基于认知无线电的广东省UHF频段监测与分析

邓 敏 吴海燕 李海宏 胡斌杰

(1.华南理工大学电子与信息学院，广东 广州 510640； 2.广东省经济和信息化委员会，广东 广州510031； 3.中山市 无线电监测站，广东 中山 528400)

引 言

随着无线电新技术、新业务的广泛应用，无线频谱资源愈显稀缺，而现有的先分配后固定使用的方式，不利于频谱资源的有效利用.基于认知无线电(Cognitive Radio， CR)的动态频谱管理技术[1]通过允许能够检测当前频谱的可用性并灵活调整调制参数的非授权无线用户设备伺机接入暂时空闲的频谱[2]，可以有效地解决目前频谱资源紧张，但频谱利用率不高，存在大量空闲[3]的矛盾.

频谱测量对于认知无线电技术的应用和制定动态频谱分配[4-5]的相关频谱管理政策是十分基础的.国内外许多实测[6]结果表明，目前已分配的频谱利用率普遍较低；而国内频谱大范围、长时间的测量进行得较少.若开展认知无线电技术，需经过详细监测寻找合适的频段及其空闲时段.为获得广东省UHF频段的具体使用情况，详细研究利用率较低频段的主用户活动，给认知无线电技术的应用提供现实依据，我们在广东省开展了频谱监测和分析，且有如下特点：

1) 测量地域广，包括珠三角地区七个地市的市区和郊区无线电监测站；

2) 频谱覆盖300 MHz～3 GHz，且对部分已分配频段设置不同参数进行频段监测；

3) 传统数据处理统计后，对占用情况稳定性较强的广播电视频道进行信道占用建模；

4) 根据各频率点的利用率情况将频率点划分为五个等级，找出不同空闲程度的带宽，并分析可供认知无线电用户接入的连续空闲带宽的概率.

检测结果表明，在时域与频域上，广东省UHF频段存在大量的空闲资源，且同一频段的利用率在不同地区、不同测量时段呈现一定的差异.

1 频谱监测与结果

1.1 频谱监测

为对比分析不同城市不同场景下的频谱利用情况，本次测量选择珠三角地区的广州、中山、深圳、佛山、珠海、东莞、惠州等城市.除惠州市采用可搬移测向站、广州增加省无线电监测站外，各市在业务密集市区和郊区各选择一个固定监测站.测量设备采用监测站已有的频谱分析仪或接收机，以及分别用于测量低于1.3 GHz和高于1.3 GHz信号的低、高频天线，接收放大器，预先滤波器等用于采集和存储测试数据的设备及相关控制设备.

测量方式为等间隔连续采样，将每个频段以等长步进设置若干个频率采样点，在总时长内循环扫描.回扫时间若过长，可能会漏测一些持续时间较短的信号.ITU-R建议的SM.1536中提出，回扫时间要小于信号发射时长的一半.结合实际监测设备的扫描速度，每个频段的回扫时间限制在12 s之内.门限设置为噪声均值基础上加3～5 dB，对每个频率采样点，将扫描电平值与门限比较，超过门限的次数占该采样点在某段测量时长内循环扫描次数的百分比，就是该采样点在该时段内的频率占用度.为获得一天当中各时段的占用情况，各地市对每个目标频段进行连续两天的监测，且对每个采样频率点每小时统计一次频率占用度.本次测量用频段利用率表示频段内所有频率点占用度的平均值，来描述整个频段时域上的占用程度.

根据《超短波频段占用度测试技术规范(试行)》中频段占用度的定义[7]：“对于某一信道，任一监测站测得的占用度数据非零即认为此信道被占用，用所有被占用的信道数除以该频段总信道数，即为频段占用度.”即，频段占用度是从频域分析每个频段被授权用户占用的信道数所占的百分比.

为获得300～3 000 MHz频段整体利用情况，在珠海、东莞、中山、佛山市进行了数字扫描监测，分辨率带宽(Resolution Band Width, RBW)设为0.1 MHz. RBW反映了频谱仪分辨等幅信号的能力，RBW越小，越能分辨两个临近的信号；如果两信号的间隔大于等于RBW，两个相临近的信号就可分辨出来.为准确地反映出测量频段上各系统的占用情况，需根据每种业务的信道带宽特性设置RBW. 如果间隔过大，则有可能漏测信号，这里取RBW<步进.

另外，所有监测站对表1所示的频段进行了频段监测.因各频段回扫周期不宜太长，在保证业务的连续性的条件下，连续的频段被划分为如表1所示，步进间隔则根据频段业务信道间隔来定.其中，450～470 MHz的步进设为12.5 kHz，RBW为6 kHz；566～592 MHz、592～606 MHz、798～806 MHz的步进设为12.5 kHz，RBW设为9 kHz；606～798 MHz步进为0.1 MHz，RBW为9 kHz；1 785～1 805 MHz步进为50 kHz，RBW为30 kHz.测量时间从2011年12月26日—2012年2月22日不等.

表1 主要频段及业务分配

1.2 监测结果

综合对比各地市UHF频谱的频段占用度和测量总时长内频段平均利用率，如图1(a)、(b)所示.图1(a)中大部分频段存在闲置频率，频段占用度超过50%的地区并不多.如566～592 MHz频段，除佛山市的郊区以及省监测站外，其余测量结果都低于50%. 而图1(b)表明，已分配的频率并没有一直被占用，存在较多空闲时段，频谱利用率较低，其中606～798 MHz只有部分时间使用，除惠州的利用率低于10%外，其余在12%～40%之间；798～806 MHz则大部分时间是空闲的，各地区的利用率都低于5%；1 785～1 805 MHz的频段利用率除佛山郊区较高外，很多地市的此频段几乎空闲.

(a) 频段占用度

(b) 频段平均利用率图1 各地市的频段使用情况汇总图

2 测量数据的处理与分析

2.1 测量数据处理

用MATLAB读取测量的占用度及电平数据，将各频段的占用情况和信号电平情况用直观图形表示，从整体了解频段的占用时段及占用信号的强度情况.这部分以深圳市的市区和郊区的监测数据作分析.

(a) 市区

(b) 郊区图2 深圳450～470 MHz时间-频率-占用度三维图

(a) 市区

(b) 郊区图3 深圳450～470 MHz频率利用情况

图2(a)、(b)为深圳市的市区与郊区450～470MHz频段的时间-频率-占用度三维图形，图中的颜色条之蓝色(下方)代表的占用度较低，而红色(上方)代表占用度较高.该频段的频段占用度为97.50%，可见该频段的各频率采样点在市区都有信号占用；但郊区测得的频段占用度很低，为19.30%，有很大一部分频率没有被占用.从时间段上看，市区和郊区的频段占用度在人们日常生活工作时段都高于夜晚休息期间，市区在16∶00—17∶00间占用的信道数最多，郊区则在18∶00—19∶00时占用的信道数最多.

该频段每个频率采样点的具体占用情况及信号电平情况，如图3所示，用双坐标分别表示了各频率采样点的占用度和最大、最小、平均、门限电平值情况.从频率利用率上看，市区在462.262 5、469.575 MHz附近占用要高很多，其余频率采样点的占用度相对较低；而郊区则在461～462 MHz附近有较高的占用度，其余频率采样点几乎空闲.

从图3可知，450～470 MHz在市区和郊区的利用率都很低，由于市区占用度高的采样点很少，市区的频段平均利用率仅为2.9%；而郊区则有相对较多的频率采样点的占用度较高，频段平均利用率为5.66%. 可见，同一频段在同一个城市不同的监测地区所测得的使用情况存在较大差异.

2.2 UHF广播电视频道占用建模

低端UHF广播电视频段具有良好的无线电波传播特性，可达到良好的室内及广域覆盖效果[8].广电部门已承诺，在2015年完成模拟电视转数字电视后，将部分700 MHz模拟电视频段让给无线宽带，支持长期演进(Long Term Evolution)LTE发展.由1.2节对606～806 MHz频段共200 MHz范围内的频谱测量结果分析，可知该频段存在大量的空白频谱.

一方面，该频段的信道占用情况具有较强的稳定性，在某地的电视频道开放时间基本存在规律性；另一方面，对比不同地市的频谱占用情况，该频段在不同地区、不同时间段存在较大差异，因此，该频段的信道占用模型没有普遍适用性，只能体现某一个城市里某个局部地区对应的频谱占用特性.

将各频率采样点的电平值转换成信道的状态，占用状态则对应于实测数据的电平值超过门限，这里用“1”表示信道被占用，“0”表示空闲状态.若连续记录信道状态，就得到以时间为序的二进制序列.这里以小时为单位，t表示一天中的时间段00∶00至24∶00，用f表示信道占用分布函数，则为分段函数[8].如表2所示，为深圳郊区UHF广播电视频道划分及信道占用模型.除27～29、33、37～40、46～48号频道在一天当中都有占用，43号频道在8∶00—13∶00、19∶00-次日2∶00间有占用，49号频道在6∶00—7∶00、14∶00—15∶00、21∶00-23∶00间有占用外，其余频道都是空闲的.而在市区情况则不同，没有空闲频道，且25、27～30、33～42、44、46～49号频道在一天当中每个小时都有占用.

表2 深圳郊区UHF广播电视频道占用模型(单位:MHz)

2.3 空闲频率及带宽分析

根据频率采样点的占用度大小，编写程序将所有频率采样点划为五个等级区间[9]：空闲 (占用度<0.5%)，低度占用 (0.5%≤占用度<30%)，中度占用 (30%≤占用度<60%)，高度占用(60%≤占用度≤97.5%)，繁忙(占用度>97.5%)，为认知无线电用户检测和接入频谱池[10]提供经验依据.

表3 566～606 MHz深圳郊区占用情况

表3为深圳市的郊区566～606 MHz部分频谱占用情况，其中，每个频率采样点代表的带宽与检测所设步进间隔有关[11].在566～575.212 5 MHz范围内各频率都为空闲；接下来575.225 MHz处为高度占用，则表示以这个频率为中心，带宽为12.5 kHz的频带内各频率的占用度都在60%～97.5%之间；而575.237 5～575.262 5 MHz连续有37.5 kHz的带宽是空闲的.依次类推，从中可以方便地找出不同占用程度的可利用频率范围.

将各频段处于各占用区间的带宽分类累加，则得到如表4所列的深圳市部分频段的占用情况统计表，各频段的空闲频率占了很大一部分.其中，606～806 MHz频段在市区有53%的带宽是空闲的，郊区的空闲带宽则占了79%；而566～606 MHz频段的占用情况在市区与郊区亦存在较大差异，市区的频率在各占用区间都有分布，而郊区则几乎空闲.

表4 深圳市频谱占用情况统计

图4 深圳606～806 MHz连续空闲带宽可用概率图

通常中心频率处的信号强度比其它频率分量处要强，信号被检测到的概率要大，占用度相对较高，由表3可知在信号带宽内相邻频率采样点的占用度大小存在渐变，故空闲频率的分布是分散的.根据深圳市的市区与郊区606～806 MHz频段的检测结果，分析所得的连续空闲带宽的概率分布如图4所示，从中可得认知用户找到所需特定连续空闲带宽的可能性.所需带宽越窄，可接入的机会越大.

3 结 论

通过分析广东省珠三角地区的UHF频段频谱监测结果可知，已授权的频段并没有得到充分利用，存在较多的闲置频率，且有授权用户使用的频率并不是一直被占用，测得的频段平均利用率在0～41.3%之间.对比市区与郊区的监测情况，同一频段的利用情况随地域和时段的变化呈现出一定的差异.根据频率采样点的占用情况将频率划分为五个占用等级，并仿真分析了从中查找连续空闲带宽的概率，频率空闲程度不同，在研究认知无线电用户动态接入频谱时可以给予不同的权重.为更好地掌握各地区频谱资源的利用情况及电磁环境，还需进行长期系统的检测研究，为科学管理稀缺的频谱资源提供更多的依据.

[1] MITOLA J. Cognitive Radio: An Integrated Agent Architecture for Software Defined Radio [D] .Stockholm:KTH Royal Institute of Technology, 2000.

[2] 张伟卫. 认知无线电动态频谱管理技术研究[D]. 杭州: 杭州电子科技大学,2011.

ZHANG Weiwei. Research on Dynamic Spectrum Management of Cognitive Radios[D]. Hangzhou: Electronic University of Science &Technology of Hangzhou, 2011. (in Chinese)

[3] 谢显中. 感知无线电技术及其应用[M]. 北京: 电子工业出版社, 2008: 1-4.

[4] 冯 博. 1～10GHz微波系统的频谱有效利用研究[J].电波科学学报, 1999, 14(2): 223-229.

FENG Bo. Research of spectrum utilization efficiency for radio-relay system in the band 1～10 GHz[J]. Chinese Journal of Radio Science, 1999, 14(2): 223-229. (in Chinese)

[5] 覃玉荣, 胡虹梅. 动态频谱分配的连通分支并行处理[J].电波科学学报, 2012, 27(1): 152-156.

QIN Yurong, HU Hongmei. Parallel process of connected branch in dynamic spectrum allocation[J]. Chinese Journal of Radio Science, 2012, 27(1): 152-156. (in Chinese)

[6] 田建生, 杨子杰, 陈泽宗. 中频带通采样雷达噪声频谱在线监测方法[J]. 电波科学学报, 2005, 20(3):284-288.

TIAN Jiansheng, YANG Zijie, CHEN Zezong. Online inspecting scheme of noises spectrum in the IF sampling radar[J]. Chinese Journal of Radio Science, 2005, 20(3): 284-288. (in Chinese)

[7] 孙成强. 关于频段占用度统计分析的探讨[J]. 中国无线电, 2010, (7): 69-71.

SUN Chengqiang. Discussion about the statistical analysis of frequency band occupancy[J]. China Radio, 2010, (7): 69-71. (in Chinese)

[8] 周志艳. 面向认知无线电的频谱测量与信道占用模型研究[D].北京： 北京交通大学, 2011.

ZHOU Zhiyan. Research on Spectrum Measurement and Channel occupancy Modeling for Cognitive Radio[D].Beijing Beijing Jiaotong University, 2011. (in Chinese)

[9] WELLENS M, RiihijäRvi J. MäHö Nen P. Empirical time and frequency domain models of spectrum use [J]. Physical Communication, 2009, 2(1/2): 10-32.

[10] WEISS T A, JONDRAL F K. Spectrum pooling: an innovative strategy for the enhancement of spectrum efficiency[J]. IEEE Radio Communications, March 2004,42(3): S8-S14.

[11] YIN Sixing, CHEN Dawei, ZHANG Qian, et al. Mining spectrum usage data: a large-scale spectrum measurement study[J]. IEEE Transactions on Mobile Computing, 2012, 11(6): 1033-1046.