从技术的角度看目前手机电视的发展.doc

从技术的角度看目前手机电视的发展 余智余兆明 本文作者余智先生，北京邮电大学博士生；余兆明先生，南京邮电大学信息工程学院教授。 关键词：手机电视DVB-H信源编码信道编码数据压缩GPRSH.264概述“手机电视”可谓时下最热门的话题。2003年Sony开发成功手机微波数字电视调谐器模块，功耗不到150mW，能够收看VHF频带7个频道和UHF频带1362个频道数字电视节目。中国移动、联通公司分别试验了各自的“手机电视”业务。运营商通过2.5GHz或2.75GHz网络传输技术来播放“手机电视”节目。采用通用无线分组业务(GPRS)技术，目前GPRS平均速率在40kb/s左右。或通过CDMA1X开展手机电视传输试验，平均速率在100kb/s左右。从我国目前几款手机电视情况来看，不管采用什么样的技术，播放的图像帧速率有两种：(1)12帧/秒；(2)1215帧/秒。由于帧速率太慢，图像象素数太少，达不到电视实时传输的效果，而且收看时间也就一小时左右。要在手机上看电视，技术上需要处理好三个环节：信号源、传播途径和接收终端。信号源方面，需要高压缩比的信源压缩编码标准；传播途径方面，不外乎无线微波和网络传输两种技术。为了实现移动接收，需要抗干扰能力强的数字调制和信道处理技术。接收终端方面，必须开发高集成度、体积小、重量轻、耗电小的芯片，以及体积小、高容量的充电电池。下面就这些技术问题作进一步探讨。移动通信的传输速率任何一种通信工具，不管承担什么样的信号传送功能，与它采用的技术、所载信息的传输速率密切相关。目前广泛使用的2G手机传输信息的速率大约为19.2kb/s，由于速率低，只能用来传话音，不能传图像。2.5G移动通信采用GPRS技术，理论上传输速率最高能够达到171.2kb/s，可传输较高帧速(1215帧/秒)的可视电话图像，但目前普遍采用40kb/s速率，可用来传输12帧/秒的低速人头图像。3G移动通信最高传输速率可达1.92Mb/s，可用来传送MPEG-1/-2/-4压缩标准的图像和声音，能达到电视实时传输的效果。就目前已掌握的技术而言，要用手机看电视，必须使用3G移动手机。2.5G中的GPRS技术GPRS是在GSM基础上发展起来的一种分组交换的数据承载和传输网络，与原有的GSM相比，具有许多优势：只要激活GPRS应用，将永远保持在线，不存在掉线问题，而且不必担心费用问题，因为只有产生通信流量时才计费；类似于一种无线专线网络；全新的分组服务，无需以往长时间的拨号建立连接过程；话音和数据业务可以切换使用。GPRS业务及其特点GPRS为用户提供端到端分组交换和传输方式数据业务，能有效地利用网络资源。GPRS应用业务有以下特点：(1)适用于突发(非周期)的数据业务；(2)频繁传送少量数据，适用于每分钟传送几次小于500B的短数据业务；(3)非频繁传送大量数据，适用于每小时内传送几次几kB的长数据业务。GPRS网为移动数据用户主要提供突发数据业务，并能快速建立连接,无时延。提供的数据业务种类包括：点对点数据业务(PTP)、一点对多点数据业务(PTM)、补充业务、短消息业务等。还能提供以GPRS承载业务为基础的各种电信数据业务，即网络应用业务。GPRS网络的特点(1)灵活使用无线资源。多个GPRS用户可共享一个时隙，或者一个用户最多可使用8个时隙，即可以按需分配无线资源和传输容量，在没有数据时可释放容量。这样，有限的无线资源将可以容纳更多的用户。而且上下行链路可不对称，数据速率可变，系统可以动态地分配信道资源给分组数据用户和话音用户，从而大大提高无线信道的利用率。(2)更高的数据速率。GPRS以可变的速率提供数据连接，根据无线环境，分别采用CS1(9.05kb/s)、CS2(13.4kb/s)、CS3(15.6kb/s)、CS4(21.4kb/s)四种编码方案来提供业务，当占用个时隙时，速率最高可达171.2kb/s。考虑各种开销和信道编码因素，实际的最高速率为115kb/s。目前较多GPRS系统仅支持CS1和CS2。(3)始终在线。GPRS用户一旦接通后，即成为网络的服务对象，且只在收发数据时才利用网络资源，并且当资源释放后再次接入网络时，无需重新发起业务，接入延迟非常短。(4)计费方式。按流量计费，计费方式更趋合理。(5)灵活选择使用模式。根据网络和MS的工作模式，用户可以分别交替同时进行话音和分组数据业务。(6)通过3+1 GPRS手机上网浏览，峰值速率可达40kb/s；利用FTP传输文件的平均速率可达30kb/s。(7)WAP与GPRS已实现对接，可用WAP手机直接访问WAP网关。可用于手机电视的传输标准DVB-HDVB-H系统结构DVB-H支持的是手机等小型移动终端设备，可望成为手机数字电视传输标准。DVB-H是建立在DVB数据广播和DVB-T传输之上的标准，更注重于协议实现。系统前端由DVB-H封装机和调制器构成，前者负责将IP数据封装成MPEG-2传输流，后者负责信道编码和调制。系统终端由DVB-H解调器和终端构成，前者负责信道解调、解码；后者负责相关业务显示、处理。DVB-H传输系统还具有以下特殊要求：(1)为延长电池的使用时间，终端周期地关掉一部分接收电路以节省功耗；(2)能漫游，漫游时仍能非常顺利地接收DVB-H业务；(3)传输系统能保证在各种移动速率下顺利接收DVB-H业务；(4)系统具有很强的抗干扰能力；(5)系统具有相当的灵活性，以适应不同传输带宽和信道带宽应用。协议层次划分DVB-H标准将实现数据链路层和物理层。(1)数据链路层采用时间分片技术，用于降低平均功耗，便于进行平稳、无缝的业务交换；采用MPE前向纠错技术，提高移动使用中的C/N门限和多普勒性能，增强抗脉冲干扰能力。(2)物理层与DVB-T相比，增加了4k传输模式和深度符号交织等内容。其它技术特点包括：在传输参数信令(Transmission Parameter Signaling，TPS)比特中增加DVB-H信令，用于提高业务发展速度；蜂窝标识(在TPS中)用于支持移动接收时快速信号扫描和频率交换；增加4k模式以适应移动接收和单频蜂窝网，提高网络设计、规划的灵活性；2k和4k模式进行深度符号交织，进一步提高移动环境和冲击噪声环境下的鲁棒性。关键新技术功耗DVB-H要求射频接收和信道解调、解码部分的功耗小于100mW。网络设计由于DVB-H终端在网络内移动时接收天线小巧且单一，必须优化设计单频网。为此，DVB-H增加了新的技术模块，主要包括：时间分片基于时分复用技术，节省接收终端功耗和便于网络交换；MPE-FEC基于RS纠错编码技术，增加额外的前向纠错编码，提高系统的移动和抗脉冲干扰能力；4k模式用于提高网络设计的灵活性；DVB-H TPS为DVB-H专用的传输参数信令，用于提高系统同步和业务访问速度。时间分片DVB-H信号由许多时间片组成，时间分片采用突发方式传送数据，每个突发时间片传送一个业务，单独占有全部数据带宽，并指出下一个相同业务时间片产生的时刻，能够在指定的时刻接收选定的业务；空闲时间节能，降低平均功耗。在相同业务的两个时间片之间，将会传送其他业务数据。接收到的数据并非恒定速率，它以离散的方式间隔到达，称之为突发传送。如果解码终端要求恒定码率，可以先进行缓冲，生成速率不变的数据流。(1)时间分片与功耗时间分片、突发传送数据，具有更高的瞬时速率。为节省功耗，突发带宽一般为固定带宽的10倍左右。例如一个恒定速率为350kb/s的业务流，要求4Mb/s左右的突发带宽。突发带宽为固定带宽的两倍时，功耗可节省50%，如果为10倍，则功耗可以节省90%。(2)时间分片与PSI/SIDVB-H标准规定PSI/SI信息不进行时间分片处理，分配一个固定带宽。手持终端需访问SI中的NIT和INT表。NIT表的内容是恒定的，当手持终端加入一个新网络中时，首先要接收该表，确定网络参数。当在不同的传输流之间切换时，手持终端须读取INT表，INT表变更信息在PSI的PMT表中标识。由于DVB标准规定PSI信息必须每隔100ms重传一次，如果突发脉冲的业务传送时间超过100ms，则手持终端能够在接收业务的同时访问所有PSI信息；如果业务传送时间小于100ms，手持终端须在业务接收完毕后继续工作一段时间，确保完成所请求PSI表的接收。(3)时间分片与业务交换采用时间分片技术，使手持终端能够在业务传送空闲周期对相邻蜂窝进行监视，扫描其他频率信号、测试信号强度，但并不中断本业务的接收。当用户进入新的网络时，根据监视结果在空闲周期切换到具有相同业务的不同传输流上，从而实现准最优、无缝业务交换。如果在前端对业务同步精确编排，能够使相同业务及时出现在相邻峰窝的不同时隙上，而用户不会察觉这种变化。(4)时间片和条件接收DVB-H可采用两种条件接收方式。其中一种是基于IP的条件接收系统(IP-CAS)，所有的CAS相关信息都在IP数据中，并可以支持时间分片技术，以减小功耗。MPE-FECDVB-H在数据链路层为IP数据报增加了RS纠错编码，作为MPE的前向纠错编码，校验信息将在指定的FEC段中传送，称之为MPE-FEC。提高移动信道中的C/N、多普勒性能及抗脉冲干扰能力。4k模式和深度符号交织为进一步提高移动时4k模式的抗脉冲干扰性能，DVB-H标准特别引入了深度符号交织技术。4k模式符号具有较长的周期和保护间隔，能够建造中型单频网，并能够更好地进行网络优化，以提高频谱效率。虽然这种优化不如8k模式的效率高，但是4k模式比8k模式的符号周期短，能够更频繁地进行信道估计，提供比8k更好的移动性能。DVB-H传输参数信令DVB-H的TPS能够为系统提供一个鲁棒、易访问的信令机制，能使接收机更快地发现DVB-H业务。TPS是一个具有良好鲁棒性的信号，即使在低C/N的条件下，解调器仍能快速将其锁定。DVB-H标准适用于移动通信和多媒体业务，为电视广播做准备，因此视频压缩技术至关重要。传统的视频压缩标准如MPEG-2显然不能满足DVB-H的要求，为此针对DVB-H考查了多种视频压缩格式，其中最为令人瞩目的是H.264(即MPEG-4的第10部分)。 关键词：手机电视DVB-H信源编码信道编码数据压缩GPRSH.264 可用于手机电视的信源压缩 编码标准H.264H.264是ITU-T视频编码专家组(VCEG)和ISO/IEC活动图像编码专家组(MPEG)的联合视频组(JVT)开发的一个新的数字视频编码标准，它既是ITU-T的H.264，又是ISO/IEC的MPEG-4的第10部分。2002年6月JVT第5次会议通过了H.264的FCD板。H.264的压缩率比MPEG-2高23倍，1Mb/s速率的图像效果接近MPEG-2中DVD的图像质量，是目前手机电视中最为理想的信源压缩编码标准。H.264是DPCM加变换编码的混合编码模式。它不用众多的选项，获得比H.263+好得多的压缩性能；增强了对各种信道的适应能力，采用“网络友好”的结构和语法，有利于对误码和丢包的处理；应用范围较宽，以满足不同速率、不同解析度及不同传输(存储)场合的需求；它的基本系统是开放的。在技术上，H.264标准中有多个亮点，如：统一的VLC符号编码；高精度、多模式的位移估计；基于44块的整数变换；分层的编码语法等。这些使得H.264算法具有很高的编码效率，在相同的重建图像质量下，能够比H.263降低50%左右的码率。H.264的码流结构网络适应性强，增强了差错恢复能力，能够很好地适应IP和无线网络应用。H.264的特点H.264在编码框架上还是沿用以往的MC-DCT结构，即运动补偿加变换编码的混合结构，因而保留了先前标准的一些特点，如不受限制的运动矢量、对运动矢量的中值预测等。然而，由于它采用了以下技术，因而在性能上有了很大的提高。帧内预测对I帧的编码是利用空间相关性而非时间相关性而实现的。以前的标准只利用了一个宏块内部的相关性，而忽视了宏块之间的相关性，所以编码后的数据量较大。为了进一步利用空间相关性，H.264引入了帧内预测以提高压缩效率。简单地说，帧内预测编码就是用周围邻近的象素值来预测当前的象素值，然后对预测误差进行编码。这种预测是基于块的，对于亮度分量，块的大小可以在1616和44之间选择，1616块有4种预测模式，44块有9种预测模式；对于色度分量，预测是对整个88块进行的，有4种预测模式。除了DC预测外，其他每种预测模式对应不同方向上的预测。帧间预测与以往的标准一样，H.264使用运动估计和运动补偿来消除时间冗余，但是，它又具有不同的特点。(1)预测时所用块的大小可变由于基于块的运动模型假设块内的所有象素都做了相同的平移，在运动比较剧烈时或者在运动物体的边缘处，这一假设会与实际出入较大，从而导致较大的预测误差，这时减小块的大小可以使假设在小的块中依然成立。另外，小的块所造成的块效应相对也小，一般来说小的块可以提高预测的效果。 为此，H.264一共采用了7种方式对一个宏块进行分割，每种方式下块的大小和形状都不相同，这就使编码器可以根据图像的内容选择最好的预测模式。与仅使用1616块进行预测相比，使用不同大小和形状的块可以使码率降低15以上。(2)更精细的预测精度 在H.264中，亮度分量的运动矢量使用1/4象素精度。色度分量的运动矢量由亮度运动矢量导出，由于色度分量的分辨率是亮度分量的一半(对420)，所以其运动矢量精度将为1/8。也就是说，一个单位的色度分量的运动矢量所代表的位移仅为色度分量取样点间距离的1/8。如此精细的预测精度，较之整数精度可以使码率降低20以上。(3)多参考帧H.264支持多参考帧预测，即可以有多于一个(最多5个)在当前帧之前解码的帧作为参考帧，产生对当前帧的预测。这适用于视频序列中含有周期性运动的情况。采用这一技术，可以改善运动估计的性能，提高H.264解码器的错误恢复能力；但是，也增加了缓存的容量，加大了编解码器的复杂性。不过，正如前面提到的，H.264的提出是基于半导体技术的飞速发展，因此这两个负担在不久的将来会变得微不足道。较之只使用一个参考帧，使用5个参考帧可以使码率降低510。(4)去块效应滤波器它的作用是消除经反量化和反变换后重建图像中由于预测误差产生的块效应，即块边缘处的象素值跳变，从而改善图像的主观质量，并减小预测误差。H.264中的去块效应滤波器还能够根据图像内容做出判断，只对由于块效应产生的象素值跳变进行平滑，而对图像中物体边缘处的象素值不连续给予保留，以免造成边缘模糊。与以往的去块效应滤波器同的是，经过滤波后的图像将根据需要放在缓存中用于帧间预测，而不是仅仅在输出重建图像时用来改善主观质量。也就是说，该滤波器位于解码环中而非解码环的输出外，因而又称作环滤波器。须要注意：对于帧内预测，使用的是未经过滤波的重建图像。整数变换H.264对帧内或帧间预测的残差进行DCT编码。为了降低浮点运算带来的硬件设计复杂性，更重要的是，避免舍入误差造成的编码器和解码器之间不匹配的问题，新标准对DCT的定义做了修改，使得变换仅用整数加减法和移位操作即可实现，这样在不考虑量化影响的情况下，解码端的输出可以准确地恢复编码端的输入。当然，这样做的代价是压缩性能略微下降。此外，该变换是针对44块进行的，这也有助于减小块效应。为了进一步利用图像的空间相关性，在对色度分量的预测残差和1616帧内预测的预测残差进行上述整数DCT之后，标准还将每个44变换系数块中的DC系数组成22或44大小的块，进一步做哈达玛(Hadamard)变换。熵编码对于Slice层以上的数据，H.264采用Exp-Golomb码，这是一种没有自适应能力的VLC。而对于Slice层(含)以下的数据，如果是残差，H.264有两种熵编码方式：基于上下文的自适应变长码(CAVLC)和基于上下文的自适应二进制算术编码(CABAC)；如果不是残差，H.264采用Exp-Golomb码或CABAC编码，视编码器的设置而定。(1)CAVLCVLC的基本思想就是对出现频率高的符号使用较短的码字，而对出现频率低的符号采用较长的码字。这样可以使得平均码长最小。在CAVLC中，H.264采用若干VLC码表，不同的码表对应不同的概率模型。编码器能够根据上下文，如周围块的非零系数或系数的绝对值大小，在这些码表中自动地选择，尽可能地与当前数据的概率模型匹配，从而实现上下文自适应的功能。(2)CABAC算术编码是一种高效的熵编码方案，其每个符号所对应的码长被认为是分数。由于对每一个符号的编码都与以前编码的结果有关，所以它考虑的是信源符号序列整体的概率特性，而不是单个符号的概率特性，从而能够更大程度地逼近信源的极限熵，降低码率。为了绕开算术编码中无限精度小数的表示问题及对信源符号概率进行估计，现代的算术编码多以有限状态机的方式实现，H.264的CABAC便是一个例子。在CABAC中，每编码一个二进制符号，编码器就会自动调整对信源概率模型(用一个“状态”来表示)的估计，随后的二进制符号就在这