云计算在电视台广播数字电视监测系统的应用

2022-07-14任智荣

电视技术 2022年6期

任智荣

（玉溪市广播电视安全播出监测中心，云南玉溪 653100）

0 引言

随着数字技术的发展，广播电视在取得越来越好的发展成果的同时，其监测系统普遍存在严重的丢包现象和安全漏洞问题，并且数据处理速率低，严重影响监测系统运行[1-3]。为了提高系统监测广播电视播出状态的效率，提升电视播出内容的质量，本文利用云计算技术设计了一种新的广播电视监测系统。

1 广播电视监测系统硬件设计

1.1 系统整体架构设计

本文基于B/S 模型将系统架构设计为3 层[4-5]，分别是信号接入层、汇聚层以及应用层。信号接入层负责将各监测节点采集的音视频信号接入本文系统，并转换成H.264 标准和mp3 格式的数据。利用信号转换板卡将各监测节点的各路节目信号转换为IP 信号，以组播方式接入交换机，实现信号输出[6-7]。汇聚层负责整合接入层的信号。设置3 台交换机，并且设计存储模块和报警模块，具备查询、存储和报警功能，可以根据不同的输出地址规划网段，同时检测节点是否故障，避免因节点故障而影响数据传输效率。应用层负责识别音视频内容，发送判断指令。信号定位器接收指令后，记录监测板卡的信号参数，在本地存储[8]，并将信号参数传输至显示终端。显示终端获取信号后，对比广播电视播出状态，判断是否出现异常[9]。

1.2 数字电视发射机选型

数字电视发射机的作用是将输入的数字信号进行调制、放大以及进行功率的分配和合成等处理，因此，其选型非常重要。本文选用HTUD/HTVD-500W地面数字发射机，由数字电视发射机、同轴切换开关和天线组成。信号经过发射机后，通过同轴开关进行天线的匹配，由天线实现传输。采用前向纠错等方式对信号数据码流进行编码，进而形成基础数据块。将数据转换成帧数据，通过帧数据与帧头的组合输出信号，同时利用变频处理将输出信号转换为变频信号，通过天线发送信号。

2 广播电视监测系统软件设计

2.1 音视频播出信号监测

监测系统实时监测各路信号，将信号进行压缩编码，转换为IP 信号后通过网线传送至音频服务器，实现信号存储[10]。监听模块可以循环播放广播内容，在播放广播的过程中监听视频信号和音频信号，若视频和音频信号缺失数据，并且缺失时间持续较长，则判定该信号出现异常情况，此时系统发出报警。在电视节目的监测中，按照H.264 的标准和mp3 格式编码视频信号和音频信号并转换为IP信号，将转换后的信号传送到媒体多画面处理器进行存储和显示。

2.2 云计算技术调度监测资源

通过云计算技术传输和调度多源监测数据，为了加强保密性，通过系统云端存储监测数据[11]。完成数据存储后，同步化管理多源数据。但是由于广播电视监测系统在传输与调度数据的过程存在丢包现象，因此需要对监测数据进行归一化处理。此外，数据在传输过程中容易受到各种干扰，为进一步提高系统监测效果，采用尺度间小波系数降噪处理数据。

在数据调度前，初始化变量，按照质量排列需要传输的数据子流，传输子流质量最好的数据。通过曲线与表格显示监测结果的分析情况[12]，同时利用分析模块统计信息。

2.3 广播电视多画面组合显示

选择智能化控制的高清晰度显示终端，实现多画面的分割显示和调度。将彩色音频和PPM 表进行移动和叠加，随机选取1～15 路信号，设置不同尺寸的画面，实现显示。滤波处理PCM 值后，将处理结果转换为分贝形式，通过监测分贝，当其超过设定值时触发报警。

3 实验论证分析

为验证本文设计系统的可行性，搭建测试环境进行实验。根据监控中心的实际情况，设计两种监测系统平台的机器配置。一种机器配置为i3处理器、2 GB 内存DDR3，操作系统为Windows 10；另一种机器配置为CPUT8100 处理器、2 GB 内存，操作系统为Windows7 专业版。每种机器配置均设计两套，每套配置一位测试人员。完成机器配置后，准备前端设备。前端设备主机采用DellR310 服务器，采集设备为1 台CPCI 机器，包括12 块转码卡、12 块解调卡以及1 块实时视频转码卡。利用Windows 平台的软件工具测试性能，设定本文系统用户访问的数量为500 个，监测数据量为5 GB，性能测试结果如表1 所示，系统监测数据处理速率如表2 所示。

表1 系统性能测试结果

表2 系统监测数据处理速率

由表1 和表2 可知，系统监测数据响应时间随着数据量的增加而变大，但是在数据量达到5GB时，系统响应时间均在3 s 以内，并且系统监测数据响应时间最高值仅为2.01 s，其响应时间满足实际应用的要求。同时本文系统在不同负载环境下均保持稳定运行，满足系统设计的要求。统计本文测试的代码质量和测试用例质量，结果如表3 所示。其中百行代码bug 率=（bug 数/代码行数）×100%，测试用例需求覆盖率=被验证到的需求数量/总要求数量。

表3 系统测试质量统计

由表3 可知，用例共282 个，但是其中3 个用例在实验中未被测试到，分别为录像用例、参数用例以及异常报警用例，测试用例覆盖率约为98.9%，覆盖率较高，具备参考价值。根据测试结果，系统内各模块的bug 率均低于3%，其中异常报警系统模块的百行代码bug 率最高，该值仅为2.1%，频道扫描系统模块的百行代码bug 率最低，该值达到了0.0%，百行代码bug 率最高值满足电视台广播数字电视监测系统的应用需求，实际效果较好，具有一定的可行性。

系统的CPU 占比可以有效反映系统的应用性能，CPU 占比越低，表明系统的运行效果越好，并且影响其他程序运行的程度越低。实验时长为48 h，通过计算机自带软件统计CPU 占比，分析应用监测系统前后的性能变化，具体实验结果如表4 所示。

表4 CPU 占比结果

根据表4，应用本文系统后的监测系统平均CPU 占比仅为21.0%，并且应用该监测系统后，CPU 占比值相对稳定，在运行时未出现较大波动，其比应用前的32.6%CPU 占比降低了11.1%，有效降低了CPU 占比，应用价值更高。之所以出现这种情况，是因为本文监测系统应用了云计算技术同步管理多源数据，并且采用尺度间小波系数来处理数据，从而达到提高监测系统运行效果的目的。