CN109634954B

CN109634954B - 一种无线电频谱数据存储方法

Info

Publication number: CN109634954B
Application number: CN201811350096.9A
Authority: CN
Inventors: 徐赟; 吴卫东; 祝宏志; 鞠丽娟
Original assignee: Tong Fang Electronic Science & Technology Co ltd
Current assignee: Tong Fang Electronic Science & Technology Co ltd
Priority date: 2018-11-14
Filing date: 2018-11-14
Publication date: 2023-04-25
Anticipated expiration: 2038-11-14
Also published as: CN109634954A

Abstract

本发明公开了一种无线电频谱数据存储方法，包括以下步骤：S1 采集频谱数据，以自然分钟为频率振幅统计触发条件，将采集到频谱数据进行频率振幅统计，针对频率振幅统计的数据进行存储频率振幅统计值和实时谱值；S2 以自然时为信号统计和频谱统计的触发条件，根据频谱数据提取信号基础信息和频谱统计值，并对其分别进行存储；S3 当分析时间颗粒度为自然时、日、周和月时，通过信号基础信息和频谱统计值实现数据分析；当分析时间颗粒度小于自然时时，通过频率振幅统计值实现数据分析。本发明有益效果：不仅提高频谱数据的存储效率，而且节省存储空间，同时加快其大量频谱数据的分析速度。

Description

一种无线电频谱数据存储方法

技术领域

本发明涉及通信技术领域，具体来说，涉及一种无线电频谱数据存储方法。

背景技术

随着科技的日益发展，无线电通信和广播应用正不断增加，越发达的区域，电磁辐射越复杂，无线电监测设备的需求就越大，监测数据存储容量随设备数量成倍增加，依托频谱数据分析业务的耗时也随数据量的增长而延长。

针对相关技术中的问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术中的上述技术问题，本发明提出一种无线电频谱数据存储方法，不仅能够提高频谱数据的存储效率，而且解决大量的频谱数据带来的分析速度慢的问题。

为实现上述技术目的，本发明的技术方案是这样实现的：

一种无线电频谱数据存储方法，包括以下步骤：

S1采集频谱数据，以自然分钟为频率振幅统计触发条件，将采集到频谱数据进行频率振幅统计，针对频率振幅统计的数据进行存储频率振幅统计值和实时谱值；

S2以自然时为信号统计和频谱统计的触发条件，根据频谱数据提取信号基础信息和频谱统计值，并对其分别进行存储；

S3当分析时间颗粒度为自然时、日、周和月时，通过信号基础信息和频谱统计值实现数据分析；当分析时间颗粒度小于自然时时，通过频率振幅统计值实现数据分析。

进一步地，所述步骤S1中频率振幅统计具体包括：

S11扫描任务开始时启动频率振幅统计，根据扫描任务参数创建频率振幅二维数组和扫描次数变量，并使其初始化；

S12接收数据后，判断时间戳，当时间戳的自然分钟信息未变更，将各频点对应场强值的次数加1；当时间戳的自然分钟信息变更且为自然分钟的倍数时或收到扫描任务结束消息时，将二维数组的数据转换成百分比存入数据库；

S13完成数据入库后，若扫描任务未停止，则初始化二维数组，进入新一轮的统计。

进一步地，所述步骤S2中信号统计具体包括：

S21扫描任务开始时启动频率振幅统计，开辟信号队列；

S22接收频谱数据后，判断时间戳，当时间戳的自然时信息变更时，将信号队列数据存入数据库中；当时间戳的自然时信息未变更时，依次进行谱信分离和信号入队列；

S23完成数据入库后，若扫描任务未停止，则清空信号队列，进入新一轮的统计。

进一步地，步骤S22中谱信分离具体包括：

S221根据信号起始位置、信号终止位置和场强值创建信号变量；

S222由输入数据中的场强数据L＝{l₁，l₂，…，l_n}，计算噪声谱Z＝{z₁，z₂，…，z_n}，计算公式如下：

S223通过比对L和Z，提取超过噪声谱的连续点信息，其中，场强值LSL的计算公式如下：

进一步地，步骤S22中信号入队列具体包括：

判断临时队列中的信号在信号队列中是否存在，当所述临时队列中的信号在信号队列中不存在，则信号队列增加新信息，当所述临时队列中的信号在信号队列中存在，则刷新对应信号的最大场强值和最小场强值。

进一步地，所述步骤S2中频谱统计具体包括：

S021扫描任务开始时启动频谱统计，开辟缓存，使其初始化；

S022接收数据后，判断时间戳，当时间戳的自然时信息变更或收到扫描任务停止消息时，将各缓存数据进行处理后存入数据库中；当时间戳的自然时信息未变更，则进行缓存数据更新；

S023完成数据入库后，若扫描任务未停止，则归零缓存，进入新一轮的统计。

进一步地，所述步骤S022中开辟缓存包括L、P、T、S、M、Z和O，其中，L：用于存放实时谱数据；P：用于存放峰值谱数据；T：用于存放平均谱的过程数据；S：用于存放RMS谱的过程数据；M：用于存放最小值谱数据；Z：用于存放噪声门限数据；O：用于存放占用度谱过程数据。

进一步地，所述步骤S1中数据分析包括非法信号分析、信号时域分析、信号地域分析、频段时域分析、频段地域分析和频谱地图分析，其中，所述信号时域分析包括信号能量时域分析和信号占用度时域分析。

进一步地，所述步骤S2中信号基础信息包括频率值、出现时间、最大值和最小值，所述频谱统计值最大值谱、最小值谱、占用度值谱、RMS值谱和噪声门限谱。

本发明的有益效果：不仅提高频谱数据的存储效率，而且节省存储空间，同时加快其大量频谱数据的分析速度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例所述的频谱数据存储时序图；

图2是根据本发明实施例所述的频率振幅统计的流程图；

图3是根据本发明实施例所述的频率振幅数据入库的流程图；

图4是根据本发明实施例所述的信号统计的流程图；

图5是根据本发明实施例所述的谱信分离的流程图；

图6是根据本发明实施例所述的信号入队列的流程图；

图7是根据本发明实施例所述的频谱统计的流程图；

图8是根据本发明实施例所述的缓存数据更新的流程图；

图9是根据本发明实施例所述的频谱统计数据入库的流程图；

图10是根据本发明实施例所述的信号能量时域分析图之一；

图11是根据本发明实施例所述的信号能量时域分析图之二；

图12是根据本发明实施例所述的信号占用度时域分析图之一；

图13是根据本发明实施例所述的信号占用度时域分析之二。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。

根据本发明实施例所述的无线电频谱数据存储方法，在频谱采集过程中，以自然5分钟为频率振幅统计触发条件，对设备采集到的频谱数据进行频率振幅统计，即统计各个频点在每个幅度上出现的次数，每5分钟存储一次频率振幅统计值和实时谱值；

以自然时为信号统计和频谱统计的触发条件，从设备采集到的频谱数据中提取信号基础信息和频谱统计值，其中信号基础信息包括频率值、出现时间、最大值和最小值；其中，频谱统计值包括最大值谱、最小值谱、占用度值谱、RMS值谱和噪声门限谱。

当分析的时间颗粒度为时、日、周、月时，利用信号统计和频谱统计中的数据即可完成数据分析；当分析的实际颗粒度小于时时，可通过频率振幅统计数据来完成数据分析。

此存储方法在于频谱数据的预处理方式，数据预处理后，存储空间大大节省，以时下常用频谱扫描速度20G/s(频谱分辨率25kHz)，频段范围从30MHz至3GHz为例：

v＝20G/s；rbw＝25kHz；f_Start＝30MHz；f_End＝3000MHz

实时存储模式：

每秒存储量＝v*109/rbw*2＝1600000(字节)；

5分钟存储量＝每秒存储量*300＝480000000(字节)≈458M(字节)。

频率振幅统计模式：

频率振幅数据量＝((f_End-f_Start)/rbw+1)*131＝15562931(字节)≈15M(字节)；

压缩频率振幅数据＝频率振幅数据量/3≈5M(字节)

以频率振幅统计、信号统计、频谱统计三个存储数据为基础，可实现的分析包括：

(1)非法信号分析(含黑广播)：根据信号统计数据中的频率与合法信号表比对，获取非法信号统计报告；

(2)信号时域分析：根据频谱统计值，可获取信号在自然时/日/周/月上的幅度和占用度等信号活动情况，可获取24小时分布的幅度和占用度等变化情况；

(3)信号地域分析：根据频谱统计值，可获取信号在自然时/日/周/月上的幅度和占用度等分布情况；

(4)频段时域分析：根据频谱统计值，可获取频段在自然时/日/周/月上的占用度情况；

(5)频段地域分析：根据频谱统计值，可获取频段在自然时/日/周/月上的占用度分布情况；

(6)频谱地图分析：根据频率振幅统计和频谱统计，可提供频谱地图软件，进行地域态势分析；

(7)其它分析：1～5分析方法可满足无线电管理部门的日常应用，对于新型的或者需要大量频谱数据的分析功能如分析6，频率振幅统计数据和频谱统计数据即可满足要求。

如图1所示，频谱数据存储流程从扫描任务开始时启动，至扫描任务结束时停止，扫描任务开始信息(见表1)包含的元素包括任务起始时间、起始频率、终止频率、步进和执行设备，频谱数据存储流程由频率振幅统计、信号统计和频谱统计三个关键部分组成，三种统计模式独立运作，互不影响。

表1扫描任务开始信息元素表

序号	元素	备注
			1.	任务起始时间	年月日时分秒
2.	<![CDATA[起始频率F<sub>start</sub>]]>	单位：MHz
			3.	<![CDATA[终止频率F<sub>end</sub>]]>	单位：MHz
4.	<![CDATA[步进F<sub>step</sub>]]>	单位：kHz
			5.	执行设备	字符串

频谱数据存储流程中的输入数据为携带时间戳的频谱扫描数据，包含的元素包括时间戳和场强值，如表2；当时间戳的“分”信息变更且为5的整数倍时，触发频率振幅统计数据存储操作；当时间戳的“时”信息变更时，触发信号统计和频谱统计的数据存储操作。

表2输入数据元素表

序号	元素	备注
			1.	时间戳	年月日时分秒
2.	<![CDATA[场强值I<sub>1</sub>]]>	单位：dBμV/m
			3.	…	…
4	<![CDATA[场强值I<sub>n</sub>]]>	单位：dBμV/m

a.频率振幅统计：

如图2所示，扫描任务开始时启动频率振幅统计，根据扫描任务参数创建由频率和场强组成的频率振幅次数的二维数组并初始化，收到数据后，将各频点对应场强值的次数加1；当时间戳的“分”信息变更且为5的倍数时或收到任务结束消息时，将二维数组的数据转换成百分比存入数据库中；若任务未停止，则初始化二维数组，进入新一轮的统计。具体步骤如下：

步骤1.初始化：根据扫描任务参数，创建频率振幅二维数组a和扫描次数变量C，并初始化为0；其中，

n为频率点数：n＝(Fend-Fstart)/Fstep+1；m固定为160：表示场强值100至-59dBμV/m；axy为频率在场强值上出现的次数。

步骤2.判断时间戳的“分”信息是否变更且为5的倍数，若条件不满足，则扫描次数C值加1，a[x][ln+160]加1；

步骤3.频率振幅计算：当时间戳的“分”信息变更且为5的倍数时，进入频率振幅数据入库，如图3所示，首先，从二维数组中提取出现次数大于0的最强场强值LMax，再计算幅度基准值LBM，即

L_BM＝L_Max-129；

其次，将LBM至LMax之间的二维数组转换为出现百分比A，即

结果按表3入库存储。

表3频率振幅统计数据入库格式

字段名称	数据类型	备注
			序号	自动编号
任务编号	文本	任务起始时间+执行设备
			起始时间	时间	年月日时分秒
幅度基准	数字	<![CDATA[单位：dBμV/m，L<sub>BM</sub>]]>
			统计次数	数字	s
持续时长	数字	单位：分
			频谱快照(实时谱)	OLE对象	场强数据I
频率振幅统计	OLE对象	<![CDATA[压缩后的A<sub>xy</sub>]]>

示例：以表4为例，扫描次数为50次，场强最高值为99dBμV/m，出现在32MHz，计算得出

L_BM＝99-129＝-30

统计后的频率振幅占用度数据见表5。

表4频率振幅统计示例(一)

表5频率振幅统计示例(二)

b信号统计

如图4所示，任务开始时启动频率振幅统计，开辟信号队列，收到数据后，从频谱数据上提取信号信息加入到信号队列，当时间戳的“时”信息变更时，将信号队列数据存入数据库中；若任务未停止，则清空信号队列，进入新一轮的统计，具体包括以下步骤：

步骤1.初始化：开辟临时信号队列并依照表6创建信号队列S，具体元素包括信号起始频率、信号终止频率、场强值；

表6临时队列信号信息元素表

元素	数据类型	备注
			信号频率SF	双精度型	单位：MHz
<![CDATA[最大场强值SL<sub>max</sub>]]>	单精度型	单位：dBμV/M
			<![CDATA[最小场强值SL<sub>min</sub>]]>	单精度型	单位：dBμV/m
信号出现时间	年月日时分秒

步骤2.时间戳判断：对频谱数据携带的时间戳进行判别，如果时间戳的“时”信息变更，则进入步骤4，若时间戳的“时”信息未变更进入步骤3；

步骤3.谱信分离：频谱数据如图5所示，

1)按照表7创建信号变量LS；

2)由输入数据中的场强数据L＝{l₁，l₂，…，l_n}，计算噪声谱Z＝{z₁，z₂，…，z_n}，计算公式如下：

3)通过比对L和Z，提取超过噪声谱的连续点信息，场强值LSL的计算公式如下：

表7连续点信息元素表

元素	数据类型	备注
			<![CDATA[信号起始位置P<sub>start</sub>]]>	整形
<![CDATA[信号终止位置P<sub>end</sub>]]>	整形
			场强值LSL	单精度型	单位：dBμV/m

信号入队列：如图6所示，判断临时队列中的信号在信号队列中是否存在，若不存在，S队列增加新信息，计算公式如下：

SL_max＝SL_min＝SLS

若临时队列中的信号在信号队列中存在，则刷新对应信号的最大场强值和最小场强值。

步骤4.存储：当输入数据携带的时间戳的“时”信息变更或任务结束时，将信号队列数据按表8所列格式存入数据库中。

表8信号列表数据存储格式

字段名称	数据类型
		信号个数	整形、
频率1	双精度型
		最小场强1	单精度型
最大场强1	单精度型
		首次出现时间1	年月日时分秒
……	……
		频率Ｎ	双精度型
最小场强N	单精度型
		最大场强N	单精度型
首次出现时间N	年月日时分秒

c频谱统计

如图7所示，扫描任务开始时启动频谱统计，开辟缓存；收到数据后，根据频谱数据刷新缓存数据，当时间戳的“时”信息变更或收到任务停止消息时，将各缓存数据进行处理后存入数据库中；完成数据入库后，若任务未停止，则归零缓存，进入新一轮的统计。

1)开辟缓存：

L：用于存放实时谱数据；

P：用于存放峰值谱数据；

T：用于存放平均谱的过程数据；

S：用于存放RMS谱的过程数据；

M：用于存放最小值谱数据；

Z：用于存放噪声门限数据；

0：用于存放占用度谱过程数据；

所有缓存开辟计算公式如下：

BufLen＝(F_end-F_start)÷F_step+1

缓存内的值初始化为0；

C：用于记录扫描次数，初始化为0。

2)时间戳判断：对频谱数据携带的时间戳进行判别，如果时间戳的“时”信息变更，则进入步骤4，若未变更进入步骤3；

3)缓存数据更新：如图8所示，收到数据后，依次更新L、P、T、S、M、Z和0缓存，并且扫描次数s加1。

更新L缓存：输入数据中的场强值存入L中：

L＝{l₁ l₂ … l_n-1 l_n}

更新P缓存：P_i与L_i比对，取大值，计算公式如下：

更新T缓存：记录每个频点的场强总和，计算公式如下：

T_i＝T_i+l_i

更新S缓存：记录每个频点的场强平方总和，计算公式如下：

S_i＝S_i+l_i ²

更新M缓存：M_i与L_i比对，取小值，计算公式如下：

更新Z缓存：根据输入数据的场强数据，计算噪声谱，公式如下

更新O缓存：L_i值不小于Z_i时，O_i加1，公式如下

4)频谱统计数据入库：

频谱统计数据存储过程如图9所示，依次处理缓存数据L、P、T、S、M、O，再按表9所示的的标准格式存入库中；

实时谱：缓存数据L直接入库；

峰值谱：缓存数据P直接入库；

平均值谱：将缓存T按以下公式处理后，再入库

T_i＝T_i÷C

RMS值谱：将缓存S按以下公式处理后，再入库

最小值谱：缓存数据M直接入库；

占用度值谱：将缓存O按以下公式处理后，再入库

表9频谱统计数据存储格式

字段名称	数据类型	备注
			任务编号	文本	任务起始时间+执行设备
起始时间	时间	年月日时分秒
			频谱点数	整形	值：N
扫描次数	整形
			频谱类型1	整形
频谱值	N*短整形
			……	……
频率类型N	整形
			频谱值	N*短整形

频谱类型：1-实时谱；2-峰值谱；4-平均值；8-RMS值；16-最小值；32-占用度值

二、数据分析

a.信号时域分析

信号的时域分析分为能量时域分析和占用度时域分析两种。

1)信号能量时域分析用于分析信号能量在一段时间内的变化情况,当时间刻度为1小时、1天、1月时，可利用频谱统计数据进行分析；时间刻度小与1天时，可利用频率振幅统计数据进行分析。

例一：

分析信号在2018年1月1日至2018年1月3日3天内的能量变化情况，时间刻度为1小时，信号频率为91MHz，信号带宽为200kHz。

T_start＝2018-01-01 00：00：00

T_end＝2018-01-03 223：59：59

freq＝91(MHz)

bw＝200(kHz)

步骤1：根据起始时间TStart、终止时间Tend，计算出统计结果个数n为36小时，创建能量缓存AP，分别代表36小时的能量值，初始为0。公式如下：

n＝36(小时)

AP＝{AP₁，AP₂，…，AP_n}

步骤2：提取符合时间范围，扫描任务覆盖了91MHz信号的频谱统计数据；

步骤3：从频谱统计数据中，提取峰值谱数据P，并从中获取91MHz的峰值能量。

f₁＝freq-bw/(2×10³)

f₂＝freq+bw/(2×10³)

I₁＝(f₁-F_start)×10³/F_step

I₂＝(f₂-F_start)×10³/F_step

X＝＝t-T_start

步骤4：根据AP集合绘制信号能量时域分析图见图10。

例二：

分析信号在2018年1月1日内的能量变化情况，时间刻度为15分钟，信号频率为91MHz，信号带宽为200kHz。

T_start＝2018-01-01 00：00：00

T_end＝2018-01-03 23：59：59

freq＝91(MHz)

bw＝200(kHz)

步骤1：根据起始时间T_Start、终止时间T_end，计算出统计结果个数n为36小时，创建能量缓存AP，分别代表100小时的能量值，初始为0。公式如下：

n＝96(15分钟)

AP＝{AP₁，AP₂，…，AP_n}

步骤2：提取符合时间范围，扫描任务覆盖了91MHz信号的频率振幅统计数据；

步骤3：从频率振幅统计数据A；

f₁＝freq-bw/(2×10³)

f₂＝freq+bw/(2×10³)

I₁＝(f₁-F_start)×10³/F_step

I₂＝(f₂-F_start)×10³/F_step

从二维数组A中，循环提取出一维数据L：

创建P缓存：

I₂-I₁

P＝{P₁ P₂ P₃…P_z}

在从L中取出第一大于0的值的位置Z_i转换成最大场强值放入P集合中；

P_i＝(129-Z_i)+L_BM

去集合P中取最大值放入AP中；

x＝t-T_start

AP_x＝P_max

步骤4：根据AP集合绘制信号能量时域分析图见图11。

2)信号占用度时域分析用于分析信号

信号占用度分析用于分析信号占用度在一段时间内的变化情况，当时间刻度为1小时、1天、1月时，可利用频谱统计数据进行分析，时间刻度小与1天时，可利用频率振幅统计数据进行分析。

例一：

分析信号在2018年1月1日至2018年1月3日3天内的占用度变化情况，时间刻度为1小时，信号频率为91MHz，信号带宽为200kHz。

T_start＝2018-01-01 00：00：00

T_end＝2018-01-03 23：59：59

freq＝91(MHz)

bw＝200(kHz)

步骤1：根据起始时间T_Start、终止时间T_end，计算出统计结果个数n为36小时，创建能量缓存AO，分别代表36小时的能量值，初始为0。公式如下：

n＝36(小时)

AO＝{AO₁，AO₂，…，AO_n}

步骤3：从频谱统计数据中，提取占用度数据O，并从中获取91MHz的占用度值：

f₁＝freq-bw/(2×10³)

f₂＝freq+bw/(2×10³)

I₁＝(f₁-F_start)×10³/F_step

I₂＝(f₂-F_start)×10³/F_step

x＝t-T_start

步骤4：根据AP集合绘制信号占用度时域分析图见图12。

例二：

分析信号在2018年1月1日内的占用度变化情况，时间刻度为15分钟，信号频率为91MHz，信号带宽为200kHz。

T_start＝2018-01-01 00：00：00

T_end＝2018-01-03 23：59：59

freq＝91(MHz)

bw＝200(kHz)

步骤1：根据起始时间TS_tart、终止时间T_end，计算出统计结果个数n为36小时，创建能量缓存AO，分别代表96刻钟的占用度值，初始为0，计算公式如下：

n＝96(15分钟)

AO＝{AO₁，AO₂，…，AO_n}

步骤2：提取符合时间范围，扫描任务覆盖了91MHz信号的频率振幅统计数据A；

步骤3：从频谱快照数据L中计算噪声谱数据Z；

由输入数据中的场强数据L＝{l₁，l₂，…，l_n}，计算噪声相对值Z＝{z₁，z₂，…，z_n}，计算公式如下：

步骤4：从频率振幅统计数据A中取出91MHz的占用度：

f₁＝f_req-bw/(2×10³)

f₂＝freq+bw/(2×10³)

I₁＝(f₁-F_start)×10³/F_step

I₂＝(f₂-F_start)×10³/F_step

从二维数组A中，循环提取出一维数据O：

从噪声谱值总提取O对应的噪声值与幅度基准的差值：

创建Occ缓存：

u＝I₂-I₁

Occ＝{Occ₁ Occ₂ Occ₃ … Occ_u}

在从Occ中取出最大值放入到AO中：

x＝t-T_start

AO_x＝Occ_max

步骤5：根据AO集合绘制信号占用度时域分析图见图13。

3)获取2018年1月1日内，广播调频频段(87～108MHz)内出现的信号表：

T_start＝2018-01-01 00：00：00

T_end＝2018-01-03 23：59：59

f_start＝87(MHz)

f_end＝108(MHz)

步骤1：提取符合时间范围，任务频率范围覆盖fstart和fend的信号统计数据；

步骤2：从信号统计数据中提取F频率集合：

综上所述，借助于本发明的上述技术方案，不仅提高频谱数据的存储效率，而且节省存储空间，同时加快其大量频谱数据的分析速度。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.一种无线电频谱数据存储方法，其特征在于，包括以下步骤：

S1 采集频谱数据，以自然分钟为频率振幅统计触发条件，将采集到频谱数据进行频率振幅统计，针对频率振幅统计的数据进行存储频率振幅统计值和实时谱值；

所述步骤S1中频率振幅统计具体包括：

S12 接收数据后，判断时间戳，当时间戳的自然分钟信息未变更时，将各频点对应场强值的次数加1；当时间戳的自然分钟信息变更且为自然分钟的倍数时或收到扫描任务结束消息时，将二维数组的数据转换成百分比存入数据库；

S13完成数据入库后，若扫描任务未停止，则初始化二维数组，进入新一轮的统计；

所述步骤S2中信号统计具体包括：

S21 扫描任务开始时启动频率振幅统计，开辟信号队列；

S23完成数据入库后，若扫描任务未停止，则清空信号队列，进入新一轮的统计；

所述步骤S2中频谱统计具体包括：

S021扫描任务开始时启动频谱统计，开辟缓存，使其初始化；

S022接收数据后，判断时间戳，当时间戳的自然时信息变更或收到扫描任务停止消息时，将各缓存数据进行处理后存入数据库中；当时间戳的自然时信息未变更时，则进行缓存数据更新；

S023完成数据入库后，若扫描任务未停止，则归零缓存，进入新一轮的统计；

S3 当分析时间颗粒度为自然时、日、周和月时，通过信号基础信息和频谱统计值实现数据分析；当分析时间颗粒度小于自然时时，通过频率振幅统计值实现数据分析。

2.根据权利要求1所述的无线电频谱数据存储方法，其特征在于，步骤S22中信号入队列具体包括：

判断临时队列中的信号在信号队列中是否存在，当所述临时队列中的信号在信号队列中不存在时，则信号队列增加新信息，当所述临时队列中的信号在信号队列中存在时，则刷新对应信号的最大场强值和最小场强值。

3.根据权利要求1所述的无线电频谱数据存储方法，其特征在于，所述步骤S021中开辟缓存包括L、P、T、S、M、Z和O，其中，L：用于存放实时谱数据；P：用于存放峰值谱数据；T：用于存放平均谱的过程数据；S：用于存放RMS谱的过程数据；M：用于存放最小值谱数据；Z：用于存放噪声门限数据；O：用于存放占用度谱过程数据。

4.根据权利要求1所述的无线电频谱数据存储方法，其特征在于，所述步骤S3中数据分析包括非法信号分析、信号时域分析、信号地域分析、频段时域分析、频段地域分析和频谱地图分析，其中，所述信号时域分析包括信号能量时域分析和信号占用度时域分析。

5.根据权利要求1-4任一项所述的无线电频谱数据存储方法，其特征在于，所述步骤S2中信号基础信息包括频率值、出现时间、最大值和最小值，所述频谱统计值最大值谱、最小值谱、占用度值谱、RMS值谱和噪声门限谱。