基于频谱知识图谱的智能频谱管控框架制造技术

本发明专利技术提出了一种基于频谱知识图谱的智能频谱管控框架。包括图谱层、设备层和场景层。图谱层是智能频谱管控框架的驱动内核，即指多域关联的频谱知识图谱。设备层是智能频谱管控框架的执行单元，主要是指配置频谱知识图谱的智能用频设备。场景层是智能频谱管控框架的应用呈现。智能频管中心为场景中的智能用频设备下发频管任务，智能用频设备实现既定的频谱管控目标，同时向智能频管中心上报信息。智能频管中心也将根据多样化的场景和任务，对频谱知识图谱进行扩充和完善。本发明专利技术能够实现频谱空间内多元关系的建模表征，提升复杂环境下的频谱管控智能化水平，成为未来频谱管控领域的新工具。工具。工具。

【技术实现步骤摘要】
基于频谱知识图谱的智能频谱管控框架


[0001]本专利技术属于无线通信技术的认知无线电领域，具体包含频谱知识图谱以及一种基于频谱知识图谱的智能频谱管控框架。

技术介绍

[0002]电磁频谱是按电磁波频率连续排列的电磁波族，是无线信息传输的理想媒介，也是信息时代、智能时代的人类社会主要活动空间之一。电磁频谱的频率范围一般认为是3Hz到3000GHz，而人类目前能够使用的电磁波频率范围主要集中在30Hz至40GHz内，绝大部分是在6GHz以下。看似充足的电磁频谱资源实际上却是像水、森林、土地、矿藏一样重要但稀缺的国家战略资源。近年来，随着移动互联网、物联网、大数据、机器人等新兴技术和服务不断涌现，通信、传感等各类用频设备和系统的数量呈现爆炸式增长，如何使有限的电磁频谱资源得到合理配置、高效利用，显得尤为重要。
[0003]频谱管控是指综合运用行政、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，以避免用频设备、系统及业务间的相互干扰。早期的频谱管控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控模式侧重计划分配、被动响应，人工成本高，管控效率较低，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。
[0004]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。这也为频谱管控的智能化确立了“频谱感知
‑
频谱决策
‑
频谱共享
‑
频谱移动”的主要框架。
[0005]进一步地，人工智能技术的蓬勃发展为频谱管控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，使得频谱机会发现和利用的能力不断提升。频谱管控正经历着从人工/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：
[0006]一是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，建模时主要关注可用频谱资源的时
‑
频
‑
空分布，具体表现为频谱的忙闲状态、辐射功率、接入协议、调制方式等。随着用频设备/系统的类型和数量不断增长，电磁频谱空间日益错综复杂，演变成多主体、多因素、多变量构成的互为输入输出的复杂系统。当前频谱建模和表征方式难以厘清频谱空间内各主体间的多元关系以及主体受因
素、变量的深层影响，缺乏系统性频谱知识的精炼。
[0007]二是频谱管控方式对于人的经验依赖性较强，难以实现自动化、智能化的频谱管控效果。静态划分的传统频谱管控模式依赖于人工操作和人员经验。动态协同的智能频谱管控模式中，虽然频谱感知、频谱预测、频谱决策等各个环节，针对各自不同的优化目标都有技术性的解决方法，但各个环节间智能算法的输入输出仍然依赖人工衔接和监督，许多操作技巧和实践经验只存储在频管人员脑中，用频设备既无法理解频谱认知环路中流动的数据的语义，也无法在数据计算的基础上结合这些技巧经验进行思考，并未实现自动化的频谱共享。
[0008]三是频谱管控效率较低，难以满足精准化、实时性的频谱管控要求。现有频谱管控方法主要是从频谱数据中建立统计模型，挖掘统计规律来进行频谱预测、频谱决策，这些模型驱动的方法存在模型复杂度、精准度、可解析性等难以调和的内在矛盾。并且，针对不同的频谱管控场景，由于缺乏系统性的频谱知识，现有模型的泛化能力欠佳。此外，对于频谱管控中的大量优化计算，多样化频谱数据的格式难以统一，频谱管控的计算能力受到限制，频谱预测、频谱决策的结果常常滞后，时效性较差。
[0009]综上所述，为推动频谱管控从静态、低效的人工为主模式向动态、精准的智能模式转变，探索一种新的频谱管控模式是目前亟待解决的难题。

技术实现思路

[0010]本专利技术提供了一种基于频谱知识图谱的智能频谱管控框架，目的是将知识图谱理论与技术应用到频谱管控中，定义了频谱知识图谱的概念、知识体系和表示方法，构建了基于频谱知识图谱的智能频谱管控框架，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。
[0011]本专利技术所述的基于频谱知识图谱的智能频谱管控框架包括：以频谱知识图谱为驱动内核的图谱层，以智能用频设备为执行单元的设备层，以频谱管控应用为实际呈现的场景层。
[0012]所述图谱层为多域关联的频谱知识图谱，将原始数据用于频谱知识图谱的初始构建，用频设备后续通过频谱感知、决策、行动得到的监测数据、图像信息和管控日志将作为新的数据输入用于更新频谱知识图谱，频谱知识图谱使异构频谱数据与模型/专家经验得以有效融合，汇聚成用频设备的知识库；
[0013]所述设备层为配置频谱知识图谱的智能用频设备，智能用频设备具有如下能力：知识图谱赋能的频谱感知、知识图谱赋能的频谱决策和知识图谱赋能的频谱行动；
[0014]所述场景层为多样化频谱管控应用场景，智能频管中心在频谱知识图谱中蕴含的场景知识引导下确定频谱管控的目标，根据频谱知识图谱中的“场景
‑
技术”知识，选择合适的技术方法，并向智能用频设备下发频管任务；智能用频设备通过分布协作的方式完成频管任务，并向智能频管中心上报信息。
[0015]优选的是，本专利技术频谱知识图谱的构建过程具体为：
[0016]首先，对来源广泛、类型多样的非结构化频谱数据进行知识获取，数据来源包括专业频谱管控人员的实践经验、文本化的频谱管控政策和用频设备信息、格式化的频谱管控日志和频谱监测数据报表，还包括频谱态势图像；在此过程中，频谱知识体系将为知识获取
提供依据和参考，即由模式层创建实例层，其中模式层存储的是精炼的概念或实体以及概念实体之间的关系类型；实例层对应的则是从实际数据中抽取到的具体实例对象及实例对象间的关系；而后，抽取得到的频谱知识将与结构化频谱数据进行知识融合，形成统一的频谱知识表示；对统一的频谱知识进行存储，即形成可用的频谱知识图谱；通过知识推理对已构建的频谱知识图谱中缺失的知识链接进行补全完善，最后服务于具体应用。
[0017]优选的是，本专利技术频谱知识图谱的构建过程中采用三元组的形式描述实例知识，即<头实体，关系，尾实体>，记为(h,r,t)，其中头实体h为知识体系中的概念或实体，尾实体t是概念本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于频谱知识图谱的智能频谱管控框架，其特征在于，所述智能频谱管控框架包括：以频谱知识图谱为驱动内核的图谱层，以智能用频设备为执行单元的设备层，以频谱管控应用为实际呈现的场景层；所述图谱层为多域关联的频谱知识图谱，将原始数据用于频谱知识图谱的初始构建，用频设备后续通过频谱感知、决策、行动得到的监测数据、图像信息和管控日志将作为新的数据输入用于更新频谱知识图谱，频谱知识图谱使异构频谱数据与模型/专家经验得以有效融合，汇聚成用频设备的知识库；所述设备层为配置频谱知识图谱的智能用频设备，智能用频设备具有如下能力：知识图谱赋能的频谱感知、知识图谱赋能的频谱决策和知识图谱赋能的频谱行动；所述场景层为多样化频谱管控应用场景，智能频管中心在频谱知识图谱中蕴含的场景知识引导下确定频谱管控的目标，根据频谱知识图谱中的“场景
‑
技术”知识，选择合适的技术方法，并向智能用频设备下发频管任务；智能用频设备通过分布协作的方式完成频管任务，并向智能频管中心上报信息。2.根据权利要求1所述的基于频谱知识图谱的智能频谱管控框架，其特征在于，所述频谱知识图谱的构建过程具体为：首先，对来源广泛、类型多样的非结构化频谱数据进行知识获取，数据来源包括专业频谱管控人员的实践经验、文本化的频谱管控政策和用频设备信息、格式化的频谱管控日志和频谱监测数据报表，还包括频谱态势图像；在此过程中，频谱知识体系将为知识获取提供依据和参考，即由模式层创建实例层，其中模式层存储的是精炼的概念或实体以及概念实体之间的关系类型；实例层对应的则是从实际数据中抽取到的具体实例对象及实例对象间的关系；而后，抽取得到的频谱知识将与结构化频谱数据进行知识融合，形成统一的频谱知识表示；对统一的频谱知识进行存储，即形成可用的频谱知识图谱；通过知识推理对已构建的频谱知识图谱中缺失的知识链接进行补全完善，最后服务于具体...

【专利技术属性】
技术研发人员：王金龙，孙佳琛，丁国如，陈瑾，龚玉萍，
申请(专利权)人：中国人民解放军陆军工程大学，
类型：发明
国别省市：