基于DSP的H.324可視電話研究與實(shí)現(xiàn)

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后需要的計(jì)算量和存儲(chǔ)容量的基礎(chǔ)上，針對(duì)H.324標(biāo)準(zhǔn)下的H.263、G.723.1、H.245、H.223、V.34各標(biāo)準(zhǔn)，采用AD公司的DSP芯片，設(shè)計(jì)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(biāo)準(zhǔn)的可視電話系統(tǒng)實(shí)現(xiàn)方法，一般有如下同種方式：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(jī)為平臺(tái)，利用現(xiàn)有的聲卡、視頻要集卡和調(diào)制解調(diào)器作為輸入和輸出設(shè)備，采和基于WINDOWS的多線程技術(shù)軟件實(shí)現(xiàn)H.263視頻器、解碼/發(fā)送、接收、顯示等多個(gè)任務(wù)。在實(shí)際應(yīng)用系統(tǒng)時(shí)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(wèn)題，可以在編碼模塊中采用匯編語(yǔ)言，提高執(zhí)行速度，并引入MMX技術(shù)，進(jìn)一步提高執(zhí)行速度。它的特點(diǎn)是成本低、配置少，便于移植和升級(jí)，但對(duì)計(jì)算機(jī)的處理能力、編解碼的算法速率的要求比較高，一般難于達(dá)到實(shí)時(shí)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(diǎn)是集成度高，價(jià)格低，但擴(kuò)展性差。國(guó)外許多公司都熱衷于視頻芯片的研究和開(kāi)發(fā)。就國(guó)外來(lái)說(shuō)，主要的視頻會(huì)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(diǎn)是能得到高的圖像質(zhì)量并能滿足實(shí)時(shí)圖像處理的要求。

通用DSP方式是一種硬件實(shí)現(xiàn)方式。采用通用DSP的原因是由于它可通過(guò)編程實(shí)現(xiàn)多種功能，當(dāng)針對(duì)硬件的軟件功能升級(jí)和新的標(biāo)準(zhǔn)算法出現(xiàn)時(shí)，只需要局部改變DPS的微碼就可以適應(yīng)不同的應(yīng)用。用DSP實(shí)現(xiàn)H.263時(shí)，首先需要估計(jì)編碼、解碼等處理過(guò)程所需的計(jì)算量，并且這些計(jì)算量與具體視頻編碼過(guò)程有關(guān)，選擇時(shí)應(yīng)該選用高速DSP。

從以上三種實(shí)現(xiàn)方式來(lái)看，DSP具有開(kāi)發(fā)靈活、適應(yīng)面較寬和擴(kuò)展性強(qiáng)等優(yōu)越性，且目前已經(jīng)能實(shí)時(shí)處理H.263算法的高速超強(qiáng)處理能力的DSP芯片有AD21065L、TMS320C55x、TMS320C6x等，所以采用DSP實(shí)現(xiàn)可視電話等視頻圖像處理系統(tǒng)成為開(kāi)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(biāo)準(zhǔn)。它使用V.34調(diào)制解調(diào)器，可以實(shí)時(shí)傳送語(yǔ)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(duì)源圖像序列的壓縮，先按塊的方式采用DCT變換，后對(duì)變換的DCT系數(shù)進(jìn)行量化，然后進(jìn)入視頻復(fù)接編碼器。在編碼過(guò)程中，要求對(duì)編碼模式的選擇和碼率的大小進(jìn)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(gè)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(shí)對(duì)交流DCT系數(shù)（AC）進(jìn)行VLC編碼，對(duì)直流系數(shù)進(jìn)行固定長(zhǎng)度（FLC）的編碼，并對(duì)壓縮的編碼數(shù)據(jù)與控制信息復(fù)接。由于H.263的輸出碼率一般非恒定的，所以在實(shí)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(lái)控制編碼器中量化器化步長(zhǎng)，同時(shí)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(guò)程，但并非完全對(duì)稱。編碼過(guò)程的運(yùn)算量和復(fù)雜度要遠(yuǎn)大于解碼過(guò)程。

2 可視電話系統(tǒng)的性能需求

在可視電話設(shè)計(jì)之前，先分別對(duì)可視電話的圖像格式、視音頻的編解碼運(yùn)算量和存儲(chǔ)量進(jìn)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(guò)64kbits/s），故圖像不宜過(guò)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(jì)算和存儲(chǔ)量均在上述條件下估計(jì)。

H.263視頻編碼計(jì)算量主要集中在：運(yùn)動(dòng)估計(jì)與預(yù)測(cè)編碼、離散余弦變換（DCT）、可變長(zhǎng)編碼（VLC），這部分的運(yùn)算量估計(jì)為90MIPS（兆個(gè)指令/每秒）。同樣，解碼計(jì)算量主要集中在：運(yùn)動(dòng)補(bǔ)償（MC）、離散余弦逆變換（IDCT）、可變長(zhǎng)解碼（VLD），這部分運(yùn)算量估計(jì)為40MIPS。G.723.1音頻編碼的運(yùn)算量比視頻的運(yùn)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(jì)大約為60MIPS。因此DSP的計(jì)算量共為220MIPS左右。

存儲(chǔ)器包括程序存儲(chǔ)器和數(shù)據(jù)存儲(chǔ)器。程序存儲(chǔ)器和一些常數(shù)（DCT系數(shù)、VLC系數(shù)等）開(kāi)始存于ROM，運(yùn)行之后引導(dǎo)至RAM中，這部分估計(jì)為400Kbytes。

數(shù)據(jù)存儲(chǔ)器主要存放采樣得來(lái)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(hào)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(shí)現(xiàn)

根據(jù)資源分析，為實(shí)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(chǔ)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(yùn)行。

3.1 視音頻解碼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(jí)哈佛結(jié)構(gòu)（SHARC）ADSP系列中功能強(qiáng)大的32bit DSP，高性能的核加上集成的外圍器件，使其性價(jià)比很高、應(yīng)用范圍很廣，它的主要特性有：

·198 MFLOPS（32bit浮點(diǎn)運(yùn)算）；

·180 MOPS（32bit定點(diǎn)運(yùn)算）；

·16K 32bit雙端口片內(nèi)存儲(chǔ)器；

·64M 32bit字長(zhǎng)的外部擴(kuò)展地址空間；

·2個(gè)支持32個(gè)時(shí)分復(fù)用（FDM）通道的串口；

·10個(gè)DMA通道；

·2個(gè)時(shí)鐘；

·與32bit字長(zhǎng)SDRAM的無(wú)縫口等。

ADSP-21065L的快速運(yùn)算能力（198MFLOPS）和大的外部存儲(chǔ)空間（64M），使其能完成H.324中的運(yùn)算量大、存儲(chǔ)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DPS核、I/O端口、內(nèi)部雙口存儲(chǔ)器、外部同步DRAM之間數(shù)據(jù)能夠高速傳輸。這對(duì)于視頻數(shù)據(jù)的編碼和傳輸很重要，因?yàn)橐曨l數(shù)據(jù)有量大、傳輸快等特點(diǎn)，ADSP-21065L的多總線結(jié)構(gòu)能很好地解決這些問(wèn)題。而且32bit字長(zhǎng)的計(jì)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(chǔ)器高達(dá)1.5Mbit，可配置成32K字的程序存儲(chǔ)器和48K字節(jié)的數(shù)據(jù)存儲(chǔ)器；

·運(yùn)算能力為70MIPS，13ns的指令周期；

·3個(gè)總線結(jié)構(gòu)允許在每指令周期進(jìn)行兩個(gè)取數(shù)操作，并作運(yùn)算；

·4M的外部擴(kuò)展存儲(chǔ)器；

·2個(gè)串口，可以自動(dòng)緩沖數(shù)據(jù)；

·6個(gè)外部中斷；

·豐富的指令，低功耗等。

監(jiān)于ADSP-2189M特點(diǎn)，以及由前討論的音頻編解碼G.723.1運(yùn)算量和存儲(chǔ)容量的需求，可以讓ADSP-2189M進(jìn)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(yùn)動(dòng)估計(jì)與預(yù)測(cè)技術(shù)，前者是通過(guò)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(duì)后者而言，首先對(duì)輸入的每一圖像進(jìn)行層次的劃分，直到分為8×8塊作為運(yùn)動(dòng)估計(jì)算法的基本處理單元，然后進(jìn)行運(yùn)動(dòng)估計(jì)與預(yù)測(cè)，消除圖像序列間的時(shí)間冗余，達(dá)到運(yùn)動(dòng)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(fù)責(zé)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(fù)責(zé)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(gè)MUX-SDU實(shí)際上就是AL-PDU。AL根據(jù)接收媒體不同，分3成種：AL1、AL2、AL3。AL1負(fù)責(zé)傳送一般數(shù)據(jù)和控制信息，AL2負(fù)責(zé)音頻，AL3負(fù)責(zé)視頻。由于可能有多個(gè)AL-PDU（MUX-SDU）同時(shí)到達(dá)復(fù)用層，復(fù)用層根據(jù)一個(gè)預(yù)先定義的描述符表將不同的AL-PDU復(fù)合到一個(gè)數(shù)據(jù)流中。該描述符表有16項(xiàng)，每個(gè)表項(xiàng)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(kāi)始時(shí)進(jìn)行帶內(nèi)協(xié)商的控制過(guò)程、消息的語(yǔ)法和語(yǔ)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(guò)程以允許音視與數(shù)據(jù)能力的交換；請(qǐng)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(dú)立信道或整個(gè)復(fù)用層的位率；測(cè)試往返時(shí)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“5.36.3kbps多媒體傳輸對(duì)稱速率音頻編碼器”。G.723編碼器經(jīng)過(guò)優(yōu)化增加了有限的復(fù)雜度，獲得了高質(zhì)量的對(duì)話。它將語(yǔ)音或其它音頻信號(hào)幀用線形預(yù)測(cè)綜合分析編碼方法編碼，6.3kbps的激勵(lì)信號(hào)為MP-MLQ（多脈沖最大相似量化），5.3kbps采用ACELP（算術(shù)碼書激勵(lì)線性預(yù)測(cè)）；幀長(zhǎng)30ms，外加一探頭7.5ms，算法延遲共37.5ms，附加延遲則取決于實(shí)現(xiàn)時(shí)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(jìn)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)議數(shù)據(jù)的流向和動(dòng)態(tài)RAM的刷新，用VHDL語(yǔ)言來(lái)設(shè)計(jì)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(hào)。音頻轉(zhuǎn)換芯片采用AD1819，其特點(diǎn)是對(duì)于音頻信號(hào)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(shí)間為6.7ns。用戶界面采用單片機(jī)89C52，處理界面操作，遠(yuǎn)程控制等。

3.3 存儲(chǔ)資源的分配和軟件的編寫移植問(wèn)題

根據(jù)應(yīng)用特點(diǎn)，合理分配資源特別是存儲(chǔ)資源，一直是DSP設(shè)計(jì)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)放置了外部RAM中。按具體功能要求，參考資料，開(kāi)發(fā)出相應(yīng)的C語(yǔ)言下的H.324程序，編譯鏈接生成執(zhí)行文件執(zhí)行并進(jìn)行功能評(píng)估，進(jìn)行具體的算法優(yōu)化。評(píng)估程序執(zhí)行的效率，具體分析出DCT和運(yùn)動(dòng)估計(jì)與預(yù)測(cè)等耗時(shí)大的模塊，根據(jù)ADSP-21065的指令特點(diǎn)和硬件結(jié)構(gòu)，采用高效的匯編語(yǔ)言編寫這部分匯編程序，進(jìn)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(shí)時(shí)實(shí)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(jí)性，易于實(shí)現(xiàn)功能的擴(kuò)展及與其他遵從ITU標(biāo)準(zhǔn)和ISO標(biāo)準(zhǔn)的網(wǎng)絡(luò)視頻終端的互通。當(dāng)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(kāi)展寬帶視音頻業(yè)務(wù)了。