知识驱动的无线电监管

　　针对无线电监管实践中数据类型多、数据量大、冗余多和知识获取难的突出问题，依托现代信息通信技术和人工智能发展的背景，本书主要讲述知识驱动无线电监管的理论与方法。首先，介绍无线电监管的研究背景、知识驱动的无线电监管和无线电监管的历史与现状；其次，研究基于业务的无线电监测、无线电监测知识的获取和无线电发射机空间指纹与定位方法；后，以作者近年的研究工作为例，介绍知识驱动无线电监管的技术实践和解决方案。希望本书的出版能起到抛砖引玉的作用，促进无线电监管理论与技术的发展。

暂缺《知识驱动的无线电监管》作者简介

目录
前言
第1章 绪论 1
1.1 无线电监管的研究背景 1
1.2 无线电监管的发展方向 2
1.3 无线电监管的研究历史与现状 3
1.3.1 无线电监管现状 3
1.3.2 无线电监管架构 5
1.3.3 无线电监管关键技术研究 7
1.4 知识驱动无线电监管的研究目的和意义 11
1.5 本书的结构安排 13
第2章 基于业务的无线电监测 15
2.1 无线电业务 15
2.2 无线电监测模型 18
2.2.1 发射机架构 18
2.2.2 接收机架构 19
2.2.3 无线电固定监测站 21
2.2.4 知识驱动的无线电监测模型 21
2.3 无线电监测覆盖分析 22
2.4 电波模型与监测 26
2.4.1 无线电传播模型 26
2.4.2 无线电业务监测 31
2.5 本章小结 37
第3章 无线电监测知识获取 38
3.1 云计算和边缘计算混合架构 38
3.2 电磁环境状况评估 41
3.2.1 评估方法 41
3.2.2 电磁环境状况统计分析 42
3.2.3 不同地点电磁环境状况比较 45
3.2.4 不同时段电磁环境状况比较 46
3.3 无线电业务应用状况分析 48
3.3.1 分析方法 48
3.3.2 无线电业务应用状况统计分析 49
3.4 不同方向无线电业务应用状况分析 56
3.4.1 分析方法 56
3.4.2 不同方向无线电业务应用状况统计分析 58
3.5 指定方向无线电信号数量变化状况分析 64
3.5.1 分析方法 64
3.5.2 指定方向无线电信号数量变化状况统计分析 66
3.6 无线电信号识别与变换域知识获取 69
3.6.1 无线电信号识别 69
3.6.2 谱域方法 70
3.6.3 变换域方法 71
3.6.4 民用航空无线电监测知识获取 73
3.7 NLOS环境检验 74
3.7.1 NLOS信道模型 74
3.7.2 基于卷积神经网络的NLOS环境检验算法 76
3.8 TDOA测向与定位 81
3.8.1 TDOA双站测向 82
3.8.2 TDOA定位原理 83
3.9 本章小结 84
第4章 发射机空间指纹与定位 85
4.1 指纹与定位 85
4.2 发射机指纹 85
4.3 发射位置指纹 87
4.3.1 WiFi分布指纹 87
4.3.2 WiFi延时指纹 93
4.3.3 WiFi空间谱指纹 95
4.4 NLOS定位 97
4.4.1 基于电磁场仿真的NLOS区域检测 97
4.4.2 径向NLOS区域聚类检验算法 98
4.4.3 径向NLOS区域局部离群因子检测算法 101
4.4.4 定位案例 103
4.5 本章小结 118
第5章 无线电监管架构与实践 119
5.1 基于信息系统架构的无线电监管 119
5.1.1 系统架构 119
5.1.2 主要技术和功能 121
5.2 基于边缘计算和云端架构的无线电监管 125
5.2.1 系统架构 125
5.2.2 主要技术和功能 126
5.3 基于知识驱动的无线电监管 137
5.3.1 系统架构 137
5.3.2 主要技术和功能 139
5.4 本章小结 154
参考文献 155
后记 161