（信号与信息处理专业论文）数字高清晰度电视hdtv机顶盒音频子系统的研制.pdf

摘要 数字高清晰度电视一( h e f v ) 以其潜在的广阔市场和巨大的经济效益，已 经成为国际高科技领域研究开发的热点之。我国于1 9 9 8 年9 月在北京成功 地进行了h d t v 地面广播和接收演示试验。 本论文的工作主要分为两部分，对数字音频的研究和对s m p t e 视频同步 * 一标准的研究。邀主蚤题的研究主要包括使用专用芯片s t i 4 6 0 0 来实现h d t v 4 _ 、一音频解码( m p e g 1 音频，m p e g 2 音频以及a c 3 音频解码) ，并实现与模拟 电视音频的兼容，以及对用于网络多媒体应用的m p e g 4 音频中的结构化音频 的软件模拟。s m p t e 视频同步标准的研究主要是用t i 公司的t h s 8 1 3 4 配以 a l t e r a 公司的c p l d 实现a t s c 采纳的三电平视频同步标准。 论文的第一章首先对h d t v 在国际和国内的发展概况，并对论文承担的 任务进行简要的说明；第二章简要介绍了工作中需要遵循的标准，包括 m p e g 1 、m p e g - 2 音频标准，a c 3 音频标准以及s m p t e 的些视频标准； 第三章介绍了h d t v 机顶盒音频子系统的设计与实现，包括s t i 4 6 0 0 与s t 2 0 的软硬件协调实现m p e g 1 、m p e g 2 音频和a c 3 音频的解码，并通过模拟 音频数字化之后进入s t i 4 6 0 0 实现与模拟电视的兼容：第四章介绍了用可编程 器件实现s m p t e 标准的视频后处理模块；第五章对m p e g 4 音频标准中的结 构化音频进行介绍，并通过软件模拟对其进行进一步的研究：第六章中对论文 的工作进行了总结。 关键词：a t s ch b 毋m p e ga c 3s m p t e s t i 4 6 0 0 t a b s t r a d h d t vi st h ep o i n ta ti s s b ei nt h ef i e l do fh i g h - t e c hr e s e a r c ha n dd e v e l o p m e n t i n t 1 1 ew o r l dd u et oi t sl a t e n tm a r k e ta n dh u g ee c o n o m i cp r o f i t i nc h i n a ，h d t v t e r r e s t r i a lb r o a d c a s ta n dr e c e i p t i o nd e m oe x p e r i m e n th a sb e e nd o n e i nb e i j i nc i t yi n s e p 1 9 9 9 t h et h e s i se m b r a c e st w op a r t s ：t h er e s e a r c hj n t od i g i t a la u d i oa n dt h er e s e a r c h i n t ov i d e os y n cs t a n d a r df r o ms m p t e t h ef i r s tp a r tc o n s i s t so fi m p l e m e n t a t i o no f h d t va u d i o ( m p e o 1a u d i o ，m p e g 2a u d i oa n da c 3 ) d e c o d i n gu s i n ga s i c s t i 4 6 0 0 ，c o m p a 垃b l ew i t h t h en t s c a n a l o ga u d i o ，a n dt h es o f t w a r es i m u l a t i o nt ot h e s t r u c t u r a la u d i o n 地i a t e rp a r tf o c u s e so nt h ei m p l e m e n t a t i o no f v i d e ot r i - l e v e ls y n c a d o p t e db ya t s c ，u s i n g t h s 8 1 3 4f r o mt ia c c o m p a n i n gw i t ht h ec p l df r o ma l t e r a t h ef i r s tc h a p t e ro ft h et h e s i si n t r o d u c e st h ed e v e l o p m e n to fh d t v i nt h ew o r l d a n dj nc h i n a 。a n dg i v e sab r i e fe x p l a i n a t i o no ft h ec o n t e n ti nt h et h e s i s c h a p t e r2 p r e s e n t st h es m n d a r d st h a ts h o u l db ec o m p l i e dw i t hi nt h ep r o j e c t ，i n c l u d i n gm p e o - l p a r t3 m p e o - 2p a r t3 a c 3a n ds o m es m p t es t a n d a r d s c h a p t e r3c o n e e n t r a 把so n t h ed e s i g na n di m p l e m e n t a t i o no ft h ea u d i os u b s y s t e mi nt h eh d t v s e t - t o pb o x t 1 1 i s a u d i os u b s y s t e mc a l ld e c o d em p e g i m l e g 2a n da c - 3a u d i ob a s e do nt h e c o o p e r a t i o no fs t 2 0a n ds t i 4 6 0 0 a n di sc t ) m p a t i b l ew i t ht h ea u d i oi nt h en t s c a n a l o gt vc h a p t e r4e x p l a i n st h ei m p l e m e n t a t i o no fv i d e op o s t - p r o c e s s i n gm o d u l e b a s e do nc p l d c h a p t e r5p r e s e n t st h er e s e a r c ho nm p e g - 4s t r u c t u r e da u d i o a tt h e e n d ，t h ec o n t e n ti nt h et h e s i si ss u m m e du p k e y w o r d s ：a t s ch d t vm p e ga ( 3s m p t e s t i 4 6 0 0 天津大学硕士学位论文 第一章绪论 第一章绪论 第一节高清晰度电视( h d t v ) 及其发展 随着科学技术与社会的进步，现行彩色电视的图像质量已不能够完全满足 消费者的需要，因此高清晰度电视的发展成为必然趋势。高清晰度电视( h i g h d e f i n i t i o nt e l e v i s i o n ，简称h d t v ) 是继黑白电视和彩色电视之后的新一代电视。 它能提供大屏幕高清晰的优质图像，高保真的伴音，给人以身临其境的视听享 受。 根据国际无线电咨询委员会( c c i r ) 对h d t v 的定义，h d t v 显示图像 亮度的分辨率在水平和垂直方向上大约是常规电视分辨率的两倍；显示屏幕对 角线的长度应该大于一米，其图像的宽高比应为1 6 ：9 ；此外通常还要配有多 声道环绕声的优质伴音。当观众在约为画面高度三倍的距离处观看时，具有正 常视力的观众所能看到的画面质量应该与在原始场景中所能觉察出的细节一 致；在6 7 倍显示高度的距离上观看影响时，可以得到常规电视细节的完全的 视频分辨率。 一、国外h d t v 的发展 臼本对h d t v 的研究起步最早，早在七十年代初期n h k ( 日本广播协会) 就向c c i r 提出过h i v i s i o n 建议，并于1 9 7 8 年进行了h d t v 的传输和接收实 验。虽然实验的结果还令人满意，但由于传输所占用的带宽太大，因此限制了 该系统的应用。为此，n h k 又对能压缩传输频带的新系统进行了研究，于1 9 8 4 年正式公布了研究方案，命名为m u s e 制。m u s e 制采用了时分多路传输技术 和带宽压缩技术，它能以8 i m h z 的视频带宽在一个卫星信道中进行宽高比为 1 6 ：9 的11 2 5 行的l i d t v 广播：同时传送两路数字编码的高保真伴音信号和其 他数据信号。日本在1 9 8 8 年成功地运用其h d t v 系统对汉城奥运会进行了实 况传播，并于1 9 8 9 年开始了h d t v 的实验广播。1 9 9 1 年开始正式试播，目前 每天大约播出1 4 个小时的节目。 在八十年代后期，卫星电视广播在全世界范围迅速发展。欧洲积极地进行 了适于本地特点的卫星广播系统的研究，于1 9 8 3 年正式推出m a c 制作为卫星 传输制式，并从1 9 8 6 年春实施尤里卡9 5 ( e u 9 5 ) 计划，开始研究h d m a c ， 计划由m a c 到h d m a c 逐步过渡到h d t v 。并于1 9 9 2 年成功实现了对巴塞 罗那奥运会的h d t v 卫星实况转播。 同日本和欧洲相比，美国在h d t v 的研究方面起步较晚，但却是发展摄快 的。尽管美国曾支持过日本推出的1 1 2 5 行h d t v 版本作为统一的国际标准， 但当意识到h d t v 潜在的巨大市场之后，美国联邦通讯委员会( f c c ) 于1 9 8 8 年9 月提出高清晰度电视要与现行的n t s c 制兼容。经过几年的紧张研制，美 国在1 9 9 1 1 9 9 2 年对五种建议的h d t v 地面广播制式进行了测试，由于被测试 的四种全数字制式在技术和经济上的优劣没有显著的差别，为了取长补短，同 时统一国内市场，四个数字系统的提出者于1 9 9 3 年5 月组成了“大联盟”( g a j 合作提出了一个统一的标准。1 9 9 5 年4 月a t s c 通过了“a t s c 数字电视标“f 天津大学硕士学位论文 第一章绪论 同年8 月g a 样机研制成功，1 0 月“a t s c 数字电视标准”被提交给f c c 审议。 1 9 9 6 年1 2 月2 6 日，f c c 终于批准了该标准。1 9 9 7 年4 月f c c 宣布：以4 月 7 日为起点，1 8 个月内有2 2 座电视台转为数字电视播出：2 4 个月内，四大商 业电视网在全美十大城市进行数字电视播出( 其中三大电视网播出数字 h d t v ) ；3 0 个月内有1 7 0 0 个电视台在3 0 个城市转为数字电视；最终计划在2 0 0 6 年取消模拟电视的播出。到1 9 9 9 年7 月已经有6 9 个电视台开始进行地面数字 广播。美国计划用9 年左右的时问来完成由模拟电视向数字电视的历史性转轨 过程。 美国的全数字h d t v 制式及其非过渡方案对欧洲和日本产生极大的影响。 欧洲终于在1 9 9 3 年宣布终止h d m a c 的研究，开始将目标转向开发全数字 h d t v 上。由德国通信部建议成立了欧洲开发小组，由1 7 0 多个组织共同开发 全数字电视系统，包括地面广播、卫星广播和有线电视传输的数字标准清晰度 ( s d ) 电视和高清晰度电视( h d ) 。并于1 9 9 3 年9 月创建了数字视频广播项 目( d v b ) 。但欧洲一直认为h d t v 的市场尚远，因此当前致力于数字标准清 晰度电视的研究开发。相继出台了卫星数字电视广播传输标准( d v b - s ) 、有线 数字电视广播传输标准( d v b c ) 和地面数字电视广播传输标准( d v b t ) 。 欧洲的策略是：利用s d t v 在目前便于普及的优势，抢占数字电视的世界市场， 加速在全世界普及d v b 标准，以此来与美国的数字电视标准相抗衡。 由于模拟h d t v 在日本已经形成了一定的规模。不是很容易就可以放弃的。 目前日本正在逐步完善和推广其相关的技术标准i s d b ( i n t e g r a t e ds e r v i c ed i g i t a l b r o a d c a s t i n g ) 。并计划在2 0 0 0 年底开始卫星数字h d t v7 个频道的广播，同时 开始地面数字电视广播的实验播出，2 0 0 3 年计划在东京，大坂和名古屋开始数 字广播，到2 0 0 6 年在臼本的其它地区开始广播，2 0 1 0 年最终停止现行的模拟 电视的广播。 至于世界其它一些国家和地区，尤其是韩国和我国的台湾地区，本地市场 有限，属于出口经济，生产符合美国和欧洲数字电视标准的接收机是他们的主 要任务，相信美国的h d t v 市场将会直接促进这些地区相关产品的研制和开发。 二、全数字电视的特征 从h d t v 的发展不难看出，数字化是当前科技发展的大趋势。h d t v 尤其 是数字h d t v 的出现不仅仅给我们带来了高清晰度的图像，更重要的是促进了 全球对数字音视频码率压缩技术和高效率的信道编码技术的研究，使得原来只 能传送一路模拟电视的卫星或其他信道现在可以一传四或一传八( s d t v ) ，从 而大大提高了频率资源的利用率。并且随着因特网的出现，通信技术的发展， 出现诸如多媒体、交互电视等新颖的服务业务。由此可见，电视领域正面临一 场质的革命。 “全数字化”是指：整个系统充分利用数字图像压缩编码、数字伴音压缩 编码、数字多路复用以及频道中数字通信( 纠错码和调制解调) 等技术。这与 社会上很流行的“数字电视”是完全不同的概念。 与模拟电视信号相比，数字电视信号具有以下的优点： 1 可以利用数字图像压缩处理技术和数字伴音压缩技术来处理音视频 天津大学硕士学位论文 第一章绪论 信号，压缩信号所占带宽； 2 数字信号在传输过程中不会产生失真和噪声的累积，这样就可以提 高系统的抗干扰能力： 3 数字电视信号的发射功率要比模拟电视信号低很多，可以启用禁用 频道，有利于频带的规划。 4 在不发生传输误码的情况下，接收机解码所得的图像质量与在演播 室获得的图像质量可以非常接近； 5 适于进入蓬勃发展的数字通讯网，可以很方便地与计算机连接，易 于进行图像处理： 6 易于实现加密和各种信息的复用传输； 7 易于实现拟制多径反射回波( 重影) 的数字处理； 8 容易大规模集成，提高性能价格比，便于大规模生产和维修。 从上述我们不难看出，只要充分利用数字信号的优点，就可以提供高精细、 高性能、高质量并与计算机、因特网密切联系的新型的服务业务。总之，数字 电视广播的前途是不可估量的。 第二节我国h d t v 研究的状况及其意义 h d t v 是利用信息论、数字信号处理、计算机技术、超大规模集成电路 ( v l s i ) 、通信技术等当今世界上的高新技术成果，综合发展起来的一项新兴前 沿技术，它的发展对上述各技术领域今后的发展产生深远的影响，进而带动社 会各部门的发展与技术更新。因此，h d t v 技术的研究与应用不仅仅有着广泛 的社会意义，而且会对一个国家的信息产业的发展产生巨大的推动作用，其潜 在的巨大经济效益是不容忽视的。而且，日本、美国和欧洲在h d t v 制式上的 相争也阻碍了世界上统一的h d t v 制式的形成，这也为我国发展h d t v 事业提 供了一个良好的机遇。 我国在8 0 年代末期就开始了h d t v 的研究。1 9 8 9 年，原国家科委组织了 h d t v 软科学研究，并且经过“八五”攻关项目“高清晰度电视研究”，使我国 在h d t v 仿真实验研究方面已达到国际先进水平。1 9 9 4 年6 月，国务院召开专 门会议研究加快h d t v 研究开发的问题。决定采取“分两步走”的策略。1 9 9 6 年4 月，作为第一步目标的高清晰度电视功能样机系统总体实施方案得到批准。 同年在全国范围内公开招标，整个研制工作于1 9 9 6 年7 月全面开展。共有1 4 个单位，2 0 0 多名研究人员参加这个项目。经过全体人员的努力，用两年多的 时间研制出了我国第套数字h d t v 功能样机系统，该系统的性能达到了1 9 9 5 年美国“g a ”的样机水平。1 9 9 8 年9 月成功地在北京中央电视台进行了开路 演示试验，并且在1 9 9 9 年1 0 月1 日，中华人民共和国建国5 0 周年之际，对天 安门广场的国庆大典进行了现场直播，获得了成功。1 9 9 9 年深圳高交会进行了 中国h d t v 和美欧制式地面广播h d t v 试播，2 0 0 0 年深圳高交会首次采用了中国 科研部门研制的四种d t v 实验制式方案，每天1 2 小时试播。 中国的h d t v 也正式提上发展日程。国家计委选定了北京，上海和深圳三个 城市进行h d t v 研究、开发及产业化试点，并将其列入“信息产业领域高技术产 业化项目”中，这预示着中国的h d t v 产业已经启动。 天津大学硕士学位论文 第一章绪论 在数字化时代到来之际，数字电视产业显示出了明显的知识经济特征，国 际竞争环境日趋严酷，一旦处理不当，将会受制于人。因此，我们应该很好地 利用已形成的科研基础，以科技和自主知识产权为核心，协调规范标准的制定 工作，加速产业准备，以使我国的数字电视产业能成为一个具有活力，能带动 行业增长，对国民经济有重要贡献和在国际上具有很强竞争力的产业。 第三节美国a t s c h d t v 在美国，a t s c 在1 9 9 5 年4 月通过了“a t s c 数字电视标准”，同年8 月g a 样机研制成功。1 9 9 6 年1 2 月2 6 日，f c c 批准该标准。 1 9 9 5 年8 月，美国“g a ”h d t v 样机研制成功，进行了全面的室内和野 外的测试实验，其主要视频、音频编码参数如表1 3 1 、表1 3 2 所示。 a t s c 数字h d t v 具有以下特点： 视频压缩采用m p e g - 2 标准； 信道传输采用8 v s b 或1 6 v s b ，可以和a t m 传送保持高度的可操作 性； 能够支持十八种图像格式，可以和计算机图形显示保持互操作性； 音频编码采用了d o l b y 公司的a c - 3 系统，可以提供5 1 声道的环 绕立体声。 表1 3 1 美国h d t v 样机的视频编码参数 视频参数图像格式1图像格式2 有效像素数 1 2 8 0 x 7 2 01 9 2 0 x 1 0 8 0 总采样数 16 0 0 x 7 8 7 52 2 0 0 x 1 1 2 5 扫描格式帧频( h z )逐行6 0 3 0 ，2 4 隔行6 0 逐行3 0 2 4 色度取样 4 ：2 ：0， 幅型比 1 6 ：9 数据率1 0 4 5 m b p s 恒定比特率或可变比特率 计色法 s m p t es 1 7 3 9 2s m p t e2 7 4 m 图像编码类型 ipb 视频刷新周期性传送i 帧或顺序刷新 图像结构帧图像场图像自适应 系数扫描顺序z i g - z a g a l t e m a t e d c t 模式帧帧，场自适应( 只限6 0 h z ) 焐明补偿模式帧帧t 饧自适应 p 帧运动矢量搜索范围水平：不限垂直：1 2 8 ，+ i 2 7 5 b 帧】互明矢量搜累范围水平：不限垂直：一1 2 8 ，+ 1 2 7 5 还砌矢量精度1 2 精度 帧内直流系数精度 8 ，9 lo b i t s 码率控制带前置分析器的修正的t m 5 算法 电影模式处理自动3 ：2 下拉检测和编码 最大v b v 缓存大小 8 m b i t s 帧内 帧间量化距阵可装载距阵( 随场景变化) ，自适应量化 变字长编码帧内 随间单独的游程，幅度码本 丕望签兰堡兰兰垡丝苎： 一壁二翌兰! ! ! 一 表1 j3 2 美国h d t v 样机的音频编码参数 f音频参数 参数值 f编码标准a c 一3 算法 l采样率 4 8 k h z l比特率 3 8 4 k b p s 第四节本论文的任务 在过去几年中，本学科已经有多名研究生围绕数字h d t v 进行了论文工作。 其中，周萍博士生对数字h d t v 视频解码器进行了深入的研究和探索，她所提 出的视频解码器的实验方案和用f p g a 初步设计制作的“最小”解码系统板 7 】【9 】，为后来的研究工作提供了十分有用的技术参考。王承宁博士生在周萍工 作的基础上，完成了一个完整的基于f p g a 的视频解码器的研制，它是国家重 大项目“h d t v 功能样机系统”中信源解码器的核心部分 8 1 1 0 】，为迸一步研 制开发我国第一代数字h d t v 视频解码专用芯片打下了坚实的技术基础。 本论文是课题“数字高清晰度电视机顶盒研制”的重要组成部分。经过收 集资料、分析和调研，课题组最终确定了采用s g s t h o m s o n 公司生产的 s t 2 0 t p 3 为系统控制和解复用芯片，s t i 7 0 0 0 为视频解码芯片，s t i 4 6 0 0 为音频 解码芯片的技术开发方案。 机顶盒作为一个产品，它不能像功能样机那样只能具有基本的视频解码功 能，还应该具备更多的实用性。因此根据功能要求可以将整个课题按表1 4 1 进 行任务分工。 表1 4 1 数字h d t v 机顶盒研制任务的划分 信源解码板除了信道解码电路外的其他所有电路 硬件 信道解码板设计信道解码的电路( 无线和有线接收) 视频解码提供视频解码的控制程序( d t v 和模拟电视) ，o s d 底层库函数 音频解码提供音频解码的控制程序( d t v 和模拟电视) 系统解复用提供符合m p e g 中p s i 或者a t s c 中p s i p 规定的 软件 解复用程序 信道解调提供信道解码的程序( 无线和有线接收) o s d 实现o s d 界面控制菜单 其它功能e e p r o m 、f l a s hr 0 t d 、r s 一2 3 2 、控制面板、遥控 器等 本论文的主要工作是完成表1 4 1 中的音频解码单元以及硬件系统中视频输 出后处理模块两个方面。此外，本论文还对前沿的m p e g - 4 音频中的结构化音频 做了初步研究。本论文的具体工作是： 1 全面、深入地研究音频标准，包括m p e g 2 音频标准和a c 一3 音频标准， 天津大学硕士学位论文 第一章绪论 熟悉和掌握标准中的各项技术规定； 2 深入研究s m p t e 系列标准，包括s m p t e l 7 0 m ，s m p t e 2 7 4 m ， s m p t e 2 9 3 m 和s m p t e 2 8 6 m 。 3 熟悉s t 公司的s t i 4 6 0 0 用户手册，掌握s t i 4 6 0 0 的软件编程技术( 包 括音频解码以及提供给o s d 菜单的音频控制函数) ： 4 熟悉a l t e r a 公司的c p l d 使用及编程； 5 熟悉t i 公司t t t s 8 1 3 4 的用户手册及其应用； 6 对音频系统软件的调试： 7 对视频输出后处理模块的软硬件调试。 8 熟悉并深入研究结构化音频标准，并对该算法进行软件仿真。 天津大学硕士学位论文 第二章标准介绍 第二章标准介绍 第一节数字音频压缩编码 与模拟信号相比，数字音频信号具有很明显的优点，抗干扰性强，便于存 储，而且可以应用数字信号处理技术对声音信号进行处理、编辑等。但是，高 音质的数字音频信号的比特速率很高，比如在c d 内记录的信号，原始模拟声 音信号的带宽为2 0 k h z ，动态范围大于9 0 d b ，采样频率取4 4 1 k h z ，每个采样 样值以1 6 b i t s 量化，由此数字化单声道声音信号的比特率超过了7 0 0 k b i t s s ，是 原始模拟信号的几十倍，这就带来了两个问题：一是在传输时需要很宽的频带 宽度：二是在存储时需要很大的存储空间，如表2 1 1 所示。这将使高音质数字 化音频的广泛应用受到限制。因此，降低高音质数字音频信号的比特速率的方 法和技术就成为音频数字化中的关键问题。 表2 1 1 数字化声音所占存储空间举例 j采样速率分辨率立体声或单声道1 分钟所需字节 i4 4 1 k h z1 6 位立体声1 0 5 m b l4 4 1 k h z 1 6 位单声道 5 2 5 m b 音频信号的压缩编码属于信源编码降低编码比特速率的方法从理论上讲可 以分为两类：类着眼于信号的统计特性，删除信号的冗余部分，比如预测编 码，就是利用声音信号在时间上变化比较缓慢，相邻的信号间具有很强的相关 性，在编码时，根据先前己知的信息来预测当前的信息，然后用实际的信号减 去预测值，最终编码传输的是实际信号与预测信号的差值，从而实现比特速率 的降低：另一类则利用了人耳的听觉特性，当一个声音信号传导人耳后，并不 是所有组成该声音的分量都能被人的听觉系统所感觉，根据人耳的听觉特性， 对音频信号进行分析，只对人耳能感觉到的信号编码，可以获得比特速率的降 低，又不损失声音质量。 语音信号是声音信号的一种，降低语音信号比特速率的压缩编码技术有很 多种，而且已经得到了广泛的应用。但是，由于人们对于语音信息和音频信息 的要求不同，因而不能简单地将降低语音编码比特速率的方法和技术用于音频 信号。对于语音信号，强调的是清晰度；对音频信息，强调的是高保真度。对 高音质的数字音频压缩编码不仅要求处理后的信号可以听懂，还要求原始声音 信号的音调、音色等保持不变，因而需要采用与人耳听觉特性匹配的编码方法。 音频信号覆盖人耳整个的可听范围( 1 0h z - 2 0 k h z ) 。根据不同的质量要求， 音频信号的采样速率可以在3 2 、4 4 1 和4 8 k h z 之间选择，分辨率一般为1 6 比 特、1 8 比特，最高可达2 4 比特。音频信号一般利用基于人耳感觉特性的频域 编码方法( 如子带编码和变化编码) 。 近年来，这对数字电视( d t v ) 、数字音频广播( d a b ) 、激光唱盘( c d ) 以及综合业务数字网( i s d n ) 的音频信号高效编码的研究十分活跃，欧洲、美 国、日本等相继设计开发了一些高音质数字音频的压缩编码方案，压缩效率高， 同时声音质量得到了保证，取得了较好的效果，其中几种编码方案已经进入了 实用阶段，他们是基于人耳听觉特性实现比特速率降低的。例如，应用于数字 电视的m p e g 音频编码方案，以及变换编码方案a s p e c 、d o l b ya c 系列都 能在压缩比6 ：l 一8 ：1 ( 即每声道1 0 0 k b s 左右) 时，保证得到与c d 相当的霞 建质量；s o n y 开发的m d 采用a t r a c 编码用6 4 c m 的唱盘记录了7 4 分钟的 天津大学硕士学位论文 第二章标准介绍 c d 音质的音乐，在这之前，同样长度的音乐需要1 2 c m 的唱盘；p h i l i p s 在d c c 中使用p a s c 编码是高质量的盒式磁带也可记录高音质的数字化声音信号a 1 9 9 3 年，国际标准化组织i s o ( i n t e r n a t i o n a ls t a n d a r do r g a n i z a t i o n ) p 属的 运动图像专家小组m p e g ( m o v i n gp i c t u r ee x p e r tg r o u p ) 制定了国际标准i s o s t a n d a r d1117 2 一c o d i n go f m o v i n g p i c t u r ea n da s s o c i a t e da u d i of o rd i g i m lm e d i a u pt o 1 5 m b i t s ，也称为m p e g 1 。在该标准的第三部分( 音频系统) 描述了三 种具有不同复杂度和性能的高音质数字音频压缩编解码方案，以适用于各种高 音质数字音频的应用，分别称为m p e g 一1 层i ，层i i ( m u s i c a m ) 和层i i i 。 1 9 9 4 年m p e g 小组又推出了i s os t a n d a r d1 3 8 1 8 一g e n e f i cc o d i n go f m o v i n g p i c t u r ea n da s s o c i a t e da u d i o ，也称为m p e g - 2 。m p e g 一2 音频包括与m p e g 一1 兼容与不兼容的两部分：m p e g - i i 音频标准b c 和l s f 是对m p e g i 后向兼容 的多声道立体声及半采样率编码标准。m p e g 2 音频标准支持采样率为1 6 、 2 2 0 5 、2 4 k h z 的编码。m p e g 2b c 在码率为6 4 0 8 9 6 k h z 时能提供5 个全带 宽声道的高质量音频信号；m p e g 一2a a c ( a d v a n c e da u d i oc o d i n g ) 是对m p e g - 1 的非后向兼容的音频编码，它摆脱了m p e g - 1 的码流格式的限制，进一步提高 了编码的质量。a a c 把高分辨率滤波器组、预测技术和霍夫曼编码结合在起， 从而在极低码率下实现了广播级质量的音频。 1 9 9 8 年5 月，m p e g 制定了用于多媒体通信的m p e g 4 标准( i s o i e cf d i s 1 4 4 9 6 3 ：i n f o r m a t i o n t e c h n o l o g y - - c o d i n g o f a u d i o v i s u a lo b j e c t ) ，其中关于音 频标准包括：传统的音频编码标准，即所谓的“自然音频”( n a t u r a la u d i o ) 和 新颖的结构化音频( s t r u c t u r e da u d i o ) 以及自然和合成混合在一起的“合成自然混 合编码”( s y n t h e t i c n a t u r a lh y b r i dc o d i n g ) 简称s n h c 。 作为高清晰度数字电视的伴音标准，欧洲采用了m p e g 2 兼容m p e g 1 的 部分标准， 而美国则采用了d o l b y 的a c 3 ( a u d i oc o m p r e s s i o ns t a n d a r d 3 1 标 准。本章的下面两节将介绍m p e g 2 音频标准和a c 3 音频标准。 第二节m p e g 2 音频标准介绍 由于m p e g - 2 层i i i 的算法复杂度很高，所以在欧洲的数字电视标准中只选 用了m p e g 2 层i 、层i i 的部分。并推荐选用层i i ，而且由于m p e g 音频具有 逐层向下兼容的特性，所以下面主要针对m p e g 2 层i i 进行介绍。 一、m p e g 2 音频系统组成 m p e g 一2 音频系统主要由编码器、解码器两部分组成。 m p e g 2 编码器如图2 2 1 所示。它输入p c m 声音样值，最后产生压缩后 的复合码流。变换部分是对输入p c m 音频样值进行予带滤波和二次采样。心 理声学模型产生一组参数用以控制量化和编码。量化器和编码块把变换后的输 入样值进行处理得到一组编码符号。帧组合块将其他块输出的数据组合成实际 的码流并加入其他必要信息。 1ll l j _ 。 l 搁j 据 l 叫学模型l “ 图2 2 1m p e g 音频编码器结构框图 天津大学硕士学位论文 第二章标准介绍 m p e g 2 解码器如图2 2 2 所示。帧分解进行码流的分解和解码，若编码其 中应用了差错检验，还进行差错检验。重建块重建一组变换样值的量化形式。 逆变换块将这些样值变换回均匀的p c m 样值。 图2 2 2m p e g 一2 音频解码结构框图 二、 m p e g 2 音频码流的数据格式 m p e g 2 音频码流的数据结构以音频帧为最小可单独解码单元。m p e g 一2 音频帧由m p e 9 1 _ h e a d e r ，m p e g l _ e r r o r c h e c k ，m p e g l _ a u d i o _ d a t a ，m c _ e x t e n s i o n 和m p e 9 1 _ a u c i u a r y _ d a t a 组成。这里前缀m p e g l 表示该结构与m p e g - 1 相应部 分兼容。m p e g l _ h e a d e r 中主要包含音频帧的同步和状态信息。m p e 9 1 _ e r r o r _ c h e c k 中包含的是m p e g - 1 部分的差错检验信息。m p e 9 1 a u d i od a t a 中包含m p e g 1 部分的音频样值信息。m ce x t e n s i o n 用于构成完整的一帧的多声道扩展域。它 是由m eh e a d e r ，m ce r r o rc h e c k ，m c ， 和_ c o m p o s i t e s t a t u s i n f om ca u d i od a t a m la u d i o _ d a t a 组成的。m p e g l _ a u c i l l a r y _ d a t a 是与m p e g - l 兼容的辅助数据的部 分 三、 m p e g 2 的主要算法 1 ) 子带划分与d c t 变换编码 在编码器中，输入的音频样值首先要通过分析滤波器组，把按照f s 频率采 样的宽带信号分解为3 2 个均匀分布的子带，其采样频率为f s 3 2 。一帧的音频 样值在层i 时为3 8 4 个，在层i i 时为1 1 5 2 个。每个子带中的1 2 个或3 6 个样值 为一组进行时频变换。对，频变换也可以看作是混合多相m d c t 滤波器组，这 些滤波器组均为临界采样( 时域和分析域具有相同样点数) 。 该算法可以用下列伪代码描述： f o r i = 5 i lt o3 2 x i - - x i 3 2 f 0 r i = 3 1t o0 x i = 下一个输入的音频样值 f o r i = o t o5 1 l z i = c i + x i 产乘5 1 2 个窗系数，产生矢量z * f o r i = 0 t o6 3 严样点分组+ s = 0 f o r ( i = o j 8 0 + + ) s 。s + z ( i + 6 4 j 、 y i = s ) f o r i = 0 t o3 i p 用矩阵m 计算3 2 个样值+ s = 0 f o r ( k 2 0 ；k 6 4 ；k + + ) s = s + m i k + y k 天津人学硕十学位论文 第二章标准介绍 s i = s ； 输出3 2 个子带样值 + t h ee n d * 其中m i k = c o s f ( 2 i + 1 ) ( k - 1 6 ) 3 6 4 】 2 ) 心理声学模型 m p e g 音频的主要特点就是它有效的利用了人耳的听觉特性，通过计算输入 信号的的功率谱，利用已知的心理声学模型计算各个频率分量的掩蔽阈值，从 而确定其对其他频率分量的掩蔽程度，忽略掩蔽闽值以下的信号，实现更高的 压缩比。 m p e g 中提供了两个心理声学模型，其中心理声学模型1 用于层i ，层i i 编 解码，心理声学模型2 用于层i i i 编解码，也可用于层编解码。这里简单介 绍心理声学模型1 。 心理声学模型l 在处理层i 和层i i 的应用中并没有本质的区别，主要的区别 在于层i 时对每个具有2 个子波段或3 8 4 个p c m 输入样值的块计算新的比特分 配；而在层i i 时对3 个共有3 6 个子波段或1 1 5 2 个p c m 输入样值的块计算新 的比特分配。 3 2 个子带的比特分配基于全部子带的信号掩蔽比率的计算。因此，确定每 个子带的最大信号电平和最小掩蔽阈值是必要的。最小掩蔽阈值来自输入p c m 信号的f f t ，后面跟着进行心理声学模型的计算。 信号掩蔽比率的计算基于一下步骤： 1 ：从时域到频域变换的f f t 计算 2 ：在每个子带中的声压级的确定 3 ：安静阈值的确定( 绝对阈值) 4 ：寻找音频信号中的有调成分和无调成分 5 ：掩模的换算，获得相关的掩模 6 ：各自掩蔽阈值的计算 7 ：全局掩蔽阈值的确定 8 ：每个子带最小掩蔽阈值的确定 9 ：信号掩蔽比率的计算 四、m p e g 2 音频的解码流程 m p e g 一2 的基本的解码流程如图2 2 3 所示。 丕望盔兰塑生堂堡垒苎 一苤三皇j 型垦! 塑 输入m p e g 码流 比特分配解码 比例因子解码 样点的再量化 宗台子带滤波器 输m , p c m 样值 ! 自采 图2 2 3m p e g 一2 音频解码基本流程 第三节a c 3 音频标准介绍 一、a c 3 系统组成 一个完整的a c 3 系统由编码器和解码器两部分组成。 图2 3 1 ：a c 。3 编码器结构框图 a c 一3 编码器如图2 3 ，1 所示。它输入p c m 声音样值信号，最后产生压缩后 的复合码流。a c 3 算法通过对声音信号在频域进行量化，可以达到很高的编码 增益。首先，把时域内的p c m 样值送入分解滤波器组，进行加窗处理，再经 过m d c t 变换，将时域样值变换成为频域内成块的一系列变换系数。每个变换 系数由二进制指数部分和尾数部分组成，在编码时对指数部分和尾数部分分别 处理。指数部分反映了信号的频谱包络，对其进行编码后，得到谱包络，司以 粗略的代表信号的频谱，也就是信号的大致形状。然后，一方面将变换系数送 给理想比特分配模块，准确地计算比特分配信息。另方面，将频谱包络传给 核心比特分配模块，计算比特分配信息。之后，将理想比特分配模块与核心比 特分配模块各自得到的比特分配信息进行比较，当二者有差异时，对核心比特 分配模块的模型参数进行调整，修正其产生的比特分配信息。使之与理想比特 分配模块产生的比特分配逼近到预定的程度，并用这个比特分配信息对变换系 数中的尾数部分进行动态比特分配，得到量化后的尾数。最后，将尾数、频诳 天津大学硕士学位论文 第二章标准介绍 包络以及相关的信息按照a c 3 的数据格式进行数据复合后，得到a c 一3 输出码 流。 a c 3 解码器基本上是编码的反过程。其原理框图如图2 3 2 所示。经过帧 同步检测、检和解复合后，首先得到编码的频谱包络，即指数部分。将指数部 分及相关信息送给核心比特分配模块计算出比特分配信息，再利用该信息从码 流中提取被量化的尾数部分，并对尾数部分进行反量化，从而恢复出变换系数 的指数部分和尾数部分。最后再经过合成滤波器组将变换系数由频域变换到时 域，得到重建的p c m 时间样值信号。由于比特分配信息不是从a c 一3 输入码流 中直接得到，而是由解码器计算得到的，因此编码器和解码器的核心比特分配 模块是一致的，以保证能够在解码器中得到正确的比特分配信息。 a c 一3 码流 编 频 图2 3 2a c 3 解码器结构框图 二、a c 3 数据帧结构 图2 3 3 a c 3 数据帧结构 a c 一3 的编码比特码流由一系列的同步帧组成，如图2 3 3 所示。一个完整 的a c 3 帧结构是由帧同步信息s l 、比特流信息b s i 、六个音频数据块a b 0 一a b 5 以及辅助信息a u x d a t a 和c r c 校验部分组成的。其中，帧同步信息s i 位于 每帧的开始部分，它包括了所需的同步码。接着是比特流信息b s i ，其中包括 了有关编码模式等信息。在比特流信息b s i 之后是六个音频数据块，每个音频 快的长度是2 5 6 个采样值，其中包含了有效的编码信息，以及核心比特分配模 块的参数等信息。随后是辅助数据a u x d a t a 。在帧的末尾是错误校验域，包 括了c r c 校验码字，这个码字是可选的。 音频数据块的结构如图2 3 4 所示，每个音频块中包括块长选择信息，动态 范围控制，耦合策略，耦合比，指数编码模式，指数，比特分配参数和尾数。 在块与块之间，有些信息可以共享。例如b l o c k0 中的指数信息可以被随舌 的块使用。 天津大学硕士学位论文第二章标准介绍 块切换抖动 动态 耦合耦合 指数比特 范围编码指数分配尾数 标志标志方法坐标 控制辩各参数 图2 3 4 ：音频数据块的结构 三、a c 一3 采用的主要算法 1 ) 时域频域变换 ( t ) 块长度的选择 变换块长度的选择是音频编码的重要参数。因为在编码器的实现中，对算 法的复杂程度和延时的限制，时间分辨率和频率分辨率往往不能同时与人耳感 觉特性匹配，二者必须折衷处理或者采用自适应的方法选择变换块长度。对于 稳态信号，它的频谱在时间上保