[发明专利]基于隐马尔可夫模型的调频广播信号报时特征识别方法有效

专利信息
申请号: 201710197480.9 申请日: 2017-03-29
公开(公告)号: CN106877955B 公开(公告)日: 2018-12-25
发明(设计)人: 裴峥;刘越智;孔明明;马方立 申请(专利权)人: 西华大学
主分类号: H04H20/12 分类号: H04H20/12;H04H60/29
代理公司: 成都弘毅天承知识产权代理有限公司 51230 代理人: 李春芳;马林中
地址: 610036 四川*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 隐马尔可夫 模型 调频 广播 信号 报时 特征 识别 方法
【说明书】:

发明公开基于隐马尔可夫模型的调频广播信号报时特征识别方法,本发明涉及无线电监测领域,解决根据频谱特征如何识别广播整点报时的新技术问题。本发明能够仅仅采集多帧整点时段的频谱数据用以训练模型,然后仅需要对整点时刻进行监测即能完成报时特征识别,显著并实质地,降低了数据处理量,加快了“黑广播”自动发现速度;本发明不受地区和时间的限制,节省人力,有助于提高查找黑广播效率;由于整点报时是区分合法广播与“黑广播”的重要指标之一,因此本发明可用于减少“黑广播”的频点的查找数量,增加对“黑广播”识别的准确率。

技术领域

本发明涉及无线电监测领域,具体涉及基于隐马尔可夫模型的调频广播信号报时特征识别方法。

背景技术

无线电广播是许多地区和人群获得信息的便利途径。然而,一些不法商贩私设电台广播不科学、虚假、低俗的“黑广播”。“黑广播”会干扰正常无线电秩序,侵犯公众合法权益,诱骗科学意识不强的人群(如老年人),甚至可能干扰航空频段引发重大事故。由于“黑广播”是不法商贩的一种违法行为,因此“黑广播”的播放频率、播放时间和播放地点都极具隐蔽性和不确定性,这给实际确定“黑广播”的播放频率、播放时间和播放地点带来极大困难,依靠人工排查不仅费时费力,而且无法及时发现“黑广播”。目前对“黑广播”的查处主要依靠集中整治或投诉等被动方式。本发明实现了将报时特征作为合法广播的标志,减少了疑似“黑广播”的频点数量,提高了对“黑广播”自动监测的识别率。

广播整点报时是指广播电台在整点通过鸣“嘀”并播报时间的一种报时方式。在文件GBT4961-1999《广播报时信号》和GYT219-2006《广播信号嵌入时间码规范》中对广播报时有着规范的要求。将全国广播电台的报时模式总结为传统报时法、提前报时法和其他报时法。本发明根据整点报时是否含“嘀”将报时模式分为传统报时模式和不含“嘀”的报时模式。由于“黑广播”多以录播形式播出,不存在整点报时,而多数合法广播在整点时刻进行报时。因此可通过识别整点报时,识别合法广播,减少“黑广播”的判断数量。

通过频段扫描数据的光谱图可观察到各个调频广播的报时模式(见图1)。实际监测过程中可使用频段扫描数据同步分析所有信号。本发明用频段扫描数据识别报时特征。在实际监测过程中识别整点报时存在以下难点:

1)由于报时模式的多样性,各频点报时开始和结束不同步,报时持续时间长度不同(见图1);

2)由于设备原因,在采集过程中数据丢失不可避免,相同时间无法获得相同的频段扫描数据帧数;

3)数据采集速度很快(15~40ms一帧数据),如果在数据采集过程中产生偏差会使两个序列产生较大差异;

4)相邻的两个信号频点可能对彼此产生干扰。

综上所述,包含整点报时的整点时刻频段扫描数据具有以下特点:序列长度不固定;序列之间有错位;序列包含噪声。由于欧式距离对噪声十分敏感,不具备对时间轴伸缩处理的能力,不能很好地处理模式相似性度量。因此,传统的模式匹配方法误差较大。隐马尔可夫模型(Hidden Markov Model,HMM)是一种统计模型,拥有牢固的统计学基础和训练方法,适合时序建模,可有效处理上述问题中的随机性和不确定性。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西华大学,未经西华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710197480.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top