天地一體化網絡是發達國家國民經濟和國家安全的重大基礎設施，具有戰略性、基礎性、帶動性和不可替代性的重要意義。電磁頻譜作為支持天地一體化網絡的理想媒介，其資源稀缺問題日益突出，已經成為天地一體化網絡發展的瓶頸。電磁頻譜空間也是繼陸、海、空、天、網之後的第六維作戰空間，電磁頻譜領域的研究關乎國家信息化發展戰略和信息化戰爭優勢的確立。
「天地一體頻譜認知智能叢書」即圍繞「一個核心、兩個飛翼」展開天地一體頻譜認知智能領域的研究。「一個核心」是以認知智能為核心，「兩個飛翼」是指電磁頻譜空間與天地一體化網絡領域，認知智能與這兩大領域相結合，將為我國天地一體化網絡的自主創新和跨越式發展提供有力支持。
天地一體頻譜認知示意圖
《電磁頻譜數據挖掘理論與應用》作為「天地一體頻譜認知智能叢書」的開篇之作，針對電磁頻譜領域面臨的頻譜資源日益緊缺、頻譜秩序日趨嚴峻、頻譜戰對抗日漸激烈等重大挑戰，緊緊圍繞「電磁頻譜數據日益豐富而知識十分貧乏」這一瓶頸問題，結合數據挖掘、機器學習、認知科學的理論方法與電磁頻譜的時-空-頻-能等多維屬性特徵，系統地介紹了電磁頻譜數據挖掘理論及應用的代表性研究成果。
不同業務頻段上任意兩個頻點質檢的相關性分布
《電磁頻譜數據挖掘理論與應用》一書注重理論聯繫實踐，旨在為廣大的科研工作者、工程技術人員在電磁頻譜領域研究中提供參考，吸引更多的優秀專業人才加入電磁頻譜領域的研究中來。
全書共分為10章。
第1章為緒論，主要介紹本書的研究背景、選題依據和研究工作。
第2章介紹電磁頻譜數據挖掘的基礎，依次從以下4個方面展開：電磁頻譜數據挖掘的基本概念、電磁頻譜數據挖掘的數據源、電磁頻譜數據挖掘常用的理論方法以及電磁頻譜數據挖掘的國內外研究動態。
第3章針對利用個人便攜設備進行穩健的協同頻譜感知這一主題，研究面向頻譜數據淨化的稀疏矩陣統計學習理論與方法。
4 章針對異構頻譜環境下的空時頻譜感知這一主題，研究面向二維異構頻譜數據融合的統計學習理論與方法。
第5章從分析實測頻譜狀態演化數據內在的時頻相關性及可預測性出發，研究面向多維頻譜聯合預測的低秩矩陣統計學習理論方法。
第6章針對現有線性協同頻譜感知研究中存在的檢測結果不準確這個技術挑戰，研究面向頻譜數據非線性統計處理的核學習理論方法。
第7章從分析頻譜空間復用中陰影衰落的雙刃劍效應出發，研究面向地理頻譜資料庫的群智頻譜數據統計挖掘理論方法。
第8章從圖像化的理念出發，介紹了兩個頻譜數據挖掘案例：面向頻域關係網絡的多頻點間相似性分析和面向時頻二維長期頻譜預測的圖像推理。
第9章闡述了未來無線網絡中頻譜共享的新特徵，提出了頻聯網的概念和基於雲架構的頻聯網，並介紹了頻聯網的關鍵使能技術之一：無線頻譜大數據挖掘。
第10 章提出電磁頻譜大數據的概念，分析了電磁頻譜大數據的5V特性，介紹了面向電磁頻譜大數據的機器學習方法，暢想了電磁頻譜大數據挖掘的應用前景。
作者簡介
吳啟暉
南京航空航天大學特聘教授，博士生導師，教育部長江學者特聘教授，國家百千萬人才工程入選者，國家有突出貢獻中青年專家，國務院政府特殊津貼獲得者，IET Fellow；工信部通信科技委委員、工信部電磁頻譜空間認知動態系統重點實驗室主任、中國通信學會雲計算與大數據專業委員會副主任；發表高水平學術論文100餘篇，IEEE期刊論文70餘篇，ESI高被引論文7篇，獲IEEE信號處理協會最佳青年作者論文獎、IEEE車載技術協會旗艦會議VTC2014-Fall最佳論文獎和IEEE WCSP2009最佳論文獎；獲日內瓦國際發明展金獎1項、授權美國發明專利2項、國家或國防發明專利24項，提交並被採納國際標準提案5項；獲國家科技進步獎二等獎1項、省部級科技進步一等獎3項、二等獎2項、三等獎7項，有多項成果被應用於國防工程。主要圍繞認知資訊理論、電磁空間頻譜智能管控、天地一體化信息網絡、無人機頻譜認知展開研究，具體研究方向包括：認知無線電、大規模陣列信號處理、大數據分析、博弈理論方法、凸優化理論方法、機器學習(博弈學習、深度學習、強化學習、在線學習、統計學習、遷移學習)、認知抗幹擾協議、認知波束通信、無人機認知通信、認知雷達通信一體等方向。
丁國如
副教授，博士生導師。2008年本科畢業於西安電子科技大學，2014年博士畢業於原中國人民解放軍理工大學，2015~2018年在東南大學移動通信國家重點實驗室從事博士後研究工作。2016年先後獲江蘇省和全國信息通信領域優秀博士學位論文獎，2017年入選德國「洪堡學者」和中國科協「青年人才託舉工程」，2018年獲第八屆吳文俊人工智慧優秀青年獎，2019年獲江蘇省傑出青年基金資助，同年榮獲第十四屆IEEE通信學會亞太地區傑出青年學者獎。主持國家自然科學基金、中國博士後基金等項目，獲國家科技進步獎一等獎1項、江蘇省科學技術獎二等獎1項。曾受邀擔任IEEE Journal on SelectedAreas in Communications 客座編委，Journal of Communications and Information Networks編委， 目前擔任IEEE Transactions onCognitive Communications and Networking、China Communications和《數據採集與處理》等國內外期刊編委。
本文摘編自《電磁頻譜數據挖掘理論與應用》（吳啟暉, 丁國如, 孫佳琛 著，北京：科學出版社, 2020.6） 一書，標題為編者所加。
電磁頻譜數據挖掘理論與應用
（天地一體頻譜認知智能叢書）
ISBN 978-7-03-065368-0
責任編輯: 惠 雪 曾佳佳
《電磁頻譜數據挖掘理論與應用》系統地介紹了電磁頻譜數據挖掘理論與應用，主要介紹作者在電磁頻譜數據挖掘領域已公開發表的系列研究工作，內容包括：穩健的時域頻譜數據挖掘、異構的空時頻譜數據挖掘、多維的主動頻譜數據挖掘、非線性協同頻譜數據挖掘、群智的地理頻譜數據挖掘和圖像化的頻譜數據挖掘等。本書可供信息與通信工程、計算機科學與技術、數據挖掘、人工智慧等領域的科研人員和工程技術人員使用，也可作為高等學校相關專業本科生、研究生的教材或教學參考書。
向上滑動閱覽
目錄
「天地一體頻譜認知智能叢書」序
前言
主要符號說明
第1章 緒論 1
1.1 電磁頻譜數據挖掘的由來 1
1.2 電磁頻譜數據挖掘的價值 3
1.2.1 未來移動通信系統中的動態頻譜共享 3
1.2.2 下一代短波通信系統中的頻率優選 3
1.2.3 電磁頻譜資源智能管理 4
1.2.4 Super WiFi頻譜態勢信息獲取 4
1.2.5 頻譜監控與頻譜執法 5
1.3 本書的主要內容安排 5
第2章 電磁頻譜數據挖掘基礎 8
2.1 基本概念 8
2.2 常用的機器學習方法 10
2.2.1 面向頻譜數據分析的機器學習方法 11
2.2.2 面向頻譜數據利用的機器學習方法 12
2.3 國內外相關研究動態 13
2.3.1 頻譜感知的研究動態與技術挑戰 14
2.3.2 頻譜預測的研究動態與技術挑戰 16
2.3.3 頻譜資料庫的研究動態與技術挑戰 18
第3章 穩健的時域頻譜數據挖掘 22
3.1 系統模型 23
3.1.1 網絡場景與信號模型 23
3.1.2 數據融合與性能度量 25
3.2 數學建模與性能分析 27
3.2.1 異常數據的統一建模 27
3.2.2 異常數據對感知性能的影響 30
3.3 稀疏矩陣統計學習算法設計 34
3.3.1 異常數據淨化的稀疏矩陣表徵 35
3.3.2 基於數據淨化的穩健頻譜感知 36
3.4 結果與分析 39
3.4.1 仿真參數設置 39
3.4.2 算法性能分析 40
3.5 本章小結 48
第4章 異構的空時頻譜數據挖掘 49
4.1 系統模型 51
4.1.1 授權用戶的頻譜佔用模型 51
4.1.2 認知用戶的異構頻譜模型 52
4.2 數學建模與性能分析 53
4.2.1 空時二維頻譜機會建模 53
4.2.2 二維檢測性能指標設計 55
4.2.3 新的指標體系下傳統方案的性能分析 56
4.3 異構數據統計學習算法設計 61
4.3.1 異構空時頻譜感知的數據融合思路 61
4.3.2 空時二維異構數據融合 62
4.4 分布式功率控制 64
4.4.1 基準對照方案 64
4.4.2 基於不完美感知的分布式功率控制算法 65
4.5 結果與分析 67
4.5.1 仿真參數設置 67
4.5.2 算法性能分析 67
4.6 空時虛警和檢測概率推導 70
4.7 本章小結 71
第5章 多維的主動頻譜數據挖掘 73
5.1 實測頻譜數據的統計處理 74
5.1.1 實測頻譜數據集描述 74
5.1.2 頻譜數據統計預處理 75
5.2 實測頻譜數據的特性分析 78
5.2.1 實測頻譜數據的可預測性 78
5.2.2 實測頻譜數據的時頻相關性 82
5.3 聯合多維頻譜預測的數學建模 87
5.4 低秩矩陣統計學習算法設計 89
5.5 實驗結果與分析 90
5.6 可預測性理論推導 90
5.7 本章小結 93
第6章 非線性協同頻譜數據挖掘 95
6.1 系統模型 95
6.1.1 協同頻譜感知場景一：授權用戶網絡檢測 95
6.1.2 協同頻譜感知場景二：頻譜攻擊用戶檢測 97
6.2 核學習理論基礎 98
6.2.1 基本概念 98
6.2.2 常用工具 99
6.2.3 主流方法 100
6.3 面向授權用戶網絡檢測的統計核學習算法設計 100
6.3.1 最優似然比檢測器 100
6.3.2 基於線性費希爾判別分析的協同頻譜感知 101
6.3.3 基於核費希爾判別分析的協同頻譜感知 102
6.4 面向頻譜攻擊用戶檢測的統計核學習算法設計 103
6.4.1 基於K均值聚類的協同頻譜感知 104
6.4.2 基於核K均值聚類的協同頻譜感知 105
6.5 結果與分析 107
6.5.1 授權用戶網絡檢測的仿真參數設置 107
6.5.2 授權用戶網絡檢測的算法性能分析 108
6.5.3 頻譜攻擊用戶檢測的仿真參數設置 109
6.5.4 頻譜攻擊用戶檢測的算法性能分析 109
6.6 開放性研究方向 110
6.6.1 面向穩健信號分類識別的核學習理論方法 111
6.6.2 面向在線頻譜狀態預測的核學習理論方法 111
6.7 本章小結 111
第7章 群智的地理頻譜數據挖掘 112
7.1 系統模型 114
7.1.1 網絡場景與信號模型 114
7.1.2 授權用戶信號覆蓋模型 116
7.1.3 群智設備信號幹擾模型 117
7.2 數學建模與問題分析 118
7.2.1 異構網絡共存問題建模 118
7.2.2 技術挑戰分析 120
7.3 群智數據統計學習算法設計 120
7.3.1 移動群智感知驅動的地理頻譜資料庫 120
7.3.2 群智頻譜大數據挖掘 122
7.4 仿真結果與分析 131
7.4.1 仿真參數設置 131
7.4.2 算法性能分析 132
7.5 矩陣縮放因子的定義 139
7.6 本章小結 140
第8章 圖像化的頻譜數據挖掘 141
8.1 面向頻域關係網絡的多頻點間相似性分析 142
8.1.1 頻譜演化的相似性指標 142
8.1.2 複雜網絡理論概述 142
8.1.3 頻域關係網絡的建立 144
8.1.4 實驗結果與分析 145
8.2 面向時頻二維長期頻譜預測的圖像推理方法 149
8.2.1 系統模型和問題描述 150
8.2.2 長期頻譜預測方法設計 152
8.2.3 實驗與結果 158
8.3 相似性指標計算 163
8.4 HaLRTC算法介紹 165
8.5 本章小結 166
第9章 雲化頻聯網 167
9.1 頻譜共享新特徵 167
9.2 頻聯網的概念 168
9.3 頻聯網的體系架構 169
9.4 面向雲化頻聯網的頻譜大數據挖掘 171
9.4.1 群智頻譜感知 172
9.4.2 主動頻譜推理 172
9.4.3 綜合頻譜資料庫 172
9.5 本章小結 174
第10章 電磁頻譜大數據挖掘展望 175
10.1 電磁頻譜大數據概念 175
10.2 電磁頻譜大數據的5V特性 177
10.2.1 頻譜大數據的規模特性 177
10.2.2 頻譜大數據的多樣化特性 177
10.2.3 頻譜大數據的高速特性 178
10.2.4 頻譜大數據的真實特性 179
10.2.5 頻譜大數據的價值特性 180
10.3 電磁頻譜大數據挖掘的研究趨勢 181
10.4 本章小結 183
參考文獻 184
英文縮略語 200
索引 204
彩圖
（本文編輯：王芳）
一起閱讀科學!
科學出版社│微信ID：sciencepress-cspm
專業品質 學術價值
原創好讀 科學品味
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺「網易號」用戶上傳並發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.