一种广电播出前端信号流数据监测方法与流程

文档序号:37928172发布日期:2024-05-11 00:07阅读:10来源:国知局
一种广电播出前端信号流数据监测方法与流程

本发明涉及广电播出前端信号,特别是一种广电播出前端信号流数据监测方法。


背景技术:

1、广播电视前端信号流走向如图1所示,信号流从卫星接收到接入网分发给前端的卫星接收机、防非系统设备、分配放大器、汇聚dcm、编码器、分发dcm、直播交换机、直播服务器各个设备节点,在到入户端的机顶盒、终端进行播放。汇聚dcm也同时接收省sdh(同步数字体系)及本地电视台的信号流进行汇聚、备份。

2、传统的对广播电视前端信号流进行监测,是通过监控室的大屏监控画面中每个小屏幕的电视频道画面进行监测,如果某一频道画面出现故障,则需要人工对前端各个设备节点的信号流数据进行逐个排查,排查是前端哪个设备出现故障,或者是主路出现故障还是备路出现故障,排查处理完后需要手动配置恢复直播信号。对于防非系统设备,其信号流从卫星接收机传递至防非系统设备时,通过防非系统设备判断信号流是否为非法信号流,如是非法信号流则通过图片数据覆盖非法信号进行画面的直播,然而,现有防非系统 启动使用特定图片覆盖视频信号后,不会恢复,需要人工判断视频信号是否恢复正常,再人为进行恢复。其发生防非后恢复,依赖人工判断,如防非事件持续,值班人员需持续关注,直至恢复,如有其他需关注及操作事务,容易导致无法持续关注,从而不能及时恢复,影响节目播出,影响终端用户的体验。


技术实现思路

1、本发明的目的在于提供一种能够及时恢复节目播出的广电播出前端信号流数据监测方法,以提升终端用户的体验。

2、本发明所述的广电播出前端信号流数据监测方法,包括以下步骤:

3、s1、读取信号流从卫星接收机传递至防非系统的日志,所述日志包括信号功率、信噪比和误码;

4、s2、将日志信息输入和输出源的信号功率、信噪比和误码信息与预设阈值进行对比;

5、s3、若大于或小于预设阈值,则判断为非法信号流,执行步骤s4;

6、s4、将图片数据覆盖非法信号流进行画面的直播,并返回步骤s2;

7、s5、若等于预设阈值,则判断非法信号流已经恢复为合法信号流,执行步骤s6;

8、s6、将图片数据自动恢复为输入源正常频道画面进行直播,并通过数字输出给值班人员进行提示。

9、本发明所述的广电播出前端信号流数据监测方法,通过日志信息输入和输出源的信号功率、信噪比和误码信息与预设阈值进行对比,若大于或小于预设阈值,则判断为非法信号流,将图片数据覆盖非法信号流进行画面的直播,若等于预设阈值,则判断非法信号流已经恢复为合法信号流,将图片数据自动恢复为输入源正常频道画面进行直播,并通过数字输出给值班人员进行提示,从而能够及时了解防非事件是否发生,发生后,可以监控防非前后图片,自动判断及视频流是否恢复正常,防非事件是否结束,并提示值班人员,及时恢复节目播出,提升终端用户的体验。

10、作为本发明的一种优选方案,由ai学习模型读取信号流从卫星接收机传递至防非系统的日志。

11、作为本发明的一种优选方案,ai学习模型还对已上线的前端设备或新割接设备,按设备种类、用途、品牌进行分类标识,通过各设备接口及网管收集日志及告警消息。

12、作为本发明的一种优选方案,ai学习模型对各来源的信息收集成功后,结合终端之间的网络连接状态,对现有信息流程框架进行数据筛选,按现网前端架构特征和数据分类进行ai深度学习。

13、作为本发明的一种优选方案,ai学习模型通过对每次自动学习特征的预训练结果作为更高级别的输入,每轮自动学习后现场值班管理人员可调取预设值改用监督学习从上到下进行微调去学习模型。

14、作为本发明的一种优选方案,ai学习模型对信息流程各环节数据分析、整合后,直接产生数字化输出结果,并通过可视化大屏、短信和图片给值班人员进行提示。



技术特征:

1.一种广电播出前端信号流数据监测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的广电播出前端信号流数据监测方法,其特征在于,由ai学习模型读取信号流从卫星接收机传递至防非系统的日志。

3.根据权利要求2所述的广电播出前端信号流数据监测方法,其特征在于,ai学习模型还对已上线的前端设备或新割接设备,按设备种类、用途、品牌进行分类标识,通过各设备接口及网管收集日志及告警消息。

4.根据权利要求3所述的广电播出前端信号流数据监测方法,其特征在于,ai学习模型对各来源的信息收集成功后,结合终端之间的网络连接状态,对现有信息流程框架进行数据筛选,按现网前端架构特征和数据分类进行ai深度学习。

5.根据权利要求4所述的广电播出前端信号流数据监测方法,其特征在于,ai学习模型通过对每次自动学习特征的预训练结果作为更高级别的输入,每轮自动学习后现场值班管理人员可调取预设值改用监督学习从上到下进行微调去学习模型。

6.根据权利要求5所述的广电播出前端信号流数据监测方法,其特征在于,ai学习模型对信息流程各环节数据分析、整合后,直接产生数字化输出结果,并通过可视化大屏、短信和图片给值班人员进行提示。


技术总结
本发明公开的一种广电播出前端信号流数据监测方法,包括读取信号流从卫星接收机传递至防非系统的日志,所述日志包括信号功率、信噪比和误码;将日志信息输入和输出源的信号功率、信噪比和误码信息与预设阈值进行对比;若大于或小于预设阈值,则判断为非法信号流,将图片数据覆盖非法信号流进行画面的直播;若等于预设阈值,则判断非法信号流已经恢复为合法信号流;将图片数据自动恢复为输入源正常频道画面进行直播,并通过数字输出给值班人员进行提示。从而能够及时了解防非事件是否发生,发生后,可以监控防非前后图片,自动判断及视频流是否恢复正常,防非事件是否结束,并提示值班人员,及时恢复节目播出,提升终端用户的体验。

技术研发人员:李琳,张鸿,窦罡,周欣荣,陈华意,吴文轩
受保护的技术使用者:中国广电广州网络股份有限公司
技术研发日:
技术公布日:2024/5/10
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1