關于大數據時代的無線電監測分析

劉亞秋

摘 要：隨著社會的快速發展以及科技的進步，大數據的概念得以提出，并在很多的領域中得到了廣泛的應用。在大數據時代，應當注重將一體化平臺、云計算、大數據等相關技術進行整合應用，提高其在各個領域中發揮的作用和效果。無線電監測是當前一項重要的工作，利用先進的技術手段對模擬調頻、調幅等信號進行監測，從而實現有效的無線電管理。而在大數據時代下，要充分認識到當前無線電管理中存在的問題，進而結合大數據時代的概念及特點，充分運用大數據技術去實現更為高效的無線電監測工作。

關鍵詞：大數據；時代；無線電；監測

當前社會已經進入了大數據時代，很多行業和領域都產生了巨大的變化。隨著國家產業變革和科技革命的推行，在很多領域都開始推進信息技術及大數據技術的應用進程，以期提高工作效率。在無線電領域中，無線電監測是一項重要的工作，采用相應的技術手段測量無線電發射帶塊、功率、頻率等，監聽模擬調頻及調幅等信號，查找干擾源及非法電臺，從而實現無線電的有效管理。而在大數據時代下，傳統的無線電監測方法已經落后。因此，需要緊密貼合大數據時代，采取有效的措施進行改進。

1 大數據時代的基本概述

1.1 大數據時代的概念

大數據時代這一概念的提出，最早來自于麥肯錫咨詢公司，其認為在當今各個業務職能領域及行業中，數據都已經成為重要的生產要素，人們對于海量的數據進行整合、分析、應用，可能會帶來更大的消費者盈余浪潮和生產率增長[1]。實際上，過去在通訊、金融、軍事等行業以及環境生態學、生物學、物理學等領域當中，早已涉及大數據的概念，只是近年來隨著信息技術和互聯網的快速普及才開始受到人們廣泛的關注。實際上，大數據指的是具有海量規模的數據而通常難以利用傳統計算機處理模式進行處理。大數據處理模式對訪問、存儲、搜集等方面都具有更高的要求，對于數據的趨勢性、相關性、總體性分析都十分注重。

1.2 大數據時代的特點

在大數據時代下，大數據最大的特點就是數據量大。在大數據當中，通常使用P，E，Z等單位作為起始計量單位。其次，大數據通常具有十分繁多的類型，例如地理位置信息、圖片、視頻、音頻、網絡日志等諸多類型的信息都是大數據當中的組成部分。因此，類型繁多的大數據對于數據處理能力的要求也更高。此外，大數據還具有價值密度低的特點，在當前物聯網不斷發展和普及的背景下，信息感知無所不在，信息量十分巨大，但價值密度往往較低[2]。因此，需要運用強大的機器算法對大數據中的價值進行快速提煉，從而滿足人們的應用需求。最后，處理速度快、時效性要求高也是大數據的一個重要特點。現有的技術架構及路線往往難以對海量的大數據進行高效處理，而大數據規模巨大。因此在處理中，處理速度必須足夠快才能夠滿足時效性的要求。

2 傳統無線電監測中存在的問題

無線電監測是無線電管理領域中一項十分重要的工作內容。但是在以往的無線電監測當中存在著一定的問題和不足，影響了無線電管理效率和效果。例如，現有的無線電監測系統存在較大的局限性，并且系統沒有進行充分的整合，難以為實際工作提供便利。現有的無線電業務管理系統不能和監測系統進行良好的信息共享，對于精細化管理的要求也難以充分滿足[3]。因此，這使得審批設臺、指配頻率的準確性、科學性都受到影響，也難以支持快速查找無線電干擾源。另外，系統中的監測數據庫、地理信息庫、設備數據庫、臺站數據庫、頻率數據庫等信息子系統通常在不同的數據庫當中，相互之間存在封閉不互通的情況，因此難以快速提取統計應用數據，容易發生信息孤島的情況。以上這些問題的存在，對于無線電監測都是較為不利的。因此，在大數據時代下，有必要采取有效的對策進行改進。

3 大數據時代下的無線電監測對策

3.1 數據的采集

在大數據時代下，無線電監測要先對原始數據進行采集，并在獲取數據的同時，利用合理設置進行過濾從而去除無用信息。例如，需要對某地區80～800 MHz頻段的無線電進行監測，則需要先分析這一頻段，其中包括了對講業務、集群通信業務、民航業務、電視業務、廣播業務等。所以，不能統一設置進行監測，需要針對不同業務的頻段范圍進行分段設置。

3.2 數據的管理

根據獲取的數據統一進行管理，管理工具則可以使用相關的數據庫軟件。按照信號的時間占用度、強度、帶寬等標準，對獲取的數據進行整理和分類。在數據庫當中，針對無線電監測中的不同需求，可以對數據整理的類別進行適當的調整[4]。例如，需要對某一頻點中的信號監測其出現時間的分布情況，可以根據時間為標準進行整理。如果需要對信號出現的地點進行監測，可以根據不同遙控站接收到的信號電平進行整理。此外，對于不同類型不同頻段的信號，由于具有不同的特點，例如占用帶寬不同等，在進行統計的過程中，能夠對信號帶寬設置進行自動調整，進而提高結果的準確性。例如，通常情況下，對講機具有12.5 kHz的頻率，而調頻廣播具有200 kHz的頻率，因此，不會將調頻廣播信號誤認為是多個對講信號。

3.3 數據的計算

在數據計算的過程中，以往主要是采用遠程聯網的方法對遙控站進行遠程連接，向本地回傳數據并進行處理。但是，在大數據時代下，數據計算量十分巨大，因此，如果仍然利用傳統計算方法，將會對硬件資源造成大量消耗[5]。同時，數據量不斷積累增加，數據計算可靠性、計算效率等也可能會進一步下降，因而對于當前無線電監測中數據計算的要求，已經難以充分滿足。針對這一問題，可以將大數據和云計算技術進行緊密結合，例如，可以采用Google開發的Hadoop平臺作為大數據計算框架，同時綜合利用分布式計算，能夠極大地提升數據計算能力，滿足大數據時代下無線電監測的需求。

3.4 數據的分析

在大數據時代下，數據量十分巨大，數據結構也具有很高的復雜性，因此，采用傳統的模型難以實現對數據的高效分析。在傳統方法的基礎上還需要與數據融合、數據挖掘等理論及方法進行融合，在不同的情況下進行相應的具體的分析[6]。在當前的無線電監測中，對于數據分析方面的技術仍然處于較為初始的階段，雖然能夠滿足一般性的數據分析，但是對于非結構化大數據等類型的數據則難以進行有效的分析。對此，在未來的發展當中，應當對大數據分析技術進行更加深入的探索，從而找到更加智能、高效的數據挖掘模型，更好地支持大數據分析。

4 結語

在當前的社會中，大數據已經逐漸被應用到各個行業及領域當中，并且正在發揮著越來越重要的作用。在大數據時代下，無線電監測作為無線電管理中的一項重要工作，也需要緊密契合大數據時代的發展要求，充分運用大數據的概念和特點，利用有效的對策和技術進一步提高無線電監測的效率和效果，從而使無線電領域得到更大的發展。

[參考文獻]

[1]徐漪，沈建峰.大數據環境下個人信息泄露的防范與管控—基于徐玉玉被騙身亡事件的審視[J].產業與科技論壇，2017（4）：207-209.

[2]陳宏.淺議大數據時代背景下的無線電管理信息化創新之路[J].中國無線電，2015（1）：62-63.

[3]呂衛東，王傳亮.淺談對大數據時代電磁環境狀況發布工作的幾點思考[J].中國無線電，2015（10）：39-41.

[4]文庭孝，姜坷炘，趙陽，等.大數據時代的信息分析變革研究[J].圖書情報知識，2015（5）：66-73.

[5]王吉善，陳曉紅，馬謝民，等.大數據時代統計分析的新特點[J].中國衛生質量管理，2015（1）：59-60.

[6]胡新順，邢鳳嬌.大數據時代宏觀經濟分析的相關探討[J].商場現代化，2016（26）：245-246.