一种数字音频处理器的工况预测系统的制作方法

1.本发明属于工况预测领域，特别是涉及一种数字音频处理器的工况预测系统。


背景技术：

2.广播电视数字化快速发展，广播电台的音频节目无论从采编、制播到传输、接收都发生了深刻的变化，从而对播出的音频信号质量和性能有了更高的要求。与此同时，随着广播电台节目套数的不断增加，仅靠人工监测已经远远不够。因此，需要一种能够对音频设备以及模拟音频信号进行实时监测分析以应对各种工况的预测系统。


技术实现要素：

3.本发明的目的是提供一种数字音频处理器的工况预测系统，以解决上述现有技术存在的问题。
4.为实现上述目的，本发明提供了一种数字音频处理器的工况预测系统，包括：
5.数据采集模块，用于通过若干个音频传感器节点采集音频模拟信号；
6.数据处理模块，与所述数据采集模块连接，用于通过数字音频处理器对所述音频模拟信号进行处理，获得处理后的音频数据；
7.工况预测模块，与所述数据处理模块连接，用于将所述处理后的音频数据输入到工况预测模型中进行对比分析，获得设备的故障信息；
8.数据传输模块，与所述工况预测模块连接，用于将所述处理后的音频数据、设备的故障信息发送至监测终端进行汇总和二次分析。
9.优选地，所述数据处理模块包括，
10.数据处理单元，用于基于数字音频处理器对所述音频模拟信号进行处理，获得处理后的音频模拟信号；
11.数据转换单元，用于将所述处理后的音频模拟信号进行数据转换，获得处理后的音频数据。
12.优选地，所述数据转换单元包括，
13.精密放大单元，用于将所述音频模拟信号进行放大，获得目标音频模拟信号并传送至数字转换单元；
14.数字转换单元，用于将所述目标音频模拟信号转换为音频数据。
15.优选地，所述工况预测模块包括，
16.模型构建单元，用于基于聚类分析和卷积神经网络构建工况预测模型；
17.分类识别单元，用于将所述处理后的音频数据输入到所述工况预测模型中进行分类和识别，获得分类后的音频数据；
18.对比分析单元，用于将所述分类后的音频数据与对应设备的原始音频数据进行对比分析，获取设备的故障信息。
19.优选地，所述数据传输模块包括，
20.解码单元，用于对所述处理后的音频数据进行解码，获得解码后的音频数据；
21.编码单元，用于对所述解码后的音频数据进行voip编码，获得编码后的音频数据；
22.传输单元，用于将所述编码后的音频数据传输到监测终端进行汇总和二次分析。
23.优选地，所述监测终端包括，
24.数据汇总单元，用于将所述处理后的音频数据、设备的故障信息进行统计汇总；
25.二次分析单元，用于对设备的故障信息及对应的音频数据进行二次分析，采取对应的工况应对措施。
26.优选地，所述二次分析单元包括，
27.判断单元，用于判断音频数据中的异常部分是否对应于设备发生的故障，若是，则获取设备中的故障模式；
28.匹配单元，用于为所述故障模块匹配对应的工况解决方案。
29.本发明的技术效果为：
30.本发明通过构建工况预测模型能够达到故障预警和故障精确定位的作用，并能够将音频数据以及分析结果实时传送到远程监控终端进行信息汇总和二次分析。本发明通过对检测出的工况信息进行二次分析，进一步对设备故障进行确认，并采取对应的应对措施，大大节省了人力，提高了工况处理的效率。
附图说明
31.构成本技术的一部分的附图用来提供对本技术的进一步理解，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
32.图1为本发明实施例中的工况预测系统结构示意图。
具体实施方式
33.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。
34.需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
35.实施例一
36.如图1所示，本实施例中提供一种数字音频处理器的工况预测系统，包括：
37.数据采集模块，用于通过若干个音频传感器节点采集音频模拟信号；数据处理模块，与数据采集模块连接，用于通过数字音频处理器对音频模拟信号进行处理，获得处理后的音频数据；工况预测模块，与数据处理模块连接，用于将处理后的音频数据输入到工况预测模型中进行对比分析，获得设备的故障信息；数据传输模块，与工况预测模块连接，用于将处理后的音频数据、设备的故障信息发送至监测终端进行汇总和二次分析。
38.可实施的，数据处理模块包括，数据处理单元，用于基于数字音频处理器对音频模拟信号进行处理，获得处理后的音频模拟信号；数据转换单元，用于将处理后的音频模拟信号进行数据转换，获得处理后的音频数据。数据转换单元包括，精密放大单元，用于将音频模拟信号进行放大，获得目标音频模拟信号并传送至数字转换单元；数字转换单元，用于将
目标音频模拟信号转换为音频数据。
39.本实施例采用的数字音频处理器是一种数字化的音频信号处理设备。它先将多通道输入的模拟信号转化为数字信号，然后对数字信号进行一系列可调谐的算法处理，满足改善音质、矩阵混音、消噪、消回音、消反馈等应用需求。再通过数模转换输出多通道的模拟信号。
40.可实施的，工况预测模块包括，模型构建单元，用于基于聚类分析和卷积神经网络构建工况预测模型；分类识别单元，用于将处理后的音频数据输入到工况预测模型中进行分类和识别，获得分类后的音频数据；对比分析单元，用于将分类后的音频数据与对应设备的原始音频数据进行对比分析，获取设备的故障信息。
41.进一步的，目前常用的对音频数据进行分析预测的系统主要包括时域特征提取、频域特征提取、诊断知识库、识别算法库、数据库、故障报警数据库、诊断显示和报警单元等组成部分。诊断逻辑分析一般采用通过时域分析和频域分析获取音频的幅值和异常频率的方法，在一定程度上可以识别出目标音频故障信息，但是效果比较一般，对于复杂混合音频或者是特征不明显的故障基本无效果，因此更高识别率的音频识别算法对音频检测模块的性能具有举足轻重的地位。本实施例中采用cnn识别(提取特征信息后传入训练后的卷积神经网络系统进行故障信息的识别和定位)和聚类分析(提取特征信息，形成特征矩阵后进行必要运算(降维等)，求取特征值，通过分析对音频信息进行分类和识别)构建了工况预测模型对音频数据进行分析。本实施例的工况预测模型应用在广播电视行业，具备识别复杂混合音频的能力，通过整合上述算法到广播电视行业的工况预测模块内，将会大大提高广播电视行业的工况预测模块的识别能力，做到故障提早预警和故障快速定位。
42.可实施的，数据传输模块包括，解码单元，用于对处理后的音频数据进行解码，获得解码后的音频数据；编码单元，用于对解码后的音频数据进行voip编码，获得编码后的音频数据；传输单元，用于将编码后的音频数据传输到监测终端进行汇总和二次分析。
43.进一步的，本发明数字音频监测方法中，通过监控终端可以远程接收用户请求监测的音频传感器节点信息和音频信息，从数据处理模块中提取对应的音频信号并执行解码，再对音频信号进行voip编码后返回监控终端，以供用户监听。因为监控终端中的音频信号的数据量较小并可以在ip数据网络上作远程传输，所以可实现远端的数字音频监测。并且通过访问监控终端可以实时地监测各个音频传感器节点传输的音频信号情况，在故障出现时可以更快速地监测得到，并可判断出现故障的音频传感器节点的位置，提高网络维护的效率。
44.进一步的，数据传输模块包括音频解码模块和voip编码模块。接收到音频数据后，其中的音频解码模块根据音频信息从音频传感器节点中提取音频信号，并对音频信号解码，由于广播电视网络中传输的高清音频信号的音质要求较高，所以其数据量较大，不方便进行远距离的传输监测，通过音频解码模块对音频信号解码，从原本占用数据量较大的音频信号中提取用户进行音频监测所需要的部分频段的音频信号，减小传输过程中的音频信号的数据量大小，方便进行音频信号的远程传输和监测。
45.音频解码模块将解码后的音频信号传输至voip编码模块，voip编码模块对音频信号执行voip编码，并将编码后的音频信号发送至监控终端。
46.其中，voip(voice over internet protocol)技术就是将模拟声音讯号数字化，
以数据封包的型式在ip数据网络上做实时传递。通过voip编码模块对音频信号执行voip编码，使音频信号可以通过ip数据网络远程传输至监控终端。监控终端接收voip编码模块发送的音频信号之后，可以通过ip数据网络或者voip网络将音频信号反馈至用户或者监测员。
47.可实施的，监测终端包括，数据汇总单元，用于将处理后的音频数据、设备的故障信息进行统计汇总；二次分析单元，用于对设备的故障信息及对应的音频数据进行二次分析，采取对应的工况应对措施。二次分析单元包括，判断单元，用于判断音频数据中的异常部分是否对应于设备发生的故障，若是，则获取设备中的故障模式；匹配单元，用于为故障模块匹配对应的工况解决方案。
48.进一步的，本实施例的工况预测模块通过工况预测模型达到故障预警和故障精确定位的作用，并能够将采样数据以及分析结果实时传送到远程监控终端用于信息汇总和二次分析。
49.具体的，二次分析单元中还包括判断单元，判读那单元向用户提供音频的异常部分以确定音频的异常部分是否对应于设备中发生的故障，并且在确定音频的异常部分对应于设备中发生的故障时，从用户接收指示音频的异常部分对应于故障的输入，以获知设备中的故障模式。
50.进一步的，二次分析单元还包括匹配单元，匹配单元用来匹配解决方案信息和处理异常工况信息，及时解决工况问题，保持设备的稳步运行。
51.本公开的实施方案可使用音频传感器来检测因音频设备中发生的故障。此类音频传感器可不需要与设备直接接触以有效地检测设备中的故障。此外，此类音频传感器可用于所有类型的工业设备(例如，可不为设备特定的)，并且因此可被认为相对于设备是不可知的。此外，此类音频传感器可比振动传感器更便宜和/或更容易安装。相比之下，本公开的实施方案可能够主动检测和设备中发生的故障。例如，使用音频监测设备可提供在设备中发生故障的早期指示(例如，在故障引起显著问题之前)，使得在设备中的停机时间最短或没有停机时间的情况下可检测和/或校正故障。此外，本公开的实施方案可能够自动检测和/或校正设备中发生的故障(例如，可检测和/或校正故障，而无需技术人员访问站点并手动检查设备)。此外，本公开的实施方案可有利于识别异常音频，使得可以更快且更有效的方式跨多个设施准确地检测和校正未来故障。例如，本公开的实施方案可不必预先配置；相反，可教导实施方案来辨别系统环境的独特模式。
52.以上所述，仅为本技术较佳的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应该以权利要求的保护范围为准。