一种调频广播信号的监测方法
【专利摘要】一种调频广播信号的监测方法，本发明涉及无线电监测领域，其旨在解决现有技术自动化程度欠缺，精度和效率低下等技术问题。本发明主要包括计算静音模板、提取静音特征参数和实时判断。本发明根据“黑广播”往往是录播并且以对话、交谈为主的特征，通过统计静音在播放过程中所占比例分布的偏度，实时、自动监测调频广播，迅速、批量发现监测频段内的“黑广播”。
【专利说明】
-种调频广播信号的监测方法
技术领域
[0001] 本发明设及无线电监测领域，具体设及一种调频广播信号的监测方法。
【背景技术】
[0002] 在全国很多地区，一些不法分子利用无线电设备架设"黑广播"，发送内容低俗、设 黄的虚假医药广告，对正常的无线电通信秩序造成了干扰，其中，干扰航空频段的情况时有 发生。同时，对百姓的生活造成严重影响，有人甚至上当受骗，危害极大。如何严厉打击"黑 广播"、消除"黑广播"的恶劣影响成为无线电管理者的紧迫课题。
[0003] 从时间分布上来看，"黑广播"的播出时间并不规律，有的会连续播放几个星期，有 的只在白天或夜间播出；从空间分布上来看，一套"黑广播"的信号覆盖区域有限，具体范围 取决于当地的地形、气候W及设备的质量;从频点分布上来看，"黑广播"往往灵活地"嵌入" 频段的各个空闲子频段。
[0004] 基于上述原因，在时间、地域、频域上增加了对"黑广播"判断和查处的复杂性。但 是，目前对"黑广播"的判断仍然W人工监听为主。不同地区，不同时段，不同频段都需要耗 费大量人力，由于许多频点的声音非常刺耳，长时间监听会对无线电监管者的听力造成一 定的损伤。其次为音频分析方法，语音转为文本，然后针对关键字检索。该方法需对特定广 播内容的先验知识，需要一定人为工作量，由于内容多变，类型繁多，增加了知识库的储备 难度;该方法对信号的强度，信号的内容有所要求，在一定程度上降低了识别率;此外，由于 一次只能扫描一个频点，而音频数据量较大，识别算法较为复杂，限制了识别效率。
[0005] 在一定时间内，对话与放歌的停顿规律不同；每次停顿延续时间长度不同；播放内 容时，波动情况也不相同。对于"黑广播"，由于主要目的是推销产品；而绝大多数的合法广 播，W服务社会，娱乐大众为主旨。运两类广播内容所包含的对话、歌声、背景音乐所占比例 有很大区别。
[0006] 综上，在识别出静音平稳状态后，根据静音所占比例分布的差异就可W进行"黑广 播"和合法广播的区分判断。
[0007] 为有效识别"黑广播"，节约人力和时间，保障无线电正常秩序，本专利提出了一种 高效、准确、智能的识别"黑广播"方法。
【发明内容】
[000引针对上述现有技术，本发明目的在于提供，其旨在解决现有技术自动化程度欠缺， 精度和效率低下等技术问题。
[0009] 为达到上述目的，本发明采用的技术方案如下：
[0010] -种调频广播信号的监测方法，其步骤包括
[0011] 步骤1、对广播频段进行频段扫描，获取其频谱数据；
[0012] 步骤2、根据频谱数据，对任一出现的信号的数据帖，查找出连续符合频点分布特 征并符合频点对应电平值的第一阔值特征的数据帖，组成候选数据帖集合；当出现不符合 上述特征数据帖时停止加入新的数据帖，当再次出现的连续符合频点分布特征并符合频点 对应电平值的第一阔值特征的数据帖时，归为新的候选数据帖集合;重复上述过程，直至获 得所有信号的静音模板。将运些候选数据帖集合中包含帖数最多的数据帖集合记为第一数 据帖集合，再找出第一数据帖集合对应的电平值矩阵；
[0013] 步骤3、求出电平值矩阵每列对应的平均电平值作为静音模板，其中各个平均电平 值作为静音点，并对每一出现的信号找出其对应的静音模板；
[0014] 步骤4、根据静音模板，计算出其中顺序相邻静音点所在直线的斜率，获得静音模 板斜率特征；
[0015] 步骤5、根据每一信号频点对应的静音模板，设置固定时间长度的时间单元，对所 有信号频点进行匹配与查找，找出同时符合斜率特征且符合静音模板平均电平值的第二阔 值特征的第二数据帖集合，并在当前时间单元内统计第二数据帖集合所包含对象的个数， 即经过匹配与判断的静音状态数据帖个数，记为XU，则义^为频点打ei在第j个时间单元包含 的静音状态数据帖个数，i = 1，2，· · 'k，j = 1，2，· ·'m，k为信号频点总数，m为时间单元总数；
[0016] 步骤6、将满足步骤5所述条件的每一时间单元第二数据帖集合统计所得的静音状 态数据帖个数记为Xi= {xil，Xi2,…，Xij,…Xim}，按如下公式计算出偏度Gi:
[0017]
[0018] 其中，Xi为第j个时间单元静音状态数据帖集合包含的静音状态数据帖个数为Xij 的一时间序列，^' = 1，2，-'111，111为时间单元总数也为频点打日1的偏度，6口)为数学期望，乂日' (X)为方差；
[0019] 步骤7、预设偏度阔值忌，根据信号频点frei的偏度Gi小于等于偏度阔值6:，判断出 信号频点打ei是黑广播频点。
[0020] 上述方法中，所述的步骤2,其步骤包括，
[0021] 步骤2.1、将W信号频点为中屯、的5个频点作为一个数据帖，运5个频点分别对应的 5个顺序电平值作为该数据帖的特征向量；
[0022] 步骤2.2、在数据帖中，将处于相对中屯、位置频点对应的电平值大小与数据帖中其 它频点对应的电平值大小进行比较，查找出符合频点分布特征的数据帖，该分布特征为该 数据帖中处于相对中屯、位置信号频点的电平值为最大值；
[0023] 步骤2.3、对符合步骤2.2所述频点分布特征的数据帖，将相邻数据帖中各自最大 电平值和位于最大电平值左右的电平值分别对应作差并取绝对值，预设第一阔值，该绝对 值中的最大值小于第一阔值的数据帖构成第一数据帖集合，再找出对应第一数据帖集合的 电平值。
[0024] 上述方法中，所述的步骤3,5个静音点组成一个特定信号的静音模板，5个静音点 分别由电平值矩阵每列对应的平均电平值计算而来，静音模板的最大电平值位于第Ξ静音 点位置。
[0025] 上述方法中，所述的步骤4,其中，
[0026] 静音模板斜率特征为第一斜率与第二斜率的大小关系和第Ξ斜率与第四斜率的 大小关系自动根据信号频点的特征来匹配W下四种情况之一：（>，>)，（>，<)，（<，<)，（<， >)〇
[0027] 上述方法中，所述的步骤5,其中步骤包括
[0028] 步骤5.1、设置第二阔值，其特征为当前信号频点的每一数据帖特征向量与静音模 板电平值对应作差的绝对值的最大值要小于该值；
[0029] 步骤5.2、找出符合步骤5.1的第二数据帖集合。
[0030] 步骤5.3、找出同时符合步骤5.1和符合步骤5.2的第二数据帖集合，每一集合内包 含静音状态数据帖个数为xij。
[0031] 与现有技术相比，本发明的有益效果：
[0032] 新颖地并创造地，率先提出通过频谱数据自身形成定量的静音模板，然后将静音 模板与所有频谱数据匹配，再查找出近静音模板的频谱数据，最后利用阔值判断出黑广播 的一种调频广播监测方法；
[0033] 占用内存少，采集某一个信号频点1分钟的音频数据大约是3.67MB，而在W25K步 长采集的频段扫描数据中对于，同样一个频点，1分钟数据量仅0.17MB;
[0034] 效率高，频段扫描数据可W同时获取该频段所有频点的扫描数据，仅需5个采样点 就可W识别静音而中频测量数据需要1601个，并且一次只能扫描一个频点；
[0035] 适应性强、稳定性高，由于不需要像语音识别必须关键字的提前录入，因此不受广 播内容的限制，在很大程度上提升了查处范围；此外，该算法不受区域限制，并且可W识别 噪音较大、信号强度较弱的"黑广播"，提升了对"黑广播"的识别率；
[0036] 本发明适应于不同的电磁环境，可W有效完成宽频段上的检测任务;通过较长时 间的数据进行统计，能得到准确的更为可靠的数据;相对于其他方法用来更少的经验值，具 有更高的智能性。
【附图说明】
[0037] 图1为本发明在频谱扫描数据一特定信号频点相邻数据帖各频点电平值对应做差 示意图；
[0038] 图2为本发明根据静音模板识别的静音状态数据帖与声音状态数据帖示意图
[0039] 图3为本发明在某地1小时内合法广播101.7MHz的静音分布示意图；
[0040] 图4为本发明在某地1小时内"黑广播"广播98.5MHz的静音分布示意图；
[0041] 图5为本发明不同时长对"黑广播"广播识别的准确度分析曲线图。
【具体实施方式】
[0042] 实施例1
[0043] -种调频广播信号监测方法，其特征在于:其步骤如下：
[0044] I、数据获取步骤:从无线电监测设备得到广播频段上频段扫描的频谱数据；
[0045] Π 、获取各个频点静音模板步骤:找出I步骤中获得的频谱数据中的所有信号频点 打61，打日2,…，打ek，其中k为信号频点总数。对于任意一信号频点，不失其一般性，记为 打ei，记打ei及左右各两个点依次记为。龙山^4，私电平值大小依次为￥1，￥2，￥3，￥4，￥日。其 中f 3是中屯、频点frei，f 1，f 2，是中屯、频点左边两个点，f4，f 5是中屯、频点右边两个点。
[0046] 1.对通过频段扫描捜索出的所有信号逐个筛选符合W下规则的5个点的数据帖作 为计算静音的对象：
[0047] a)电平值最大值与其信号中屯、频率位置一致，即max (VI, V2，V3，V4，V5) = V3。
[0048] b)符合条件a)的相邻数据帖其最大电平及左右各两个点的对应电平值之差的绝对 值的最大值小于一定阔值亥。即对于同一信号频点，记相邻两数据帖为f=化，f2，f3，f4，f5} 和f/={fl/,f2/,f3/,f4/,f5/}，记运两帖对应的电平值大小为V=(Vl,V2,V3,V4,V5)和v/ = (V1'，V2'，V3'，V4'，V5' )，δι= |vi-Vi' I表示运5个点对应差的绝对值，如图1所示。符合条件a)的 相邻数据帖波动范围小于预设阔值多，iVm妝傅爲，爲為，沒5)，在该实例中阔值夏二5。
[0049] 对于某信号频点在一单元时间内，实时采集N帖数据构成的数据矩阵fNX5如下：
[0055]各个频点所对应的电平值记为VnX5，如下所示：
[0化6]
[0057]对VnX淑列取平均，得VIX日=(V1,V2,V3,V4,V5)，
[0化引其中
j = l，2,3,4,5，vix日作为此时段的静音模板;每隔一段时间更新一 次模板W适应当前电磁环境。
[0059] 虹、提取静音特征参数步骤：
[0060] 1.计算静音模板连接的四条线段的4个斜率41山，1?山，其中41 = 乂^1-乂^ = 1，2， 3，4，k功f 1，f 2构成的斜率;k2为f 2，f 3构成的斜率;k3为f 3，f4构成的斜率;k4为f4，f 5构成的斜 率;接下来判断kl与k2的大小关系Γ大于"，"等于"，"小于"），k3与k4的大小关系（"大于"， "等于"，"小于"），对于两组斜率的比较结果，将"大于"，"等于"的情况标记为％"，将"小于" 的情况标记为"Γ，对于两侧斜率大小关系的记录，总共产生4种结果（1,1)(1，〇)(〇, 1)(〇， 0)，静音模板的斜率特征为其中结果之一。
[0061 ] 2.设定一阔值δ'，所有数据帖fi = {fη，fi2，fi3，fi4，fi日}，i = 1，2，···N电平值Vi = (Vil, Vi2，Vi3，Vi4，Vi5 )，i = 1,2 , .. .N与静音模板的电平值V1X5 = ( VI , V2，V3，V4，V5 )作差后取绝 对值，记为δi=(δil，δi2，δi3，δi4，δi5)，δij=|vi广Vj|，其中i = l，2，...，N;j = l，2,3,4,5并且 满足δ/ >max(Si)，本实例中δ/ =5,在某一时间单元识别出的静音状态数据帖与声音状态 数据帖，如图2所示。
[0062] IV、实时判断步骤：
[0063] 1.根据步骤虹中静音模板斜率特征和阔值设置，对整个频段的满足静音特征参数 的新数据的各个频点按照时间单元依次计数，记为XU，其中，i = l，2，一k，k为信号总数;j = l，2，'''m，m为时间单元总数，表示第i个频点frei在第j个时间单元内共有W帖静音状态数 据。
[0064] 2.将每个频点上各个时间单元统计的一系列静音数目记为：Xi={xii，Xi2，···， Xij，…Xim}，按照W下公式计算偏度：
[00 化]
[0066] 其中：i = l，2, 一4^ = 1,2,-111,6功信号频点i的偏度，E(X)为数学期望，var(X) 为方差。
[0067] 对偏度设定一定的阔值径，如果G, <0,则判断信号频点打ei为"黑广播"，否则打ei 为"合法广播"，在本实例中G =化55。在1小时内，每10秒巧00帖)统计一次静音含量，其频率 统计图如图3和图4所示，其中，频点98.5MHz为明显左偏，偏度为负数，小于0.55被判断为 "黑广播"，频点101.7MHz，偏度为3.6，大于ο. 55被判断为合法广播。
[0068] 效果分析：
[0069] 采集了某地频段为87.5MHZ-108MHZ的频谱扫描的频谱数据3小时。共有46个频点， 其中包含15个"黑广播"，31个合法广播。通过本算法，识别出14个"黑广播"，误判一个合法 广播，漏判一个"黑广播"，通过混淆矩阵，计算识别率，灵敏度，精度为：95.7 %，93.3 %， 93.3 %。计算公式如下：
[0073] 式中；
[0074] Y:分类结果中正确识别"黑广播"的数目；
[0075] No:总样本数；
[0076] 化:分类结果中正确识别正常广播总数目；
[0077] 化:数据采集过程中"黑广播"数目；
[0078] 化:分类结果中错误识别正常广播的数目。
[0079] 对不同的时长(1-10小时)进行实验，准确度分析如图5,充分说明了该方法的有效 性。
[0080] W上所述，仅为本发明的【具体实施方式】，但本发明的保护范围并不局限于此，任何 属于本技术领域的技术人员在本发明掲露的技术范围内，可轻易想到的变化或替换，都应 涵盖在本发明的保护范围之内。
【主权项】
1. 一种调频广播信号的监测方法，其特征在于，步骤包括 步骤1、对广播频段进行频段扫描，获取其频谱数据； 步骤2、根据频谱数据，对每一出现信号的数据帧，查找出连续符合频点分布特征并符 合频点对应电平值的第一阈值特征的数据帧，组成候选数据帧集合，将候选数据帧集合中 包含帧数最多的数据帧集合记为第一数据帧集合，再找出第一数据帧集合对应的电平值矩 阵； 步骤3、求出电平值矩阵每列对应的平均电平值作为静音模板，其中各个平均电平值作 为静音点，并对每一出现的信号找出其对应的静音模板； 步骤4、根据静音模板，计算出其中顺序相邻静音点所在直线的斜率，获得静音模板斜 率特征； 步骤5、根据每一信号频点对应的静音模板，设置固定时间长度的时间单元，对所有信 号频点进行匹配与查找，找出同时符合斜率特征且符合静音模板平均电平值的第二阈值特 征的第二数据帧集合，并在当前时间单元内统计第二数据帧集合所包含对象的个数，即经 过匹配与判断的静音状态数据帧个数，记为 Xlj，则为频点frei在第j个时间单元包含的静 音状态数据帧个数，1 = 1，2，-士，」=1，2，'"111汰为信号频点总数，111为时间单元总数； 步骤6、将满足步骤5所述条件的每一时间单元第二数据帧集合统计所得的静音状态数 据帧个数记为Xi= {xil，Xi2,…，Xij,…Xim}，按如下公式计算出偏度Gi:其中，Xi为第j个时间单元静音状态数据帧集合包含的静音状态数据帧个数为XU的一 时间序列;Gi为频点f rei的偏度，E (X)为数学期望，var (X)为方差； 步骤7、预设偏度阈值吞:,根据信号频点frei的偏度G,小于等于偏度阈值5,判断出信号 频点frei是黑广播频点。2. 根据权利要求1所述的一种调频广播信号的监测方法，其特征在于，所述步骤2,其步 骤包括， 步骤2.1、将以信号频点为中心的5个频点作为一个数据帧，这5个频点分别对应的5个 顺序电平值作为该数据帧的特征向量； 步骤2.2、在数据帧中，将处于相对中心位置频点对应的电平值大小与数据帧中其它频 点对应的电平值大小进行比较，查找出符合频点分布特征的数据帧，该分布特征为该数据 帧中处于相对中心位置信号频点的电平值为最大值； 步骤2.3、对符合步骤2.2所述频点分布特征的数据帧，将相邻数据帧中各自最大电平 值和位于最大电平值左右的电平值分别对应作差并取绝对值，预设第一阈值，该绝对值中 的最大值小于第一阈值的数据帧构成第一数据帧集合，再找出对应第一数据帧集合的电平 值。3. 根据权利要求2所述的一种调频广播信号的监测方法，其特征在于，所述步骤2.3，其 中还包括， 当出现不符合步骤2的数据帧时停止将新的数据帧加入候选数据帧集合，当再次出现 的连续符合频点分布特征并符合频点对应电平值的第一阈值特征的数据帧时，再次归到候 选数据帧集合； 将每一信号的所有候选数据帧集合中包含帧数最多的数据帧集合记为第一数据帧集 合，再找出第一数据帧集合对应的电平值矩阵。 重复上述过程，直至获得所有信号的静音模板。4. 根据权利要求1所述的一种调频广播信号的监测方法，其特征在于，所述步骤3,5个 静音点组成一个特定信号的静音模板，5个静音点分别由电平值矩阵每列对应的平均电平 值计算而来，静音模板的最大电平值位于第三静音点位置。5. 根据权利要求1所述的一种调频广播信号的监测方法，其特征在于，所述步骤4,静音 模板斜率特征为，第一斜率与第二斜率的大小关系和第三斜率与第四斜率的大小关系自动 根据信号频点的特征来匹配以下四种情况之一：U，2 )，U，〈），（〈，〈），（〈，2 )。6. 根据权利要求1所述的一种调频广播信号的监测方法，其特征在于，所述步骤5,其步 骤包括， 步骤5.1、设置第二阈值，其特征为当前信号频点的每一数据帧特征向量与静音模板电 平值对应作差的绝对值的最大值要小于该值； 步骤5.2、找出符合步骤5.1的第二数据帧集合。
【文档编号】H04H20/12GK105871482SQ201610369831
【公开日】2016年8月17日
【申请日】2016年5月27日
【发明人】孔明明, 刘越智, 裴峥, 魏冬梅
【申请人】西华大学