机场突发无线电干扰的实时监测及应急通信技术研究

This project focuses on burst radio interference in the airport. By deploying cognitive radios (CRs) in the airport, the real-time radio monitoring network will be constructed, where the functions of spectrum sensing and dynamic spectrum access of CRs will be fully exploited. Firstly, the spectrum sensing function will be used to monitor the radio interference. The radio interference can be detected by CRs, and its location will be calculated by the analysis on the sensing data. Secondly, the dynamic spectrum access function will be used to provide optimal idle channels for emergency communication, which guarantees reliable communication in case of severe radio interference. The research of this project is of significance to safe and reliable aeronautical communication.

本项目针对机场突发无线电干扰,在机场布置认知无线电节点构成无线电监测网络，充分发挥认知无线电所具有的频谱感知和动态频谱接入功能。首先，利用频谱感知算法对无线电干扰进行实时监测。频谱感知将检测干扰源的存在，并能够通过对感知数据的分析来实现对干扰源的快速定位。其次，利用动态频谱接入算法为航空导航提供应急通信信道，确保受干扰情况下的可靠通信。本项目的研究内容对保障安全可靠的航空通信具有重要的实际意义。

随着无线电信号在各行业中广泛运用，使得电磁环境变得异常复杂，无线电信号间干扰不断增多，尤其是航空专用无线电频段受到有害干扰时有发生。据不完全统计，全国民航无线电频率受干扰次数平均每月多达80余起。本项目针对机场突发无线电干扰,在机场布置认知无线电节点构成无线电监测网络，充分发挥认知无线电所具有的频谱感知和动态频谱接入功能。首先，利用频谱感知算法对无线电干扰进行实时监测，提出了多节点协作下的低复杂度频谱图构建方法，提升了频谱感知结果的实时性，实时频谱感知有利于干扰源的快速发现；此外，针对单个节点，提出利用频谱感知数据的时间相关性的方法来获得高精确度的频谱感知结果。其次，针对可用频段进行频谱质量分析，提出了基于狄利克雷过程的在线学习模型，通过侦听多信道数据包传输情况，来预测多信道的拥挤情况，形成频谱质量分析结果。利用增强学习算法动态学习频谱质量的变化过程，为频谱接入决策奠定了基础。最后，利用动态频谱接入为航空导航提供应急通信信道，确保受干扰情况下的可靠通信，提出了多接入点、多信道的频谱接入模型，在不同信道采用不同的调制方式以及数据包加载比例，实现高吞吐量、低时延传输。本项目的研究内容对保障安全可靠的航空通信具有理论价值。