管理辦法》等要求,2021年上海市經(jīng)濟信息化委成立人民防空電磁頻譜管控專業(yè)隊,主要擔(dān)負頻譜管控規(guī)劃和協(xié)調(diào)、空間信號監(jiān)測與分析,、電磁干擾判別與查處等任務(wù),。2022年工業(yè)和信息化部貫徹落實國家頻譜中長期規(guī)劃、《“十四五”國家無線電管理和發(fā)展規(guī)劃》,扎實推進全國無線電管理和發(fā)展重點工作,提出要不斷優(yōu)化頻譜資源開發(fā)利用格局,創(chuàng)新頻譜資源管理方式,不斷推進無線電管理工作治理體系和治理能力現(xiàn)代化,。對電磁頻譜進行泛在感知和精準(zhǔn)管控,能夠保障電磁頻譜資源的高效使用,。

鑒于上述情況,為了更好地將我國電磁頻譜領(lǐng)域的最新研究成果介紹給讀者,進一步滿足實際國情和電磁頻譜發(fā)展需求,探索面向電磁頻譜利用的科學(xué)規(guī)律、技術(shù)突破,、裝備制造和實際應(yīng)用,加快電磁頻譜強國建設(shè),組織了本專題,。

考慮信道動態(tài)變化以及各個信道節(jié)點之間的相關(guān)性影響,《基于GCN-LSTM的頻譜預(yù)測算法》分析了頻譜預(yù)測的特點和發(fā)展趨勢,說明了頻譜預(yù)測的重要性和可行性,提出基于圖卷積神經(jīng)網(wǎng)絡(luò)GCN和LSTM網(wǎng)絡(luò)結(jié)合的GCN-LSTM頻譜預(yù)測算法,通過提取頻譜數(shù)據(jù)的拓撲特征和頻率相關(guān)性,進行時頻頻譜預(yù)測。另外為了考量不同時間步的重要程度,在GCN-LSTM預(yù)測模型基礎(chǔ)上增加了注意力機制來提高預(yù)測效果,。

為了在收發(fā)雙方通信節(jié)點存在較小相對運動的環(huán)境下能夠有效解決多普勒引起的載波間干擾問題,《基于檢測域的水聲OFDM系統(tǒng)多普勒頻偏補償》利用連續(xù)波信號,首先在頻域估計出多普勒因子進行粗補,而后通過檢測域的頻偏估計算法進行多次迭代對信號進行細多普勒補償,改善了系統(tǒng)的可靠性,。

自動調(diào)制分類是電磁空間感知的一個關(guān)鍵問題?！痘谏疃葘W(xué)習(xí)的認知無線電調(diào)制參數(shù)估計》利用不同圖像特征之間的互補性,提出一種用于自動調(diào)制分類的圖像特征融合方法,。通過Gramian Angular Field方法將原始信號轉(zhuǎn)換為圖像,使用深度學(xué)習(xí)進行特征提取,實現(xiàn)對多種類型信號的自動調(diào)制分類。

針對電磁感知數(shù)據(jù)綜合分析與利用問題,《電磁感知大數(shù)據(jù)綜合分析與利用》從電磁感知數(shù)據(jù)特點及應(yīng)用需求出發(fā),設(shè)計了數(shù)據(jù)融合與數(shù)據(jù)挖掘的一體化信息處理模型,重點闡述了基于大數(shù)據(jù)的數(shù)據(jù)處理流程,分析了可能涉及的關(guān)鍵技術(shù)及解決途徑,可為聯(lián)合應(yīng)用條件下電磁感知數(shù)據(jù)綜合分析與利用的系統(tǒng)構(gòu)建及相關(guān)技術(shù)研究提供支撐和借鑒意義,。

針對認知無線電中頻譜和能量短缺的問題,《基于深度強化學(xué)習(xí)的能量采集認知無線電動態(tài)頻譜接入》提出一種基于深度Q網(wǎng)絡(luò)的動態(tài)頻譜接入算法,。通過基站射頻信號采集能量,并在頻譜感知后模型基于深度Q網(wǎng)絡(luò)訓(xùn)練,使用獎勵機制和訓(xùn)練算法優(yōu)化,次用戶能夠根據(jù)環(huán)境信息作出合適的接入策略。提出的深度強化學(xué)習(xí)模型性能優(yōu)于無學(xué)習(xí)模型,提高了頻譜感知準(zhǔn)確率及用戶吞吐量,。

《面向可變信道環(huán)境的真實射頻信號數(shù)據(jù)集構(gòu)建》提出了一個考慮LTE和可變信道環(huán)境的真實射頻指紋數(shù)據(jù)集生成方法和關(guān)鍵問題,同時還介紹了生成數(shù)據(jù)集的核心部分,包括系統(tǒng)模型和硬件設(shè)置,通過利用軟件無線電設(shè)備作為無線電信號發(fā)生器,并自定義收發(fā)射機系統(tǒng)參數(shù),如頻帶,、調(diào)制模式、天線增益等,實現(xiàn)射頻信號數(shù)據(jù)集的個性化定制,可以模擬基于長期演進的真實射頻指紋數(shù)據(jù)集,。

頻譜地圖是一種表征區(qū)域內(nèi)功率譜密度空間分布的可視化方法,在實現(xiàn)頻譜資源空間復(fù)用等方面具有重要作用,。針對實際復(fù)雜場景下頻譜地圖構(gòu)建精度低的問題,《基于殘差自編碼器的電磁頻譜地圖構(gòu)建方法》提出了一種基于殘差自編碼器的頻譜地圖構(gòu)建方法,通過添加殘差連接使編碼器的信息可以直接映射到解碼器相應(yīng)部分,可以提高頻譜地圖構(gòu)建中的網(wǎng)絡(luò)收斂性能并降低誤差,實現(xiàn)頻譜地圖的高精度構(gòu)建。

《基于CNN-Transformer網(wǎng)絡(luò)融合模型的電磁信號識別研究》提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)Transformer網(wǎng)絡(luò)融合模型的電磁信號識別方法,通過對卷積網(wǎng)絡(luò)結(jié)構(gòu)以及模型參數(shù)設(shè)計生成出面向電磁信號的網(wǎng)絡(luò)模型結(jié)構(gòu),進一步將Transformer網(wǎng)絡(luò)與其融合,得到了一個對電磁信號識別有著良好效果的新型神經(jīng)網(wǎng)絡(luò)模型,。該網(wǎng)絡(luò)結(jié)構(gòu)具有Transformer結(jié)構(gòu)變體的多樣性以及與CNN網(wǎng)絡(luò)模型的組合方式,面向電磁信號識別極具研究潛力,。

綜上所述,本專題全方位地展示了電磁頻譜感知和管控領(lǐng)域的相關(guān)技術(shù),內(nèi)容涵蓋電磁頻譜空間感知中的調(diào)制識別、輻射源識別,以及電磁頻譜預(yù)測,、頻譜地圖構(gòu)建,、動態(tài)頻譜接入、頻率指配等多方面相關(guān)技術(shù),。希望本專題能夠?qū)V大讀者了解和研究電磁頻譜利用提供有益的啟示,、參考和借鑒,共同搭建起開放的海洋網(wǎng)絡(luò)信息體系交流平臺,促進我國電磁頻譜領(lǐng)域技術(shù)的發(fā)展。最后,感謝編輯部各位老師在征稿通知發(fā)布,、論文評審與意見匯總,、論文定稿,、編輯修改及出版所付出的努力和汗水;感謝專題評審專家及時、耐心,、細致的評審工作;衷心感謝各位作者的辛勤工作和精心撰稿!