范振雄，李 蓉，冀維林

（國(guó)家無(wú)線電監(jiān)測(cè)中心，北京 100037）

在無(wú)線電監(jiān)測(cè)工作中，不可見(jiàn)的頻譜資源通常以頻譜圖、瀑布圖等形式展示，頻譜的使用數(shù)據(jù)或信道占用度表示某特定頻率或頻帶在指定的測(cè)量時(shí)間間隔內(nèi)發(fā)射信號(hào)的時(shí)間[1]。抽象的監(jiān)測(cè)數(shù)據(jù)能變?yōu)橹庇^的、以圖形圖像表示的、隨時(shí)間和空間變化的物理現(xiàn)象呈現(xiàn)給觀測(cè)者，用以進(jìn)一步的分析和處理[2]。

多年來(lái)，我國(guó)在超短波監(jiān)測(cè)方面已累積了大量的歷史數(shù)據(jù)，但目前超短波監(jiān)測(cè)工作依然面臨一些現(xiàn)實(shí)問(wèn)題。例如業(yè)務(wù)系統(tǒng)與實(shí)踐監(jiān)測(cè)工作結(jié)合不夠緊密、監(jiān)測(cè)數(shù)據(jù)分析處理深度不夠等。究其原因，主要是受限于現(xiàn)有超短波監(jiān)測(cè)系統(tǒng)的數(shù)據(jù)分析功能單一、軟件內(nèi)置的IQ數(shù)據(jù)分析功能多樣性不足，已難以滿足監(jiān)測(cè)工作中對(duì)數(shù)據(jù)挖掘的多樣化需求。

針對(duì)當(dāng)前社會(huì)有效的、可伸縮的和靈活的數(shù)據(jù)分析迫切需要，數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生，尤其是可視化技術(shù)取得了長(zhǎng)遠(yuǎn)的發(fā)展，目前，越來(lái)越多的、基于R語(yǔ)言、Scala、Python等編程語(yǔ)言的可視化技術(shù)，已被用于各種海量數(shù)據(jù)挖掘場(chǎng)景。可視化技術(shù)的飛速發(fā)展，使得頻譜管理人員利用開(kāi)發(fā)工具定制可視化應(yīng)用，用于超短波監(jiān)測(cè)數(shù)據(jù)挖掘成為可能。本文梳理了可視化技術(shù)的基礎(chǔ)知識(shí)，設(shè)計(jì)了一種超短波監(jiān)測(cè)數(shù)據(jù)挖掘可視化模型，并基于Excel、Python等可視化開(kāi)發(fā)工具，結(jié)合實(shí)際案例對(duì)超短波監(jiān)測(cè)數(shù)據(jù)挖掘中的可視化應(yīng)用進(jìn)行簡(jiǎn)要分析。

1 超短波監(jiān)測(cè)數(shù)據(jù)可視化模型設(shè)計(jì)

如圖1所示，監(jiān)測(cè)數(shù)據(jù)挖掘通常將數(shù)據(jù)分析和數(shù)據(jù)可視化組合，數(shù)據(jù)分析包含數(shù)據(jù)接入、數(shù)據(jù)預(yù)處理、分析算法等數(shù)據(jù)功能；數(shù)據(jù)可視化包括可視化算法和數(shù)據(jù)展示（可借助R語(yǔ)言、Python等動(dòng)態(tài)開(kāi)發(fā)工具來(lái)實(shí)現(xiàn)）[3]。數(shù)據(jù)可視化是指將大型數(shù)據(jù)集中的數(shù)據(jù)以圖形圖像形式表示，并利用數(shù)據(jù)分析和開(kāi)發(fā)工具發(fā)現(xiàn)其中未知信息的處理過(guò)程。

圖1 監(jiān)測(cè)數(shù)據(jù)挖掘流程

從應(yīng)用角度來(lái)說(shuō)，數(shù)據(jù)可視化的根本目的是直觀地展現(xiàn)數(shù)據(jù)，為此可建立如圖2所示的超短波監(jiān)測(cè)數(shù)據(jù)挖掘可視化嵌套模型。

圖2 超短波監(jiān)測(cè)數(shù)據(jù)挖掘可視化嵌套模型

該模型詳細(xì)地列出了可視化系統(tǒng)設(shè)計(jì)一般的方法與步驟，并為這些步驟提供評(píng)估體系執(zhí)導(dǎo)設(shè)計(jì)的優(yōu)化。結(jié)合無(wú)線電監(jiān)測(cè)工作的具體實(shí)例，可將可視化設(shè)計(jì)與評(píng)估的嵌套模型從外到內(nèi)分為四層：

（1）需求提煉：描述待解決的實(shí)際問(wèn)題，以及需要何種監(jiān)測(cè)數(shù)據(jù)。

（2）抽象設(shè)計(jì)：將實(shí)際問(wèn)題映射為抽象的數(shù)據(jù)類型及對(duì)其的操作。

（3）編碼交互：通過(guò)代碼實(shí)現(xiàn)底層監(jiān)測(cè)數(shù)據(jù)與分析者之間的交互通道。

（4）算法實(shí)現(xiàn)：基于監(jiān)測(cè)數(shù)據(jù)挖掘需求，利用可用的數(shù)據(jù)分析工具進(jìn)行具體的算法實(shí)現(xiàn)。

通過(guò)可視化技術(shù)定制所需的監(jiān)測(cè)數(shù)據(jù)挖掘模型，有針對(duì)性的輸出超短波監(jiān)測(cè)數(shù)據(jù)挖掘結(jié)果。

2 超短波監(jiān)測(cè)數(shù)據(jù)挖掘可視化應(yīng)用

可視化應(yīng)用的目的是以最精確的方式來(lái)展示數(shù)據(jù)。Extreme Presentation創(chuàng)始人Dr. Andrew Abela認(rèn)為每一種圖表類型都有最適合自己的業(yè)務(wù)場(chǎng)景[4]。數(shù)據(jù)之間通常包含下述5種關(guān)系：構(gòu)成、比較、趨勢(shì)、分布及聯(lián)系，如圖3所示。

圖表是數(shù)據(jù)的直觀表現(xiàn)，使枯燥的數(shù)據(jù)更直觀化和形象化，通過(guò)圖表可以非常迅速地對(duì)數(shù)據(jù)產(chǎn)生總體上的認(rèn)識(shí)[5]。在超短波數(shù)據(jù)挖掘的實(shí)際應(yīng)用中，各數(shù)據(jù)關(guān)系之間的用途和應(yīng)用如表1所示：

圖3 數(shù)據(jù)關(guān)系模型

表1 各數(shù)據(jù)關(guān)系之間的用途和應(yīng)用

當(dāng)總的數(shù)據(jù)量較少時(shí)，可以選擇靈活的Excel進(jìn)行繪圖；而當(dāng)需要分析的頻點(diǎn)較多時(shí)，可利用Python等語(yǔ)言進(jìn)行二次開(kāi)發(fā)，以滿足實(shí)際工作中對(duì)數(shù)據(jù)挖掘的需要。在本文中，主要使用的Python 函數(shù)庫(kù)有 NumPy，Pandas，Scipy，Matplotlib，Thinker等[6]。結(jié)合超短波監(jiān)測(cè)工作，以下對(duì)監(jiān)測(cè)數(shù)據(jù)挖掘可視化進(jìn)行應(yīng)用舉例。

2.1 條形圖

條形圖可用于表述數(shù)據(jù)間關(guān)系，其排列先后順序可根據(jù)監(jiān)測(cè)技術(shù)人員的要求進(jìn)行改變，適用于重點(diǎn)標(biāo)注數(shù)據(jù)集中排名前Top N的元素。如圖4所示，在臺(tái)站核查工作中，在某市不同區(qū)域（A區(qū)-I區(qū)）的某類型臺(tái)站數(shù)量分布情況。

圖4 某類型臺(tái)站區(qū)域數(shù)量分布圖

2.2 柱形圖

柱狀圖描述的是分類數(shù)據(jù)，其用高度反映數(shù)據(jù)差異，用來(lái)展示有多少項(xiàng)目（頻率）會(huì)落入一個(gè)具有一定特征的數(shù)據(jù)段中。同時(shí)，柱形圖還可以用來(lái)表示含有較少數(shù)據(jù)值的趨勢(shì)變化關(guān)系。從分析圖形分類來(lái)看，有單指標(biāo)柱形圖、多指標(biāo)柱形圖（又稱分組柱形圖）以及堆疊柱形圖三種類型。本文主要舉例單指標(biāo)柱形圖、多指標(biāo)柱形圖。

（1）單指標(biāo)柱形圖。典型的就是用于展示某廣播電視在不同月份的占用度信息，可反映全年該廣播電視信號(hào)的頻段占用情況，如圖5所示，基于某年3月-10月對(duì)某廣播電視進(jìn)行連續(xù)監(jiān)測(cè)后，根據(jù)歷史監(jiān)測(cè)數(shù)據(jù)，利用Python相關(guān)庫(kù)繪制的占用度情況圖。

圖5 某廣播電視3-10月占用度情況（基于Python）

（2）多指標(biāo)柱形圖。根據(jù)《中華人民共和國(guó)無(wú)線電頻率劃分規(guī)定》[7]，不同的無(wú)線電業(yè)務(wù)使用不同的頻段。實(shí)際監(jiān)測(cè)中，發(fā)現(xiàn)某超短波業(yè)務(wù)時(shí)常受到非法臺(tái)站的干擾。如圖6所示，為研究干擾規(guī)律，可以將整個(gè)頻段劃分為10個(gè)子頻段進(jìn)行比較，根據(jù)顯示了各子頻段內(nèi)業(yè)務(wù)受干擾的數(shù)量多寡的對(duì)比。

圖6 合法臺(tái)站和干擾臺(tái)站頻段分布圖

2.3 餅圖

餅圖可通過(guò)弧度大小來(lái)對(duì)比各種分類，表示每一部分所占全部的百分比情況。由于人的眼睛比較習(xí)慣于按順時(shí)針?lè)较蜻M(jìn)行觀察，所以通常以12點(diǎn)方向?yàn)槠瘘c(diǎn)，順時(shí)針讓所有待顯示值從大到小的順序排列。從分析圖形分類來(lái)看，有標(biāo)準(zhǔn)餅圖、中空餅圖和環(huán)形餅圖三種類型。本文主要討論標(biāo)準(zhǔn)餅圖。

如圖7所示，餅圖可有效顯示不同頻段內(nèi)臺(tái)站數(shù)量占比。

圖7 各子頻段內(nèi)業(yè)務(wù)受干擾的數(shù)量占比圖

2.4 折線圖

折線圖可用來(lái)反映隨時(shí)間變化而變化的關(guān)系，尤其是在趨勢(shì)比單個(gè)數(shù)據(jù)點(diǎn)更重要的場(chǎng)合，顯示數(shù)據(jù)在一個(gè)連續(xù)的時(shí)間間隔或者時(shí)間跨度上的變化。

（1）單線圖。如圖8，基于監(jiān)測(cè)系統(tǒng)頻段掃描采集的底層數(shù)據(jù)，可根據(jù)小時(shí)占用度以分析某頻點(diǎn)的日發(fā)射規(guī)律，該頻點(diǎn)從晚上21點(diǎn)開(kāi)始有信號(hào)出現(xiàn)，在早上6點(diǎn)消失。

圖8 某頻點(diǎn)的發(fā)射規(guī)律（以小時(shí)占用度統(tǒng)計(jì)）

基于現(xiàn)有超短波監(jiān)測(cè)系統(tǒng)，在對(duì)某頻點(diǎn)進(jìn)行連續(xù)監(jiān)測(cè)后，可根據(jù)歷史監(jiān)測(cè)數(shù)據(jù)，利用Python相關(guān)庫(kù)繪制的占用度情況圖。圖9展示了基于Python繪制的某頻點(diǎn)的近3日（72小時(shí)）發(fā)射規(guī)律（以小時(shí)占用度統(tǒng)計(jì)）。

2.5 面積圖

面積圖是折線圖的另一種表現(xiàn)形式，其使用顏色或者紋理布滿折線圖中折線與自變量坐標(biāo)軸之間的區(qū)域，顏色的填充可以更好的突出趨勢(shì)信息，該區(qū)域通常稱為“面積”。一般來(lái)說(shuō)，透明度可以很好的幫助使用者觀察不同序列之間的重疊關(guān)系。如圖10所示，某廣播電視信號(hào)在某天的小時(shí)占用度測(cè)量值和長(zhǎng)期觀測(cè)得到的典型值對(duì)比，可見(jiàn)測(cè)量值和長(zhǎng)期觀測(cè)獲得的典型值基本一致，未見(jiàn)明顯偏差。

圖9 某頻點(diǎn)的近3日發(fā)射規(guī)律（基于Python）

圖10 某廣播電視信號(hào)典型值和測(cè)量值對(duì)比

此亦可用于在重點(diǎn)監(jiān)測(cè)頻段內(nèi)發(fā)現(xiàn)異常信號(hào)。如圖11所示，可見(jiàn)某天監(jiān)測(cè)到的測(cè)量值和長(zhǎng)期觀測(cè)獲得的典型值有明顯偏差，正常信號(hào)未予發(fā)射的時(shí)間間隙被未知信號(hào)占用。

圖11 某廣播電視信號(hào)典型值和測(cè)量值對(duì)比

2.6 地圖

地圖是信息密度最大的數(shù)據(jù)可視化方式，基于算法和展示手段的不同，無(wú)線電監(jiān)測(cè)數(shù)據(jù)挖掘中常用地圖類型有散點(diǎn)地圖和熱力地圖、軌跡圖等。本文重點(diǎn)說(shuō)明散點(diǎn)地圖和熱力地圖。

（1）散點(diǎn)地圖。散點(diǎn)地圖用散點(diǎn)來(lái)表示所在位置的信息指標(biāo)。其根本依據(jù)是通過(guò)監(jiān)測(cè)技術(shù)人員提供的經(jīng)緯度坐標(biāo)。如圖12所示，其部分展示了某類型臺(tái)站的地理位置分布情況。

（2）熱力圖。熱力地圖以地圖為底，結(jié)合特殊高亮的形式將數(shù)據(jù)數(shù)據(jù)描述于某一指定地理區(qū)域內(nèi)，不同顏色反映不同區(qū)域密度的分布。從綠到紅，顏色越深則此區(qū)域數(shù)量越多，密度越大。如圖13為某類型臺(tái)站的密度分布情況。

圖12 某類型臺(tái)站的地理位置分布

圖13 某類型臺(tái)站的密度分布

3 結(jié)束語(yǔ)

在數(shù)據(jù)可視化中，如何定義最合適的圖形十分重要。一般來(lái)看，餅圖、折線圖、柱形圖等基本圖形可以滿足大部分需要，這些圖形也是可視化開(kāi)發(fā)人員最常使用的；但對(duì)于超短波監(jiān)測(cè)數(shù)據(jù)挖掘的具體業(yè)務(wù)場(chǎng)景下就需要更加特殊的可視化。

在本文所述超短波監(jiān)測(cè)數(shù)據(jù)挖掘可視化模型的基礎(chǔ)上，基于Excel、Python等可視化開(kāi)發(fā)工具，結(jié)合實(shí)際案例對(duì)超短波監(jiān)測(cè)數(shù)據(jù)挖掘中的可視化應(yīng)用進(jìn)行了闡述。監(jiān)測(cè)技術(shù)人員仍應(yīng)在此基礎(chǔ)上進(jìn)行進(jìn)一步的設(shè)計(jì)開(kāi)發(fā)，在更多維度上對(duì)監(jiān)測(cè)數(shù)據(jù)進(jìn)行挖掘，以更好地支撐頻譜管理工作。