摘 要 同音频广播节目的识别，是广播节目监测系统中技术性很强的工作。对于幅员辽阔的我国疆土，广播覆盖和广播实验工作始终离不开对广播发射机播出质量和播出效果的监测。本文通过Duffing振荡器对随机数和周期信号的不同响应，既微弱信号检测的研究，达到对同音频广播节目播出质量和效果的识别。
关键词 同音频广播 Duffing 振荡器7 混沌 微弱信号检测
中图分类号：TN931 文献标识码：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
广播发射机的播出质量直接关系到接收效果的好坏。这对于担负广播覆盖和广播实验任务的国家级广播发射台来说，发射机播出质量效果的监测是非常重要的工作，他对于发射机满功率、满调幅、满时间播出有着紧密的联系。由于广播覆盖和实验服务方向地域原因，有时往往需要多部发射机同音频广播来完成，这对于担负广播监测或自台监测播出质量效果来说，如何甄别哪部发射机播出节目的质量和效果，是发射台一项重要工作。为此，我们通过研究探索采用了对微弱信号检测，即通过Duffing振荡器对随机数和周期信号的不同的响应来识别同频音频广播节目方法，实现了对广播发射机播出效果和质量的监测。
1 广播节目的播出质量监测
1.1 广播节目监测现状
在现有的广播节目监听监测中，基本上是将接收机的接收频率手动或遥控地预置在需要监测的发射机的频率上，监听播音效果。或者是通过各发射机房的有线监测，将监测的数据存储在数据库中，由网络传输到监测部门。
这两种方式，无线检测，无法实现自动化，对于交叉覆盖的区域，不能识别是哪个台站，哪部发射机播出的节目。尤其是对于非常时期，担负特别任务的发射机，往往多部发射机从几个发射台同频音频进行广播，这就更加无法进行识别了。若采用有线监测，则需要超大容量的存储设备及网络支持，这样方式建设费用极高，且安全系数较低，如果没有内网支持就根本无法进行。
1.2 广播节目监测方向
针对以上问题，我们的研究是寻求在发射机的节目源中添加识别的信息。在监测的接收端检测这识别信息以达到识别各发射机播音的情况。由于这些供监听监测识别的信息还必须是微弱的信号，以不至于对发射机播出节目造成干扰，所以我们研究的项目就是对微弱信号检测范畴。
在发射机音频中添加微弱识别信息有两种方式，一种方式在发射机节目源中添加各个台标和发射机号，这种方式添加的信息量相对于音频广播的10KHz的保护带来说，信息量太大，且识别信息与音频信号的合成的设备和接收端对识别信息的解码设备都很复杂。信息量大，则无法满足发射机信噪比指标的要求，编解码设备复杂，则费用巨大。另一种方式是我们所研究的，是在音频节目源中间歇地添加一个微弱的单一频率的正弦波信号，不同的发射机的节目源添加的正弦波的频率和间歇次数不同。在接收端使用专门的设备（即Duffing振荡器）检测这个微弱的正弦波信号。根据接收信号是否包含有微弱正弦波信息以及间隙内出现正弦波的次数来识别播音的发射机。这种方法，识别信息与音频信号的合成方法简单，且信息量小，仅是单一频率的正弦波。使用很小的信息量可换取高的信噪比，满足了发射机对信噪比指标的要求。
其做法是在信号源中间歇地添加一个单一频率的微弱正弦波信号，接收端使用不同阈值Duffing振荡器阵列，对确知弱正弦波信号进行检测并确定时隙内Duffing振子运动状态的翻转次数，实现同频音频广播节目的识别。重点是数据采样的同步和时间序列的李雅普诺夫指数的计算。
下面对Duffing振荡器弱信号检测原理和系统设计过程进行分析。
2 Duffing振荡器的弱信号检测
Duffing方程是混沌系统的微弱信号检测中广泛使用的一个非线性方程，典型的Duffing方程具体形式为：
（1）
这里，和是状态变量，是阻尼系数， + 是非线性恢复力， （）是周期驱动力。假定 = ，得到如下的方程：
（2）
Duffing振荡器的弱信号检测：驱动力 从小到大变化，系统的状态从短周期运动到混沌运动，最后变化到长周期运动。在这过程中得到阈值。
（a）混沌状态
（b）周期运动状态
图1 Duffing振荡器的状态变化
它是系统从混沌运动到长周期运动跃变时驱动力临界值。处于临界状态的Duffing系统，对输入到系统的周期信号非常敏感，即使幅度很小的周期信号也能使系统的相图发生跃变。因此，Duffing振荡器运动状态是否跃变可判断输入信号是否存在微弱的周期信号。图1是系统的两种状态，（a）为混沌状态，（b）为周期运动状态。
3 系统设计
为监测发射机播音情况，在不同发射机的信号源间歇地添加不同频率的微弱正弦周期信号作为识别信息，在接收端解调出带有微弱周期信息的音频信号，由Duffing振荡器阵列检测时隙内添加正弦波的次数来识别播出音频节目的发射机。
3.1 识别信号的添加
图2 音频信号源间歇地添加微弱正弦波信号
正弦波发生器产生微弱的单频正弦波信号，通过开关电路形成间歇的微弱正弦波信号，控制开关频率以产生时隙内正弦波的次数，如图2所示。
3.2 信号的解调
获取微弱正弦波的识别信息，需将调制信号解调，解调的信号中将含有大幅度的音频信号和微弱的正弦周期信号，如图3的虚线框部分。
3.3 同步协议
由于是微弱信号检测，在接收端基本上不可能获取数据采样的同步信息。因此本研究采取将协议和定时技术相结合的方法。在发射端，规定开关电路产生的方波在整点处的相位为‘0’，如图4所示。接收端，数据采样次数是时隙内方波周期数的两倍，并且在方波的起点处和半周期处开始采样，采样持续时间为方波的半个周期。以保证数据采样中，奇数次采样的数据不包含识别信息（微弱的正弦波信号），偶数次采样的数据中包含有识别信息。例如，假设方波周期为4秒，且整点处的相位为‘0’，时隙内添加3次的识别信息，则在接收端时隙内要进行6次的数据采样，每次采样的持续时间为2秒，并且可以在时间0秒，2秒，4秒，6秒，8秒，10秒，…处开始采样。
图3 Duffing振荡器阵列的广播节目监测
图4 单一频率正弦信号和开关电路产生的方波
3.4 Duffing振荡器阵列检测
Duffing振荡器检测系统用于判定Duffing系统是处于混沌运动状态还是周期运动状态。Duffing系统的状态可通过观察相图（如图1）来确定，它是人工行为，效率低且不适于工程应用；李雅普诺夫指数（Lyapunov exponent）定量描述了混沌振荡器的这种现象的量。李雅普诺夫指数是指在相空间中相互靠近的两条轨迹随着时间推移，按指数分离或聚合的平均变化率。在诊断和描述混沌信号时，李雅普诺夫指数是一个不变量，是判断混沌存在的重要依据，它的正负性用来判定系统是否混沌。
对于Duffing振子，若它的Lyapunov指数均小于0，系统处于周期运动状态；若存在一个Lyapunov指数大于0，则系统处于混沌运动状态。同时实验中发现，用改进C-C方法计算时间序列的嵌入维数值为无穷大（Inf）时，观察到Duffing振子的相图都为混沌运动状态。因此，当计算时间序列嵌入维数的值为无穷大时，相应的Lyapunov指数以‘0’代替。
微弱信号以[0，0.01]形式间歇加入，两次计算Lyapunov指数值，Lyapunov指数值从正数或0跃变到负数，说明Duffing振子运动状态从混沌状态跃变到长周期运动状态，计数器加1。由计数器的值指示时隙内加入微弱正弦波的次数。不同类型的音频信号需要不同阈值的Duffing振荡器，两个阈值的Duffing振荡器阵列检测如图5所示。
图5 Duffing振荡器检测阵列
3.5 李雅普诺夫指数计算
计算李雅普诺夫指数流程，如图6所示。设置Duffing系统的参数，将解调信号输入到Duffing振荡器阵列，Duffing系统输出时间序列，使用快速傅立叶变换计算时间序列的平均周期，改进C-C方法计算重构相空间的嵌入维数和时间延迟，通过相空间重建，计算最大李雅普诺夫指数。
图6 李雅普诺夫指数计算
3.6 判决
固定时隙内，各发射机信号源加入的弱周期信号的频率和次数不同，据Duffing振荡器阵列检测到的李雅普诺夫指数值跃变次数，将这个李雅普诺夫指数值的跃变次数与输入端间歇添加到节目源的周期信号的次数进行比较，它们是否一致来识别播出音频节目的发射机。对各发射机播出的音频信号进行巡回检测，实现音频广播节目的自动监测。
4 实际应用分析
4.1 十六个音频片段的测试分析
试验应用，首先使用16个音频片段（9个为语音，7个为音乐，格式为wav）测试系统。通过测试它们的长度、幅值、抽样率如表1所示。
根据实际播音情况，分两种情况作检测：（1）一个频率音频节目用一部发射机播出情况。在时隙内节目源间歇加入10次正弦信号。Duffing振荡器阵列检测到Lyapunov指数值从正数或0跃变到负数的次数也是10次。（2）一个频率音频节目同时用两部发射机播出情况。一部发射机节目源加入弱信号的频率为与Duffing系统固有频率相同，另一部发射机节目源加入微弱信号的频率为3。同样在时隙内间歇加入10次正弦信号。Duffing振荡器阵列检测到Lyapunov指数值从正数或0跃变到负数的次数也是10次。
4.2 信噪比分析
音频片段幅值多数在[-1，1]之间；情况1采用2倍的信号幅值，情况2采用4倍的信号幅值。弱周期信号的幅值大都为0.01，有的为0.02。由信噪比定义 = 20，多数音频片段的信噪比在46dB和52dB之间，个别片段的信噪比小至40dB。
综述以上试验分析，Duffing振荡器阵列对带有弱正弦周期信息的音频节目的检测，能输出稳定的李雅普诺夫指数值，在时隙内检测到的李雅普诺夫指数值跃变次数与间歇加入的微弱正弦周期信号的次数一致，实现了音频节目的识别，也满足了信噪比指标要求。同时还具有：（1）识别信息融入音频节目源的方法简单。（2）识别信号的信息量很小，可换取高的信噪比，满足发射机播音对信噪比指标的要求。（3）可识别出各播音的发射机，特别的是解决了同频音频广播节目识别的问题。（4）将协议和定时相结合，简化接收端数据采集同步的复杂的定时技术，更易于工程上的实现等特点。
5 结束语
通过采用Duffing振荡器对弱信号检测研究的实现，为混沌理论用于识别技术提供了一种新的算法，新的技术；也为协议和定时技术结合，为微弱信号的数据采集提供了一种新的同步技术。此项研究成功解决了同频音频广播节目识别的问题，与同类的无线监测相比增加了新的技术，附加值更高；与有网络支持的有线监测相比，极大地降低了设备成本。对于大功率广播发射台而言，为实时监测发射机的播出质量和效果探索出新的途径。
参考文献
[1] 高心，虞厥邦.复域Duffing振荡器分数阶混沌.吉林大学学报，2004.7.
[2] 何颖.混沌Duffing振子系统弱信号检测研究和应用.长安大学学报，2010.
相关热词搜索： 广播节目 识别 音频 研究