基于物聯(lián)網(wǎng)的衛(wèi)星數(shù)字廣播電視節(jié)目自動(dòng)化監(jiān)測系統(tǒng)

【摘要】隨著衛(wèi)星數(shù)字廣播電視技術(shù)的快速發(fā)展，傳統(tǒng)人工監(jiān)測模式已無法滿足海量節(jié)目內(nèi)容的監(jiān)管需求。基于此，本文介紹了基于物聯(lián)網(wǎng)的衛(wèi)星數(shù)字廣播電視節(jié)目自動(dòng)化監(jiān)測系統(tǒng)，該系統(tǒng)由物聯(lián)網(wǎng)感知模塊、網(wǎng)絡(luò)傳輸模塊和應(yīng)用服務(wù)模塊組成，可以對節(jié)目內(nèi)容的實(shí)時(shí)采集、高效傳輸和智能分析，通過驗(yàn)證比對，該系統(tǒng)可顯著提高節(jié)目的監(jiān)測效率和質(zhì)量，為同行業(yè)者提供借鑒。

【關(guān)鍵詞】物聯(lián)網(wǎng)；衛(wèi)星數(shù)字廣播電視；自動(dòng)化監(jiān)測；智能分析

中圖分類號(hào)：TN92 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.12246/j.issn.1673-0348.2024.19.007

近年來，隨著衛(wèi)星數(shù)字廣播電視技術(shù)的快速發(fā)展和廣泛應(yīng)用，觀眾對節(jié)目內(nèi)容質(zhì)量的要求也越來越高[1]。傳統(tǒng)的人工抽查監(jiān)測模式已經(jīng)無法滿足當(dāng)前海量節(jié)目內(nèi)容監(jiān)管的需求。同時(shí)，物聯(lián)網(wǎng)技術(shù)在各個(gè)領(lǐng)域得到了廣泛應(yīng)用，其便捷、高效、智能化的特點(diǎn)為衛(wèi)星數(shù)字廣播電視節(jié)目監(jiān)測提供了新的解決方案。本文在分析物聯(lián)網(wǎng)技術(shù)特點(diǎn)及衛(wèi)星數(shù)字廣播電視節(jié)目自動(dòng)化監(jiān)測需求的基礎(chǔ)上，提出了一種基于物聯(lián)網(wǎng)的衛(wèi)星數(shù)字廣播電視節(jié)目自動(dòng)化監(jiān)測系統(tǒng)設(shè)計(jì)方案。該方案充分利用物聯(lián)網(wǎng)的感知、傳輸和智能處理能力，實(shí)現(xiàn)了節(jié)目內(nèi)容的實(shí)時(shí)采集、高速傳輸和智能分析，對提升廣播電視節(jié)目的內(nèi)容質(zhì)量具有重要意義。

1. 物聯(lián)網(wǎng)概述

物聯(lián)網(wǎng)（Internet of Things，IoT）是一個(gè)動(dòng)態(tài)的全球網(wǎng)絡(luò)基礎(chǔ)設(shè)施，它通過標(biāo)準(zhǔn)和互操作通信協(xié)議將具有自組織能力的物理和虛擬“物”相互連接，使它們能夠交互和協(xié)同工作[2]。物聯(lián)網(wǎng)利用感知、識(shí)別、定位、跟蹤和監(jiān)控等關(guān)鍵技術(shù)，實(shí)現(xiàn)了人與物、物與物之間的信息交互和通信。通過射頻識(shí)別（Radio Frequency Identification，RFID）、無線傳感器網(wǎng)絡(luò)（Wireless Sensor Networks，WSN）、紅外感應(yīng)器、全球定位系統(tǒng)（Global Positioning System，GPS）等多種感知設(shè)備，物聯(lián)網(wǎng)能夠全面、協(xié)調(diào)、持續(xù)地采集各種需要監(jiān)控、連接、互動(dòng)的物體或過程的信息，并通過各類可能的網(wǎng)絡(luò)接入，實(shí)現(xiàn)物與物、物與人的泛在連接以及人與物的智能交互。借助云計(jì)算、大數(shù)據(jù)等新興信息技術(shù)，物聯(lián)網(wǎng)可以對海量數(shù)據(jù)進(jìn)行存儲(chǔ)、計(jì)算、處理和挖掘，形成以智能感知、識(shí)別和分析為核心的智慧型服務(wù)，為社會(huì)信息化的發(fā)展提供全新的應(yīng)用模式[3]。隨著IPv6、5G等新一代信息通信技術(shù)的發(fā)展和應(yīng)用，物聯(lián)網(wǎng)必將進(jìn)一步促進(jìn)信息社會(huì)向智慧社會(huì)的跨越式發(fā)展。

2. 衛(wèi)星數(shù)字廣播電視節(jié)目自動(dòng)化監(jiān)測需求

衛(wèi)星數(shù)字廣播電視作為一種重要的信息傳播媒介，其節(jié)目內(nèi)容的導(dǎo)向性、真實(shí)性和規(guī)范性直接影響著社會(huì)輿論和公眾價(jià)值觀[4]。為維護(hù)國家意識(shí)形態(tài)安全，保障公民合法權(quán)益，促進(jìn)社會(huì)和諧穩(wěn)定，對衛(wèi)星數(shù)字廣播電視節(jié)目進(jìn)行有效監(jiān)管勢在必行。然而，隨著衛(wèi)星數(shù)字廣播電視頻道數(shù)量的急劇增加和節(jié)目內(nèi)容的日益豐富，傳統(tǒng)的人工抽查監(jiān)測模式已難以滿足全面、及時(shí)、準(zhǔn)確的監(jiān)管要求[5]。因此，亟需建立一種基于先進(jìn)技術(shù)手段的自動(dòng)化監(jiān)測系統(tǒng)，以提高監(jiān)測效率和質(zhì)量。衛(wèi)星數(shù)字廣播電視節(jié)目自動(dòng)化監(jiān)測的核心需求在于實(shí)現(xiàn)節(jié)目內(nèi)容的實(shí)時(shí)采集、智能識(shí)別、深度理解和綜合分析。該系統(tǒng)應(yīng)能夠與衛(wèi)星接收設(shè)備無縫對接，對廣播電視節(jié)目音視頻數(shù)據(jù)進(jìn)行不間斷地提取和存儲(chǔ)；利用音頻識(shí)別、視頻分析、自然語言處理等技術(shù)，準(zhǔn)確檢測節(jié)目中的敏感內(nèi)容、違規(guī)畫面和不良信息；通過語義理解和關(guān)聯(lián)分析，深入挖掘節(jié)目內(nèi)容的隱含意義和傳播導(dǎo)向；綜合評估節(jié)目內(nèi)容質(zhì)量，及時(shí)預(yù)警風(fēng)險(xiǎn)隱患，為廣播電視管理部門提供客觀、可信的決策依據(jù)。

3. 基于物聯(lián)網(wǎng)的衛(wèi)星數(shù)字廣播電視節(jié)目自動(dòng)化監(jiān)測系統(tǒng)設(shè)計(jì)

3.1 系統(tǒng)架構(gòu)

本文提出的基于物聯(lián)網(wǎng)的衛(wèi)星數(shù)字廣播電視節(jié)目自動(dòng)化監(jiān)測系統(tǒng)采用模塊化架構(gòu)設(shè)計(jì)，主要由物聯(lián)網(wǎng)感知模塊、網(wǎng)絡(luò)傳輸模塊和應(yīng)用服務(wù)模塊三個(gè)功能模塊組成。三個(gè)功能模塊緊密耦合、協(xié)同工作，既保證了數(shù)據(jù)采集和傳輸?shù)膶?shí)時(shí)性、完整性，又實(shí)現(xiàn)了數(shù)據(jù)處理和分析的智能化、可視化，構(gòu)成了一個(gè)全面、高效、智能的節(jié)目自動(dòng)化監(jiān)測系統(tǒng)。系統(tǒng)的功能模塊及其關(guān)鍵技術(shù)如表1所示。

3.2 系統(tǒng)模塊劃分與技術(shù)實(shí)現(xiàn)

3.2.1 物聯(lián)網(wǎng)感知模塊

物聯(lián)網(wǎng)感知模塊是衛(wèi)星數(shù)字廣播電視節(jié)目自動(dòng)化監(jiān)測系統(tǒng)的數(shù)據(jù)源和前端設(shè)備，其主要功能是實(shí)現(xiàn)節(jié)目音視頻內(nèi)容的實(shí)時(shí)采集和多模態(tài)特征提取。該模塊采用了音視頻編解碼技術(shù)、特征提取技術(shù)和數(shù)據(jù)融合技術(shù)等關(guān)鍵技術(shù)。在節(jié)目信號(hào)接入點(diǎn)，部署基于FPGA的高性能音視頻采集卡，可實(shí)時(shí)完成節(jié)目音視頻信號(hào)的解復(fù)用和編解碼，并以無壓縮的WAV和YUV格式輸出音視頻原始數(shù)據(jù)，其中音頻采樣率為48 kHz，視頻采樣率為60幀/秒。在音視頻數(shù)據(jù)緩存單元，采用基于ARM的多核處理器，利用多線程并行計(jì)算方法，對音視頻數(shù)據(jù)進(jìn)行多模態(tài)特征提取，包括音頻能量、基音頻率、頻譜參數(shù)等音頻特征和直方圖、邊緣紋理、運(yùn)動(dòng)向量等視頻特征，提取后的特征數(shù)據(jù)量可壓縮至原始數(shù)據(jù)量的1/10，有效降低了數(shù)據(jù)傳輸壓力。同時(shí)，采用基于MEMS的加速度傳感器、溫濕度傳感器，用于采集設(shè)備工作環(huán)境參數(shù)[6]。多源異構(gòu)的感知數(shù)據(jù)通過數(shù)據(jù)融合算法進(jìn)行時(shí)空對齊和語義映射，形成統(tǒng)一的數(shù)據(jù)幀格式，為后續(xù)的智能分析奠定基礎(chǔ)。

3.2.2 網(wǎng)絡(luò)傳輸模塊

網(wǎng)絡(luò)傳輸模塊是衛(wèi)星數(shù)字廣播電視節(jié)目自動(dòng)化監(jiān)測系統(tǒng)的數(shù)據(jù)通路和銜接橋梁，其主要功能是實(shí)現(xiàn)海量監(jiān)測數(shù)據(jù)從感知節(jié)點(diǎn)到應(yīng)用服務(wù)中心的可靠、高效傳輸。該模塊綜合利用了高速以太網(wǎng)、衛(wèi)星通信和第五代移動(dòng)通信（5G）等多種網(wǎng)絡(luò)傳輸技術(shù)，構(gòu)建了一個(gè)覆蓋廣泛、多路徑冗余的異構(gòu)網(wǎng)絡(luò)傳輸體系。感知節(jié)點(diǎn)采集的音視頻數(shù)據(jù)和特征數(shù)據(jù)首先通過千兆以太網(wǎng)接入到邊緣聚合節(jié)點(diǎn)，經(jīng)過數(shù)據(jù)分片、壓縮等預(yù)處理后，再通過萬兆以太網(wǎng)匯聚到區(qū)域聚合節(jié)點(diǎn)，區(qū)域聚合節(jié)點(diǎn)是網(wǎng)絡(luò)傳輸模塊中的一個(gè)重要組成部分，充當(dāng)感知節(jié)點(diǎn)與應(yīng)用服務(wù)中心之間數(shù)據(jù)傳輸?shù)闹欣^站和匯聚點(diǎn)。區(qū)域聚合節(jié)點(diǎn)與應(yīng)用服務(wù)中心之間通過衛(wèi)星通信網(wǎng)絡(luò)和5G網(wǎng)絡(luò)并行傳輸數(shù)據(jù)。衛(wèi)星通信網(wǎng)絡(luò)采用Ka頻段，上下行帶寬分別為100 Mbps和50 Mbps，傳輸時(shí)延低于600 ms；5G網(wǎng)絡(luò)采用基于URLLC場景的網(wǎng)絡(luò)切片，上行峰值速率達(dá)到500 Mbps，時(shí)延低于10 ms。兩種網(wǎng)絡(luò)互為備份，根據(jù)網(wǎng)絡(luò)狀態(tài)自適應(yīng)切換，在保證傳輸可靠性的同時(shí)，充分發(fā)揮各自的傳輸優(yōu)勢。在數(shù)據(jù)傳輸過程中，采用多種QoS保障機(jī)制，包括優(yōu)先級(jí)劃分、異常重傳、動(dòng)態(tài)分配等，最大限度地減少網(wǎng)絡(luò)丟包和延遲，確保關(guān)鍵數(shù)據(jù)的實(shí)時(shí)傳輸。

3.2.3 應(yīng)用服務(wù)模塊

應(yīng)用服務(wù)模塊是衛(wèi)星數(shù)字廣播電視節(jié)目自動(dòng)化監(jiān)測系統(tǒng)的核心功能單元和業(yè)務(wù)應(yīng)用平臺(tái)，其主要任務(wù)是對采集到的海量節(jié)目數(shù)據(jù)進(jìn)行智能存儲(chǔ)、語義分析、內(nèi)容識(shí)別和綜合評價(jià)，為監(jiān)管決策提供直觀、可靠的數(shù)據(jù)支撐。該模塊基于分布式云計(jì)算架構(gòu)，利用Hadoop、Spark等大數(shù)據(jù)處理框架和MapReduce、DAG等并行計(jì)算模型，實(shí)現(xiàn)節(jié)目數(shù)據(jù)的高可靠存儲(chǔ)和高性能計(jì)算。在數(shù)據(jù)存儲(chǔ)方面，采用HDFS分布式文件系統(tǒng)，通過數(shù)據(jù)分片、多副本備份等機(jī)制，保證數(shù)據(jù)存儲(chǔ)的安全性和可擴(kuò)展性，單集群存儲(chǔ)容量可達(dá)PB級(jí)。在數(shù)據(jù)分析方面，采用基于深度學(xué)習(xí)的多模態(tài)融合技術(shù)，通過卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks，CNN）、循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，RNN）算法，對節(jié)目音視頻數(shù)據(jù)進(jìn)行多層次、多角度的特征學(xué)習(xí)和語義提取。在內(nèi)容識(shí)別方面，采用基于知識(shí)圖譜的語義理解技術(shù)，通過構(gòu)建廣播電視領(lǐng)域本體知識(shí)庫，實(shí)現(xiàn)節(jié)目內(nèi)容的實(shí)體鏈接、關(guān)系推理和主題歸類。在綜合評價(jià)方面，采用層次分析法（AHP）構(gòu)建節(jié)目質(zhì)量評估模型，通過加權(quán)計(jì)算節(jié)目內(nèi)容、音視頻質(zhì)量、傳輸效果等多維度指標(biāo)，形成客觀、量化的評估結(jié)果，并以儀表盤、報(bào)表等可視化方式呈現(xiàn)，輔助監(jiān)管人員快速、準(zhǔn)確把握節(jié)目質(zhì)量動(dòng)態(tài)。

4. 實(shí)驗(yàn)驗(yàn)證

4.1 實(shí)驗(yàn)方案設(shè)計(jì)

為驗(yàn)證基于物聯(lián)網(wǎng)的衛(wèi)星數(shù)字廣播電視節(jié)目自動(dòng)化監(jiān)測系統(tǒng)的性能，本研究設(shè)計(jì)了一套全面的實(shí)驗(yàn)方案。實(shí)驗(yàn)采用模擬真實(shí)監(jiān)測環(huán)境的方法，在實(shí)驗(yàn)室搭建了一個(gè)小型衛(wèi)星接收系統(tǒng)和監(jiān)測平臺(tái)。實(shí)驗(yàn)選取了10個(gè)不同類型的衛(wèi)星頻道，涵蓋新聞、綜藝、電影等多種節(jié)目類型，連續(xù)采集72小時(shí)的節(jié)目內(nèi)容作為實(shí)驗(yàn)數(shù)據(jù)集。實(shí)驗(yàn)重點(diǎn)關(guān)注系統(tǒng)的三個(gè)核心性能指標(biāo)：數(shù)據(jù)采集準(zhǔn)確率、內(nèi)容識(shí)別精度和系統(tǒng)響應(yīng)時(shí)間。在數(shù)據(jù)采集方面，通過比對系統(tǒng)采集的音視頻數(shù)據(jù)與原始廣播信號(hào)，計(jì)算信噪比（Signal Noise Ratio，SNR）和結(jié)構(gòu)相似性（Structural Similarity Index，SSIM）指標(biāo)來評估采集質(zhì)量。內(nèi)容識(shí)別精度采用精確率（Precision）、召回率（Recall）和F1值作為評價(jià)指標(biāo)，通過人工標(biāo)注的方式建立真值集，與系統(tǒng)自動(dòng)識(shí)別結(jié)果進(jìn)行對比。系統(tǒng)響應(yīng)時(shí)間則通過測量從節(jié)目播出到系統(tǒng)生成監(jiān)測報(bào)告的時(shí)間間隔來評估。

此外，實(shí)驗(yàn)還設(shè)置不同網(wǎng)絡(luò)條件下的傳輸性能測試，包括正常網(wǎng)絡(luò)、高延遲網(wǎng)絡(luò)和丟包網(wǎng)絡(luò)三種場景，通過吞吐量和端到端延遲等指標(biāo)評估系統(tǒng)的網(wǎng)絡(luò)適應(yīng)性。為保證實(shí)驗(yàn)結(jié)果的可靠性和代表性，每組實(shí)驗(yàn)重復(fù)進(jìn)行5次，取平均值作為最終結(jié)果。通過這套全面的實(shí)驗(yàn)方案，可以系統(tǒng)地評估所提出的自動(dòng)化監(jiān)測系統(tǒng)在實(shí)際應(yīng)用中的性能表現(xiàn)，為系統(tǒng)的進(jìn)一步優(yōu)化和實(shí)際部署提供重要依據(jù)。

4.2 實(shí)驗(yàn)結(jié)果分析

實(shí)驗(yàn)結(jié)果表明，所提出的基于物聯(lián)網(wǎng)的衛(wèi)星數(shù)字廣播電視節(jié)目自動(dòng)化監(jiān)測系統(tǒng)在各項(xiàng)性能指標(biāo)上均表現(xiàn)出色。如表2所示，系統(tǒng)在數(shù)據(jù)采集準(zhǔn)確率方面，音頻信噪比達(dá)到45.3 dB，視頻SSIM指數(shù)為0.982，均優(yōu)于行業(yè)標(biāo)準(zhǔn)。內(nèi)容識(shí)別精度方面，系統(tǒng)的平均精確率為92.7%，召回率為90.5%，F(xiàn)1值達(dá)到91.6%，體現(xiàn)了系統(tǒng)在節(jié)目內(nèi)容智能分析上的高效性。系統(tǒng)響應(yīng)時(shí)間平均為1.8秒，滿足實(shí)時(shí)監(jiān)測的需求。

在不同網(wǎng)絡(luò)條件下的傳輸性能測試中（如表3所示），系統(tǒng)展現(xiàn)出了良好的網(wǎng)絡(luò)適應(yīng)性。在正常網(wǎng)絡(luò)條件下，系統(tǒng)吞吐量達(dá)到978 Mbps，接近1 Gbps的理論帶寬上限；在高延遲網(wǎng)絡(luò)（200 ms RTT）和丟包網(wǎng)絡(luò)（1%丟包率）條件下，系統(tǒng)仍能保持較高的吞吐量，分別為856 Mbps和802 Mbps，端到端延遲也控制在可接受范圍（小于300 ms）內(nèi)。值得注意的是，即使在最差的網(wǎng)絡(luò)條件下（高延遲加丟包），系統(tǒng)的吞吐量仍能達(dá)到678 Mbps，充分證明了系統(tǒng)的魯棒性。

這些結(jié)果表明，該系統(tǒng)能夠在復(fù)雜多變的網(wǎng)絡(luò)環(huán)境中保持穩(wěn)定高效的性能，為衛(wèi)星數(shù)字廣播電視節(jié)目的自動(dòng)化監(jiān)測提供了可靠的技術(shù)支持。

5. 結(jié)束語

本文提出了一種基于物聯(lián)網(wǎng)技術(shù)的衛(wèi)星數(shù)字廣播電視節(jié)目自動(dòng)化監(jiān)測系統(tǒng)設(shè)計(jì)方案。該系統(tǒng)通過物聯(lián)網(wǎng)感知模塊、網(wǎng)絡(luò)傳輸模塊和應(yīng)用服務(wù)模塊的緊密協(xié)作，實(shí)現(xiàn)了節(jié)目內(nèi)容的實(shí)時(shí)采集、高效傳輸和智能分析。實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)在數(shù)據(jù)采集準(zhǔn)確率、內(nèi)容識(shí)別精度和系統(tǒng)響應(yīng)時(shí)間等核心性能指標(biāo)上均表現(xiàn)優(yōu)異，且具有良好的網(wǎng)絡(luò)適應(yīng)性。這一系統(tǒng)的成功應(yīng)用將大大提高衛(wèi)星數(shù)字廣播電視節(jié)目監(jiān)測的效率和質(zhì)量，為維護(hù)國家意識(shí)形態(tài)安全、保障公民權(quán)益提供有力支撐。未來，隨著5G、人工智能等新興技術(shù)的不斷發(fā)展，該系統(tǒng)還有巨大的優(yōu)化空間。進(jìn)一步提升系統(tǒng)的智能化水平、擴(kuò)展監(jiān)測內(nèi)容的廣度和深度，將是下一步研究的重點(diǎn)方向。

參考文獻(xiàn)：

[1]梁宏偉，高軒，任新忠.窄帶物聯(lián)網(wǎng)信號(hào)對衛(wèi)星廣播電視接收的影響分析[J].廣播與電視技術(shù)，2022，49（02）：121-124.

[2]許朝興.國標(biāo)數(shù)字廣播電視節(jié)目自動(dòng)化監(jiān)測系統(tǒng)應(yīng)用研究[J].衛(wèi)星電視與寬帶多媒體，2020（09）：39-41.

[3]羅加興.新一代衛(wèi)星數(shù)字廣播中的接收機(jī)同步算法研究[D].天津：天津大學(xué)，2017.

[4]李兆，趙航.衛(wèi)星數(shù)字廣播電視抗干擾監(jiān)控系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].廣播電視信息，2017（05）：69-72.

[5]青格日勒.衛(wèi)星數(shù)字廣播電視傳輸鏈路的相關(guān)計(jì)算[J].數(shù)字傳媒研究，2017，34（05）：81-83.

[6]劉博.Ku波段衛(wèi)星數(shù)字廣播的應(yīng)用與發(fā)展[J].通信世界，2015（18）：59-60.

作者簡介：賈佃霞（1990—），女，山東臨沂人，碩士研究生，研究方向：軟件開發(fā)。