一种基于多属性分析的黑广播自动化分析方法及智能化识别装置与流程

本发明涉及通信领域，具体涉及一种基于多属性分析的黑广播自动化分析方法及智能化识别装置。

背景技术：

近年来，不法分子擅自设置无线广播电台(俗称“黑广播”)、以广播方式向一定区域的受众传送声音或视频信号的现象日益猖獗。“黑广播”是未经国家或地方无线电管理机构授权的非法台站，根据中华人民共和国无线电频率划分有关规定，我国87-108mhz频段主要分配给广电部门用于调频广播使用，而108-137mhz频段主要分配给民航部门用于航空无线电导航和航空移动使用，且在设置合法调频广播电台时，会对选址、选频和设备选型等进行充分的科学论证，不会对航空频段造成有害干扰。但“黑广播”电台作为非法设台，因其发射功率较大、发射机带外杂散抑制不足、频率使用乱、设置地点无序等原因，可能会产生谐波和发射机互调的情况，存在对其他正常工作频段尤其是民航通信造成严重干扰的隐患。同时，由于机载航空移动通信设备的滤波器、放大器和解调器等接收器件的非线性，也可能产生接收机互调的情况。这些情况均可能造成广播信号的谐波或互调信号落入到航空移动的频段内，造成对机载设备的干扰，当干扰严重时可在民航频段内解调出调频广播的声音信号，严重影响了航空器正常、安全的运行。“黑广播”占用频率资源、影响正常广播通信、干扰民航通信导航、传播各类非法信息、扰乱无线电通信管理秩序，一直是国家和地方主管部门的重点打击对象。

传统上，针对“黑广播”这样未经国家或地方无线电管理机构授权的非法台站，一般在射频信息、地理位置和播放内容等方面明显有别于合法广播台站。传统的“黑广播”排查方法一般分为“信号监测和采集”、“可疑信号筛选”和“现场确定与排查”三步。

(1)“信号监测和采集”就是全面掌握当地调频广播频段内信号情况，其一般流程是首先利用固定监测站全天候连续监测87-108mhz频段内全部广播信号，并对该频段内所有信号的射频信息、地理信息和语音内容等信息进行采集；

(2)“可疑信号筛选”就是在“黑广播”信号与合法信号的射频信息、地理信息和语音内容等信息等存在显著不同的前提下，根据一定筛选标准进行综合判断分析以筛选出可疑信号；

(3)“现场确定与排查”即利用固定监测站交汇测向定位和便携接收机徒步逼近查找等手段来排查“黑广播”。

但是，上述方法存在着下面两个问题：

一是监测采集工作自动化程度低。在“信号监测和采集”中，限于当前国内大部分地区的监测设备自动化程度低的现状，通常需要多名监测人员连续数日、不间断地进行专项监测工作，需要消耗大量的人力物力，缺少对广播信号的自动化分析方法，严重影响了信号监测和采集的工作效率。

二是可疑信号识别智能化程度不高。在“可疑信号筛选”中，虽然筛选的标准是由“黑广播”信号与合法信号的射频信息、地理信息和语音内容等信息的差异来决定的，但是在实际工作中这些差异并不唯一。仅以发射频率为例，发射频率是台站的基本属性，也是无线电监测工作中最核心的技术参数，“黑广播”即可以典型地分为“同频发射”和“异频发射”两种。“异频发射”是指电台非法在未经国家或地方无线电管理机构授权允许使用的频点进行发射，一般通过比对当地台站数据库来判断。但是，也存在台站数据库不完备或者所选台站地域范围不完全匹配造成误判的情况。“同频发射”为台站非法在已批准给合法台站使用的频点上发射，此类信号亦需要根据实际情况进一步甄别。这导致了实际工作中对可疑信号的筛选往往取决于由一线技术人员的工作经验是否丰富，主观性较强，未能形成统一的标准，缺少统一的、智能化的识别方法与策略，严重制约了可疑信号识别的准确性。

综上所述，在无线电管理工作中，亟需一种针对“黑广播”、能够有效提高信号监测和采集的工作效率、提高可疑信号识别的准确性的自动化分析方法与智能化识别装置。

技术实现要素：

针对以上问题，本发明提供了一种基于多属性分析的黑广播自动化分析方法及智能化识别装置。

本发明提出的一种基于多属性分析的黑广播智能化识别装置，包括监测指挥中心和一个或多个遥控监测站，监测指挥中心为控制节点，遥控监测站为遥控节点。超短波监测网由监测指挥中心和遥控监测站以及二者之间的通信链路组成。

遥控节点对所需检测的广播信号进行接收与测量，并将所测量的数据通过内网上传至控制节点中维护以频率为主键的特定列表存储单元，该单元称为监测数据库(monitoringdatabase，mdb)。mdb还同时存储广告特征词语，包括音乐、评书和药物广告等内容或符合药物广告低俗特征的词语。

控制节点维护以频率为主键的特定列表存储单元，负责存储此地区的合法台站信息，该单元称为台站数据库(stationdatabase，sdb)，所存储的信息包括但不仅限于频率、发射带宽、台站地理经度、台站地理纬度等信息。

控制节点将所需检测的频点集合推送给各遥控节点，从遥控节点采集到的测量数据中，提取各频点的频率属性、地理位置属性、信道占用度属性、发射时间规律属性、带宽属性、极化方式属性以及语音属性，并自动化分析频点各属性的合法性，利用合法度公式分析广播信号是否为是否为“黑广播”信号，智能化识别非法台站，最终输出识别结果。所述的合法度公式为对频点各属性值的加权求和，将得到的求和值与合法度门限比较来判断合法性。

频率属性的自动化分析合法性的方法包括：

将所需检测的频点集合，依次输入sdb，核验频率属性的频点合法性；在sdb登记的频点的频率属性为合法。

地理位置属性的自动化分析合法性的方法包括：

各遥控节点分别对每个频点的示向度进行测量，测量结果返回控制节点进行交汇定位，并将交汇定位的结果与sdb进行对比，核验地理位置合法性。

信道占用度属性的自动化分析合法性的方法包括：

各遥控节点分别对每个频点的信道占用度进行测量，测量结果返回控制节点，并与监测数据库(monitoringdatabase，mdb)进行对比，核验信道占用度属性合法性。

发射时间规律属性的自动化分析合法性的方法包括：

各遥控节点分别对每个频点的发射时间规律进行测量，测量结果返回控制节点，并与监测数据库(monitoringdatabase，mdb)中的历史发射时间规律进行相似度对比，核验发射时间规律合法性。如果当前发射时间规律与历史发射时间规律的相似度小于设定阈值时，认为被测广播信号发射时间规律异常。

带宽属性的自动化分析合法性的方法包括：

各遥控节点分别对每个频点的信号带宽进行测量，测量结果返回控制节点，并与mdb中的信号带宽进行对比，核验带宽属性合法性。

极化方式属性的自动化分析合法性的方法包括：

各遥控节点分别对每个频点的极化方式进行测量，测量结果返回监测指挥中心，根据遥控节点的垂直极化天线和水平极化天线测得的来波电平，判断广播信号极化方式，核验极化方式属性合法性；如果为水平极化，极化方式属性合法。

语音属性的自动化分析合法性的方法包括：

对可疑信号进行录音，并利用关键字识别技术，通过多次采集统计判定播放内容，与mdb作对比，核验语音属性的合法性；若出现包含音乐、评书和药物广告内容或符合药物广告低俗特征的词语概率超过设定阈值门限时，判断语音属性为异常。

对应地，基于所述的黑广播智能化识别装置实现的黑广播智能化识别方法，包括：

控制节点将所需检测的频点集合推送给各遥控节点，从遥控节点采集到的测量数据中，提取各频点的频率属性、地理位置属性、信道占用度属性、发射时间规律属性、带宽属性、极化方式属性以及语音属性，根据mdb中的统计数据，对某个待识别广播信号的频率属性、地理位置属性、信道占用度属性、发射时间规律属性、带宽属性、极化方式属性以及语音属性进行合法性的自动化判断，再基于各属性合法性的基础上利用合法度公式计算广播信号是否为“黑广播”信号，台站是否为合法台站，智能化识别“黑广播”信号，最终输出识别结果。所述的合法度公式为对频点各属性的加权求和，将得到的求和值与合法度门限比较，如果求和值低于合法度门限，则判定频点的合法性为“异常”；反之，判定频点的合法性为“正常”。

本发明的优点与积极效果在于：

本发明由一个或多个遥控监测站(遥控节点)组成的超短波监测网负责对所需检测的广播信号进行接收，获取所需的广播信号的射频信息、地理信息和语音内容等信息，并将所测量的数据发送至监测指挥中心(控制节点)。控制节点的台站数据库(stationdatabase，sdb)负责存储合法台站的频率、发射带宽、台站地理经度、台站地理纬度等信息；监测数据库(monitoringdatabase，mdb)负责存储历史监测数据。基于上述内容，将监测和采集到的某个待测频段内频点集合的广播信号的射频信息、地理信息和语音内容等信息，利用属性分析方法划分为频率属性、地理位置属性、信道占用度及发射时间规律属性、带宽属性、极化方式属性、语音属性等属性，并进行自动化分析，利用合法度公式分析广播信号是否为合法台站，智能化识别“黑广播”信号，最终输出识别结果。

本发明所述方案能够有效提高“黑广播”排查过程中信号监测和采集的工作效率、提高可疑信号识别的准确性，可有效提高“黑广播”的排查效率。

附图说明

图1为本发明黑广播智能化识别装置的整体框图；

图2为本发明方法中频点属性自动化分析流程图；

图3为本发明方法中地理属性自动化分析流程图；

图4为本发明方法中信道占用度及发射时间规律属性自动化分析流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将根据附图对本发明实施方式做进一步地详细阐述。为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述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。

本发明针对传统的“黑广播”排查方法信号监测和采集工作效率低、可疑信号识别准确率不高的问题，提出一种基于多属性分析的黑广播自动化分析方法及智能化识别装置，可以有效地将监测和采集到的某个待测频段内频点集合的广播信号的射频信息、地理信息和语音内容等信息，利用属性分析方法划分为频率属性、地理位置属性、信道占用度属性、发射时间规律属性、带宽属性、极化方式属性以及语音属性等属性，并进行自动化分析，利用合法度公式分析广播信号是否为合法台站，智能化识别“黑广播”信号，最终输出识别结果。本发明有利于提高日常监测中的工作效率，为快速发现与查找非法广播信号提供了有力的支撑。

本发明的黑广播智能化识别装置，基于超短波监测网实现。超短波监测网由监测指挥中心和一个或多个遥控监测站以及二者之间的通信链路组成。监测指挥中心为控制节点，遥控监测站为遥控节点。遥控节点由天线、接收机及其附属设备组成，一般为固定式监测站，在某些特殊情况下可以由便携式或者可搬移的监测设备替代。本发明下面的实施例中使用的是固定式监测站。

实施例一

台站数据库(stationdatabase，sdb)负责存储业已经无线电管理机构批准的正规台站的相关信息，包括但不仅限于频率、发射带宽、台站地理经度、台站地理纬度等信息，sdb设置频率为主键。

监测数据库(monitoringdatabase，mdb)，负责维护从过去开始用ns个超短波固定监测站对频点f的包括但不仅限于信道占用度、发射规律、信号电平值和信号带宽等数据进行连续测量的历史统计数据，mdb设置频率为主键。

分析初始化：

当需要执行黑广播智能化识别任务时，若需要检测频段的的起始广播频率为fs，终止广播频率为fe，则其范围为[fs,fe]。一般地，取fs＝87mhz，fe＝108mhz。即以步进l对该频率范围进行等分，一般地，l＝100khz，易知需检测的频点数量nf，

并取得所需检测的频点集合，为

超短波监测网中的控制节点，将遥控节点监测和采集到的某个待测频段内频点集合的广播信号的测量数据包括射频信息、地理信息和语音内容等信息，利用属性分析方法划分为频率属性、地理位置属性、信道占用度、发射时间规律属性、带宽属性、极化方式属性及语音属性等属性，并进行自动化分析，利用合法度公式分析广播信号是否为合法台站，智能化识别“黑广播”信号，最终输出识别结果。

实施例二

本实施例提供了一种广播信号频率属性的核验方法，结合上述实施例一的内容进行说明：

为简便计，仅以单频点f的情况下进行说明。如图2所示，将频点f输入sdb，以核验频率属性的合法性信息，其返回的响应为频点合法性r(f)。若返回的信息表明此点未在sdb登记，判定频点属性prof(f)为“异常”；反之，判定频点属性为“合法”。

依实施例二所述方法，实现了对广播信号频率属性的检测。

实施例三

本实施例提供了一种广播信号地理位置属性的判断方法，结合上述实施例一以及图3的内容进行说明：

为简便计，仅以单频点f的情况下进行说明。设某时刻有ns个超短波固定监测站可以同时用于对频点f的地理位置合法性判断，若第k个超短波固定监测站sk所测得的示向度为a^(k)(f)。易知，若sk能够给出示向度，则ak∈[0,360)；若因一种或多种因素导致sk未能测出示向度，则返回ak＝null。

则以f为主键的示向度集合映射为

若a(f)至少有两个以上值不为null且能交汇，利用多站交叉定位原理，可以获得目标的地理位置信息g(f)，并与台站数据库sdb中的位置信息比较：若与之相符，认为地理位置属性prog(f)为“合法”；反之，认为地理位置属性为“非法”。

若a(f)至多有一个值不为null或至少有两个以上值不为null但无法交汇，判定地理位置属性为“无法判断”。

依实施例三所述方法，实现了对广播信号地理位置属性的检测。

实施例四

本实施例提供了一种广播信号信道占用度属性的判断方法，结合上述实施例一的内容进行说明：

为简便计，仅以单频点f的情况下进行说明。若第k个超短波固定监测站sk所测得的信道占用度为o^(k)(f)，显而易见地，o^(k)(f)∈[0,100％]，则以频点f为主键的信道占用度集合映射为

并与mdb中的信道占用度信息相比较：若与之相符，认为信道占用度属性proo(f)为“合法”；反之，认为信道占用度属性为“异常”。

对从未监测过的频段，使用台站数据库sdb中管理部门许可的信道占用信息对监测数据库mdb进行初始化，比较后进行核验；而对拥有历史监测数据和记录的频段，可使用现有的监测数据库中积累的数据进行比较和分析。

依实施例四所述方法，实现了对广播信号信道占用度属性的检测。

实施例五

本实施例提供了一种广播信号发射时间规律属性的判断方法，结合上述实施例一的内容进行说明：

为简便计，仅以单频点f的情况下进行说明。设第k个超短波固定监测站sk所测得频点f在某个连续时间段[t1,t2],t1,为整数集，nh定义为等分的统计次数，例如，每小时信道占用度的统计周期为1个小时，每日信道占用度的统计周期为24个小时，以此类推。

则频点f在sk的发射时间规律被定义为一个1×nh的向量，如下：

其中，表示超短波固定监测站sk测得频点f在第1个统计周期内的信道占用度，以此类推。

已知在n维空间中两个向量a＝(a1，a2，…，ai，…，an)且b＝(b1，b2，…，bi，…，bn)，则a与b之间的欧式距离d(a,b)定义如下式所述：

可利用欧氏距离来衡量待测频点的当前发射时间规律与历史值的差异，由上式求得ts^(k)(f)和tsh^(k)(f)之间的欧氏距离，亦定义为频点f的发射时间规律相似度：

ts^(k)(f)表示超短波固定监测站sk测得频点f的当前发射时间规律，tsh^(k)(f)表示超短波固定监测站sk测得频点f的历史发射时间规律。

若以设定阈值ηts为频点f的发射时间规律相似度的判断条件，显而易见地，若simt(ts^(k)(f),tsh^(k)(f))＜ηts，可认为被测广播信号发射时间规律异常，判定广播信号发射时间规律属性prot(f)为“异常”；反之，判定广播信号发射时间规律属性为“正常”，并更新mdb中的数据。

依实施例五所述方法，实现了对广播信号发射时间规律属性的分析。

如图4所示，对比发射时间规律，如白天不发晚上发、每天只发几小时且不规律、或者每月只发几天，判断广播信号发射时间规律属性异常。也比对无线电管理部门核定及许可的无线台站发射时间与实际发射时间是否相符。

实施例六

本实施例提供了一种广播信号带宽属性的判断方法，结合上述实施例一的内容进行说明：

一般地，一个超短波固定监测站的中频分析设备应能对所测量信号带宽进行准确测量。为简便计，仅以单频点f的情况下进行说明。若第k个超短波固定监测站sk所测得频点f的信号带宽为bd^(k)(f)，显而易见地，则以频点f为主键的信号带宽集合映射为

与此同时，将bd(f)与mdb中的数据进行比较。若以ηbd为二者差值的判断条件，显而易见地，若当前数据与mdb中的数据的差异大于ηbd，可认为被测信号带宽异常，则判定广播信号带宽属性prob(f)为“异常”，否则，判定广播信号带宽属性为“正常”，并更新mdb中的数据。

依实施例六所述方法，实现了对广播信号带宽属性的检测。

实施例七

本实施例提供了一种广播信号极化方式属性的判断方法，结合上述实施例一的内容，本实施例以极化方式为例进行说明：

一般地，一个遥控节点的中频分析设备应配置多套天线，包括至少一个或多个垂直极化天线和一个或多个水平极化天线。在实际应用中，使用一组垂直极化天线和水平极化天线分别接收信号，对比接受电平差值可以判断出来波的极化方式。而在实际应用中，正规的广播电视信号一般是水平极化，“黑广播”一般是垂直极化。

仅考虑最简单的情况下，对单频点f，对第k个超短波固定监测站sk，其垂直极化天线的所测得的来波电平为lv^(k)(f)，其水平极化天线的所测得的来波电平为lh^(k)(f)，若以ηlevel为二者差值的判断条件，显而易见地，若ηlevel≤lh^(k)(f)-lv^(k)(f)，可认为来波只有水平极化，则判定广播信号极化方式属性prop(f)为“正常”，否则，判定广播信号极化方式属性为“异常”。

依实施例七所述方法，实现了对广播信号极化方式属性的检测。

实施例八

本实施例提供了一种广播信号语音属性的判断方法，结合上述实施例一的内容，本实施例以语音关键字为例进行说明：

对可疑信号进行录音，并利用关键字识别技术，通过多次采集统计判定播放内容，与监测数据库(monitoringdatabase，mdb)作对比，若出现包含播出音乐、评书和药物广告等内容或符合药物广告低俗特征的词语概率超过一定阈值门限ηv，则判定频点f的语音属性prov(f)为“异常”；反之，判定f的语音属性为“正常”。

依实施例八所述方法，实现了对广播信号语音属性的检测。

实施例九

本实施例提供了一种多属性分析的广播信号合法性的判断方法，并结合上述实施例一至实施例八的内容进行说明：

根据mdb中的统计数据，在对某个待识别广播信号的频率属性、地理位置属性、信道占用度及发射时间规律属性、带宽属性、极化方式属性、语音属性等属性进行自动化分析的基础上，利用合法度公式分析广播信号是否为合法台站，智能化识别“黑广播”信号，最终输出识别结果。

首先定义台站合法度多维向量：

r(f)＝(prof(f),prog(f),proo(f),prot(f),prob(f),prop(f),prov(f))

则台站合法度可以由下述定义描述：

r(f)＝α1prof(f)+α2prog(f)+α3proo(f)+α4prot(f)

+α5prob(f)+α6prop(f)+α7prov(f)

其中0≤αi≤1,其权重由mdb中的海量历史数据决定。广播信号的每个属性值，代表该属性是合法的相似度的值，最后得到的合法度表征该发射台站合法性概率。

(1)prof(f)表示频率为f的广播信号的频率属性；

(2)prog(f)表示频率为f的广播信号的地理位置属性；

(3)proo(f)表示频率为f的广播信号的信道占用度属性；

(4)prot(f)表示频率为f的广播信号的发射时间规律属性；

(5)prob(f)表示频率为f的广播信号的带宽属性；

(6)prop(f)表示频率为f的广播信号的极化方式属性；

(7)prov(f)表示频率为f的广播信号的语音属性；

若r(f)低于合法度门限ηr，则判定频点f的合法性为“异常”；反之，判定频点f的合法性为“正常”。

依实施例九所述方法，实现了对广播信号是否为合法台站的识别。

综上所述，在本发明的各实施例中，基于台站数据库和监测数据库，将某个待测频段内频点集合的广播信号的射频信息、地理信息和语音内容等信息，利用属性分析方法划分为频率属性、地理位置属性、信道占用度及发射时间规律属性、带宽属性、极化方式属性、语音属性等属性，并进行自动化分析，利用合法度公式分析广播信号是否为合法台站，智能化识别“黑广播”信号，最终输出识别结果。本发明所述方案对黑广播自动化检测的区分更加精确，可有效提高黑广播的查找效率。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

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