無線電頻譜監(jiān)測系統(tǒng)自動化優(yōu)化研究

中圖分類號：TN98 文獻標(biāo)志碼：A 文章編號：2095-2945（2025）13-0149-04

Abstract：With therapiddevelopmentofradio technology，thelimitednatureofspectrumresourcesandtheincreasing demandhavemadespectrummanagementthefocusofatentionof allcountries.Traditional spectrummonitoringsystemscannot effectivelycopewiththemoderncomplexandchangeablespectrumenvironmentduetomanualoperationandfixedequipment deployment.Thispaperdiscussestheautomaticoptimizationofradiospectrummonitoringsystemsfromthreeperspectives：system architecture，keytechnologiesandfuturedvelopmenttrends.Byintroducingtechnologiessuchasbigdataartificialinteigece andtheInternetofThings，spectrummonitoringsystemscanimproveautomationandresponsespeed，therebyimproving monitoringaccuracyandeficiency.Theoptimizedsystemcancopewiththedynamic spectrumenvironmentandbetermeetthe needs of the country and industry for spectrum management.

Keywords：radiospectrummonitoring;automatedoptimization;bigdataanalysis；dynamicspectrumenvironent;spectrum management

無線電頻譜資源作為一種不可再生的公共資源，隨著無線電技術(shù)在民用、軍用和科研等領(lǐng)域的廣泛應(yīng)用，頻譜資源的競爭日益激烈?，F(xiàn)代無線通信技術(shù)，如5G網(wǎng)絡(luò)、物聯(lián)網(wǎng)、智能城市建設(shè)等，進一步加劇了對頻譜資源的需求。因此，頻譜管理的重要性愈加凸顯。而頻譜監(jiān)測系統(tǒng)是實現(xiàn)頻譜管理的核心手段，能夠保障頻譜資源的合法、有效使用，防止頻譜濫用和干擾。

1無線電頻譜監(jiān)測系統(tǒng)現(xiàn)狀與挑戰(zhàn)

1.1無線電頻譜監(jiān)測系統(tǒng)的現(xiàn)狀

無線電頻譜監(jiān)測系統(tǒng)作為保障頻譜資源有效利用和防止干擾的重要工具，其現(xiàn)狀反映出該技術(shù)已在全球范圍內(nèi)得到廣泛應(yīng)用。現(xiàn)有的頻譜監(jiān)測系統(tǒng)主要依賴固定式和移動式監(jiān)測設(shè)備，通過定期的或連續(xù)的頻譜監(jiān)測作業(yè)來實現(xiàn)。在特定區(qū)域內(nèi)，這些裝置被部署，用以追蹤頻譜的使用情況，并將所收集的數(shù)據(jù)發(fā)送至管理中心進行深入的分析和加工。

在當(dāng)前不斷演進的無線通信領(lǐng)域，所使用的系統(tǒng)表現(xiàn)出種種不足。在應(yīng)對5G、物聯(lián)網(wǎng)等帶來的頻譜使用密集情景下，現(xiàn)有的系統(tǒng)無法做到實時與全方位監(jiān)控，其監(jiān)測覆蓋的局限性變得尤為突出。在傳統(tǒng)監(jiān)控體系中，依賴人工進行譜分析的比重較大，導(dǎo)致其處理速度緩慢，難以對突變的異常頻譜事件進行迅速的辨識與應(yīng)對。

1.2無線電頻譜監(jiān)測系統(tǒng)面臨的挑戰(zhàn)

1.2.1 監(jiān)測設(shè)備部署局限性

目前，監(jiān)測無線電頻譜主要靠固定的監(jiān)測站點，這些站點一般設(shè)置在特定的城市、工業(yè)區(qū)或者頻譜使用需求優(yōu)先級高的地區(qū)。盡管該方法可以對特定頻譜在固定位置的使用情況進行持續(xù)監(jiān)測，但其監(jiān)測范圍明顯受限。在固定監(jiān)測站點數(shù)目有限的前提下，其所能覆蓋的地理區(qū)域存在明顯邊界，特別是在偏遠、山區(qū)或者海洋等邊際地區(qū)，監(jiān)測站點的缺乏甚至缺失，使得這些區(qū)域內(nèi)的頻譜利用狀況無法得到有效追蹤。

移動通信設(shè)備的廣泛普及，以及無人機、衛(wèi)星等新興無線電設(shè)備的使用，使得頻譜的應(yīng)用變得高度移動化和隨機化。固定監(jiān)測站點，對于快速移動的無線設(shè)備，難以實現(xiàn)靈活應(yīng)對，也不能保證連續(xù)和全面的頻譜監(jiān)測。

1.2.2 數(shù)據(jù)處理能力不足

應(yīng)用范圍不斷擴大的無線電頻譜監(jiān)測系統(tǒng)，其產(chǎn)生的數(shù)據(jù)量呈現(xiàn)出爆炸性的增長趨勢。系統(tǒng)的數(shù)據(jù)處理能力不足問題在處理海量頻譜監(jiān)測數(shù)據(jù)時變得尤為明顯，這一問題隨著頻譜環(huán)境的復(fù)雜化而日益突出，現(xiàn)有的存儲和分析能力無法與之匹配?，F(xiàn)有的監(jiān)測設(shè)施普遍未能有效處理所收集的數(shù)據(jù)，從而造成了眾多數(shù)據(jù)在存儲之后，未能得到及時的剖析與應(yīng)用。

在5G網(wǎng)絡(luò)技術(shù)和物聯(lián)網(wǎng)設(shè)備的廣泛應(yīng)用背景下，頻譜資源的利用頻率顯著提升，導(dǎo)致其使用狀況日趨復(fù)雜，從而增加了系統(tǒng)數(shù)據(jù)處理的負擔(dān)。針對大量數(shù)據(jù)處理，目前體系借助人工方法進行分析，導(dǎo)致效率不高且反應(yīng)遲緩。在實際運用場合，眾多監(jiān)測裝備生成數(shù)據(jù)繁多，而現(xiàn)行體系未能妥善篩選掉無用信息，這可能會造成重要數(shù)據(jù)被遺忘。

1.2.3 信號識別精度不足

在多元化的無線電頻譜環(huán)境中，對于信號的準(zhǔn)確識別是保障頻譜監(jiān)測工作有效進行的核心要素。然而，目前所使用的無線電頻譜監(jiān)測系統(tǒng)在信號識別的精確度方面尚有欠缺。在頻譜的使用背景中，存在著各式各樣的信號，其是合法的、造成干擾的，或者是不合法占用的，這些信號在特征上可能極為接近，在頻譜的特性上也可能會有一定的重疊。

監(jiān)測系統(tǒng)因信號識別精度不足，在高頻多類型信號環(huán)境中，往往難以準(zhǔn)確判定信號的來源與類別。在區(qū)分授權(quán)用戶與未授權(quán)訪問者的過程中，系統(tǒng)或許不能精確識別，從而引起錯誤警報的頻次上升。信號識別過程中，遭遇了來自復(fù)雜背景噪聲和干擾信號的雙重挑戰(zhàn)。在高頻譜頻繁使用的區(qū)域，例如大城市與工業(yè)區(qū)，信號干擾現(xiàn)象頻發(fā)，傳統(tǒng)監(jiān)測系統(tǒng)在應(yīng)對復(fù)雜信號時精度不足，導(dǎo)致干擾源的有效識別變得困難

2無線電頻譜監(jiān)測系統(tǒng)自動化優(yōu)化的關(guān)鍵技術(shù)2.1無線電頻譜監(jiān)測系統(tǒng)中的大數(shù)據(jù)分析技術(shù)

無線電頻譜的使用場景極為復(fù)雜，其監(jiān)測所涉及的數(shù)據(jù)量正以指數(shù)形式膨脹。借助大數(shù)據(jù)分析技術(shù)，監(jiān)測系統(tǒng)能夠?qū)Υ罅繑?shù)據(jù)實施智能化處理與分析。在數(shù)據(jù)監(jiān)控過程中，噪聲與無效信息的自動移除由數(shù)據(jù)清洗技術(shù)完成，這種技術(shù)保障了數(shù)據(jù)的準(zhǔn)確性與有效性。高維度數(shù)據(jù)處理中，特征提取技術(shù)起到加速數(shù)據(jù)處理速度的關(guān)鍵作用，能夠從中提煉出重要的頻譜特征。對1TB的頻譜信息數(shù)據(jù)集進行分析處理，利用并行處理能力和分布式的數(shù)據(jù)保存方法，能夠在短短1 5 m i n 內(nèi)實現(xiàn)詳盡的洞察。

歷史頻譜使用數(shù)據(jù)的模式可以通過大數(shù)據(jù)分析技術(shù)來解析，進而輔助系統(tǒng)對未來頻譜的需求進行預(yù)測。數(shù)百萬條記錄可能存有歷史信號數(shù)據(jù)，涉及頻率、功率和位置等信息的每條記錄。分析某個區(qū)域內(nèi)過去2a頻譜的使用狀況，系統(tǒng)的預(yù)測功能能夠預(yù)見未來頻譜使用高峰時段，并據(jù)此提前對動態(tài)資源進行調(diào)整，以提高頻譜利用效率。

2.2無線電頻譜監(jiān)測系統(tǒng)中的人工智能與機器學(xué)習(xí)

在無線電頻譜監(jiān)測領(lǐng)域，人工智能技術(shù)主要應(yīng)用于信號的分類與異常檢測，這一系統(tǒng)的主要任務(wù)是通過對復(fù)雜頻譜環(huán)境的精確識別，利用機器學(xué)習(xí)算法顯著提高信號識別的準(zhǔn)確性。例如，借助于支持向量機（SVM）與卷積神經(jīng)網(wǎng)絡(luò)（CNN）等先進的機器學(xué)習(xí)技術(shù)，能夠自動化地辨識并學(xué)習(xí)信號的多種特征，諸如頻率、調(diào)制類型以及帶寬等方面，進而達到對信號進行精確分類的目的。

例如，長短期記憶網(wǎng)絡(luò)（LSTM）等深度學(xué)習(xí)算法的應(yīng)用，使得對動態(tài)環(huán)境中信號的預(yù)測與檢測成為可能。LSTM模型通過分析過去 2 4 h 內(nèi)的數(shù)百萬條信號數(shù)據(jù)，能夠?qū)ξ磥淼漠惓ｎl譜使用模式進行預(yù)測。應(yīng)用于復(fù)雜干擾環(huán)境中的深度學(xué)習(xí)技術(shù)，能夠增強對異常信號檢測的反應(yīng)靈敏度[2]

2.3無線電頻譜監(jiān)測系統(tǒng)中的物聯(lián)網(wǎng)技術(shù)

物聯(lián)網(wǎng)技術(shù)快速進步，催生了無線電頻譜監(jiān)測領(lǐng)域的新機遇，通過部署大量物聯(lián)網(wǎng)監(jiān)測節(jié)點，形成遍布全國的監(jiān)測網(wǎng)絡(luò)，實現(xiàn)了對無線電頻譜的全面覆蓋和高效數(shù)據(jù)采集。在一個面積達到 的指定區(qū)域內(nèi)，分布著500個物聯(lián)網(wǎng)節(jié)點，這些節(jié)點各自能夠獨立地監(jiān)控多達50個不同的頻率信道，并把這些信道的頻譜信息即時發(fā)送到遠程服務(wù)器一一云端，進行統(tǒng)一的數(shù)據(jù)處理工作。該系統(tǒng)能在短短 1 m i n 內(nèi)處理大量數(shù)據(jù)，高達上百吉字節(jié)，同時顯著提高了監(jiān)控工作的實時性。

在物聯(lián)網(wǎng)領(lǐng)域，通常配備有低功耗特性的監(jiān)測節(jié)點，這些節(jié)點具備一定程度的自主決策功能，能夠?qū)崟r地調(diào)整自身的監(jiān)測頻段，以適應(yīng)頻譜環(huán)境中的動態(tài)變化。每日，每個節(jié)點能夠處理超過1000000個的信號數(shù)據(jù)，這些節(jié)點通過無線網(wǎng)絡(luò)互聯(lián)，從而達到數(shù)據(jù)同步和共享的目的。依托于物聯(lián)網(wǎng)架構(gòu)，一套云計算驅(qū)動的頻譜監(jiān)測平臺，日處理能力超過 5 0 T B ，能夠?qū)崿F(xiàn)多地點、多設(shè)備的聯(lián)合監(jiān)控，并構(gòu)建出動態(tài)的實時頻譜地圖。

3無線電頻譜監(jiān)測系統(tǒng)自動化優(yōu)化的系統(tǒng)架構(gòu)3.1無線電頻譜監(jiān)測系統(tǒng)中的分布式監(jiān)測設(shè)備

分布式監(jiān)測設(shè)備是自動化頻譜監(jiān)測系統(tǒng)的關(guān)鍵基礎(chǔ)組件，在廣闊的地域布局眾多小型、耗能低的偵測裝置，以便該系統(tǒng)能對廣泛的頻譜范圍進行即時監(jiān)控。此類裝置能自主進行頻譜數(shù)據(jù)的搜集，并擁有一定的數(shù)據(jù)處理與分析功能，能夠在實時的情況下對某些數(shù)據(jù)進行加工，并通過無線網(wǎng)絡(luò)技術(shù)，將這些數(shù)據(jù)傳輸至遠程的數(shù)據(jù)處理中心。在動態(tài)頻譜環(huán)境下，采用分布式架構(gòu)能顯著拓寬系統(tǒng)監(jiān)控區(qū)域，并極大增強監(jiān)控的時效性與適應(yīng)性。

分布式監(jiān)測設(shè)備的主要優(yōu)點體現(xiàn)在其對于能源消耗的有效控制以及卓越的數(shù)據(jù)處理能力。每臺設(shè)備的能量消耗保持在數(shù)瓦以內(nèi)，其連續(xù)作業(yè)周期可達到數(shù)天甚至數(shù)周之長。某些設(shè)備在維持 2 4 h 不間斷監(jiān)測的同時，其功率消耗可低至 2 W ，展現(xiàn)了其高效能的特性。利用先進的數(shù)據(jù)壓縮技術(shù)，設(shè)備能夠?qū)⒉杉降臄?shù)據(jù)壓縮至原始數(shù)據(jù)的 1 0 % 以下，從而顯著減輕傳輸與儲存的負擔(dān)。在一個面積達到 的區(qū)域內(nèi)，安裝了500個用于監(jiān)控的節(jié)點，這些節(jié)點每天能夠收集高達500GB的頻譜信息，總計每天產(chǎn)生的數(shù)據(jù)流量超越 2 5 0 T B 。設(shè)備借助邊緣計算與數(shù)據(jù)壓縮技術(shù)，實現(xiàn)了數(shù)據(jù)體積的顯著減小，達到原尺寸的十分之一，這不僅提升了數(shù)據(jù)傳輸?shù)男?，還使得在云端對數(shù)據(jù)進行進一步地深入處理與分析成為可能。詳情見表1。

3.2無線電頻譜監(jiān)測系統(tǒng)的中心控制系統(tǒng)

中心控制系統(tǒng)是分布式頻譜監(jiān)測網(wǎng)絡(luò)的神經(jīng)中樞，承擔(dān)著協(xié)調(diào)眾多監(jiān)測節(jié)點數(shù)據(jù)交互與通信流程的職責(zé)。該系統(tǒng)不僅執(zhí)行數(shù)據(jù)的集中處理任務(wù)，而且通過大數(shù)據(jù)和人工智能技術(shù)，對來自各個節(jié)點的頻譜數(shù)據(jù)進行實時分析和管理。一個中心處理體系，日處理能力可達數(shù)百TB數(shù)據(jù)量，其輸出結(jié)果支撐了實時頻譜使用報告的生成及異常報警通知等核心職能的執(zhí)行。

在實施大規(guī)模頻譜監(jiān)測的過程中，中心控制系統(tǒng)所具備的處理能力是至關(guān)重要的環(huán)節(jié)。并行計算技術(shù)應(yīng)用于系統(tǒng)，能夠處理500個分布式節(jié)點上傳的 2 5 0 T B 數(shù)據(jù)，將分析處理時間縮短至 1 0 m i n 以內(nèi)，保障了頻譜數(shù)據(jù)的實時性與精確度。中心控制系統(tǒng)依托高效的數(shù)據(jù)傳輸協(xié)議和集群計算架構(gòu)，每秒能夠處理數(shù)以百萬計的數(shù)據(jù)包，保障監(jiān)測節(jié)點間的通信實時性。系統(tǒng)融合了人工智能技術(shù)，能夠獨立檢測頻譜中的異常，例如非法信號的侵入或?qū)︻l譜的不當(dāng)使用，并同步觸發(fā)報警提示。以5G與物聯(lián)網(wǎng)技術(shù)為基礎(chǔ)，中心控制系統(tǒng)每日能夠處理超過1億條信號數(shù)據(jù)，并產(chǎn)出超5000份頻譜使用報告。中心管理系統(tǒng)通過一種高效的機制來分配任務(wù)，該機制能夠?qū)崟r地調(diào)整分散式節(jié)點所承擔(dān)的任務(wù)負擔(dān)。詳情見表2。

3.3無線電頻譜監(jiān)測系統(tǒng)的云計算平臺

利用云計算技術(shù)，能夠為無線電頻譜監(jiān)測系統(tǒng)的自動化流程帶來顯著的計算和存儲效能提升。云基礎(chǔ)設(shè)施能夠整合來自成千上萬個分布式的數(shù)據(jù)源節(jié)點的大量數(shù)據(jù)流，借助于分散的計算和龐大的數(shù)據(jù)存儲能力，進行數(shù)據(jù)的深度處理與支持明智的選擇。在云計算領(lǐng)域，計算能力通常用每秒執(zhí)行的浮點運算次數(shù)（FLOPS）來量化，先進的云平臺能夠具備每秒高達 次運算的處理能力，從而在短短數(shù)秒內(nèi)處理掉數(shù)以百計GB的頻譜數(shù)據(jù)。云基礎(chǔ)設(shè)施有能力處理海量數(shù)據(jù)集，并且配備先進的機器學(xué)習(xí)算法，實現(xiàn)數(shù)據(jù)的深入洞察。在云端，系統(tǒng)能夠?qū)崟r捕捉的頻譜數(shù)據(jù)實施自動化的模式辨認(rèn)與異動偵測。例如，利用FFT（快速傅里葉變換）算法，云計算平臺可以在頻域上識別出異常信號的頻譜特征，公式如下

式中： X （ f ） 為頻域信號， x （ n ） 為時域信號， N 為數(shù)據(jù)點數(shù) ° f 表示頻率，通常是信號的頻率分量。 e 為自然對數(shù)的底數(shù)，約等于2.71828，它在公式中代表指數(shù)函數(shù)。 j 是虛數(shù)單位，表示 ，用于描述復(fù)數(shù)部分。

通過該公式，設(shè)備能夠分析時間域信號的頻譜構(gòu)成，以此識別頻譜中的不尋常變化。在對大規(guī)模數(shù)據(jù)集進行深入解析的過程中，MapReduce計算模型被廣泛應(yīng)用，該模型通過把數(shù)據(jù)拆分成眾多獨立的小部分，并行地執(zhí)行這些細分的任務(wù)，顯著提高了處理效率。對于每秒處理能力需求達到1TB的頻譜監(jiān)控系統(tǒng)來說，采用MapReduce框架能夠?qū)嫶蟮臄?shù)據(jù)集分割成1000個1GB規(guī)模的子任務(wù)進行并行處理，從而將整體處理時間顯著減少至數(shù)秒級。在高峰時段，系統(tǒng)可以通過自動擴展功能，將計算資源增加至平常的2倍或3倍，以保證頻譜數(shù)據(jù)的實時處理和分析能力。云平臺的這種擴展性使得其能夠靈活應(yīng)對不同場景下的數(shù)據(jù)負載，確保監(jiān)測系統(tǒng)在任何情況下都能保持高效運行。

4無線電頻譜監(jiān)測系統(tǒng)自動化優(yōu)化的未來發(fā)展趨勢

4.1無線電頻譜監(jiān)測系統(tǒng)中的智能頻譜共享

隨著無線電頻譜資源的日益緊張，智能頻譜共享技術(shù)成為緩解這一問題的核心策略。借助于動態(tài)追蹤技術(shù)，該算法能夠?qū)Σ煌O(shè)備和不同時間段內(nèi)的無線頻率需求進行精準(zhǔn)把握，進而智能化地進行頻率資源的分配，以達到提升頻譜使用效率的目的。該系統(tǒng)能夠識別并利用無線電頻譜中的空閑時段，并且能夠迅速地轉(zhuǎn)換用于不同頻譜使用者，從而防止頻譜資源的不合理空置與浪費。例如在城市環(huán)境下，面對物聯(lián)網(wǎng)設(shè)備或應(yīng)急通信系統(tǒng)，在頻譜需求變化顯著的情況下，這項技術(shù)顯示出其獨特的適用性。隨著人工智能與大數(shù)據(jù)技術(shù)的不斷融合，智能頻譜共享機制將優(yōu)化系統(tǒng)自動化水平，達成對頻譜資源便捷的調(diào)度與精細化管理。

4.2無線電頻譜監(jiān)測系統(tǒng)對5G與6G的支持

隨著未來第五代與第六代移動通信網(wǎng)絡(luò)的快速擴張，對無線電頻譜資源的需求將急劇上升。5G高速數(shù)據(jù)傳輸、物聯(lián)網(wǎng)和智能城市等領(lǐng)域，已經(jīng)開始運用5G網(wǎng)絡(luò)，而隨著6G技術(shù)的來臨，有望實現(xiàn)更快的傳輸速度、更大的網(wǎng)絡(luò)容量以及更多的設(shè)備連接。為了應(yīng)對大規(guī)模且速率高的網(wǎng)絡(luò)環(huán)境，必須使頻譜監(jiān)測系統(tǒng)在實時性能與處理能力方面實現(xiàn)顯著提升。為了應(yīng)對未來挑戰(zhàn)，監(jiān)測系統(tǒng)必須提升其數(shù)據(jù)獲取與處理速度，并且應(yīng)對更為錯綜復(fù)雜的頻譜使用場景，比如在人口密集的城市區(qū)域，有效管理眾多互相連接設(shè)備的頻譜要求。頻譜監(jiān)測系統(tǒng)的智能化和高效性，是維護第五代與第六代移動通信網(wǎng)絡(luò)穩(wěn)定性的重要保障。

4.3無線電頻譜監(jiān)測系統(tǒng)中的網(wǎng)絡(luò)安全問題

無線電頻譜監(jiān)測系統(tǒng)的自動化水平日益提升，伴隨這一進程的是網(wǎng)絡(luò)安全問題的顯著增加。頻譜監(jiān)測系統(tǒng)將遭遇眾多網(wǎng)絡(luò)攻擊的威脅，例如信號的劫持、數(shù)據(jù)的篡改以及服務(wù)的中斷等問題。在系統(tǒng)安全領(lǐng)域，存在利用潛在缺陷的惡意行為主體，其目的是竊取關(guān)鍵信息或擾亂無線電頻率的正當(dāng)分配。為了保障頻譜監(jiān)測系統(tǒng)免受外部攻擊的破壞，必須提升其網(wǎng)絡(luò)防護能力，這包括但不限于運用加密技術(shù)、實施訪問控制機制以及部署防御算法。為了確保頻譜監(jiān)測與管理的高安全性與可靠性，系統(tǒng)必須集成自我檢測及應(yīng)對安全威脅的功能，并能夠?qū)W(wǎng)絡(luò)入侵做出迅速的反應(yīng)。在未來的發(fā)展中，頻譜監(jiān)測系統(tǒng)將把網(wǎng)絡(luò)安全作為其中一個關(guān)鍵的發(fā)展方向。

5結(jié)論

無線電頻譜監(jiān)測系統(tǒng)的自動化優(yōu)化是應(yīng)對頻譜資源稀缺與復(fù)雜頻譜環(huán)境的重要手段，通過大數(shù)據(jù)、人工智能和物聯(lián)網(wǎng)等先進技術(shù)，系統(tǒng)能夠在更大范圍內(nèi)、以更高精度進行頻譜監(jiān)測和管理。本文從技術(shù)現(xiàn)狀、關(guān)鍵優(yōu)化技術(shù)以及未來發(fā)展趨勢等多個方面，探討了自動化優(yōu)化的實施路徑。研究表明，自動化優(yōu)化能夠提高頻譜監(jiān)測的效率和精度，顯著提升頻譜資源的利用率，滿足未來頻譜管理的需求。

參考文獻：

[1]張文耀.一種基于USRP的某頻段頻譜監(jiān)測平臺設(shè)計[J].中國科技信息，2024（6）：108-112.

[2]陳鈺羽.無線電自動聯(lián)合監(jiān)測測向系統(tǒng)功能設(shè)計研究[J].中國無線電，2022（4）：48-50.

[3]劉志勇.信號識別在無線電頻譜監(jiān)測中的運用探討[J].電子技術(shù)與軟件工程，2022（8）：124-127.

[4]高銳，閆光輝，羅浩，等.基于WebSocket技術(shù)無線頻譜大數(shù)據(jù)實時監(jiān)測系統(tǒng)設(shè)計與實現(xiàn)[J].蘭州交通大學(xué)學(xué)報，2022，41（1）：52-60.

[5]蘭菁.網(wǎng)格化無線電監(jiān)測技術(shù)問題探析[J].中國無線電，2021（8）：29-31.

[6]成京，呂曉麗，呼立文.基于物聯(lián)網(wǎng)技術(shù)的無線頻譜監(jiān)測系統(tǒng)硬件部分設(shè)計[J].科學(xué)技術(shù)創(chuàng)新，2021（13）：86-87.