??? 摘? 要: 介紹了H.324可視電話的基本框架,并在分析視音頻編解碼所需要的計算量和存儲容量的基礎(chǔ)上,針對H.324標準下的H.263,、G.723.1、H.245、H.223、V.34各標準,采用AD公司的DSP芯片,設(shè)計了基于DSP的可視電話系統(tǒng)。?

??? 關(guān)鍵詞: 可視電話 DSP 視頻編碼 音頻編碼

?

??? H.324標準的可視電話系統(tǒng)實現(xiàn)方法,一般有如下幾種方式:軟件方式,、通用DSP方式及專用處理器和專用芯片方式,。?

??? 以PC機為平臺,利用現(xiàn)有的聲卡,、視頻采集卡和調(diào)制解調(diào)器作為輸入和輸出設(shè)備,采用基于WINDOWS的多線程技術(shù)軟件實現(xiàn)H.263視頻編,、解碼/發(fā)送、接收,、顯示等多個任務(wù),。在實際應(yīng)用系統(tǒng)時需要考慮到PC的處理能力,、與接收端的連接和相應(yīng)的圖像格式等問題,可以在編碼模塊中采用匯編語言,提高執(zhí)行速度,并引入MMX技術(shù),進一步提高執(zhí)行速度。它的特點是成本低,、配置少,便于移植和升級,但對計算機的處理能力,、編解碼的算法速度的要求比較高,一般難于達到實時要求。?

??? 專用處理器和專用芯片是另外一種硬件處理方式,它的優(yōu)點是集成度高,價格低,但擴展性差,。國外許多公司都熱衷于視頻芯片的研究和開發(fā),。就國外來說,主要的視頻會議芯片供應(yīng)商是:Lucent Technology (AVP-III 處理器);8×8 Inc.(VCP 處理器);Texas Instruments (C8x 系列處理器)等。專用處理器和專用芯片方式的特點是能得到高的圖像質(zhì)量并能滿足實時圖像處理的要求,。?

??? 通用DSP方式是一種硬件實現(xiàn)方式,。采用通用DSP的原因是由于它可以通過編程實現(xiàn)多種功能,當針對硬件的軟件功能升級和新的標準算法出現(xiàn)時,只需要局部改變DSP的微碼就可以適應(yīng)不同的應(yīng)用。用DSP實現(xiàn)H.263時,首先需要估計編碼,、解碼等處理過程所需的計算量,并且這些計算量與具體視頻編碼過程有關(guān),選擇時應(yīng)該選用高速DSP,。?

??? 從以上三種實現(xiàn)方式來看,DSP具有開發(fā)靈活、適應(yīng)面較寬和擴展性強等優(yōu)越性,且目前已經(jīng)能實時處理H.263算法的高速超強處理能力的DSP芯片有AD21065L,、TMS320C55x,、TMS320C6x等,所以采用DSP實現(xiàn)可視電話等視頻圖像處理系統(tǒng)成為開發(fā)者的首選。?

1 H.324可視電話基本框架?

??? H.324是ITU的適用于公共電話交換網(wǎng)(PSTN)的低比特率多媒體通信終端的框架標準,。它使用V.34調(diào)制解調(diào)器,可以實時傳送語音,、數(shù)據(jù)、視頻圖像或三者的組合,。H.324包括甚低碼率視頻編碼的H.263建議,、音頻編碼G.723建議、控制協(xié)議H.245和復(fù)接與復(fù)用協(xié)議H.223等,。?

??? PSTN的視頻H.324可視電話框圖如圖1所示,。?

?

?

??? 在H.324編解碼系統(tǒng)框圖中,視頻編碼H.263提供低于64kbps的傳輸速率,是H.324的技術(shù)核心。視頻編碼器主要完成對源圖像序列的壓縮,先按塊的方式采用DCT 變換,后對變換的DCT系數(shù)進行量化,然后進入視頻復(fù)接編碼器,。在編碼過程中,要求對編碼模式的選擇和碼率的大小進行必要的控制;視頻復(fù)接編碼主要完成將每幀圖像數(shù)據(jù)編成四個層次的數(shù)據(jù)結(jié)構(gòu),以便在各層次中插入必要的輔助數(shù)據(jù)信息,。同時對交流DCT系數(shù)(AC)進行VLC編碼,對直流系數(shù)進行固定長度(FLC)的編碼,并對壓縮的編碼數(shù)據(jù)與控制信息復(fù)接。由于H.263的輸出碼率一般是非恒定的,所以在實際應(yīng)用中,受傳輸網(wǎng)絡(luò)帶寬的限制,必須要在發(fā)送端和接收端設(shè)置緩沖區(qū),使得編碼率的碼流變換為固定碼率碼流,防止數(shù)據(jù)的丟失和破壞,。緩沖區(qū)的信息傳給編碼控制器,由編碼控制器來控制編碼器中量化器量化步長,同時將步輔助信息送到視頻復(fù)接編碼中的各層次,以供解碼器使用,。解碼部分可以看作為編碼的逆過程,但并非完全對稱。編碼過程的運算量和復(fù)雜度要遠大于解碼過程,。?

2 可視電話系統(tǒng)的性能需求?

??? 在可視電話設(shè)計之前,先分別對可視電話的圖像格式,、視音頻的編解碼運算量和存儲量進行分析。?

??? PSTN上的可視電話,由于信道帶寬較窄(傳輸速率最大不超過64kbits/s),故圖像不宜過大,。圖像格式上采用QCIF(176×144)格式,幀率為15fps(幀每秒),。以下視音頻編解碼計算量和存儲量均在上述條件下估計。 ?

??? H.263視頻編碼計算量主要集中在:運動估計與預(yù)測編碼,、離散余弦變換(DCT),、可變長編碼(VLC),這部分的運算量估計為90MIPS(兆個指令/每秒),。同樣,解碼計算量主要集中在:運動補償(MC)、離散余弦逆變換(IDCT),、可變長解碼(VLD),這部分運算量估計為40MIPS,。G.723.1音頻編解碼的運算量比視頻的運算量小得多,大約為30MIPS。?

??? 再加上其它一些操作如音視頻混合,、數(shù)據(jù)的傳輸,、外部器件的控制等,估計大約為60MIPS。因此DSP的計算量共為220MIPS左右,。?

??? 存儲器包括程序存儲器和數(shù)據(jù)存儲器,。程序存儲器和一些常數(shù)(DCT系數(shù)、VLC系數(shù)等)開始存于ROM,運行之后引導(dǎo)至RAM中,這部分估計為400Kbytes,。?

??? 數(shù)據(jù)存儲器主要存放采樣得來的視頻數(shù)據(jù)以及待解碼的數(shù)據(jù)流,也就是視音頻信號的緩沖,。QCIF格式的每幀采樣數(shù)據(jù)約為50Kbytes,RAM中至少要存4～5幀,這部分需250Kbytes。為使視音頻同步,音頻數(shù)據(jù)緩沖為50Kbytes左右,。?

3 基于DSP的可視電話系統(tǒng)的實現(xiàn)?

??? 根據(jù)資源分析,為實現(xiàn)上述以PSTN為傳輸線路的可視電話,首先選擇合適的視音頻編解碼DSP芯片,再構(gòu)建可視電話硬件流圖,分配存儲資源,然后編寫與移植相關(guān)的協(xié)議軟件,使之適合DSP芯片的高效運行,。?

3.1 視音頻編解碼DSP芯片的選擇?

??? 視頻編解碼芯片采用AD公司的ADSP-21065L。ADSP-21065L是超級哈佛結(jié)構(gòu)(SHARC)ADSP系列中功能強大的32bit DSP,高性能的核加上集成的外圍部件,使其性價比很高,、應(yīng)用范圍很廣,它的主要特性有:?

??? · 198 MFLOPS(32bit浮點運算);?

??? · 180 MOPS(32bit定點運算);?

??? · 16K 32bit雙端口片內(nèi)存儲器;?

??? · 64M 32bit字長的外部擴展地址空間;?

??? · 2個支持32個時分復(fù)用(FDM)通道的串口;?

??? · 10個DMA通道;?

??? · 2個時鐘;?

??? · 與32bit字長SDRAM的無縫接口等,。?

??? ADSP-21065L的快速運算能力(198MFLOPS)和大的外部存儲空間(64M),使其能完成H.324中的運算量大、存儲容量大的部分,如視頻編解碼H.263,、視音頻混合H.223和控制H.245 ,。?

??? ADSP-21065L采用多總線使DSP核、I/O端口,、內(nèi)部雙口存儲器,、外部同步DRAM之間數(shù)據(jù)能夠高速傳輸。這對于視頻數(shù)據(jù)的編碼和傳輸很重要,因為視頻數(shù)據(jù)有量大,、傳輸快等特點,ADSP-21065L的多總線結(jié)構(gòu)能很好地解決這些問題,。而且32bit字長的計算,能夠提高視音頻的信噪比。?

??? 音頻編解碼芯片采用ADSP-2189M,其主要特性有:?

??? · 片內(nèi)存儲器高達1.5Mbit,可配置成32K字的程序存儲器和48K字的數(shù)據(jù)存儲器;?

??? · 運算能力為70MIPS,13ns的指令周期;?

??? · 3個總線結(jié)構(gòu)允許在每指令周期進行兩個取數(shù)操作,并行運算;?

??? · 4M的外部擴展存儲器;?

??? · 2個串口,可以自動緩沖數(shù)據(jù);?

??? · 6個外部中斷;?

??? · 豐富的指令,低功耗等,。?

??? 鑒于ADSP-2189M特點,以及由前討論的音頻編解碼G.723.1運算量和存儲容量的需求,可以讓ADSP-2189M進行音頻編解碼G.723.1,。此外,ADSP-2189M的多功能串口,可以完成V.34調(diào)制解調(diào)器的任務(wù)。?

3.2 可視電話系統(tǒng)的硬件結(jié)構(gòu)?

??? DSP可視電話硬件結(jié)構(gòu)如圖2所示,。?

?

?

??? 圖2中ADSP-21065L是可視電話的核心,其主要作用是完成視頻編碼H.263,、多媒體通信的復(fù)用協(xié)議H.223和傳輸控制協(xié)議H.245功能。H.263核心技術(shù)為基于塊DCT和運動估計與預(yù)測技術(shù),前者是通過正交變換消除圖像8×8子塊數(shù)據(jù)中存在的空間冗余,而得到一定的數(shù)據(jù)壓縮;對后者而言,首先對輸入的每一圖像進行層次的劃分,直到分為8×8塊作為運動估計算法的基本處理單元,然后進行運動估計與預(yù)測,消除圖像序列間的時間冗余,達到運動圖像壓縮的目的,。?

??? H.223低位率多媒體通信的復(fù)用協(xié)議,主要由AL和MUX兩部分組成,。AL負責將從用戶層和I/O層獲取的不同數(shù)據(jù)流(AL-SDU)轉(zhuǎn)換成 AL-PDU。 MUX負責將AL層數(shù)據(jù)送到物理層,。AL與MUX層交換的邏輯單元稱為MUX-SDU,每個 MUX-SDU實際上就是 AL-PDU,。AL根據(jù)接收媒體不同,分成3種:AL1,、AL2、AL3,。AL1 負責傳送一般數(shù)據(jù)和控制信息,AL2 負責音頻,AL3負責視頻。由于可能有多個AL-PDU(MUX-SDU)同時到達復(fù)用層,復(fù)用層根據(jù)一個預(yù)先定義的描述符表將不同的 AL-PDU復(fù)合到一個數(shù)據(jù)流中,。該描述符表有16項,每個表項定義不同的 AL-PDU組合方式,。?

??? H.245傳輸控制協(xié)議規(guī)定了控制H.324終端正確操作的端端信令。它定義了終端間通信開始時進行帶內(nèi)協(xié)商的控制過程,、消息的語法和語義,并定義了各種不同的服務(wù),。一些適于所有終端,一些只適于特殊終端。它定義了各種過程以允許音視與數(shù)據(jù)能力的交換;請求特定的音視與數(shù)據(jù)模式的傳送;管理傳輸音視與數(shù)據(jù)信息的信道;為管理雙向信道確定主終端與從終端;攜帶各種控制與指示信息;控制獨立信道或整個復(fù)用層的位率;測試往返時延等,。?

??? ADSP-2189M是起到音頻編碼協(xié)議G.723和調(diào)制解調(diào)器V.34的作用,。G.723音頻編碼協(xié)議有5.3kbps與6.3kbps兩種速率,其主題是“5.3&6.3kbps多媒體傳輸對稱速率音頻編碼器”。G.723編碼器經(jīng)過優(yōu)化增加了有限的復(fù)雜度,獲得了高質(zhì)量的對話,。它將語音或其它音頻信號幀用線形預(yù)測綜合分析編碼方法編碼,6.3kbps的激勵信號為MP-MLQ(多脈沖最大相似量化),5.3kbps采用ACELP(算術(shù)碼書激勵線性預(yù)測);幀長30ms,外加一探頭7.5ms,算法延遲共37.5ms,附加延遲則取決于實現(xiàn)時的處理延遲,、通信鏈路的傳輸延遲及復(fù)用協(xié)議的緩沖延遲等。V.34協(xié)議把數(shù)據(jù)流進行調(diào)制和解調(diào),使之適用于電話線的傳輸,。?

??? CPLD主要用于協(xié)調(diào)數(shù)據(jù)的流向和動態(tài)RAM的刷新,用VHDL語言來設(shè)計邏輯控制和數(shù)據(jù)緩沖,。視頻采樣芯片是AD公司的AD7185,它可以直接輸出YUV信號。音頻轉(zhuǎn)換芯片采用AD1819,其特點是對于音頻信號既可做模數(shù)轉(zhuǎn)換,又可做數(shù)模轉(zhuǎn)換,。DRAM為1M字節(jié),存取時間為6.7ns,。用戶界面采用單片機89C52,處理界面操作,遠程控制等。?

3.3 存儲資源的分配和軟件的編寫移植問題?

??? 根據(jù)應(yīng)用特點,合理分配資源特別是存儲資源,一直是DSP設(shè)計的重要之處,。在本系統(tǒng)中,頻繁使用的DCT系數(shù),、VLC系數(shù)等放置于ADSP-21065L的片內(nèi)RAM,而其他數(shù)據(jù)放置于外部RAM中。按具體功能要求,參考資料,開發(fā)出相應(yīng)的C語言下的H.324程序,編譯鏈接生成執(zhí)行文件執(zhí)行并進行功能評估,進行具體的算法優(yōu)化,。評估程序執(zhí)行的效率,具體分析出DCT和運動估計與預(yù)測等耗時大的模塊,根據(jù)ADSP-21065的指令特點和硬件結(jié)構(gòu),采用高效的匯編語言編寫這部分匯編程序,進一步提高程序的執(zhí)行效率和充分利用ADSP的系統(tǒng)硬件資源,最終按要求在ADSP實時實現(xiàn)H.324程序,。?

??? 為了保證芯片之間接口的統(tǒng)一,基于PSTN上的可視電話,核心芯片如視音頻編解碼芯片、視音頻數(shù)模轉(zhuǎn)換芯片等,都采用AD公司的產(chǎn)品,?；贒SP的可視電話系統(tǒng),其軟件具有可升級性,易于實現(xiàn)功能的擴展及與其他遵從ITU標準和ISO標準的網(wǎng)絡(luò)視頻終端的互通。當今電話線上的ADSL通信發(fā)展迅速,。由于基于DSP可視電話系統(tǒng)的靈活性,所以只要在其上添加ADSL終端設(shè)備,在軟件上更改碼率控制,提高視音頻質(zhì)量,就可開展寬帶視音頻業(yè)務(wù)了,。?

參考文獻?

1 ITU-T Recommendation H.263+. Video coding for low?bitrate communication.1998.?

2 ITU-T Recommendation H.324. Terminal for low bitrate?multimedia communication.1996?

3 ITU-T Recommendation H.223. Multiplexing protocol for?low bitrate multimedia communication.1995?

4 ITU-T Recommendation V.34.A modem operating at data?signalling rates of up to 33 600 bit/s for use on the?general switched telephone network and on leased point-to-point 2-wire telephone-type circuits.1996?

5 ITU-T Recommendation H.245. Control protocol for multimedia communication.1998.?

6 ITU-T Recommendation G.723.1. Dual rate speech coder?for multimedia communication transmitting at 5.3 & 6.3?kbit/s. 1996?

7 ADSP-21065L SHARC User＇s Manual. Third Edition. 2000?

8 ADSP-2100 Family User＇s Manual. Third Edition, 2000