基于5G与区块链技术的中波广播信号覆盖效果智能监测系统应用研究

于海泉 吴金友 梁秀文

（作者单位：1.哈尔滨广播器材有限责任公司；2.四川省广播电视局成都发射传输台；3.四川省广播电视新闻与传播研究所）

随着5G技术和区块链技术的快速发展，基于5G技术与区块链技术的相关监测技术在广播电视发射台的信号源系统、电力系统、发射机系统、安全防范系统等方面得到了广泛应用，但对于中波广播覆盖区域范围的信号信息数据监测、覆盖效果态势实时评估等方面，还是依赖省、市级的广播电视监测中心来完成。另外，中波广播信号有地波和天波两种传播方式，白天主要是沿地球表面传播的地波传播，会受到诸如山势地形、高大建筑、强电磁等因素的影响。在中波广播信号传播的有效覆盖区域范围内，若由于城市建设的规划需要，如增建高层建筑、超高压输电线、大功率输变电站等设施，该区域范围的中波广播信号覆盖质量、收听效果将会受到较大影响。为了提高中波发射台对中波广播信号覆盖区域的自台监测水平和覆盖效果态势的智能评估能力，本文基于5G技术与区块链技术在中波广播信号覆盖区域范围的监测布点、实时信号传输、智能监测和覆盖范围效果评估等方面进行了针对性研究。

1 系统概述

中波广播信号覆盖效果智能监测系统，是基于5G技术与区块链技术的监测功能应用场景。通过构建监测区域场景图、三维模型图来布置数据采集节点。通过在监测系统输入需监测的中波广播信号频率、发射机发射功率等技术参数；自动采集信号采集场强数据；监测设备实时回传信息数据。数据信息分析系统，根据预设监测设备区域范围电磁场分布图、电磁干扰设备类型图、地理位置信息图以及预设的信号传输路径等，对中波广播信号监测各采集点进行数据处理；系统根据回传后的信号参数信息数据进行大数据分析，对中波广播信号覆盖效果态势进行评估，并智能生成中波广播电磁场强实时覆盖效果信息数据图。

2 采用的关键技术和算法

2.1 关键技术

2.1.1 5G技术

5G技术，具有高速率、低时延和大连接的技术特点，该项技术的应用，实现了人、机、物之间快速连接和互联互通。

2.1.2 区块链技术

区块链技术是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链技术本质上就是一个去中心化的数据库，是一种按照时间顺序将信息区、数据块连接的一种链式数据结构，并以密码学技术保证数据信息不可篡改和不可伪造。

2.1.3 奇异值分解技术

奇异值分解技术是一种矩阵分解方法，也就是将一个矩阵分解为左奇异向量矩阵、奇异值矩阵和右奇异向量矩阵的三个矩阵乘积。

2.2 关键算法

2.2.1 蚁群算法

蚁群算法是通过模拟蚂蚁在搜索食物过程中的捕食行为，来寻找问题的最优解。在蚁群捕食过程中，蚂蚁通过释放信息素，引导其他蚂蚁前往更有可能找到食物的路径。而信息素的浓度会随着时间不断更新，蚂蚁在选择路径时会倾向于选择信息素浓度较高的路径。

2.2.2 射线追踪法

射线追踪法是一种用于渲染图像的计算机图形学技术。它模拟光线从观察者（相机或眼睛）发出，通过场景中的物体相互反射、折射或吸收，最终达到图像平面的过程。通过射线追踪法，结合需监测区域的实时场景模型图中的地形建筑，规划出多条监测设备与信号接入节点之间的信号传输路径。

2.2.3 离子群优化算法

离子群优化算法是一种模拟自然界中粒子集群行为的群体智能算法，是基于对粒子空间搜索的基本原理，通过模拟离子在离子束中的相互影响和作用，结合每一条信号传输路程与信号损耗计算寻找并解决问题的最优方案，通过此方法获取监测设备与信号接入节点之间传送过程中最低的信息损耗传输路径。

2.2.4 豪斯多夫（Hausdorff）距离算法

该算法用于计算两个采集点之间的距离算法。利用豪斯多夫距离，计算出点集A到点集B每个点的最短距离，以及点集B到点集A每个点的最短距离，豪斯多夫距离常用于图像匹配、形状匹配和目标识别等场景。

2.2.5 电磁强度的计算公式：

式（1）中，E表示电磁强度；μ 表示磁导率；L表示电流大小；r表示电磁干扰设备与预设采集位置节点之间的距离。

3 系统功能实现方法

3.1 标定信号监测布点区域

通过无人机对中波广播信号覆盖区域进行航拍，获取预置评估应用场景图像，重构后得到信号覆盖区域的实时应用场景模型图，从而标定出中波广播信号监测布点区域和范围。

3.2 构建电磁场分布图

对信号监测区域范围的实时场景模型图进行大数据检索，获取需监测区域中所存在的电磁干扰设备的类型与地理位置信息；系统根据相关信息数据构建电磁场计算模型。系统将需监测区域范围内所存在的电磁干扰设备的类型、地理位置信息数据导入电磁场计算模型，通过相关算法，得到监测区域内各个预设地理位置的信号采集节点的电磁强度；系统再根据各个监测区域位置采集节点的电磁强度，生成监测区域范围电磁场分布图。

3.3 构建信号传输路径

获取监测设备的信号采集节点的地理位置与预设布点数据，按照时间顺序导入实时场景模型图；系统通过射线追踪法进行传输路径规划，得出若干条信号传输路径，并计算出每一条信号传输路径的传输距离。

将若干条信号传输路径导入电磁场分布图中，得到每一条传输路径的多个采集节点上的电磁强度，根据多个采集节点上的电磁强度，计算出每一条信号传输路径的信号电磁损耗值。再通过离子群优化算法，对每一条信号传输路径的传输距离与信号电磁损耗值进行最优解计算，得出最优信号传输路径，并将其标定为监测设备的预设信号传输路径。

3.4 构建特性数据库

通过网络大数据，获取对中波广播的传输信号造成影响的干扰场景模型图，据此构建数据库，并将干扰场景模型图导入数据库，得到干扰场景模型特性数据库。

（1）获取实时场景图像数据，对图像数据进行网格化处理，得到实时场景模型图。

（2）对实时场景模型图进行修正处理，将修正后的实时场景模型图导入特性数据库。

（3）通过豪斯多夫距离算法，计算修正后的实时场景模型图与各干扰场景模型图之间的相似度和相关联度，得到多个场景相似度和相关联度。

（4）将多个相似度分别与预设相似度的阈值进行数据信息对比，将相似度大于预设相似度的实时场景模型图标记为监测区域范围。

3.5 实时场景图

将实时场景模型图导入矩阵分解模型，对实时场景模型图进行奇异值分解，得出左奇异向量矩阵、奇异值矩阵、右奇异向量矩阵。

（1）根据左奇异向量矩阵、奇异值矩阵、右奇异向量矩阵重新构建，得出实时场景模型图的原始矩阵。

（2）在左奇异向量矩阵中选取2项数值，在右奇异向量矩阵中选取2项数值，得到象限坐标值。

（3）选取实时场景模型图的几何中心点作为原点。

（4）根据坐标及原点位置构建坐标系。将原始矩阵输入坐标系中，获取原始矩阵中各顶点向量值的三维坐标数集。

（5）获取三维坐标数集的极限坐标点集合，将极限坐标点的集合进行重新组合，得到修正后的实时场景模型图。

3.6 定初始布置点

构建监测设备的三维模型图，获取监测区域实时场景模型图，根据监测设备的三维模型图与需监测区域的实时场景模型图，得出监测区域初始布置点。

（1）获取监测设备的数据参数，据此构建监测设备的三维模型图。

（2）获取需监测区域的实时场景模型图，将实时场景模型图与监测设备的三维模型图导入蚁群算法中进行反复对比，得出监测设备的初始布置点。

（3）获取需监测区域工程规划信息，据此确定出初始布置点是否为工程施工干涉点。若初始布置点不是工程施工干涉点，则将初始布置点标定为监测设备的预设布置点。若是工程施工干涉点，则对初始布置点进行重新检索布置；重新预设布置点，直至预设布置点不是工程施工干涉点，才能将其标定为监测设备的预设布置点。

3.7 预设信号采集参数

根据信号采集节点，预设中波广播信号频率和发射机功率，以及数据传输路径等信息数据，确定信号采集节点的采集参数数据。

（1）根据预设中波广播信号频率及预设信号传输路径，计算出监测设备的初始信号传输速率。

（2）将初始信号传输速率与预设传输速率进行数据对比，测试传输速率是否正常。

若初始信号传输速率大于预设传输速率，则信号采集节点预设中波发射机频率、发射功率，则标定的信号采集节点速率采集正常。若初始信号传输速率小于预设传输速率，则进行调整，直至初始信号传输速率大于预设传输速率。根据调整后的预设发射机频率与频率，输入信号采集节点的预设采集参数。

3.8 构建知识图谱

（1）通过大数据分析，获取不同环境介电常数，构建知识图谱，并将不同环境参数组合的预设信号传输路径的介电常数导入知识图谱。

（2）获取预设信号传输路径的实时环境参数，将实时环境参数导入知识图谱；通过灰色关联分析法，计算实时环境参数与各环境参数组合之间的相似度和相关联度，得到多个相似度和相关联度。

（3）构建介电常数排序表，将多个相似度导入排序表中进行相似度大小、关联排序。排序完成后，提取出最大相似度，获取与最大相似度对应的环境参数组合，并根据与最大相似度对应的环境参数组合确定出预设信号传输路径的实时介电常数。

（4）将实时介电常数与预设介电常数进行比对，若实时介电常数大于预设介电常数，则进行信息数据修正。

4 系统功能实现步骤

4.1 确定监测区域

获取中波广播发射机的信号覆盖区域的实时场景图像，从而确定出监测区域。

4.2 预设点位

基于监测设备的三维模型图与需监测区域的实时场景模型图，得到监测设备的预设布局点。

4.3 确定传输方式

根据电磁场分布图以及电磁干扰设备的类型与位置信息规划得到监测设备的预设信号传输路径。

在监测设备安装后，通过无线传输的方式将监测设备定时采集到的信号数据传送至远程终端，而此传输过程需要采用广播电视网、微波传输网等接入信号传输节点，作为监测信号采集节点实时传输。简单来说，监测设备需要将所采集到的信号数据传输至信号接入采集节点，然后再经过信号接入节点将所采集到的信号数据传送至发射台站数据分析终端，从而实现信号的远程传输。

4.4 设置采集参数

根据中波广播发射台发射机功率、频率以及预设信号传输路径确定信号接入节点的预设采集参数。

4.5 数据分析

根据采集的数据，数据分析系统进行数据信息分析和信号覆盖效果态势评估。

4.6 生成覆盖效果图

根据监测设备采集、采集的参数数据进行分析，生成最终覆盖效果图。如果覆盖效果不能达到预设要求，则进行相应的技术调整，使中波广播信号覆盖效果恢复至预设要求。

通过本系统能够识别出因城市规划增设的设施而对信号质量造成影响的区域，然后技术人员及时对该区域增添发射机设备，再进行信号数据计算与分析，达到节目覆盖的预设要求，从而提高中波广播发射机信号覆盖质量和用户接收质量。同时系统能够自动生成信号覆盖效果数据图和分析图。

5 系统功能特点

5.1 合理避开地质灾害位置

初始布置点，如果是经常发生地质灾害的位置，如易发洪灾、山体滑坡、泥石流等自然灾害，对监测系统设备的数据采集会造成影响，并且容易导致监测系统采集设备损坏。而通过对预设采集点进行评估，能够有效避开地质灾害高发数据采集布置点位置，提高数据采集点布置的科学性。

5.2 合理考虑介电常数

在监测设备传输信号的过程中，为确保传输速率与传输质量，需要考虑介电常数对信号传输的影响，以确保信号传输质量的稳定性和可靠性。而通过本方法能够根据环境介电常数对信号采集节点的参数进行调整，从而确保信号传输质量的稳定性。

6 结语

利用信号覆盖效果智能监测系统，对中波广播信号覆盖区域范围内的信号参数数据进行实时采集，基于此，通过数据分析系统进行信号覆盖效果态势评估，智能生成信号覆盖效果图、分析图。若信号覆盖值低于标准数值，则生成诊断建议。技术人员根据诊断建议，采取相应的技术措施进行技术调整，使中波广播信号覆盖效果恢复至信号覆盖要求。通过应用中波广播信号覆盖效果智能监测系统，可以提高信号覆盖效果的监测力度，为中波广播发射台的智慧台站建设、广播发射设备的数字化发展提供技术支撑。