基于同音頻廣播節目識別的研究與實現

趙勇

摘 要 同音頻廣播節目的識別，是廣播節目監測系統中技術性很強的工作。對于幅員遼闊的我國疆土，廣播覆蓋和廣播實驗工作始終離不開對廣播發射機播出質量和播出效果的監測。本文通過Duffing振蕩器對隨機數和周期信號的不同響應，既微弱信號檢測的研究，達到對同音頻廣播節目播出質量和效果的識別。

關鍵詞 同音頻廣播 Duffing 振蕩器7 混沌 微弱信號檢測

中圖分類號：TN931 文獻標識碼：A

Based on the Research and Implementation of Audio Broadcast Recognition

ZHAO Yong

（State General Administration of Press and Publication， Radio and Television 761 Station， Yongan， Fujian 366000）

Abstract The audio broadcast identification is highly technical work in radio monitoring system. For vast Chinese territory， radio coverage and broadcast experimental work always cannot leave to broadcast transmitter monitoring air quality and effect. Based on Duffing oscillator for random number and the different response of periodic signal， this article studies on both the research of weak signal detection， reach the same radio program broadcast audio quality and effect of recognition.

Key words audio broadcast； Duffing； oscillator； chaotic； weak signal detection

0 引言

廣播發射機的播出質量直接關系到接收效果的好壞。這對于擔負廣播覆蓋和廣播實驗任務的國家級廣播發射臺來說，發射機播出質量效果的監測是非常重要的工作，他對于發射機滿功率、滿調幅、滿時間播出有著緊密的聯系。由于廣播覆蓋和實驗服務方向地域原因，有時往往需要多部發射機同音頻廣播來完成，這對于擔負廣播監測或自臺監測播出質量效果來說，如何甄別哪部發射機播出節目的質量和效果，是發射臺一項重要工作。為此，我們通過研究探索采用了對微弱信號檢測，即通過Duffing振蕩器對隨機數和周期信號的不同的響應來識別同頻音頻廣播節目方法，實現了對廣播發射機播出效果和質量的監測。

1 廣播節目的播出質量監測

1.1 廣播節目監測現狀

在現有的廣播節目監聽監測中，基本上是將接收機的接收頻率手動或遙控地預置在需要監測的發射機的頻率上，監聽播音效果。或者是通過各發射機房的有線監測，將監測的數據存儲在數據庫中，由網絡傳輸到監測部門。

這兩種方式，無線檢測，無法實現自動化，對于交叉覆蓋的區域，不能識別是哪個臺站，哪部發射機播出的節目。尤其是對于非常時期，擔負特別任務的發射機，往往多部發射機從幾個發射臺同頻音頻進行廣播，這就更加無法進行識別了。若采用有線監測，則需要超大容量的存儲設備及網絡支持，這樣方式建設費用極高，且安全系數較低，如果沒有內網支持就根本無法進行。

1.2 廣播節目監測方向

針對以上問題，我們的研究是尋求在發射機的節目源中添加識別的信息。在監測的接收端檢測這識別信息以達到識別各發射機播音的情況。由于這些供監聽監測識別的信息還必須是微弱的信號，以不至于對發射機播出節目造成干擾，所以我們研究的項目就是對微弱信號檢測范疇。

在發射機音頻中添加微弱識別信息有兩種方式，一種方式在發射機節目源中添加各個臺標和發射機號，這種方式添加的信息量相對于音頻廣播的10KHz的保護帶來說，信息量太大，且識別信息與音頻信號的合成的設備和接收端對識別信息的解碼設備都很復雜。信息量大，則無法滿足發射機信噪比指標的要求，編解碼設備復雜，則費用巨大。另一種方式是我們所研究的，是在音頻節目源中間歇地添加一個微弱的單一頻率的正弦波信號，不同的發射機的節目源添加的正弦波的頻率和間歇次數不同。在接收端使用專門的設備（即Duffing振蕩器）檢測這個微弱的正弦波信號。根據接收信號是否包含有微弱正弦波信息以及間隙內出現正弦波的次數來識別播音的發射機。這種方法，識別信息與音頻信號的合成方法簡單，且信息量小，僅是單一頻率的正弦波。使用很小的信息量可換取高的信噪比，滿足了發射機對信噪比指標的要求。

其做法是在信號源中間歇地添加一個單一頻率的微弱正弦波信號，接收端使用不同閾值Duffing振蕩器陣列，對確知弱正弦波信號進行檢測并確定時隙內Duffing振子運動狀態的翻轉次數，實現同頻音頻廣播節目的識別。重點是數據采樣的同步和時間序列的李雅普諾夫指數的計算。

下面對Duffing振蕩器弱信號檢測原理和系統設計過程進行分析。

2 Duffing振蕩器的弱信號檢測

Duffing方程是混沌系統的微弱信號檢測中廣泛使用的一個非線性方程，典型的Duffing方程具體形式為：

（1）

這里，和是狀態變量，是阻尼系數， + 是非線性恢復力， （）是周期驅動力。假定 = ，得到如下的方程：endprint

（2）

Duffing振蕩器的弱信號檢測：驅動力 從小到大變化，系統的狀態從短周期運動到混沌運動，最后變化到長周期運動。在這過程中得到閾值。

（a）混沌狀態

（b）周期運動狀態

圖1 Duffing振蕩器的狀態變化

它是系統從混沌運動到長周期運動躍變時驅動力臨界值。處于臨界狀態的Duffing系統，對輸入到系統的周期信號非常敏感，即使幅度很小的周期信號也能使系統的相圖發生躍變。因此，Duffing振蕩器運動狀態是否躍變可判斷輸入信號是否存在微弱的周期信號。圖1是系統的兩種狀態，（a）為混沌狀態，（b）為周期運動狀態。

3 系統設計

為監測發射機播音情況，在不同發射機的信號源間歇地添加不同頻率的微弱正弦周期信號作為識別信息，在接收端解調出帶有微弱周期信息的音頻信號，由Duffing振蕩器陣列檢測時隙內添加正弦波的次數來識別播出音頻節目的發射機。

3.1 識別信號的添加

圖2 音頻信號源間歇地添加微弱正弦波信號

正弦波發生器產生微弱的單頻正弦波信號，通過開關電路形成間歇的微弱正弦波信號，控制開關頻率以產生時隙內正弦波的次數，如圖2所示。

3.2 信號的解調

獲取微弱正弦波的識別信息，需將調制信號解調，解調的信號中將含有大幅度的音頻信號和微弱的正弦周期信號，如圖3的虛線框部分。

3.3 同步協議

由于是微弱信號檢測，在接收端基本上不可能獲取數據采樣的同步信息。因此本研究采取將協議和定時技術相結合的方法。在發射端，規定開關電路產生的方波在整點處的相位為‘0，如圖4所示。接收端，數據采樣次數是時隙內方波周期數的兩倍，并且在方波的起點處和半周期處開始采樣，采樣持續時間為方波的半個周期。以保證數據采樣中，奇數次采樣的數據不包含識別信息（微弱的正弦波信號），偶數次采樣的數據中包含有識別信息。例如，假設方波周期為4秒，且整點處的相位為‘0，時隙內添加3次的識別信息，則在接收端時隙內要進行6次的數據采樣，每次采樣的持續時間為2秒，并且可以在時間0秒，2秒，4秒，6秒，8秒，10秒，…處開始采樣。

圖3 Duffing振蕩器陣列的廣播節目監測

圖4 單一頻率正弦信號和開關電路產生的方波

3.4 Duffing振蕩器陣列檢測

Duffing振蕩器檢測系統用于判定Duffing系統是處于混沌運動狀態還是周期運動狀態。Duffing系統的狀態可通過觀察相圖（如圖1）來確定，它是人工行為，效率低且不適于工程應用；李雅普諾夫指數（Lyapunov exponent）定量描述了混沌振蕩器的這種現象的量。李雅普諾夫指數是指在相空間中相互靠近的兩條軌跡隨著時間推移，按指數分離或聚合的平均變化率。在診斷和描述混沌信號時，李雅普諾夫指數是一個不變量，是判斷混沌存在的重要依據，它的正負性用來判定系統是否混沌。

對于Duffing振子，若它的Lyapunov指數均小于0，系統處于周期運動狀態；若存在一個Lyapunov指數大于0，則系統處于混沌運動狀態。同時實驗中發現，用改進C-C方法計算時間序列的嵌入維數值為無窮大（Inf）時，觀察到Duffing振子的相圖都為混沌運動狀態。因此，當計算時間序列嵌入維數的值為無窮大時，相應的Lyapunov指數以‘0代替。

微弱信號以[0，0.01]形式間歇加入，兩次計算Lyapunov指數值，Lyapunov指數值從正數或0躍變到負數，說明Duffing振子運動狀態從混沌狀態躍變到長周期運動狀態，計數器加1。由計數器的值指示時隙內加入微弱正弦波的次數。不同類型的音頻信號需要不同閾值的Duffing振蕩器，兩個閾值的Duffing振蕩器陣列檢測如圖5所示。

圖5 Duffing振蕩器檢測陣列

3.5 李雅普諾夫指數計算

計算李雅普諾夫指數流程，如圖6所示。設置Duffing系統的參數，將解調信號輸入到Duffing振蕩器陣列，Duffing系統輸出時間序列，使用快速傅立葉變換計算時間序列的平均周期，改進C-C方法計算重構相空間的嵌入維數和時間延遲，通過相空間重建，計算最大李雅普諾夫指數。

圖6 李雅普諾夫指數計算

3.6 判決

固定時隙內，各發射機信號源加入的弱周期信號的頻率和次數不同，據Duffing振蕩器陣列檢測到的李雅普諾夫指數值躍變次數，將這個李雅普諾夫指數值的躍變次數與輸入端間歇添加到節目源的周期信號的次數進行比較，它們是否一致來識別播出音頻節目的發射機。對各發射機播出的音頻信號進行巡回檢測，實現音頻廣播節目的自動監測。

4 實際應用分析

4.1 十六個音頻片段的測試分析

試驗應用，首先使用16個音頻片段（9個為語音，7個為音樂，格式為wav）測試系統。通過測試它們的長度、幅值、抽樣率如表1所示。

根據實際播音情況，分兩種情況作檢測：（1）一個頻率音頻節目用一部發射機播出情況。在時隙內節目源間歇加入10次正弦信號。Duffing振蕩器陣列檢測到Lyapunov指數值從正數或0躍變到負數的次數也是10次。（2）一個頻率音頻節目同時用兩部發射機播出情況。一部發射機節目源加入弱信號的頻率為與Duffing系統固有頻率相同，另一部發射機節目源加入微弱信號的頻率為3。同樣在時隙內間歇加入10次正弦信號。Duffing振蕩器陣列檢測到Lyapunov指數值從正數或0躍變到負數的次數也是10次。

4.2 信噪比分析

音頻片段幅值多數在[-1，1]之間；情況1采用2倍的信號幅值，情況2采用4倍的信號幅值。弱周期信號的幅值大都為0.01，有的為0.02。由信噪比定義 = 20，多數音頻片段的信噪比在46dB和52dB之間，個別片段的信噪比小至40dB。

綜述以上試驗分析，Duffing振蕩器陣列對帶有弱正弦周期信息的音頻節目的檢測，能輸出穩定的李雅普諾夫指數值，在時隙內檢測到的李雅普諾夫指數值躍變次數與間歇加入的微弱正弦周期信號的次數一致，實現了音頻節目的識別，也滿足了信噪比指標要求。同時還具有：（1）識別信息融入音頻節目源的方法簡單。（2）識別信號的信息量很小，可換取高的信噪比，滿足發射機播音對信噪比指標的要求。（3）可識別出各播音的發射機，特別的是解決了同頻音頻廣播節目識別的問題。（4）將協議和定時相結合，簡化接收端數據采集同步的復雜的定時技術，更易于工程上的實現等特點。

5 結束語

通過采用Duffing振蕩器對弱信號檢測研究的實現，為混沌理論用于識別技術提供了一種新的算法，新的技術；也為協議和定時技術結合，為微弱信號的數據采集提供了一種新的同步技術。此項研究成功解決了同頻音頻廣播節目識別的問題，與同類的無線監測相比增加了新的技術，附加值更高；與有網絡支持的有線監測相比，極大地降低了設備成本。對于大功率廣播發射臺而言，為實時監測發射機的播出質量和效果探索出新的途徑。

參考文獻

[1] 高心，虞厥邦.復域Duffing振蕩器分數階混沌.吉林大學學報，2004.7.

[2] 何穎.混沌Duffing振子系統弱信號檢測研究和應用.長安大學學報，2010.endprint