开放科学（资源服务）标识码（OSID）：
中图分类号：TP319文献标识码：A 文章编号：1672-7800（2019）007-0137-05
Design and Implementation of Intelligent Spectrum Sensing Visualization System
SHI Jiao-jiao， CAO Xiao-hang， TANG Zhen
（ College of Communication Engineering， Hangzhou Dianzi University， Hangzhou 310018， China）
Abstract： In order to realize scientific and effective visual management of spectrum resources and improve frequency utilization， an intelligent spectrum sensing visualization system based on Android platform is designed and implemented. The system framework is designed by MVC software mode to achieve high cohesion and low coupling of the overall system structure. The system architecture design includes four parts： monitoring equipment， server， client and baidu map. The server will carry out FFT （fast Fourier transform） on the spectrum data collected， and keep it in MySQL to facilitate the user to query and analyze the historical spectrum data. The server and the client use the highly secure C/S mode for data interaction， which ensures the security of spectrum information. The client uses the mature SurfaceView and Opengl ES technology to draw 2D and 3D spectrograms， eiching the visualization function of the application and increasing the user experience. Results of the real application show that the system has good effects.
Key Words： visual management; intelligent spectrum sensing; database; baidu map
作者简介：史姣姣（1992-），女，杭州电子科技大学通信工程学院硕士研究生，研究方向为电磁环境可视化;曹晓航（1994-），男，杭州电子科技大学通信工程学院硕士研究生，研究方向为软件无线电;唐震（1995-），男，杭州电子科技大学通信工程学院硕士研究生，研究方向为移动通信。
0 引言
在无线通信技术快速发展的背景下，无线网络、通信基站与个人移动通信的业务需求量不断增加[1-2]，无线通信对无线电频谱也提出了更高要求。目前，静态频谱管理通常采用无线电频谱管理方式，主要通过授权方式，固定用户使用特定的频谱资源，即使授权用户不使用频谱资源，其他用户也不能占用该资源，从而导致频谱资源分配不均匀、利用率低[3-5]。
为了实现移动通信系统的频谱共享以及对无线电频谱的智能可视化管理，静态管理方式逐渐转向动态管理方式，智能频谱感知可视化成为重要的研究方向。目前，我国研究人员已在无线电频谱感知可视化分析方面开展了大量研究，并取得了一定成果，如聂俊岚等[6]实现了对电磁信号的多维度特性进行交互式分析;方斌[7]设计并实现了一个频谱分析软件，通过仿真得到能量分布图、频谱占用图与时频图等。目前我国虽然已能够搭建起中等规模的频谱感知可视化网络系统[8]，但由于我国在无线电频谱感知可视化方面起步较晚，与部分发达国家尚有很大差距。
近年来，Android系统由于具有开源特性，并有着良好的用户体验，受到了广大移动设备厂商与软件开发人员的重点关注[9-11]。随着移动终端不断向智能化方向发展，其提供的信息服务更加丰富，使用也更加便捷。本文目标是基于Android移动终端强大的显示功能，结合频谱感知的技术需求及智能可视化发展方向，设计并实现一个智能频谱感知可视化系统，对监测区域的频谱使用情况进行可视化呈现，从而帮助监管部门更加直观地了解监测范围内的频谱占用情况。
1 系统介绍
1.1 系统概述
本文设计的基于Android平台的智能频谱感知可视化系统架构如图1所示，共分为监测设备端、服务器端、客户端与百度地图4部分。服务端主要用于接收与处理监测设备传输的采集信息，并将其存储于数据库中进行管理;客户端主要根据选择的频段与时间段查询数据库，并将返回的频谱数据进行多元化显示与分析;最后调用百度地图API，以配合监测端进行地理位置及状态展示。其中，使用JDBC技术作为服务器端与MySQL数据库的交互技术，可实现对数据库的快速查询，并提供标准API接口，同时采用基于TCP/IP 协议的socket技术和JSON数据格式实现客户端与服务端的数据通信。
图1 智能频谱感知可视化系统架构
该智能频谱感知可视化系统采用MVC软件开发模式进行应用程序开发，以帮助开发者在开发过程中实现高内聚、低耦合的软件结构[12]，便于后期开发。
1.2 相关概念与技术应用
（1）智能频谱感知。智能频谱感知原理是在频谱感知过程中对周围环境进行多方位探测与感知[13-15]，采用智能、动态的频谱感知技术采集监测区域的无线电磁频谱信息，然后根据对区域的了解与认知分析，在不影响其他授权用户的前提下动态使用闲置频谱，从而提高频谱资源利用率。
（2）渐进色算法改进与应用。渐进色算法主要用来描述颜色变化趋势。本文采用一种简化的渐进色算法，使其能够高效、生动地应用于系统中，并在客户端绘制瀑布图与三维时频图过程中发挥重要作用。利用渐进色算法构建一个颜色值与频谱幅值之间一一映射的连续函数，颜色值利用RGB三种颜色混合产生，而频谱幅值是由时域信号经过FFT变换后产生的。改进的渐进色算法代替了之前利用条件语句判断选择的函数，从而营造了更加平滑、动态的频谱可视化效果，同时也便于用户观察分析频谱图。
2 系统总体设计
2.1 系统模块设计
智能频谱感知可视化系统由频谱信息采集模块、频谱数据交换模块、频谱可视化模块、数据库模块以及百度地图应用模块共5个模块构成，该系统模块框架如图2所示。其中，服务端作为客户端与监测设备间的中枢纽带，首先频谱信息采集模块负责频谱数据的采集与网络传输，在不同监测点设置相应监测设备进行稳定状态下的信号监测，并将采集到的经纬度位置信息、时域频谱等信息经数据交换模块实时传输到服务端;然后服务端对采集的信息进行解析处理，将经过FFT变换后的频谱数据存储到MySQL数据库中;最后，服务端与客户端采用TCP/IP socket方式进行数据交互，并且结合百度地图应用模块，利用频谱可视化模块绘制频谱图表。本系统主要研究频谱数据交互模块与频谱可视化模块。
图2 系统模块框架
2.2 系统需求分析
对智能频谱可视化系统进行需求分析，可通过百度地图定位方法进一步明确需求。智能频谱可视化系统的客户端应具有四大功能，分别为：实时频谱显示、频谱历史数据查询与分析、百度地图定位资源、频谱数据截屏与共享。
2.3 服务端与客户端交互设计
本系统数据交互模块采用C/S（Client/Server）方式，监测设备将采集到的频谱信息传输到服务器端，服务器端将频谱信息进行解析、处理后，再通过JDBC方式连接MySQL数据库[16]进行分类存储与管理，而客户端主要完成部分频谱信息的存储与可视化绘制。两者分工明确，既不会给服务器端造成过多压力，也使客户端具有一定操作权限，从而能在更大程度上发挥该应用程序的功能。因此，本系统交互模式适合采用用户群体稳定、安全性较高的C/S方式[17]。
2.4 数据库设计
在本文系统设计中，为了实现客户端的频谱数据历史查询与分析功能，需要对频谱数据进行长期保存，因此需要设计合理的存取方式，以保证频谱数据的完整性、安全性及准确性。在该模块中主要采用以下两种方式存取数据：
（1）当天频谱数据存取。基于对当天频谱数据分析与统计的业务需求，将该部分数据进行单独存储。该数据没有很强的实时性传输需求，只需占用较小的存储空间。在Android平台上开发应用程序时，一般使用Android系统自带的SQlite数据库[18]。该开发机制使开发者能够更方便地对数据进行存储操作。
（2）历史频谱数据存取。基于大量数据存储、备份及分析的功能需求，将规模较大的数据存储在服务端MySQL数据库中，在客户端进行数据分析时，可以快速获取该部分数据。
2.5 智能频谱感知可视化平台设计
本文采用C/S模式（客户端/服务器）设计智能频谱感知可视化平台的应用程序架构[19]，用户与客户端的界面交互是基于Android组件实现的。客户端访问服务器，再由服务器访问MySQL数据库获得数据，最终将数据库中的数据传输到Android界面进行显示，从而实现对频谱数据的二维与三维可视化展示。具体实现方式为将某一段时间内具体监测点特定频段的频谱数据以频谱图与对应数据表的形式显示出来。因此，客户端需要调用百度地图SDK接口的地图展示与定位等功能，在百度地图模块，用户点击监测点号，指示服務器端操作数据库并返回该监测点范围内的频谱数据，从而将相关频谱数据呈现在客户端。
3 系统实现
3.1 服务端与客户端交互实现
本系统中服务器端通过使用java.net.ServerSocket类的构造方法获取一个端口[20]，同时侦听客户端数据请求。客户端创建TCPClient对象，根据IP地址与端口号连接服务器，连接成功后通过SendData方法向服务端发送频谱数据请求。双方成功建立连接后，使用I/O流进行数据交互，客户端和服务端都有输入流与输出流，以实现数据请求与频谱数据传输等功能。
本系统规定客户端与服务端通信采用Json数据格式，其格式用例为：
第一个对象的含义是幅度值ampl=22.56。
第二个对象的含义是频谱数据产生时间，精确到秒。
第三个对象的含义是监测设备的IP地址为192.168.1.7。
第四个对象的含义是当前频率值。
服务端每次接收到客户端的频段请求命令后，连接并查询数据库，并返回相应结果数据。每次发送2 048个数据，并以“end”作为结束符。
当客户端收到服务端的回复时，将接收的Json格式数据解封装为String，对解封装后的数据进行解析，分别得到监测点IP地址、频率、频率点对应幅值、频谱产生时间，并在绘图表程序中调用相关数据，以实现频谱的可视化功能。
3.2 数据库实现
不论在MySQL数据库还是客户端的SQlite数据库，均需要对频谱信息进行存储，因此设计以下两张数据表：
（1）监测设备信息表。该数据库记录了智能频谱感知可视化系统监测设备的基本信息表，以便频谱管理人员查阅。该表具体实现内容包含监测点ID号、经度、纬度、监测点IP地址与监测设备工作状态。监测设备状态分为忙碌、闲置两种。1代表忙碌，说明监测设备正在运行中;0代表闲置，说明监测设备处于未检测状态。
（2）频谱数据表。记录监测设备的日常数据，包含实时频谱数据与部分统计数据。存储由监测设备收集到的时域数据经FFT（快速傅里叶变换）处理后获得频率值及对应幅值，存储在频谱数据表中。本系统中频谱数据表具体内容包括频率点、对应幅值、监测点IP地址和时间。
3.3 智能频谱感知可视平台实现
（1）主界面实现。本系统界面风格力求美观、简洁。客户端主界面左侧栏罗列出本可视化平台实现的主要功能;界面右上方是搜索设置按钮，可进行特定频段与时间段设置以及频谱数据查询;界面正中为地图控制台，在百度地图背景下，呈现用户实时定位以及监测设备的地理位置与工作状态。图表显示功能需点击按钮跳转到下一界面，从而增大了频谱显示范围，方便用户进行操作控制。
（2）频谱可视化功能实现。本应用程序主要功能是实现频谱数据的二维、三维可视化展示，可将某一段时间具体监测点特定频段的频谱数据以频谱图与对应数据表的形式进行显示。频谱二维可视化显示包含全景频谱图、单频点频谱图、瀑布图、数据表4部分内容，如图3所示。
图3 频谱二维可视化界面
全景频谱图选取的频段范围均为0～300MHZ的图例，平均划分为4个频段范围，分别用红黄蓝绿4种颜色进行描述绘制，以增强视觉对比度，使用户得到更好的体验。
瀑布图在本系统中的含义是指幅值在一定判别门限下，随着时间推移，以瀑布上颜色变化的方式显示出频谱幅值分布形式，不同幅值对照渐进色算法赋予不同颜色。瀑布图的呈现形式为横坐标代表频率，纵坐标代表时间，颜色代表幅值大小，并在界面右侧设置滑动条，可以上下滑动。因此，瀑布图具有时间记忆功能，方便用户进行分析，并轻松了解频谱随时间变化的规律。
单频频谱图是根据界面右上角设置窗口中频率与频段的参数选择进行频谱绘制的，用户可根据实际需要自由选择频段范围，查看并分析特定频段的频谱占用情况，从而避免全景频谱图显示范围的限制。
数据表中包含实时传来的监测点IP、频率、幅值、时间4部分内容，当前界面显示两行内容，表格右侧设置滑动条，用户可以上下滑动以查看频谱数据，方便后期进行频谱数据分析。
考虑到三维状态下的频谱图更有利于用户查看并分析频谱占用情况，故在本应用程序中调用OpenGL ES库绘制了三维频谱图。频谱三维可视化显示主要以单频点时频图显示功能为例，如图4所示。单频点时频图显示重点在于实时获取一段时间内特定频域的信号幅值，将其动态变化过程使用三维直方图方式动态展示出来。为了增强频谱图的三维立体体验感，本系统中用户可对三维时频图进行手势360°旋转、移动、缩放等操作，从而对频谱信息进行多角度观察分析。
图4 三维时频图
4 系统测试
对系统需要实现的4个功能进行测试分析，由于系统实现部分已展示出应用程序的频谱可视化功能，所以本部分主要进行频谱历史数据查询与分析、百度地图定位以及频谱截屏与共享的功能测试。
4.1 频谱历史数据查询与分析
频谱历史数据查询与分析具体测试过程如图5所示。在图5（a）中，用户通过点击二维频谱图界面右上方的选择窗口，选择时间段与频段范围，TCP服务器端接收到客户端的数据请求，即向客户端发送2018-11-15 15：56～2018-11-15 16：26时间内，频段范围为[158，162]MHz的频谱数据。图5（b）为客户端收到数据后的频谱显示界面。
（a） 频段与时段设置
（b）客户端界面
图5 频谱历史查询与分析
4.2 百度地图定位
百度地图定位测试用例如图6所示，本应用程序首先用红色标签将频谱资源监测设备的位置信息显示在地图上，其次用底部圆圈颜色区分监测设备当前状态，紅色说明处于忙碌状态，绿色说明处于闲置状态，从而使用户直观、清晰地了解设备监测状态，并且每次点击监测点按钮都会通过弹框提醒与用户当前距离，让用户对地理位置具有明确认识。在界面右上角的设置窗口里，用户可以自由切换地图类型与定位模式，且界面较为美观，方便用户操作。
图6 百度地图定位资源
4.3 频谱截屏与共享
频谱数据截屏与共享功能是频谱资源实现持久化保存，以及用户间分享资源的重要方式。Android为每个图表界面都提供了截屏与共享的功能控件，经过测试，该客户端能有效实现频谱数据的截屏与共享功能。
5 结语
本文以智能频谱感知理论为基础，根据对智能频谱感知系统使用者需求的分析，建立智能频谱感知系统架构，然后对系统进行整体设计，并对系统中的客户端应用程序进行测试。测试结果表明，系统运行效果良好，可对监测区域的频谱使用情况进行直观的可视化呈现，从而实现对频谱资源科学、有效的管理。本文是对智能频谱感知可视化系统在移动终端环境下的创新尝试，系统设计不同于传统无线频谱感知系统，因此可为后续研究提供一定参考，并有着广阔的应用前景。
参考文献：
[1] 唐朝京， 刘培国. 电磁频谱安全问题探讨[J]. 国防科技， 2011， 32（4）： 18-20.
[2] PAWELCZAK P，NOLAN K，DOYLE L， et al. Cognitive radio： ten years of experimentation and development[J]. Communications Magazine， 2011， 49（3）： 90-100.
[3] DAS D，DAS S. A survey on spectrum occupancy measurement for cognitive radio[J]. Wireless Personal Communications，2015，85（4）： 2581-2598.
[4] 張玉岗. Android平台实时频谱监测软件设计与实现[D]. 成都：电子科技大学， 2014.
[5] 季中原. 频谱感知可视化系统的设计与实现[D].上海：上海师范大学，2016.
[6] 聂俊岚，田茂春，郭栋梁，等. 交互式平行坐标多维电磁态势可视分析[J]. 燕山大学学报，2013，37（6）： 542-546.
[7] 方斌，马杰，孙克宇. 电磁频谱可视化系统的设计与实现[J]. 系统仿真学报，2015， 27（9）： 33-38.
[8] 李鹏，俎云霄. 一种新的认知无线电频谱感知方法[J]. 通信技术， 2009（12）： 38-39.
[9] CAI W. Research on competitive advantage mechanism of the mobile Internet ecosystem[C].Iet International Conference on Communication Technology & Application. IET， 2012.
[10] ENCK W， OCTEAU D， MCDANIEL P D， et al. A study of android application security[C].USENIX security symposium，2011.
[11] 秦少飞， 竺小松. 基于 Android 的频谱处理显示系统设计[J]. 计算机测量与控制， 2018（2）： 211-214，218.
[12] 徐春雨. MVC模式在Web管理信息系统中的应用[J]. 福建电脑， 2014， 30（4）：175-176.
[13] 王军，李少谦. 认知无线电：原理， 技术与发展趋势[J]. 无线电技术与信息， 2007 （7）： 27-31.
[14] 周贤伟，辛晓瑜，王丽娜，等. 认知无线电安全关键技术研究[J]. 电信科学， 2008（2）：72-77.
[15] 李琳. 基于博弈论的认知无线电频谱共享算法研究[D]. 北京：北京邮电大学， 2009.
[16] 高昂，魏惠茹，李晓东. JDBC数据库访问技术探究[J]. 信息与电脑：理论版，2015（13）：93-94.
[17] 徐怀志，赵航. 基于安卓平台的电磁频谱监测应用程序的开发[J]. 电子测试， 2016（13）：32-33.
[18] 林培杰，朱安南，程树英. Android 数据库 SQLite 性能优化[J]. 计算机系统应用，2014， 23（4）： 193-196.
[19] 张勇. 基于Android的智能点餐系统设计[J]. 电子测试， 2017（22）：73-74.
[20] 雍成明，张昊，程晨. 基于Socket的公安交通集成指挥平台多线程通信协议测试技术研究与开发[C].中国智能交通年会，2016.
（责任编辑：黄 健）