频谱管理是指综合运用行政、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，以免用频设备、系统及业务间的相互干扰[1]。早期的频谱管理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理模式侧重计划分配、被动响应，人工成本高，管理效率较低，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。
频谱管理正在经历从人工/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。
2)频谱管理方式对于人的经验依赖性较强，难以实现自动化、智能化的频谱管理效果。静态划分的传统频谱管理模式依赖于人工操作和人员经验。在动态协同的智能频谱管理模式中，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能被频管人员掌握，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。
3)频谱管理效率较低，难以满足精准化、实时性的频谱管理要求。现有频谱管理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，针对不同的频谱管理场景，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，对于频谱管理中的大量优化计算，多样化频谱数据的格式难以统一，频谱管理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。
综上所述，为推动频谱管理从静态、低效的以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理模式是目前亟待解决的难题。为此，本文将知识图谱理论与技术应用到频谱管理中，主要贡献概括如下。
1)提出“频谱知识图谱”的概念、体系和表示方法。
2)面向未来频谱管理场景，构建了基于频谱知识图谱的智能频谱管理框架。
3)探讨了基于频谱知识图谱的智能用频推荐案例，展望了基于频谱知识图谱的智能频谱管理交互应用。
作为频谱管理（各国均非常重视）的“眼睛”和“耳朵”，“频谱监测”主要用于无线频谱资源管理、无线电台站管理、电磁环境管理。随着无线电通信系统持续、快速向前发展，频谱监测系统也需要相应地演进。2016年1月28日，ITU-R（国际电信联盟无线电通信局）发布技术报告“Spectrummonitoringevolution（频谱监测的演进）”1、无线电通信系统频谱利用方式演进及对于未来频谱监测系统的能力要求
无线电通信系统正在持续、快速地向前演进（典型代表为软件定义无线电技术及认知无线电系统）。目前，无线电通信系统的频谱利用方式主要为采取自适应频率使用、同频复用、宽带接入、频谱扩展（包括频谱直接序列扩展与跳频）等技术。
2、微弱信号检测能力
当下，越来越多的新兴无线电通信系统采取使用更高的频率、使用更宽的工作带宽、具备更低的功率。但是，在某些情况下，有用信号的功率可能比背景噪声微弱。这样，采用现有的、敏感度有限的频谱监测系统就难以检测出低功率密度的微弱信号并对其进行定位。
因此，未来的频谱监测系统应提高灵敏度，采取先进技术从背景噪声中提取出有用信号，以检测具备低功率密度特性的微弱信号。
该ITU-R技术报告还给出了未来频谱监测系统可用以检测微弱信号的四大技术：锁定放大器（locked-inamplifier，是交叉关联技术于某种程度上的应用）、采样积分（sampledintegration）、关联（correlation。又进一步分为交叉关联cross-correlation与自动关联auto-correlation）、自适应噪声消除（adaptivenoisecancelling）。每项技术的具体内容描述可进一步查阅文献［1］。
3、同频信号分离（于不同维度）能力
目前，越来越多于现网中部署的新兴无线电通信发射机或系统均在不同维度（如时域、码域、空间域等）共享使用有限的无线频谱资源（比如，很多不同类型的蜂窝移动通信系统及HF（高频）通信系统均采用这种同频工作模式）。所带来的问题是，会出现很多有意或无意的同频干扰。
此外，一些高级无线电通信系统同时采取多种同频复用技术，在此种情况下，一个频谱监测台站就可能会接收到来自于工作在同一频率上的不同发射机的信号，并易造成同频干扰。
该ITU-R技术报告指出，若继续采用现有的、功能有限的频谱监测系统，则很难区分这些同频信号。因此，未来的频谱监测系统就应采取采用先进技术，具备对不同维度（时域、码域、空间域等）的同频信号进行分离的能力。
报告还给出了未来频谱监测系统可用以分离（于不同维度）同频信号的两大技术：单信道分离技术（single-channelseparation）和多信道分离技术（multi-channelseparation）。前者又可细分为强信号恢复（strong-signalrecovery）与单信道独立成分分析（single-channelindependentcomponentanalysis）技术。后者又可细分为基于空间频谱的波束赋形（spatialspectrumbasedbeam-forming）与多信道ICA（multi-channelICA）技术。
4、多模定位能力
当下，DSP（数字信号处理）与网络能力（networkingcapability）越来越强大。而且，基于DSP与网络的设备价格也在不断降低，接近承受能力。
该报告指出，未来的频谱监测系统若基于DSP算法与网络技术，则将可更易识别于不同域（包括幅度域、频率域、时域、空间域、码域等）、具备不同特性的无线电通信发射机。
因此，未来的频谱监测系统可采取多模定位技术可对处于不同环境中的发射机进行定位。
5、应加强更先进频谱监测技术及其应用方式的研究
鹰眼360公司利用其射频地理定位卫星星座，在海事船舶领域取得了很好的成绩。此外，随着识别地面射频(RF)和GPS干扰在国家安全和太空作战中占据越来越重要的地位，鹰眼360公司开始在军事领域与美国政府机构积极开展合作，可以预见鹰眼360公司未来将在天基无线电监测领域发挥日益重要的作用。
鹰眼360公司成立于2015年9月，公司总部位于弗吉尼亚州赫恩登，是一家星载无线电监测与数据分析公司，该公司运营的射频地理定位卫星星座可以检测、表征和定位来自用于通信、导航等各种类型发射器的射频信号，公司业务主要是销售收集到的射频信号位置数据。
电磁频谱监测作为电磁频谱对抗的首要任务，监测所在空间范围内的全体辐射源，包括敌（非法）、我、他和自然辐射源，在现代化作战中起到了非常重要的作用。
随着电磁对抗环境越来越复杂，庞大独立的多任务电磁频谱平台带来设备种类繁多、操作复杂，互操作性差，无法体系化使用的问题，已经不能完全满足外部快速、复杂的对抗需求，亟需一种技术能够根据不同的监测场景，快速动态重构适应性的监测算法，完成针对不同信号的综合侦察任务。
软件定义的开放式体系架构能够为上述问题提出解决方案。该架构基于一个通用化的硬件平台和灵活化的软件平台，能够根据不同的监测场景，动态重构适应性的监测处理算法，完成不同信号综合侦察任务，为作战体系提供灵活性和适应性方面的赋能。
基于软件定义的开放式架构具有硬件可重组、软件可重构、需求可定义3个特点。
软件定义为星载频谱监测平台解决“一星多能”问题
2016年,鹰眼360公司开始与原深空工业公司(DSI，于2019年被美国BradfordSpace公司收购)和多伦多大学宇航研究所(UTIAS)太空飞行实验室(SFL)签订第1批“鹰-探路者”(HawkPathfinder)卫星的建造合同，这3颗卫星采用鹰眼360公司专有的数据处理技术。该年11月，鹰眼360公司获得了来自Razor'sEdgeVentures公司和雷神技术公司的重要投资。
2017年，鹰眼360公司获得了一项定位射频发射器的专利。
2018年12月，鹰眼360公司发射了第1组卫星集群——“鹰-探路者”。
2019年4月,鹰眼360公司发布了首款产品RFGeo,其目的是识别和定位射频信号,以便客户可以查看和分析数据。
2019年10月，鹰眼360公司扩展了公司的信号波形库,包括超高频(UHF)和L频段,并对RFGeo进行了更新升级。
2019年12月,美国国家侦察办公室(NRO)授予鹰眼360公司1份合同,探索将商业射频功能结合到NRO的地理空间情报架构中。该年美国联邦通信委员会(FCC)批准了一项许可证,允许鹰眼360公司最终发射多达80颗增量卫星,以实现15个集群星座的最终稳态运行。
鹰眼360公司“鹰”卫星示意图
2021年1月，鹰眼360公司发射了第2组卫星集群——“鹰-2”(Hawk2)，并在接下来几年中保持了每年2组的发射频率。
2021年11月，鹰眼360公司完成了D轮融资，筹集的总金额达到3.02亿美元。
截至2023年6月，鹰眼360公司共发射了7个卫星集群，目前在轨卫星总数为21颗。
图表：鹰眼360公司射频地理定位卫星发射情况
目前鹰眼360公司在轨的“鹰”卫星均采用编队飞行的方式，每3颗卫星组成1个编队飞行，飞行过程中卫星间距保持在250m以内。每颗“鹰”卫星都配备了软件定义无线电(SDR),能够监测各种无线电频率。
“鹰”卫星天线示意图
从“鹰-2”卫星集群开始，所有的卫星都进行了多项升级，包括：能够同时收集多个射频信号，创建多层射频信息;每颗卫星配备改进的软件定义无线电，以收集质量更高的数据以实现更准确的定位;具有更强大的数据处理能力。
“鹰-7”实现改进了在30MHz～18GHz频率范围内的数据收集任务。
图表：鹰眼360公司射频地理定位卫星参数
鹰眼360公司利用射频地理定位卫星星座建立了RFGeo和SEAker两种解决方案：RFGeo主要用于提供全球射频信号监测和定位数据，SEAker主要通过识别船舶行为为决策提供支持。
RFGeo解决方案示意图
SEAker解决方案示意图
①海事船舶监测
在海事领域,鹰眼360公司使用卫星星座对VHF海洋通信、L波段移动卫星设备、X波段导航雷达、S波段导航雷达、AIS信号和紧急无线电示位标(EPIRB)进行地理定位。这些数据可用于检测船只的存在,特别是当船只“变暗”并停止传输AIS时。
通过鹰眼360公司的的SEAker产品，可以追踪可疑油轮的路径,显示航程中的信号间隙。2020年3月中旬,鹰眼360公司开始监控可能前往叙利亚的伊朗原油油轮，SEAker成功标记了一艘名为Romina的船只的可疑AIS间隙。2020年3月25日，鹰眼360公司又通过RFGeo产品对叙利亚巴尼亚斯炼油厂的VHF频道16海上信号成功进行了地理定位，检测到的信号表明了油轮可能正在装卸。
鹰眼360公司对伊朗原油油轮的无线电监测
②监测全球GPS干扰
在俄乌冲突爆发前，鹰眼360公司检测到了乌克兰周边的干扰信号，并将其识别为有用的情报提供给美国和北约军方。
2023年1月19日，鹰眼360公司宣布，该公司已经获得了一份美国SlingshotAerospace公司授予的合同。根据该合同，鹰眼360公司将为SlingshotAerospace公司的天基监测和射频威胁检测提供数据，并支持SlingshotAerospace公司为美国太空部队太空系统司令部(SSC)开发的扩散式低地球轨道(pLEO)数据开发和增强处理(DEEP)计划。
③提供射频情报支持
2022年9月28日，鹰眼360公司宣布，该公司已经获得了一份美国国家侦察办公室(NRO)商业系统项目办公室(CSPO)授予的合同。该合同将评估商业射频情报，并将其集成到NRO的地理空间情报体系架构中。
④提供射频传感战术支持
2020年2月27日报道，Kratos防务安全解决方案公司宣布，获得一份价值1150万美元的合同，为美国政府建造一个先进空间无线电监测系统，该系统将采用Kratos技术和综合产品，帮助美国监管和保护卫星频谱。
Kratos将部署GeoMon，一项帮助频率监管部门执行国际电信联盟（ITU）任务的具体应用，以及Monics公司的载波监测、satID公司的地理定位、Compass公司的网络监控（M&C）和Skyminer公司的地面系统数据分析产品，集成Kratos设计的天线/RF系统，提供端到端管理解决方案。Skyminer将使运营商能够收集地面系统的性能数据，并利用商业智能从管理和技术角度分析卫星测量数据。
卫星容量和能力的大幅增长，使对先进空间监测系统的需求不断增加。Kratos的先进空间监测系统可帮助美国政府机构解决在太空资源监控、管理、交付和防御等方面面临的诸多挑战，保护卫星频谱。
总部位于卢森堡的商业航天创企KleosSpace正准备在8月份发射首批卫星，用以监测全球无线电使用情况，并确定信号源位置和性质。
Kleos首席执行官AndrewBowyer告诉SpaceNews，Kleos将专注于“无线电频率侦察，研究不同频谱的使用状况，以及如何处理并这些信息的作用”。
KleosSpace计划在8月份使用火箭实验室公司的“电子”火箭将4颗8千克的立方星送入低地球轨道，入轨后这4颗由GomSpace建造的卫星将以松散的四面体方式编队飞行。Bowyer说，四颗卫星可以支撑全球每日观测。
“射频领域是尚未开发的资源，”Bowyer说：“大多数公司都专注于图像和天气数据。我们希望在这个全新领域提供一个非常好的数据源。“
像美国的Hawkeye360公司一样，KleosSpace将在无法通过AIS（自动识别系统）跟踪识别船只的情况下，直接监测定位船载VHF无线电信号。“在缺乏AIS情况下，我们可以提供别的办法，”Bowyer说。
KleosSpace通过在澳大利亚证券交易所的首次公开募股（IPO）筹集资金，推出首批四颗卫星。Bowyer说，一旦这些卫星正常运行并带来收入，该公司计划推出更多的卫星群，提供更加频繁的监测能力。
美国Peraton公司（在2020年10月份与美国太空军签订了一份价值1000万美元、为期5年的轨道分析服务合同。不过，防御部门并非是唯一从商业天基信号情报服务中获益的机构。事实上，商业市场提供了更多的天基射频跟踪机会，为航运以及打击偷猎和走私等提供了多样化的手段。最有可能的商用目标是海上航运业，它是全球最大的地理定位和通信商业卫星服务用户，注册的集装箱船、货轮、运送石油、天然气和化学物品的大型船只以及在国际水域航行的客船有5万多艘。对这些船只进行跟踪显然是必须的，在拥挤的水道中更是如此，而实现这一点的基本工具是自动识别系统（AIS）。
国际海事组织发布的《海上生命安全条例》要求所有300吨以上的货船以及各种大小的客船必须安装AIS收发器。最初的AIS是从船上向20英里外的地面站发送信号，但最近，低轨道卫星被用于这一目的，同时还用于搜索和救援行动等其他用途。
鹰眼360公司的射频定位产品可以跟踪“黑船”的X波段和S波段雷达辐射
当然，除AIS外，还可以通过天基光学传感器和射频传感器对船只进行探测。过去，卫星图像和信号情报只提供给军事用户和情报机构。第一幅实时卫星图像是由美国KH-11卫星在1977年提供的。信号情报卫星的历史更悠久，可以追溯到1960年，当时美国发射了5颗低轨“星系辐射与背景”（GRAB）卫星中的第一颗，以监测苏联的雷达辐射信号。
AIS系统和商业数字测绘服务提供了大量实时信息，但另一个重要应用领域却少有人问津，即对地球表面的射频辐射进行监控。一些新兴公司希望能填补这个空白。直到最近，进入这个市场的障碍一直是制造与发射卫星的成本极高，但小卫星的出现逐渐消除了这样的阻碍。
这类航天器根据其外形统称为立方体卫星，并按重量进行分类。飞卫星（Femtosat）的重量不到0.1公斤，皮卫星（Picosat）为0.1至1公斤，纳卫星（nanosats）为1至10公斤，微卫星（microsats）为10至100公斤，小卫星（minisats）为100至1000公斤。它们体积小，可以封装在一枚火箭内，一次发射几十颗这样的卫星。与传统卫星相比，其制造和发射成本很低，而且可以快速制造，并通过能发射大型有效载荷的火箭更经济地部署到空间轨道上。
虽然立方体卫星并不是新事物，斯坦福大学在1999年就开始进行了研发，但技术的进步使它们成为小型且功能强大的平台。斯坦福大学的研究人员提出的首颗立方体卫星的基本单位被定义为10×10×10厘米的1U立方体。以此为基础，立方体卫星的大小可以从1U到16U不等，因此2U纳卫星的重量可达2.66千克，体积可达10×10×20厘米。立方体卫星最大辐射功率被限制在1瓦（30分贝）以建立卫星到地球站的下行链路通信，而地球站在上行链路的功率可以达到100瓦（50分贝）。
立方体卫星能完成的任务取决于卫星的数量、轨道平面数、仰角、倾角、高度、轨道平面的间隔以及轨道偏心率。目前所有的立方体卫星都部署在低轨上，一方面是为了降低平台的成本和复杂性，同时也是为了支持卫星对地面站的低冗余通信。
鹰眼360公司在2020年12月中旬向卡纳维拉尔角交付了其“簇2”（Cluster2）卫星，预计将在2021年第一季度通过SpaceX公司的“猎鹰9号”火箭发射升空。
当前关于立方体卫星一个很好的例子是SpaceX公司的“星链”计划。该计划主要致力于向地球上的任一地方提供商业宽带接入服务。虽然“星链”星座并不提供信号情报，但该计划说明了这种方法的成本是非常高效的。“星链”计划引起了美国陆军的兴趣，陆军正在研究利用“星链”星座成本低、精度高和几乎不受干扰的性能替代GPS系统的可能性。美国陆军已与“星链”建立起关系，以探索在军事网络间传输数据。
2020年11月，SpaceX公司邀请公众对商业宽带服务进行了测试，马斯克称之为“总比没有好的测试”。该公司目前有近900颗在轨卫星，并计划继续发射更多的卫星，直到2021年夏天实现下行时延达到16到19毫秒的目标。亚马逊公司的贝索斯也计划开发名为“柯伊伯项目”（ProjectKuiper）的卫星星座。该公司在2020年12月宣布已经开发并测试了一个直径为12英寸、K波段的相控阵天线用在用户终端上，提供400Mbps的下行链路速度。
全世界至少有20家公司在设计和制造立方体卫星，这个数字还不包括政府研究机构、大学、主要的政府承包商以及所有中国公司，所以实际数量要大得多。每家公司都拥有各自与众不同的优势，市场竞争非常激烈。
鹰眼360公司的首席执行官约翰·塞拉菲尼讲：“我们认为，既然存在商业光电探测和雷达探测，为什么不能进行射频域的商业化呢？”鹰眼360是第一家进入天基射频监测市场的公司，也是为数不多的几个拥有在轨卫星的公司。该公司成立于2015年，不到三年后的2018年，它发射了第一个三星星座。塞拉菲尼说：“我们开始构建了一个由三颗编队飞行的小卫星组成的星座，两颗在前，一颗在后，它们反复来回飞行以获得对辐射源的3D视图，并进行精确地理定位。
“因为这是一个全新的市场，在保密的行业之外从未出现过，我们正在从零开始构建市场，在政府和商业实体之间进行射频无意干扰探测。潜在的市场包括频谱监测、海上跟踪与分析、保险、对渔业公司和游轮运营商的射频分析。我们的目标是在诸如反盗渔和保护人道主义的活动中取得平衡。”
塞拉菲尼援引频谱监测为例指出，从地面收集频谱数据很难，因为必须驾驶三辆车进行三角地理定位来确定干扰信号的位置。卫星每15分钟左右就能提供一次这样的能力。“黑船”也是一个大问题，它们从事人口走私、贩毒、偷运石油和其他违法活动。“由于不能发现它们，就没有能力跟踪这些船只举行执法，但通过监控它们的雷达、无线电和其他辐射源就可以提供这些能力。”
鹰眼360公司在“探路者”任务下开发了首批被称为“鹰--A”、“鹰-B”和“鹰-C”的三颗卫星。该公司与多伦多大学航天研究所太空飞行实验室签订合同，基于该实验室15公斤NEMO微卫星总线设计了该平台。美国深空工业公司（DeepSpaceIndustries），现在是布拉德福航天公司的一部分，负责开发推进系统。这三颗卫星在2018年3月由SpaceX公司的一枚“猎鹰9号”火箭发射到倾斜角97度、高度590公里的低轨上。
该公司构建了三种订阅包，为各种类型的公司提供服务。“射频地理”（RFGeo）是鹰眼360公司的射频信号测绘产品。“射频地理”分析包提供全球地理空间数据，以使能射频频谱感知，并使用卫星生成的数据识别并定位从甚高频到Ku波段感兴趣的射频信号，包括甚高频海上无线电、超高频收发器、V波段和S波段的雷达、AIS和应急无线电示位标（EPIRB）信标。
鹰眼360公司在美国防御市场上获得了巨大优势地位，正在开发超过五个的卫星簇，将于2021年和2022年发射升空。这些不断增加的星座将实现对甚高频海洋无线电、超高频一键通无线电、海上雷达系统、AIS信标、L波段卫星设备和新型信标所发射的信号进行识别和精确定位辐射源。
另一家公司是克勒斯（Kleos）航天公司，该公司2017年成立于卢森堡，目标是服务于海运市场。其产品旨在提供海上隐蔽活动的全球图像，加强政府和商业实体在AIS信号不可用、图像不清晰或船只超出巡查距离时的情报能力。
克勒斯航天公司于2020年11月推出了其“侦察任务KLM1”簇。
首批四颗侦察任务卫星在2020年11月7日发射后，将经过三个月的调试，一旦KSMI完全投入运用，该公司的任务运营团队将在2021年1月接管该卫星簇的运行。提供天基ESM能力对许多国防部门和商业机构非常有吸引力，克勒斯公司已经与几个客户签订了协议。2020年5月，该公司表示已经获得了犹他州立大学空间动力学实验室与美国空军研究实验室在“微型卫星军事设施项目安排”(MSMUPA)合作下的一个合同。MSMUPA正在谋划一条通往更大项目的道路，被称为“多国异构空间体系”(ISR体系)，将向国际合作伙伴提供一系列卫星生成的信息(光电、合成孔径雷达、AIS等)。
近期的另一个客户是智利空军，它于2020年12月签署了对该公司服务的试用评估。智利在太平洋有6000公里长的海岸线和几个远离海岸的岛屿，智利空军将使用克勒斯公司的数据来帮助它监测其领水内外的海上活动。巴西国家石油公司也签署了一项试验合同，希望利用该公司的辐射源数据，与其他天基传感器数据相结合，以识别非法的污染和其他环境犯罪行为。克勒斯航天公司还与英国情报管理支持服务有限公司(IMSL)签署了一份合同，该公司将购买克勒斯公司的侦察任务数据，并将其与分析服务一起出售给政府和行业客户。
随着KSMI卫星簇全面投入运行，该公司准备在6月份通过SPACEX公司的“猎鹰9号”火箭部署下一个卫星簇，被称为“极地警戒任务”(KSF1)，它包括四颗卫星，将部署在高度为500公里的太阳同步轨道上，对北极和南极区域进行监测。科勒斯公司正在筹集资金，准备在2021年底前建造第三个卫星簇。其最终目标是发射20个卫星簇。
这一市场中第三家公司是法国“不可见实验室”（Unseenlabs）公司。该公司于2015年创建，开发并发射了三颗Breizh侦察轨道器（BRO）卫星，通过射频辐射跟踪海上船只（公司没有透露其监控的频率类型)，并将数据作为服务出售给各种类型的客户。其接收机还对每个信号进行个体辐射源识别（即射频特征识别），使其跟踪系统能够跟踪通过某一区域的特定船只。
2020年11月，英国地平线航空航天技术公司交付了第一个“琥珀”立方体卫星有效载荷，为2021年中期的发射做准备。
2019年8月，“不可见实验室”公司发射了第一颗卫星(BRO-1)，该卫星是一颗6U立方体卫星，由GomSpace公司制造，部署在540公里、45度的轨道上。后面两颗卫星(BRO-2和BRO-3)于2020年11月发射进入了500公里、97度的轨道，以进一步提供更广的覆盖。该公司正在建造另外三颗卫星，计划于2021年底发射。
紧随鹰眼360公司之后的另一家公司是总部位于英国的地平线航空航天技术公司，该公司推出了一种叫做“飞鱼”（FlyingFish）的卫星通信监控产品。该产品源自一个名为Marlin的系统，这是一个战术卫星拦截系统，用于对通信网络进行无源监控，由英国L3哈里斯TRL技术公司研制。基于与L3哈里斯TRL技术公司的关系，地平线航空航天技术公司创建了“飞鱼”，它可以被配置用于从地面车辆到无人机、固定翼飞机和立方体卫星等平台上，对Thuraya或IsatPhonePro网络通信信号以及L波段信号进行无源监控。该公司的最新产品是尚未推出的“琥珀”（AMBER）立方体卫星星座，它将为海事领域态势(例如，针对非法捕鱼、走私、海盗和恐怖分子)提供“信号情报即服务”(SAAS)。
这个市场的大多数新进入者专注于信号识别和分析（比如ESM），以获得对波形和其他特征的传统信号情报，没有涉及对信号的解调。然而，英国地平线航空航天技术公司将提供这种信号情报能力，只要订阅国属于友好国家之列，公司获准能够为其提供服务即可。
这些数据需要以原始形式直接传递给订户，以用于该国现有的信号情报分析平台。这种方法不仅提供了所需的安全性，而且消除了公司为每个客户界面需求进行开发的工作。
该公司在2020年11月宣布，它将第一颗“琥珀”6U立方体卫星有效载荷(称为IOD-3)运送到苏格兰的AACClyde空间公司。该公司目前正在对其进行测试，并将其集成到AACClyde空间总线上，为2021年中发射做准备。一旦完成部署和运行，琥珀卫星将从该公司位于英国纽基的技术琥珀地面开发站(GES)运行。
天基射频侦察行业如果不是处于萌芽状态，也是处于发展初期。它代表着一个新的太空市场——这个市场将利用各种创新，如商业发射平台、更小的卫星、交钥匙卫星设计和制造等创新。这个市场不会取代航天大国的空间感知能力，也没人指望它们会这么做。更有可能的是，这些射频辐射源监测服务将填补一些国防机构的ISR能力，使那些无力发展、维持和升级自己天基监测系统的小国能够获得对海上交通的实时数据。
知识图谱是一种用图模型来描述知识和建模世界万物之间关联关系的技术方法[11]。它利用图模型中的节点和节点间的边来表示复杂的人类知识，其中节点代表实体，可以是具体的事物或者抽象的概念；边代表实体间的关系或者实体的属性。这种图模型的表达通常描述为三元组的形式。知识图谱中的实体和关系具有明确的语义，可以由计算机进行形式化解释、推理和判断，用自然语言描述的人类知识由此被映射为机器可以计算和理解的信息。
新窗口打开|下载CSV
此外，在知识图谱管理方面，以Jena和RDF4J等为代表的关系数据库系统和以Neo4j为代表的图数据管理系统常用来支持大规模知识图谱的存储、检索和分析。
知识图谱在诸多领域的广泛应用得益于其对以二元一阶谓词逻辑为主的简单知识的成功表示。而对于某些三元关系甚至多元高阶谓词逻辑的复杂表达，现有知识图谱尚无法胜任，且面临链接困难、关系冗余、组合爆炸等难题[24]。Ding等[25]针对网络文档的多跳问答推理难题，受双过程理论启发，在知识图谱的基础上提出了认知图谱。认知图谱被解释为“基于原始文本数据，针对特定问题情境，使用强大的机器学习模型动态构建的，节点带有上下文语义信息的知识图谱”，可以减少图谱构建时的信息损失，将信息处理压力转移给检索和自然语言理解算法，同时保留图结构以进行可解释关系推理[24]。
人工智能的核心难题之一是研究怎样用计算机易于处理的方式表示、学习和处理各种各样的知识。不断发展和完善的知识图谱将使机器能模仿人的思维过程，拥有思考、理解、判断、分析的能力，成为实现认知智能不可或缺的重要技术之一[11]。
结合知识图谱的特点和频谱管理面临的严峻挑战，本文考虑在频谱管理中引入知识图谱，主要如下。
1)知识图谱能够表征频谱领域的复杂语义。知识图谱将频谱管理中蕴含的复杂关系和事实映射于不同的实体和实体间的关系上，且这些实体和关系都具有明确的含义，如用频设备、频谱资源表示通信、干扰或使用资源等关系，这种映射方式可以表征频谱领域的语义，使机器理解频谱管理中的各种信息。同时，知识图谱本质上是一种图模型的数据库，实体和关系对应图中的节点和边，还能通过图数据计算进一步发掘隐含的深层关系和事实。
2)知识图谱能够支撑频谱管理的自动化。通过为频谱管理提供多域关联的频谱知识参考，知识图谱可以将频谱管理中各个零散的工作环节串联起来，自动进行多步查询推理，从而减少频谱管理对人工操作的依赖。
3)知识图谱能够增强频谱管理的知识引导。知识图谱能将人类积累的频管经验和实践技巧转化为机器能够理解和处理的频谱知识，并融入频谱管理中发挥频谱知识的引导作用，使频谱管理从单纯的数据驱动转变为数据与经验知识混合驱动。
4)知识图谱能够提升频谱管理的规模化。频谱知识图谱的向量表示将用频设备、频谱资源等实体及其之间的关系映射到连续向量空间，向量表示的具体过程采用深度学习模型进行自动训练，使知识图谱的规模得到极大拓展。
5)知识图谱能够提升频谱管理的可解释性。知识图谱相当于大脑中的知识库，使智能算法的输入、输出行为以及它们之间的内在因果关系或关联关系可以被理解，有利于提升频谱管理的透明度、可信任度、推广泛化能力。
图1频谱知识图谱的概念
由于知识获取和知识融合都属于自然语言处理中的重点研究内容，目前均有众多较可行的方法，参考实体识别[30-31]、实体消歧[32-33]、关系抽取[34-35]、事件抽取[36]、联合抽取[37]等，因此本文不再赘述。本文将知识图谱应用于频谱管理，旨在突出频谱知识图谱对频谱管理自动化、智能化、精准化水平的提升作用，而知识体系是否合理完备将直接影响频谱知识图谱的应用效果，因此本文在第3节详细阐述频谱知识图谱知识体系的具体内容，在第5节着重探讨频谱知识图谱的应用场景。
频谱知识目前尚未有公认的或被广泛接受的定义。Zhang等[38]将频谱知识形式化地定义为用于推理或预测频谱机会可用性及占用率的可延伸的可定量的信息，频谱知识的形式可以是频谱预测模型、频谱管理范式和频谱接入策略等。结合知识的定义，本文认为在频谱管理实践中积累的经验、制定的规则或频谱管理中出现的各种事实、信息，都属于频谱知识的范畴。而在表征具体的频谱知识前，首先要建立合理的知识体系，知识体系对领域内的知识具有高度概括性和抽象性，确定了描述知识的基本框架，具体包括概念的分类、概念属性的描述和概念之间相互关系的定义3个方面的内容[29]。面向频谱管理的应用需求，本文采用自顶向下的方式，尝试构建了频谱知识体系。一方面受篇幅限制，表2中只列出了频谱知识体系的主要条目。另一方面，本文认为频谱知识图谱是基于开放世界的设定，人们所掌握的频谱知识将随着技术发展和研究深入而逐步丰富，因此频谱知识体系尚不完备，可根据具体应用情况进行调整和扩展。
具体地，从管理对象而言，频谱管理是围绕重要稀缺的频谱资源和类型多样的用频设备展开的；从管理内容而言，频谱管理的场景配置和各场景下具体任务各不相同；从管理手段而言，频谱管理涉及众多面向不同任务目标的智能算法。基于此，频谱知识体系中的主要概念分类、实体及其属性如表2所示，其中，“类”代表概念类别，缩进表示概念、实体间的上下位关系，实体后的方括号内列举了实体的部分属性。实体间关系的类型和关系的作用范围如表3所示。
在频谱知识体系的框架下，频谱知识图谱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一般为知识体系中的概念或实体；尾实体t既可以是概念或实体，也可以是实体的属性值字段；相应地，关系r可以为连接头、尾实体的谓词或上下位关系，也可以描述实体对象与其属性值字段之间的属性关系。一个完整的三元组被称为一个事实，记作F=(h,r,t)。从图模型的角度，频谱知识图谱中的所有实体和字段均对应图中的节点，实体间的关系或实体的属性对应图中的边，形成网状的图数据模型，将分散的频谱知识紧密地组织在一起。
表2频谱知识体系示例
表3实体间关系的类型和作用范围
空地频谱共享的知识图谱局部示意如图2所示。在设备-资源层面上，每一个椭圆形节点即为资源或者设备类别中的概念的一个实例，如频谱共享管理、空地频谱共享、频谱感知、无人机用户A、干扰站、信道1等；每一个矩形节点是描述属性值的字段，如单维频谱预测、直接序列扩频、2.432GHz等。实体间的关系或实体的属性用节点间的有向边表示，如表示概念层级间包含或包括关系的有向边、设备与资源间使用关系的有向边、表示信道的中心频率属性的有向边等。场景-技术层面与设备-资源层面通过场景任务中包含设备、资源联系起来。此外，将知识图谱的节点设置为实体或字段是可以根据实际情况灵活调整的。如图2中的直接序列扩频节点，若仅用于描述设备发射信号的调制方式属性，可将其设置为字段；若图谱中还涉及该调制方式的具体属性参数，如扩频码长度、码速率等，则将其设置为实体。
频谱知识图谱将频谱管理领域内各个层面的知识有效紧密地联结在一起，本节将构建基于频谱知识图谱的智能频谱管理框架。
图3给出了基于频谱知识图谱的智能频谱管理框架，从左至右依次为图谱层、设备层和场景层。在此框架中，未来频谱管理被认为是集中控制与分布自主相结合的模式，频谱管理中心是具备存储、计算、理解、思考等能力的智能控制中心，用频设备是具备感知、理解、记忆、思考等能力的智能体，频谱知识图谱则是频谱管理中心和用频设备“大脑”中的知识库。在频谱知识图谱的引导下，智能频管中心可以根据所处的场景，确定频谱管理目标，选择合适的智能方法，并为场景中的智能用频设备下发频管任务；智能用频设备可以根据接收到的频管任务及其在场景中的角色，自动调用智能算法，实现既定的频谱管理目标，同时向智能频管中心上报信息。智能用频设备在完成频管任务的过程中将通过频谱感知、频谱决策、频谱行动等对频谱知识图谱进行查询、检索、推理、更新；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。下面将具体阐释智能频谱管理框架各个层面的具体内容。
图2空地频谱共享知识图谱示意
图3基于频谱知识图谱的智能频谱管理框架
设备层是智能频谱管理框架的执行单元，主要是指配置频谱知识图谱的智能用频设备。除传统认知无线电技术中用频设备的认知能力和可重构性，智能频谱管理框架中的用频设备还需具备理解、记忆、思考的能力，频谱知识图谱则在其中充当用频设备大脑的角色。借助设备-资源层面的频谱知识图谱，用频设备能够对多源异构频谱数据中包含的信息进行提取、加工和存储，把握频谱态势演化的规律和方向，处理自身与其他设备间的关系，成为大脑赋能的智能体。智能用频设备主要完成三项任务：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，其中知识图谱赋能体现在频谱感知、频谱决策、频谱行动中的频谱知识图谱应用。
1)知识图谱赋能的频谱感知。感知得到的数据信息经过提取、加工形成新的频谱知识，将被存储在频谱知识图谱中，而频谱知识图谱中已有的知识可以作为先验信息，辅助用频设备进行基于注意力机制的知识抽取。
2)知识图谱赋能的频谱决策。用频设备可以查询频谱知识图谱以获得实体间的关系事实，频谱知识图谱也可以用于实体间关系或事实的推理以辅助决策。
3)知识图谱赋能的频谱行动。频谱共享或移动的事实将进一步更新频谱知识图谱，基于频谱知识图谱的推理也可以对频谱行动的效果进行评估。
场景层是智能频谱管理框架的应用呈现。面向频谱秩序管理、频谱对抗管理、频谱共享管理等多样化应用场景，智能频管中心首先在频谱知识图谱中蕴含的场景知识引导下确定频谱管理的目标，如图3中的场景层所示，无人机网络及智能用频设备的通信受到干扰站干扰，频谱管理的目标是要实现频谱安全共享。智能频管中心将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。
知识图谱的典型应用包括智能问答、智能搜索、智能推荐等。作为一种领域知识图谱，频谱知识图谱的应用将以这些典型应用为基础，在频谱管理领域进行实践和创新。本节将重点讨论基于频谱知识图谱的智能用频推荐案例，并进一步展望基于频谱知识图谱的智能频谱管理交互应用。
推荐系统的核心目标是通过分析用户行为、兴趣、需求等信息，在海量数据中挖掘用户感兴趣的信息[40]。推荐方法依赖的数据基础通常是用户与物品之间的大量交互数据。将知识图谱技术应用到推荐系统可以解决传统推荐方法难以胜任的用户-物品行为关系数据稀疏问题、对新用户或新物品进行推荐的冷启动问题等，提升推荐的可解释性[40]。本节展示了频谱知识图谱在用频推荐中的具体应用。
在通信中，用户与物品间的交互数据可以表现为用频设备对频谱资源传输质量的评价。例如，在短波通信系统中，由于反射短波信号的电离层是一种典型的时变传输媒介，电离层对不同频率电波的反射和吸收能力不同，其特性还受日夜交替、季节更替、太阳黑子周期和地理位置等多因素影响变化，且信道受干扰严重，因此通信极不稳定。短波用频设备通常先对预置频率集进行链路质量分析，再根据链路质量评价结果，自适应地选择通信频率[41]。由此，容易联想到利用链路质量评价等交互数据进行短波用频推荐。
然而，一方面，短波用频设备通过探测信道获得链路质量时，可能受到干扰或噪声的影响而导致探测失败；另一方面，用频设备的探测能力有限，在实际系统中，用频设备主要在其常用频率附近进行探测。因此，链路质量矩阵是不完整的，上述短波用频推荐也面临交互数据稀疏的问题。本节将利用频谱知识图谱对链路质量矩阵进行补全，服务于短波用频推荐。
图4链路质量矩阵与频谱知识图谱
由于上述频谱知识图谱存在大量多对一关系（N-to-1），考虑采用TransR模型[42]对频谱知识图谱进行表示学习，学习图谱中所有实体、关系以及相应映射矩阵的向量表示。然后，针对链接预测问题(qm,n,ValueIs,)，对每一个待预测三元组中缺失的尾实体，将知识图谱中对应类别下的所有实体作为候选项计算得分函数，可以得到这些候选尾实体的得分排名，以得分排名最高的实体作为预测结果，即链路质量矩阵中缺失元素的值。
表4链路质量矩阵补全的准确性
1)频谱管理智能搜索系统。频谱知识图谱以统一的知识表示形式存储了大量频谱知识，可以针对搜索关键词迅速返回丰富全面的表单式信息，提升了信息检索的效率。
针对频谱管理面临的严峻挑战，本文将知识图谱技术引入频谱管理中，提出了频谱知识图谱的概念、知识体系和表示，构建了基于频谱知识图谱的智能频谱管理框架，重点探讨了基于频谱知识图谱的智能用频推荐案例，并对基于频谱知识图谱的智能频谱管理交互应用进行了展望。下一步将搭建频谱知识图谱演示应用平台，继续深入探索频谱知识图谱应用，进一步评估验证频谱知识图谱对频谱管理自动化、智能化、精准化的提升效果。频谱管理与知识图谱技术的结合将是一个很有意义的研究领域，未来将产生众多富有成效的研究成果，为智能频谱管理领域带来颠覆性的技术变革。本文关于频谱知识图谱的研究和讨论只触及了其中的冰山一角，希望能够激发更多的研究兴趣。
[1]SLINGSHOTAEROSPACEAWARDSCONTRACTTOHAWKEYE360FORMONITORINGGLOBALGPSINTERFERENCEINSUPPORTOFTHEU.S.SPACEFORCE.
[2]NewSatellitesWillUseRadioWavestoSpyonShipsandPlanes.
[3]DeepSpaceIndustries,SFLtoProvideSatellitesforHawkEye360’sPathfinderMission.
[4]HAWKEYE360:RFFORARCTICDOMAINAWARENESS.
[5]HOMEUSAHAWKEYE360RAISES$145MINSERIESDFUNDINGHawkEye360Raises$145MinSeriesDFunding.
[6]HAWKEYE360AWARDEDRADIOFREQUENCYCONTRACTBYTHENATIONALRECONNAISSANCEOFFICE.