IP网络广播系统设计Word下载.docx

1、第1章 绪论1.1 课题研究目的和意义广播系统作为一种最直接有效的信息传输工具，它被广泛的应用于诸如休闲娱乐、危险报警、应急指挥、信息发布等领域,起着重要作用。因此对于广播系统就要有严格的要求，如具有稳定可靠，功能强大，音质清晰，操作方便，自动播放，分点、分区控制，智能化程度高等一系列特点。然而传统的广播系统，普遍采用音频或调频方式，受到电压、功率、阻抗等因数影响，传输距离短，频率低，易受干扰，系统扩展性差，以致音质不佳维护管理复杂，互动性能差等问题,已不能很好地满足生活的需要。随着现代科技的发展，IP网络技术和音频处理技术的结合已经能很好地解决传统模拟广播系统存在的音质不佳、易受干扰、维护管

2、理复杂，缺乏互动性等问题。本文正是基于IP网络技术和音频处理技术来设计和实现一个网络音频广播系统。1.2 公共广播系统的发展公共广播系统在改革开放以前就已经广泛存在于我国的农村、部队、机关、学校以及工厂企业当中，用于转播中央及各级政府的新闻、发布通知等。公社广播站管理的广播系统就是当时农村公共广播的一个典型例子，每家每户都安装有一个作为广播终端的“话匣子”；在部队、城镇中，各单位都有广播室，到处都挂有扬声号角（俗称“高音喇叭”）1。当时中国大陆，几乎每个单位都有广播系统，对于教育、动员群众，发布政令起着十分重要的作用。然而，由于技术水平的限制，当时遍布中国大陆的广播系统基本上都属于“功放+高音

3、喇叭型”，是最简单的广播系统。在改革开放以后，随着经济的发展和技术的进步，公共广播有了很大改变。由于信息渠道逐渐增多，以前简单的、统一的公共广播网，逐渐向个性化、多样化和功能化发展。与以前简单的广播系统相比较，改革开放以后的广播系统在结构上有了很大的进步，通过增加分区、定时控制、警报等环节，使广播系统的功能大大加强 2。在质量指标方面广播系统也有了规范，以前的广播只要求能听见“话匣子”说什么就可以了，没有其他的标准规范，现在在系统的信噪比、功率、失真等各个方面都有了标准。随着计算机技术的普及，公共广播系统的各个环节逐渐开始使用计算机进行管理，使得公共广播系统进入了智能化管理阶段，初期主要是采用

4、单片机来进行管理。直到上个世纪末，把整的个公共广播系统全部纳于计算机管理之下的设备基本上还未出现。直到2000年，全部使用计算机管理的产品才开始陆续在市场上出现。大部分智能化公共广播系统都是使用一台通用的 PC 机来进行管理，并由通用的键盘进行操控3。一些更加专业的产品，像迪士普的 MAG 智能化系列，则是由一台专用的主机虚拟了系统中除功放以外的所有环节，直接在主机屏幕上操控。与常规广播系统相比，智能化广播系统的组成大为简单，功能上更加灵活完善。在传统的公共广播系统中，信息是靠模拟功率信号传输的，控制设备集中于机房。然而模拟功率信号传输线路不仅需要较大的线路截面，而且在多路传输、多点控制及各个

5、终端之间的互动方面存在很大的不便，又很容易受到干扰，不便于远距离传输。随着音频处理技术和网络技术发展，传统公共广播模拟信号传输方式已经能由计算机网络传输取代，通过计算机网络传输广播音频数据不仅解决了模拟信号传输所存在的问题，还大大简化了广播系统布局，只需将数字音频终端接入计算机网络即可构成功能强大的数字化广播系统，每个接入点无需单独布线，完全基于现有的计算机网络4。正是由于这种系统布局简单、功能强大的特点使得网络广播系统在我国迅速发展起来，而且，随着互联网技术不断的发展和创新，网络广播也将获得更大的发展空间。1.3 研究的主要内容本文主要是基于IP网络技术和音频处理技术，完成了一个数字IP网络

6、广播系统方案的设计，并将该方案应用于阿坝师范高等专科学校的校园广播系统的设计中。本文首先对公共广播系统的发展历程与现状、公共广播系统的类型及组成结构作了介绍。并对对系统设计方案涉及的相关技术及概念作了详细的研究。其次本文对IP网络广播系统进行了设计。设计方案方案主要包括模拟音源、语音编码设备、主控服务器、音频终端、网络主机和扬声器模块几个部分。系统的工作流程，首先通过编码设备将模拟信号转换成数字信号，数字信号经过音频服务器处理后，以IP数据报的形式传送到各个音频终端，音频终端将接收到的数据进行解码还原成原始模拟语音信号，再经过功放放大后推动扬声器发声。网络主机可以通过登录系统服务器来查看终端状

7、态、进行节目管理等。最后，在系统方案设计完成后，将该方案应用到阿坝师范高等专科学校的校园广播系统的设计中，校园广播系统的设计主要侧重于对系统的分区、设备的配置及选用工作。 第2章 IP网络广播相关概念2.1 公共广播系统 公共广播系统（Public Address System简称PA），是指广泛用在现在各种场馆、大厦、小区、酒店、公园、学校等场合，为公众发布实时信息的广播系统。通常用于广播背景音乐，发布信息，广播寻人，以及消防广播等。2.1.1 公共广播系统的组成公共广播系统基本可以分为四个部分：节目源设备、信号放大处理设备、传输线路和扬声器系统。（1）节目源设备节目源设备是一种向广播音响系

8、统提供节目源的设备，包括传声器、调频调幅收音机、无线电广播、激光唱机和录音卡座等设备，此外还有传声器、电子乐器等。（2）信号放大处理设备作用是对输入的信号进行调节、放大、均衡、混响、压缩、分频、降噪、滤波等处理，以获得理想的信号输出。通常由均衡器、前置放大器、功率放大器和各种控制器材及音响加工设备等等周边设备组成。（3）传输线路传输线路是传输广播音响信号的通道，可以根据系统和信号的传输方式进行选择，一般分为模拟音频线路、数字双绞线线路、流媒体（IP）数据网络线路和数控光纤线路四种。（4）扬声器系统作为信号的输出设备，由一个或几个扬声器和相应的附件如障板、喇叭、分频网络等组成的，作为驱动电路和周

9、围空气间耦合的设备。目的是为了获得所需频率特性、声场分布以及特殊声音效果等。2.1.2 公共广播系统的分类（1）公共广播系统按照信号传输、处理方式大体分可分为：传统公共广播系统、数字可寻址广播系统和媒流体（IP）智能数字广播。 传统公共广播系统是通过音频线把模拟功率信号传输到终端扬声器上，系统易受环境干扰，传输距离很短，音质不佳，多路广播时容易产生串音，设备线路固定，而且使用人工管理的工作方式等一系列问题使它在很多方面受到限制。 数字可寻址广播系统在传统广播的基础上增加了控制信号，音频信号、控制信号的传输全在数位域进行，具有更远的传输距离和更好的传输效果；实现了分区控制，通过软件可实现多个区域

10、的独立控制和任意组合，也可以实现点对点的控制。 媒流体（IP）智能数字广播将广播的音频信号进行数字编码，并通过网络传输IP数据包，再由终端解码还原为音频信号。它是基于互联网和局域网的纯数字化网络音频广播系统，无需另行布线，可利用现有的校园网或内部局域网。（2）公共广播系统根据使用性质、建筑规模和功能要求可以分以下三种类型。 业务性质的广播系统学校、办公楼、医院、商业写字楼、铁路客运站、航空港、工厂、银行及车站等建筑物可以设置业务性广播，以便满足以业务及行政管理为主的业务广播要求。 服务性质的广播系统旅馆、宾馆、商场娱乐设施以及大型的公共场合应该设置服务性广播,服务性广播主要内容是背景音乐和客房

11、节目广播, 以服务为主要宗旨，为人们提供娱乐性音乐类广播节目。 火灾事故广播系统主要用于发生火灾事故时,方便消防人员通过火灾事故广播指引人们快速撤离危险场所。2.1.3 单播/组播/广播（1）单播 （unicast） 单播是在Client和Server之间建立一个一对一的通讯通道，交换机和路由器只对服务器发出的数据包进行转发而不进行复制。这样，有多少个客户对Server点播同一个节目，那么Server就要做多少次同样的发送动作，服务器负荷非常大。优点是服务器针对每个客户不同的请求发送不同的数据，容易实现个性化服务。由于其能够针对每个客户的及时响应，所以现在的网页浏览全部都是采用IP单播协议，比

12、如现在的网页浏览、网页里内嵌的在线播放、在线网络游戏就是这种单播方式。单播可以对Client的暂停/继续，快进/快退，拖进度条等操作做出响应。不过如果网络上广泛应用的IPTV Server做成满足单播的话，要求点播的Client太多服务器就扛不住了。（2）广播 （broadcast）广播是将发出的信号无条件地复制并转发，网络中的每一个用户不管是否需要，都可以接收到。这样做显然Server是最轻松的，只发一份数据出去，让底下的线路自己去复制。但若Internet上不加限制的话，那将会造成很大的宽带资源浪费，所以IP协议里就只允许在同网段里广播，禁止跨网段广播。由于其不用路径选择，所以其网络成本可

13、以很低廉。我们常见的有线电视网实际就是一个广播型网络，电视机实际上是接受到所有频道的信号，但只将一个频道的信号还原成画面。（3）组播 （multicast，或翻译成“多播”）组播是将具有相同请求的Client加入同一个组，Server对每一个组只发送一份数据，然后由交换机和路由器复制并转发给各个组员。这样既能一次将数据发送给有需求的Client，又避免将信息强加给不需要它的用户，减少了宽带浪费的同时又减轻了服务器的负担。显然，组播是广播和单播综合体，并且做到了取长补短。2.2 系统体系结构2.2.1 C/S体系结构 C/S结构，即客户和服务器（Client/Server）结构。C/S结构的工作

14、原理是用前端计算机上安装的专门应用程序来操作后台数据库服务器中的数据。我们通常所说的客户端实质上也就是这里所说的前端应用程序，主要任务是向数据库服务提出请求和接收处理数据的工作，如我们常用的MSN、QQ等聊天工具；后台数据库服务器（Server）主要任务是提供完善的安全保护及对数据的完整性处理等操作，并允许多个客户同时访问同一个数据库，服务器程序被启动后，就随时等待响应客户程序发来的请求。C/S结构可以充分利用两端硬件环境的优势，将任务合理分配到Client端和Server端来实现，从而降低了系统的通讯开销。如图2-1所示，用户通过客户端进行操作，客户端程序会对这些操作进行相应处理，当需要对数

15、据库中的数据进行存取时，客户端程序会向数据库服务器发送请求，服务器会对这些请求语句进行执行并返回结果，进而客户端对来自服务器的返回结果进行处理，再将结果输出以回应用户的操作。对用户而言，整过过程就好像只在自己的电脑上完成一样，网络和服务器都被隐藏了起来。服务器经常使用高性能的PC机、小型机或工作站，并且使用大型数据库，如SQL Server、Oracle。在客户端应当安装专门的客户端软件。目前大部分应用软件系统几乎都是采用Client/Server形式的两层结构。传统的C/S体系结构虽然采用的是开放模式，但这只是系统开发一级的开放性，在特定的应用中无论是Client端还是Server端都需要特

16、定的软件支持。由于没能提供用户真正期望的开放环境，C/S结构的软件需要针对不同的操作系统系统开发不同版本的软件。另外，采用c/s架构，要选择适当的数据库平台来实现数据库数据的真正“统一”，使分布于两地的数据同步完全交由数据库系统去管理，但逻辑上两地的操作者要直接访问同一个数据库才能有效实现，这时就出现了一个问题，如果需要建立“实时”的数据同步，就必须在两地间建立实时的通讯连接，保持两地的数据库服务器在线运行，网络管理工作人员既要对服务器维护管理，又要对客户端维护和管理，这需要高昂的投资和复杂的技术支持，维护成本高，维护任务量也大。图 2-1 C/S结构示意图2.2.2 B/S体系结构B/S（B

17、rowser/Server）结构，即浏览器服务器结构,B/S结构示意图如图2-2所示。它是随着Internet技术的兴起，对C/S结构的一种变化或者改进的结构。在这种体系结构下，用户的工作界面通过浏览器来实现，只需要安装有浏览器，像WINDOWS系统自带的Internet Explorer，服务器使用SQL Server、Oracle等数据库5。浏览器通过网页浏览器与数据库进行数据交互。比较简单的部分事务在B/S结构前端就可以实现，但是主要事务是在服务器端来实现的，形成所谓3层结构。这样大大简化了客户端电脑的载荷，减轻了系统升级和维护的工作量及成本，在总体上降低了系统的成本。图 2-2 B/S

18、结构示意图所谓的3层结构（3-tier ），是在3层结构系统中，将系统整体划分为应用层（商用逻辑）、客户层（用户界面）、数据层（数据库）3层。在客户端只有用户界面，其余都安装在服务器上。客户端用来接收用户的操作及表示来自应用层的处理结果。由于将应用软件与客户端进行分离，以及安装在服务器上的原因，在商用逻辑发生变化的情况下，只须要改变服务器端的应用软件即可，不会牵连到整个系统。使用B/S体系架构的网络平台不仅可以在内部网络中使用，而且外部也可以使用，如果想要在外部使用，只需要能够上网就行了，对集团式的、大型的公司使用比较适合，尤其是在不同的地点有公司、店面或者需要使用到这个平台的用户。而如果C/

19、S结构需要远端连接，公司就需要在各Site部署IPSec VPN来实现。目前，软件系统的改进和升级越来越频繁，B/S架构的产品明显体现着更为方便的特性。对一个稍微大一点的单位来说，系统管理人员如果需要在几百甚至上千部电脑之间来回奔跑，效率和工作量是可想而知的，但B/S架构的软件只需要管理服务器就行了，所有的客户端只是运行浏览器，基本不需要做任何的维护。无论用户的规模有多大，有多少分支机构都不会增加任何维护升级的工作量，所有的操作只需要针对服务器进行。所以客户机越来越“瘦”，而服务器越来越“胖”，这也是将来信息化发展的主流方向。今后，软件升级和维护会越来越容易，而使用起来会越来越简单。2.3 音

20、频信号处理技术2.3.1 数字音频信号的采集通过麦克风捕获到的信号是模拟信号，它是时间的连续函数。这个模拟信号的振幅就是音量，它的频率就是音调。正常情况下人耳可以感受到的声波范围是从20Hz 的低频声音到20kHz的高频声。我们可以通过两步把种模拟信号转换为计算机和网络能够识别的数字信号。第一步是对模拟信号进行采样，是将模拟信号变为时间的周期固定的离散函数。根据奈奎斯特（Harry Nyquist）定理可知，为了以后能够恢复模拟信号的原来的面貌，采样的频率应该大于或等于模拟信号最高频率的两倍；第二步是对采样后得到的离散信号进行编码，就是使用二进制编码来表示各个离散信号的幅度，也就是所谓的脉冲编

21、码调制（pulse code modulation，PCM）。在硬件主要是使用由模数转换器和采样保持器构成的音频输入设备来实现的6。2.3.2 音频数据压缩由于采集来的音频数据有着相当巨大的数据量，如果事先不经过压缩，那么保存它们就需要大量的存贮空间，传输起来也比较困难，所以我们先得对其进行压缩。音频压缩是指在引入损失很小且不损失有用信息量的条件下，对PCM编码（即原始数字音频信号流）使用适当的数字信号处理，降低其码率，也称为压缩编码。它必须具有与它相应的逆变换，称为解码或解压缩。音频压缩技术分为有损（lossy）无和无损（lossless）压缩压缩两大类，而根据压缩方案的不同，又可将其划分为

22、变换压缩、时域压缩、子带压缩，以及各种技术相融合的混合压缩等。根据压缩技术的不同，其算法的音频质量、复杂程度（包括空间复杂度和时间复杂度）、算法效率（也就是压缩比例），以及编解码延时等均有很大的差异。且因各种压缩技术应用场合的不同，其算法也有所不同。数字音频压缩技术的应用范围广阔，市场前景良好，一些大公司和著名的研究机构都不遗余力地开发自己的专利技术及产品。因此，对音频压缩技术进行标准化管理就显得非常重要了。在这一方面取得成功的主要是MPEG-1音频（ISO/IEC11172-3）。MPEG-1对音频压缩共规定了三种模式，即层（ASPEC）、层（MP2，又称MUSICAM），层（即MP3）。因

23、为在制订标准的时候对多种压缩技术进行了认真的考察，并且充分考虑了算法的可实现性（复杂度）和实际应用条件，因此三种模式应用都很广泛。VCD当中采用的音频压缩技术就是MPEG-1层；MUSICAM因其具有复杂程度的适当和声音质量优秀的特点，被广泛应用在DAB、数字演播室、DVB等数字节目的交换、制作、存储、传送之中；MP3是在综合了ASPEC和MUSICAM的优点的基础上提出的混合压缩技术，MP3在当时的技术条件下，其复杂度相对较高，编码在时性方面存在问题，但MP3因其高水准的声音质量和低码率的特点，使得它深受软解压与网络广播的喜用。2.3.2.1 MP3概述MP3是一种音频压缩技术，其全称是动态

24、影像专家压缩标准音频层面3（Moving Picture Experts Group Audio Layer III），简称为MP3。MP3是被设计用来大幅度地减少音频数据量，是在综合了ASPEC和MUSICA的优点的基础上提出的混合压缩技术。由于人耳只对20Hz20kHz频率范围内的声音信号敏感，MP3因此利用这种特性，将时域波形信号转换成频域信号，并且将频域信号划分成多个频段，对各个频段使用不同的压缩比，在对信号保证不失真的条件下，对低频信号使用小的压缩比，对高频使用大的压缩比（也可能忽略信号）。如此一来就相当于抛弃人耳基本上听不到的高频声音，而只保留人耳能听到的低频部分，从而将信号以11

25、0甚至112的压缩比进行压缩。压缩成容量较小的文件，而对于大多数用户来讲重放的音质与最初的不进行压缩的音频相比没有明显的下降。虽然MP3对原始信号进行了高压缩处理，但由于其除去的大都是人耳基本听不到的高频成分，所以MP3压缩在音质上听起来几乎没有影响。MP3以它高品质的音质以及开放、免费等特点，不管是在网络上还是现实生活中，都占据了其坚实的地位，各种与MP3相关的软件产品层出不穷，很多的硬件产品也都支持MP3，我们能够买到的VCD/DVD播放机，便携的MP3播放器，手机等等，它已经成为目前最为普及的音频压缩格式。2.3.2.2 MP3编码MP3编码主要由3大功能模块组成，包括混合滤波器组（子带

26、滤波器和MDCT）、心理声学模型、量化编码（比特和比特因子分配和哈夫曼编码）。 （1）混合滤波器组这部分包括子带滤波器组和MDCT（Modified Discrete Cosine Transform,改进型离散余弦变换）两部分。子带滤波器组编码完成样本信号从时域到频域的映射，并将规定的音频信号通过带通滤波器组分解成32个子带输出。子带滤波器组输出的32个子带宽度是相等的，而从心理声学模型得出来的临界带宽却并不是等带宽的，因此为了使得临界频带与进行编码的各个比例因子带相匹配，就需要对各个子带信号做MDCT变换。MDCT滤波器组将子带滤波器组的输出细分为18条频线，32个组共产生576条频线。然

27、后再利用心理声学模型中计算出来的子带信号的信掩比，来决定576条谱线的比特数的分配。（2）心理声学模型。心理声学模型的原理是利用人耳听觉系统对高频信号的不敏感性，移除大量人耳不能分辨的信号，以达到压缩音频信号的目的。在使用心理声学模型之前要先对信号进行傅立叶变换，使信号有很好的频域解析度，以便于计算。MPEGI使用了两种心理声学模型，第一种在编码比特率高时提供适当精度，计算比较简单；第二种一般在较低比特率编码时使用，模型比较复杂。MP3编码中一般使用第二种心理声学模。计算出各个子带的掩蔽域值是心理声学模型的目的，并以此控制量化的过程。通常用FFT求出信号的频谱特性来实现心理声学模型过程的第一步，根据频谱特性找出各频率点上的非音调成分（也称噪音成分）和音调成分（有些称为音乐成分）；然后根据掩蔽域曲线确定各个非音调成分和音调成分在其它频率点的掩蔽域值；最后将求出各频率点的总体掩蔽域折算到编码子带中。原始信号与最终的压缩数据被解码后的结果是否可以不加区分取决于对于子带滤波器组输出的谱值量化后产生的噪声是否能够被控制于掩蔽域值以下。响度和频率决定了一个给定信号的掩蔽能力，因此心理声学