基于DSP的H.324可視電話(huà)研究與實(shí)現

摘要：介紹了H.324可視電話(huà)的基本框架，并在分析視音頻編解碼后需要的計算量和存儲容量的基礎上，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，設計了基于DSP的可視電話(huà)系統。

關(guān)鍵詞：可視電話(huà) DSP 視頻編碼 音頻編碼

H.324標準的可視電話(huà)系統實(shí)現方法，一般有如下同種方式：軟件方式、通用DSP方式及專(zhuān)用處理器和專(zhuān)用芯片方式。

以PC機為平臺，利用現有的聲卡、視頻要集卡和調制解調器作為輸入和輸出設備，采和基于WINDOWS的多線(xiàn)程技術(shù)軟件實(shí)現H.263視頻器、解碼/發(fā)送、接收、顯示等多個(gè)任務(wù)。在實(shí)際應用系統時(shí)需要考慮到PC的處理能力、與接收端的連接和相應的圖像格式等問(wèn)題，可以在編碼模塊中采用匯編語(yǔ)言，提高執行速度，并引入MMX技術(shù)，進(jìn)一步提高執行速度。它的特點(diǎn)是成本低、配置少，便于移植和升級，但對計算機的處理能力、編解碼的算法速率的要求比較高，一般難于達到實(shí)時(shí)要求。

專(zhuān)用處理器和專(zhuān)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，但擴展性差。國外許多公司都熱衷于視頻芯片的研究和開(kāi)發(fā)。就國外來(lái)說(shuō)，主要的視頻會(huì )議芯片供應商是：Lucent Technology(AVP-III處理器)；8×8 Inc.(VCP 處理器)；Texas Instruments（C8x系列處理器）等。專(zhuān)用處理器和專(zhuān)用芯片方式的特點(diǎn)是能得到高的圖像質(zhì)量并能滿(mǎn)足實(shí)時(shí)圖像處理的要求。

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

從以上三種實(shí)現方式來(lái)看，DSP具有開(kāi)發(fā)靈活、適應面較寬和擴展性強等優(yōu)越性，且目前已經(jīng)能實(shí)時(shí)處理H.263算法的高速超強處理能力的DSP芯片有AD21065L、TMS320C55x、TMS320C6x等，所以采用DSP實(shí)現可視電話(huà)等視頻圖像處理系統成為開(kāi)發(fā)者的首選。

1 H.324可視電話(huà)基本框架

H.324是ITU的適用于公共電話(huà)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調制解調器，可以實(shí)時(shí)傳送語(yǔ)音、數據、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和復接與復用協(xié)議H.223等。

PSTN的視頻H.324可視電話(huà)框圖如圖1所示。

在H.324編解碼系統框圖中，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系數進(jìn)行量化，然后進(jìn)入視頻復接編碼器。在編碼過(guò)程中，要求對編碼模式的選擇和碼率的大小進(jìn)行必要的控制；視頻復接編碼主要完成將每幀圖像數據編成四個(gè)層次的數據結構，以便在各層次中插入必要的輔助數據信息。同時(shí)對交流DCT系數（AC）進(jìn)行VLC編碼，對直流系數進(jìn)行固定長(cháng)度（FLC）的編碼，并對壓縮的編碼數據與控制信息復接。由于H.263的輸出碼率一般非恒定的，所以在實(shí)際應用中，受傳輸網(wǎng)絡(luò )帶寬的限制，必須要在發(fā)送端和接收端設置緩沖區，使得編碼率的碼流變換為固定碼率碼流，防止數據的丟失和破壞。緩沖區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(cháng)，同時(shí)將步輔助信息送到視頻復接編碼中的各層次，以供解碼器使用。解碼部分可以看作為編碼的逆過(guò)程，但并非完全對稱(chēng)。編碼過(guò)程的運算量和復雜度要遠大于解碼過(guò)程。

2 可視電話(huà)系統的性能需求

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

PSTN上的可視電話(huà)，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算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(dòng)估計與預測編碼、離散余弦變換（DCT）、可變長(cháng)編碼（VLC），這部分的運算量估計為90MIPS（兆個(gè)指令/每秒）。同樣，解碼計算量主要集中在：運動(dòng)補償（MC）、離散余弦逆變換（IDCT）、可變長(cháng)解碼（VLD），這部分運算量估計為40MIPS。G.723.1音頻編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、數據的傳輸、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據存儲器。程序存儲器和一些常數（DCT系數、VLC系數等）開(kāi)始存于ROM，運行之后引導至RAM中，這部分估計為400Kbytes。

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

3 基于DSP的可視電話(huà)系統的實(shí)現

根據資源分析，為實(shí)現上述以PSTN為傳輸線(xiàn)路的可視電話(huà)，首先選擇合適的視音頻編解碼DSP芯片，再構建可視電話(huà)硬件流圖，分配存儲資源，然后編寫(xiě)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是超級哈佛結構（SHARC）ADSP系列中功能強大的32bit DSP，高性能的核加上集成的外圍器件，使其性?xún)r(jià)比很高、應用范圍很廣，它的主要特性有：

·198 MFLOPS（32bit浮點(diǎn)運算）；

·180 MOPS（32bit定點(diǎn)運算）；

·16K 32bit雙端口片內存儲器；

·64M 32bit字長(cháng)的外部擴展地址空間；

·2個(gè)支持32個(gè)時(shí)分復用（FDM）通道的串口；

·10個(gè)DMA通道；

·2個(gè)時(shí)鐘；

·與32bit字長(cháng)SDRAM的無(wú)縫口等。

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(xiàn)使DPS核、I/O端口、內部雙口存儲器、外部同步DRAM之間數據能夠高速傳輸。這對于視頻數據的編碼和傳輸很重要，因為視頻數據有量大、傳輸快等特點(diǎn)，ADSP-21065L的多總線(xiàn)結構能很好地解決這些問(wèn)題。而且32bit字長(cháng)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：

·片內存儲器高達1.5Mbit，可配置成32K字的程序存儲器和48K字節的數據存儲器；

·運算能力為70MIPS，13ns的指令周期；

·3個(gè)總線(xiàn)結構允許在每指令周期進(jìn)行兩個(gè)取數操作，并作運算；

·4M的外部擴展存儲器；

·2個(gè)串口，可以自動(dòng)緩沖數據；

·6個(gè)外部中斷；

·豐富的指令，低功耗等。

監于A(yíng)DSP-2189M特點(diǎn)，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(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調制解調器的任務(wù)。

3.2 可視電話(huà)系統的硬件結構

DSP可視電話(huà)硬件結構如圖2所示。

圖2中ADSP-21065L是可視電話(huà)的核心，其主要作用是完成視頻編碼H.263、多媒體通信的復用協(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(dòng)估計與預測技術(shù)，前者是通過(guò)正交變換消除圖像8×8子塊數據中存在的空間冗余，而得到一定的數據壓縮；對后者而言，首先對輸入的每一圖像進(jìn)行層次的劃分，直到分為8×8塊作為運動(dòng)估計算法的基本處理單元，然后進(jìn)行運動(dòng)估計與預測，消除圖像序列間的時(shí)間冗余，達到運動(dòng)圖像壓縮的目的。

H.223低位率多媒體通信的復用協(xié)議，主要由AL和MUX兩部分組成。AL負責將從用戶(hù)層和I/O層獲取的不同數據流（AL-SDU）轉換成AL-PDU。MUX負責將AL層數據送到物理層。AL與MUX層交換的邏輯單元稱(chēng)為MUX-SDU，每個(gè)MUX-SDU實(shí)際上就是AL-PDU。AL根據接收媒體不同，分3成種：AL1、AL2、AL3。AL1負責傳送一般數據和控制信息，AL2負責音頻，AL3負責視頻。由于可能有多個(gè)AL-PDU（MUX-SDU）同時(shí)到達復用層，復用層根據一個(gè)預先定義的描述符表將不同的AL-PDU復合到一個(gè)數據流中。該描述符表有16項，每個(gè)表項定義不同的AL-PDU組合方式。

H.245傳輸控制協(xié)議規定了控制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)程以允許音視與數據能力的交換；請求特定的音視與數據模式的傳送；管理傳輸音視與數據信息的信道；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(gè)復用層的位率；測試往返時(shí)延等。

ADSP-2189M是起到音頻編碼協(xié)議G.723和調制解調器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多媒體傳輸對稱(chēng)速率音頻編碼器”。G.723編碼器經(jīng)過(guò)優(yōu)化增加了有限的復雜度，獲得了高質(zhì)量的對話(huà)。它將語(yǔ)音或其它音頻信號幀用線(xiàn)形預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(shū)激勵線(xiàn)性預測）；幀長(cháng)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)現時(shí)的處理延遲、通信鏈路的傳輸延遲及復用協(xié)議的緩沖延遲等。V.34協(xié)議把數據流進(jìn)行調制和解調，使之適用于電話(huà)線(xiàn)的傳輸。

CPLD主要用于協(xié)議數據的流向和動(dòng)態(tài)RAM的刷新，用VHDL語(yǔ)言來(lái)設計邏輯控制和數據緩沖。視頻采樣芯片是AD公司的AD7185，它可以直接輸出YUV信號。音頻轉換芯片采用AD1819，其特點(diǎn)是對于音頻信號既可做模數轉換，又可做數模轉換。DRAM為1M字節，存取時(shí)間為6.7ns。用戶(hù)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(xiě)移植問(wèn)題

根據應用特點(diǎn)，合理分配資源特別是存儲資源，一直是DSP設計的重要之處。在本系統中，頻繁使用的DCT系數、VLC系數等放置于A(yíng)DSP-21065L的片內RAM，而其他數據放置了外部RAM中。按具體功能要求，參考資料，開(kāi)發(fā)出相應的C語(yǔ)言下的H.324程序，編譯鏈接生成執行文件執行并進(jìn)行功能評估，進(jìn)行具體的算法優(yōu)化。評估程序執行的效率，具體分析出DCT和運動(dòng)估計與預測等耗時(shí)大的模塊，根據ADSP-21065的指令特點(diǎn)和硬件結構，采用高效的匯編語(yǔ)言編寫(xiě)這部分匯編程序，進(jìn)一步提高程序的執行效率和充分利用ADSP的系統硬件資源，最終按要求在A(yíng)DSP實(shí)時(shí)實(shí)現H.324程序。

為了保證芯片之間接口的統一，基于PSTN上的可視電話(huà)，核心芯片如視音頻編解碼芯片、視音頻數模轉換芯片等，都采用AD公司的產(chǎn)品?；贒SP的可視電話(huà)系統，其軟件具有可升級性，易于實(shí)現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(huà)線(xiàn)上的ADSL通信發(fā)展迅速。由于基于DSP可視電話(huà)系統的靈活性，所以只要在其上添加ADSL終端設備，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。