基于DSP的H.324可視電話研究與實現(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的可視電話系統(tǒng)。

關鍵詞：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機為平臺，利用現(xiàn)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的多線程技術軟件實現(xiàn)H.263視頻器、解碼/發(fā)送、接收、顯示等多個任務。在實際應用系統(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，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、編解碼的算法速率的要求比較高，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DPS的微碼就可以適應不同的應用。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，選擇時應該選用高速DSP。

從以上三種實現(xiàn)方式來看，DSP具有開發(fā)靈活、適應面較寬和擴展性強等優(yōu)越性，且目前已經能實時處理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（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，可以實時傳送語音、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系數進行量化，然后進入視頻復接編碼器。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；視頻復接編碼主要完成將每幀圖像數據編成四個層次的數據結構，以便在各層次中插入必要的輔助數據信息。同時對交流DCT系數（AC）進行VLC編碼，對直流系數進行固定長度（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，所以在實際應用中，受傳輸網絡帶寬的限制，必須要在發(fā)送端和接收端設置緩沖區(qū)，使得編碼率的碼流變換為固定碼率碼流，防止數據的丟失和破壞。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化步長，同時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程，但并非完全對稱。編碼過程的運算量和復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的可視電話系統(tǒng)的實現(xiàn)

根據資源分析，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，再構建可視電話硬件流圖，分配存儲資源，然后編寫與移植相關的協(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，使其性價比很高、應用范圍很廣，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個時分復用（FDM）通道的串口；

·10個DMA通道；

·2個時鐘；

·與32bit字長SDRAM的無縫口等。

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，ADSP-21065L的多總線結構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：

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

·運算能力為70MIPS，13ns的指令周期；

·3個總線結構允許在每指令周期進行兩個取數操作，并作運算；

·4M的外部擴展存儲器；

·2個串口，可以自動緩沖數據；

·6個外部中斷；

·豐富的指令，低功耗等。

監(jiān)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調制解調器的任務。

3.2 可視電話系統(tǒng)的硬件結構

DSP可視電話硬件結構如圖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、多媒體通信的復用協(xié)議H.223和傳輸控制協(xié)議H.245功能。H.263核心技術為基于塊DCT和運動估計與預測技術，前者是通過正交變換消除圖像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為MUX-SDU，每個MUX-SDU實際上就是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AL-PDU（MUX-SDU）同時到達復用層，復用層根據一個預先定義的描述符表將不同的AL-PDU復合到一個數據流中。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。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復用層的位率；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多媒體傳輸對稱速率音頻編碼器”。G.723編碼器經過優(yōu)化增加了有限的復雜度，獲得了高質量的對話。它將語音或其它音頻信號幀用線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（算術碼書激勵線性預測）；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用協(xié)議的緩沖延遲等。V.34協(xié)議把數據流進行調制和解調，使之適用于電話線的傳輸。

CPLD主要用于協(xié)議數據的流向和動態(tài)RAM的刷新，用VHDL語言來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(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

根據應用特點，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(tǒng)中，頻繁使用的DCT系數、VLC系數等放置于ADSP-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，開發(fā)出相應的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和運動估計與預測等耗時大的模塊，根據ADSP-21065的指令特點和硬件結構，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、視音頻數模轉換芯片等，都采用AD公司的產品?；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標準的網絡視頻終端的互通。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終端設備，在軟件上更改碼率控制，提高視音頻質量，就可開展寬帶視音頻業(yè)務了。