非法广播监测系统的设计与实现

非法广播严重扰乱了广播电台的正常播出。本文设计了一种非法广播监测系统,通过主控单元控制FM接收芯片进行调频波段的轮询功能,实时监测广播频率对应的场强信息,可根据设置的合法频率名单进行频率筛查,并将非法频率信息回传到远程监控端,有效打击非法广播,维护广播电台播出秩序。

基于密度聚类与SVM的非法广播信号识别研究

针对非法广播信号的危害,以及传统人工检测效率低的问题,提出一种基于密度聚类与SVM的信号识别模型。首先,采用标准欧式距离对特征信号进行提取;其次,以聚类样本为基础,采用SVM分类器对信号分类;最后,以青海广播电视局中波台整点时刻前后300帧的数据为样本,以静音信号作为评价指标,对信号进行识别。结果表明,在正常信号中加入非法信号后,频谱中有少量的静音信号,且SVM训练时间和识别正确率都要优于传统算法。

一种用于识别非法广播的音频多特征比对方法

部分非法广播占用正常广播的频点进行播放,极具隐蔽性。为识别此类非法广播,需要采用更加综合化和智能化的手段。本文致力于通过广播音频在信号层面和语义层面特征的融合分析方法来检测识别,具体措施是:在信号层面,通过计算短时能量、短时过零率、频谱质心等指标来反映广播的信号特征;在语义层面,通过在语音识别后进行文本词频统计进而形成关键词序列来反映广播的内容特征;最后,建立基于信号和语义的多特征判决规则来进行多级融合判决,从而识别是否为存在占用正常广播频点的非法广播。基于仿真数据和真实数据的实验表明了本文方法不仅具有有效性,而且具有工程适用价值。本文方法有助于确保我国广播信息空间安全。

基于改进密度聚类与SVM的非法广播信号识别研究

针对非法广播信号给正常广播信号带来的干扰,结合中频测量数据,提出一种改进密度聚类的SVM信号识别方法。首先针对中频信号样本中不同样本的分布差异,赋予不同样本权重进行欧式距离计算,以提高距离计算的准确度;然后,以聚类样本为基础,采用SVM分类器对非法信号和正常信号分类;最后,以某广播电视局中波台和某“黑广播”频点在整点时刻前后300帧的数据作为实验对象,以静音信号作为评价指标,对信号分类识别。结果表明,通过改进密度聚类能较好获得非法广播信号的聚类中心,并且在正常广播信号中加入非法广播后,得到的频谱中有少量的静音信号,同时SVM训练时间和识别正确率都要优于其他算法。

一种基于语音识别与文本分类技术的非法广播判别方法

将人工智能技术运用到广播监管系统中可以显著提高监管的效率、降低监管成本。综合人工智能技术在无线电监管中的应用,提出了广播智能监管系统框架。通过实验研究了人工智能技术在非法广播判别过程中的应用,提出了一种基于语音识别与文本分类技术的非法广播判别方法,并结合实际应用给出了相关应用建议。

对打击非法广播电视台的几点思考

一个时期以来,非法广播电视台的涌现,严重干扰了广播电视正常播出秩序。如何加大打击非法广播电视台的管理工作,是目前一项重要的任务。非法广播电视案件存在着发现难、定位难、取证难、查处难问题。打击非法广播电视台应从建立长效工作机制、落实责任、坚持"属地监管"、发挥技术监测监管等方面着手,加快制定我国《广播电视法》、加大打击非法广播电视台违法行为的宣传、加强对打击非法广播电视台工作的组织领导和对非法广播电视台设置规律特点的研究。

浅谈如何查处非法广播电台

为了维护广大人民群众的利益,发现、查处非法广播电台尤为重要。本文从非法广播电台的现状及危害入手,着重探讨了如何查处非法广播电台。

打击非法广播电视台 保障广电网络播出安全

亳州地区以及周边非法广播电视台大量涌现,严重干扰了亳州市台及下辖三县广播电视台的正常播出秩序。如何打击非法台的管理工作,是当前亳州市广电局、亳州市无线电管理处及亳州市广播电视台的一项重要任务。非法广播电视台存在着发现难、定位难、查处难等问题。打击非法广播电视台应建立长效工作机制、落实责任、坚持"属地监管"。

非法广播智能监测系统的设计

随着信息技术的发展,调频广播技术也迎来了新的发展机遇,但也面临着巨大的挑战,因此非法调频广播的监管对于整个广播行业的发展而言尤为重要。基于此,通过建立健全相应的非法调频广播智能监测以及安全管理系统,可以有效地提升各个辖区调频广播频率的安全实时监测,并且还可以有效地对非法调频广播进行精准、严厉的打击,促进广播电视传播的规范科学化,进而维护整个社会的安全稳定。

利用RDS技术快速鉴别非法广播

非法广播监测是广播电视监管的一项重要工作,随着技术的发展,监测手段已经从传统的人工监测发展到集成在线式智能监测系统,但新的系统还是存在漏报、误报的情况,基于此类情况是否可以通过已有的RDS调频多工技术予以解决,本文给出一个方向仅做参考。

分布式非法调频广播监测系统的设计与实现

非法调频广播对广播机构的公信力造成负面影响。非法广播播出设备结构简单、覆盖距离有限,难于发现和定位。本文归纳实际工作经验,设计了一种可用于分布式监测非法调频广播的监测系统,并部署应用。

基于贝叶斯判别的非法调频广播电台的识别

“黑广播”即非法调频广播。目前,各级各地行政执法部门不断向非法设置使用调频广播“亮剑”,取得了良好的效果。但是,在非法调频广播的判断上以人工判断为主,在机器学习上有所探讨,且主要以语音转文字后的机器学习为主,在利用调频广播的信号特征上进行机器判断的研究较少。因此,引入贝叶斯判别方法,以构建的6个信号特征为维度,分析构建的合法音乐广播、合法新闻广播以及非法调频广播,并用某一非法调频广播进行验证判断,获得了较高的准确率。

打击治理“黑广播”违法犯罪活动技术防范实践

针对“黑广播”违法犯罪活动频繁、违法设备安放隐秘、播出时间无规律、监听监测设备落后、监测定位困难等问题,通辽市部署了智能识别和实时监控自动化设备,对调频广播进行全频段、全方位、全时段监测,实现自动定位、自动录音、自动报警。本文就技术设备使用实践进行了介绍。