京公网安备 11010802034615号
经营许可证编号:京B2-20210330
让大数据“说话”,创新无线电监管方式
如何利用大数据技术提升无线电频谱资源管理能力和水平,是当前无线电管理领域关注探讨的热点。日前,记者就大数据在无线电管理技术工作中的应用情况和趋势等话题,专访了国家无线电监测中心/国家无线电频谱管理中心主任刘岩。
发挥数据核心作用 实现“公平合规高效”
探讨如何应用大数据来管理频谱资源,首先要了解频谱管理的基本原则和手段是什么。国际电信联盟(ITU)在《无线电规则》中表述频谱管理的基本原则时,提到了三点:一是各主管部门应努力在确保业务必要需求得到满足的前提下,最低限度地使用频谱资源。二是在使用频谱资源时,各主管部门应牢记频率和卫星轨道资源是有限的。三是所有电台,在建立和使用时均不得对其他合法电台产生有害干扰。刘岩向记者介绍说,概括这三点原则,就是公平、合规、高效。公平,是强调各个国家、多种无线电业务在使用频率资源时的平等地位;合规,是要确保各类业务不受干扰侵害,维护无线电信息安全;高效,是指最大限度利用频率资源,促进使用效率不断提高。
为了践行这些原则,无线电频谱管理的基本手段主要体现在两个方面:一是在频谱管理的“事前”环节,加强对无线新技术、新应用的跟踪,做好需求研究和兼容性分析,为配置增量资源提供依据。二是在频谱管理的“事中、事后”环节,对那些已经投入使用的频率进行监督与评价,维护使用秩序,提高利用效率,即用好存量资源。不管是在“事前”还是“事中、事后”,促进频谱资源的有效利用都离不开管理数据的支持。想评估一个频段能不能用,在哪能用,什么时候能用,分给什么业务或系统用,归根到底,必须对其周边同频、邻频台站、业务情况进行数据搜集和分析。
“数据已成为频谱管理的核心要素,频谱资源的科学管理离不开对各类数据的综合利用和关联分析。”刘岩指出。
技术应用大国 沉淀数据“金矿”
未来,大数据环境下的信息搜集将改变传统无线电监测工作的方法。刘岩说,如今各种无线电技术和业务从无到有、不断演进,对人类社会的工业制造、农业、医疗、教育等发展起到了巨大的推动作用。如今,我国已经成为无线电技术与应用大国,拥有全球最大的移动通信和广播市场,在载人航天、探月遥测、定位导航等领域全球领先。随着移动互联网、物联网、新一代宽带移动通信、数字电视、智能交通运输等领域无线电技术的不断深入应用,这些应用将产生大量的数据,我国必将由技术应用大国成为数据大国。
“大数据时代,谁掌握数据,谁就能拥有核心竞争力,赢得发展主动权。大数据将成为新时期无线电管理技术发展的‘金矿’。”刘岩说。
挖掘数据“金矿” 强化管理手段
“虽然我们的数据在全面性、准确性等方面已达到历史新高,但在一些方面还存在问题。”刘岩介绍说,“比如,在数据分布上,频率、监测、台站、卫星等数据大都是分散、碎片式的;地方各级无线电管理机构对于建设全国统一完整的数据中心平台需求迫切,无线电设备厂商对于监测设备和监测数据库的标准规范呼声也很高;在数据挖掘和提炼上,现有频谱管理中对如何充分利用大数据、云计算等信息技术手段开展数据处理支持频谱资源配置和管理,还缺乏导向以及行之有效的方法。”
为解决这些问题,国家无线电监测中心/国家无线电频谱管理中心(简称中心)于今年年初提出了全面加强“四库一化”建设的任务,其中“四库”指的是频率、监测、台站、卫星等业务数据库,“一化”即全面提升无线电管理信息化水平,夯实无线电管理技术基础。事实上,就是要解决两个层面的问题:一是强化数据的搜集、交换与共享;二是推动数据的分析与应用。
据了解,在强化数据搜集、交换与共享方面,中心需要汇集整合各省、市、区无线电管理部门及无线电管理各专业领域的系统数据,把数据分门别类、有条不紊地存储起来并实现数据交换和有效共享,这要求大家必须遵循相应的数据库结构标准规范和数据接口服务规范。
“我们正在积极推进各类数据库规范标准化工作。今年上半年,台站数据库和超短波监测数据库结构标准规范、超短波数据服务规范已颁布实施,尤其是超短波数据服务规范,规范了超短波监测设备操作服务和监测数据服务,有助于实现硬件的标准化、数据采集的标准化,有助于设备互联互通、即插即用以及数据的共享。”刘岩说。目前这些工作已基本实现了部分监测数据与台站数据的交换与融合。
此外,设备检测、频率数据库规范已基本成型,短波数据库结构标准规范、卫星数据库的相关标准规范也已作为今年下半年的重头戏进行重点攻关。“这些标准与规范对于处理和分析无线电管理数据来说,意义重大。”刘岩说。
在推动数据分析与应用方面,中心正积极尝试以无线电管理行政和技术工作需求为导向,从海量数据中有效提取并加工出管理决策所需的数据信息。
刘岩说,“挖掘、提炼和分析”无线电业务应用中的海量数据,用全面、精准的数据支撑频率规划、分配与指配等管理工作,是实现公平、合规、高效的无线电管理的必由之路。
让数据“说话” 创新无线电监管方式
“大数据能够给现有无线电管理带来许多新思路。”刘岩说,“这方面我们能做的工作有很多,比如,勾画动态无线电环境地图服务,实现频谱场强与覆盖态势展示与预测;基于频谱实时监测与现有数据库数据,支撑未来动态频谱接入服务;通过核查无线电频率、台站等使用情况,评估频谱使用‘绩效’等。此外,大数据下的监测,还可以考虑与相关部门合作,在一些工作中将部分无线电接收设备作为监测节点。”
据记者了解,传统的无线电监测主要依托现有监测设施。目前,我国已经拥有近2000个固定监测站、上千个移动站、1700多个可搬移设备。而以公众移动通信为例,我国固定基站数量超过300万个,WLAN公共运营接入点数量超过600万个,两者的总量远超传统的监测设备数量。
刘岩认为,中心可以与移动通信运营商或铁塔公司合作开展部分监测工作,充分利用基站站址建设无线电电磁环境测量系统,测量我国不同区域的电磁环境,既可以避免监测站选址难的问题,又可以共享基础设施资源,如供电、机房、通信链路等。这些设备带来的潜在监测数据量将无比庞大。我们还可以利用手机APP用户定位等信息,测量各个路网的交通流量,从而更好地调配交通工具等资源,为智能交通服务。此外,还可以将无线电监测数据与周边人群健康状况关联,为研究电磁环境与人体健康之间的关系提供基础数据支撑。
回首过去,数据积累来之不易;畅想未来,数据应用前景广阔。刘岩说,当前,我们要以踏石留印、抓铁有痕的劲头狠抓数据建设工作,不断完善“四库一化”工作组织体制,不断强化标准、规范的制定和应用推广,切实以高效的大数据技术提升我国无线电频谱资源的科学管理水平。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
箱线图(Box Plot)作为一种经典的数据可视化工具,广泛应用于统计学、数据分析、科研实证等领域,核心价值在于直观呈现数据的集 ...
2026-04-27实证分析是社会科学、自然科学、经济管理等领域开展研究的核心范式,其核心逻辑是通过对多维度数据的收集、分析与解读,揭示变量 ...
2026-04-27 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-04-27在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17