（电路与系统专业论文）嵌入式Mp3流媒体网络广播系统的设计及其在智能小区中的应用[电路与系统专业优秀论文].pdf

四川i 大学硕士学位论文 嵌入式m p 3 流媒体网络广播系统的设计及其 在智能小区中的应用 研究生：邓丹 电路与系统专业 指导教师：罗代升 摘要：针对目前国内智能小区的核心产品一用户终端欠缺的状况+ 本项目 进行小区智能终端的开发。而当前，采用网络方式实现广播功能的嵌入式产品 几乎没有，本课题提出在终端开发系统中加入网络音乐广播系统的方案。即设 计、实现嵌入式m p 3 流媒体网络广播系统。此系统扩展了小区信息化功能，具有 实际应用价值。 系统主要由服务器端和客户终端组成。本文提出了多线程广播多路m p 3 的方 法，利用数据发送类解决了服务器端同时发送8 路广播数据的问题，并采用洗牌 算法解决了循环随机播放m p 3 文件的阀题。使用r t p 协议进行数据传输并采用 s s m ( s o u r c e s p e c i f i cm u l t i e a s t ) 模型的组播方式，解决了广播数据传输的实 时性和可靠性问题。 为了满足实际市场需求，提出了两种客户终端设计方式并分别予以实现。 一种设计方式是有图形界面的系统，它作为独立系统运行，另外一种则是没有 图形界面的系统。它与嵌入式视频对讲系统，嵌入式信息浏览系统融合在一起 组合为目标项目系统。相互通信采用管道进程通信技术实现。 提出了循环队列的存储方式并采用了多线程技术，解决了客户终端同时接 收数据和解码播放的问题。本课题通过实验对m p 3 解码库m p 9 1 2 3 、l a m e 、m p 9 3 2 1 、 四川大学硕士学位论文 m p g li b 、l i b m a d 在嵌入式平台上运行时的音质、c p u 占用情况等方面进行比较， 最终采用l i b m a d 库解码m p 3 ，l i b m a d 库基于整数的运算方式适合用于没有硬件浮 点运算的嵌入式平台。 提出了端口控制的方法解决了广播数据接收以及广播通道的选择问题。利 用键盘响应解决了在播放过程中切换广播通道和调整音量问题。另外，在开发 过程中解决了应用程序和所用到的库的嵌入式移植等方面的众多问题。 本课题提出基于流媒体技术的m p 3 数字广播方式，而不采用目前广播系统一 般采用的模拟传输方式。模拟传输容易受到空中杂波的干扰、信号易衰减，而 数字音频广播具有抗干扰能力强、信号几乎零失真等优点。 本课题将嵌入式系统应用于智能小区的研究，极大程度地降低了成本。系 统具有移植性好、体积小、占有资源少等优点。除了嵌入式系统的基本优点外， 本课题提出的嵌入式m p 3 流媒体网络广播系统还具有网络化、数字化、实际应用 性强、市场需求量大等优点。 本论文首先介绍嵌入式系统、流媒体技术和智能小区的现状和基本原理， 接着介绍了嵌入式系统开发环境的搭建和应用程序的开发模式。最后重点介绍 服务器端和客户端的具体软件设计以及实现。 关键词：嵌入式平台，r t p ，流媒体，m p 3 ，智能小区广播，s s m 四川大学硕士学位论文 d e s i g no fe m b e d d e dm p 3s t r e a m i n gb r o a d c a s t i n g s y s t e m a n dr e a l i z a t i o nf o r i n t e l l i g e n t i z a t i o no fr e s i d e n t i a la r e a s c i r c u i ta n ds y s t e m c a n d i a d a t a ：d a nd e n g s u p e r v is o t ：d a is h e n gl u o a b s t r a c t ：d e v e l o p m e n t so fi n t e l l i g e n tt e r m i n a lf o rr e s i d e n t i a l a r e a si sp l a n n e dw i t ht h ec i r c u m s t a n c et h a tt h ec o r eo fi n t e l l i g e n t a r e a s u s e rt e r m i n a li nc o u n t r yi ss h o r t a n dn o w ，i th a sf e we m b e d d e d p r o d u c t sf o rn e t w o r km u s i cb r o a d c a s ts y s t e mm a r k e ti np r o d u c t sf o r r e s i d e n t i a la r e a s t h i st h e s i s p r p o s e s an e wk i n do fe m b e d d e d p r o d u c tu s e di n i n t e l i i g e n c er e s i d e n t i a la r e a s w ed e s i g na n dr e a l i z ea ne m b e d d e dm p 3 b r o a d c a s ts y s t e m t h i ss y s t e me x p a n d st h ef u n c t i o na b o u tc o m m u n i c a t i o n i nr e s i d e n t i a la r e a s i th a sp r a c t i c a lv a l u e t h es y s t e mm a i n l yc o n s i s t so fas e r v e ra n dc 1 i e n t i ns e r v e r ， d e f i n a t i o no fc l a s so fs e n d i n gd a t aa r eg i v e n e i g h tc h a n n e l so f b r o a d c a s t sc a ns e n dd a t as i m u l t a n e o u s l yu s i n gm u l t i t h r e a d s m p 3i s b r o a d c a s t e dr a n d o m l ya n dc y c l i c a l l yu s i n gs h u f f l ec a r da l g o r i t h m t h e t r a n s m i s s i o i lp r o t o c o li sr t p a n dt h ew a yo ft r a n s m is s i o ni ss s m s o t h ep r o b l e ma b o u tr e a l t i m ea n dr e l i a b i l i t yo fb r o a d c a s tc a r lb er e s o l r e d i nc 1 i e n t ，t w ow a y so fd e s i g na r eb r o u g h tt om e e tt h en e e d so fm a r k e t s 。 o n ew a yi sb a s e do ng u i ，b u ta n o t h e ri sn o t i ti sm i x e dw i t he m b e d d e d v i s u a lt a l k b a c ks y s t e r na n de m b e d d e di n f o r m a t i o nb r o w s e rs y s t e mt of o r m an e ws y s t e mu s e di nt e l li g e n ta r e a s t h e yc o m m u n i c a t ew i t he a c ho t h e r w i t hd i d e 四川大学硕士学位论文 w i t ht h em e t h o do fc i r c u l a rq u e u e 、u s eo ft h r e a d so fr e c e i v ed a t a a n dp l a yd a t a ，t h ed a t ac a r lb ep l a y e dw h i l ei tr e c e i v e sd a t a a c c o r d i n g t ot h ee o m p a r a t i o nw i t hm p 9 1 2 3 ，l a m e ，m p 9 3 2 1 、m p g l i b 、1 i b m a dt h r o u g h e x p e r i m e n t s ，1 i b r a r yo f1 i b m a di su s e dt od e c o d em p 3i nt h i st h e s i s i t i sf i tt ou s e dw h e np r o g r a m m sr l mo np l a t f o r mo fe m b e d d e ds y s t e mw h i c h h a v en of l o a tc a l c u l a t i o n t h em e t 、h o do fc o n t r o lr t pp o r t si sp r o p o s e dt or e s o l v et h eq u e s t i o n a b o u tr e c e i v i n gd a t a i tr e s o l v et h eq u e s t i o nt h a tc h a n n e l sa n dv o l u m e o fb r o a d c a s tc a nb ec h a n g e dw h e ni tp l a y st h r o u g ht h er e s p o n dt ok e y b o a r d w h a t sm o r e ，m a n yk i n d so fq u e s t i o n sa b o u tt r a n s p l a n t so fe m b e d d e d s y s t e m ，e s p e c i a l l yt h ep r o g r a m sa n d1 i b r a r i e su s e di ns y s t e ma r er e s o l v e d i nt h ep r o c e s so fd e v e l o p i n g d i f f e r e n tf r o ma n a l o gt r a n s m i s s i o nn o wa d o p t e d ，t h i st e x tg i v e sa m e t h o dw i t hd i g i t a lt r a n s m i s s i o nb a s e do ns t r e a m i n gm e d i u mt e c h n i c a n a l o gt r a n s m i s s i o no f t e nd i s t u r b e db yo t h e rw a v e s ，s i g n a l sd e c r e a s e e a s i l y d i g i t a lb r o a d c a s ti sa d v a n t a g e o u so na c o u s t i e s ，c a p a b i l i t yo f a v o i d i n gd i s t u r b a n c ea n da l m o s tz e r ow o wo fs i g n a l t h ea p p l i c a t i o no fe m b e d d e ds y s t e mi ni n t e l l i g e n ta r e a sw o u l d d e c r e a s ec o s t t h e r ea r es o m eo t h e ra d v a n t a g e s ，f o re x a m p l e s ，s m a l ls i z e ， e a s yt oc a r r y b e s i d e s ，t h ef e a t u r eo fs y s t e mi sd i g i t a l ，n e t w o r k i n g ， a p p l i c a t i v ea n dh u g ed e s i r eo fm a r k e t i nt h i sp a p e r ，a f t e rt h ei n t r o d u c t i o no fs i t u a t i o na n dp r i n c i p l eo f e m b e d d e ds y s t e m 、s t r e a m i n gm e i d at r a n s m i s s i o na n di n t e l l j g e n ta r e a s ，t h e d e v e l o pm o d eo fp r o g r a ma n dt h eb u i l do fd e v e l o pc i r c u m s t a n c eo fe m b e d d e d s y s t e ma r eg i v e n f o l i o w i n g ，i te m p h a s i s e so nd e s i g na n dr e a l i z a t i o no f s o f t w a r ea b o u ts e r v e r a n dc 1 i e n t k e yw o r d s ：e m b e d d e dp l a t f o r m ，r t p ，s t r e a m i n gm e d i a ，m p 3 ， i n t e l l i g e n tr e s i d e n t i a la r e a sb r o a d c a s t ，s o u r c e s p e c i f i cm u l t i c a s t 四川大学硕士学位论文 第一章引言 1 1 课题的提出及意义 中国人口众多，城市住宅建设多选择密集型的住宅小区方式，因此出现了 目前一统天下、无所不包的“智能小区”模式。其目的在于建立一个沟通小区内 部住户与住户，住户与小区物业管理中心，住户与外部社会的多媒体综合信息 交互系统，为住户提供一个安全、舒适、便捷、节能、高效的生活环境，实现 以家庭智能化为主的、可持续发展的、具有二十一世纪风范的智能化小区。 随着网络的发展，智能小区网络化也成为必然趋势。而随着人们对网络多 媒体数据的需求，在智能小区网络中进行实时多媒体数据传输成为了一个新的 需求。应用流媒体技术可以实现网络实时多媒体的传输与播放。 在过去的十年中，嵌入式系统的开发发生了很大的变化，其应用已由工业、 通信和网络扩展到与数字多媒体相关的各个消费领域。它的强劲发展势头验证 了全球数字化革命的倡导者尼葛洛庞帝的预言：嵌入式应用是p c 和互联网之后 最伟大的应用发明。嵌入式应用开发是技术发展和社会需求的一个必然趋势。 应用于智能小区的嵌入式系统产品在这个机遇下不断涌现。 针对目前市场上有关音乐网络文件广播系统的嵌入式产品的空缺，本课题 设计并实现了应用于智能小区的嵌入式m p 3 流媒体网络广播系统。 将嵌入式系统应用于智能小区的研究极大程度降低开发成本。还具有移植 性好，体积小，容易携带，占有资源少，管理简单，维护容易，无需价格较贵 的计算机等优点。除了嵌入式系统的基本优点外，本课题提出的嵌入式m p 3 流 媒体网络广播系统还具有实际应用性强，市场需求量大等优点。 1 2 课题的研究背景 1 ，2 1 嵌入式系统的现状 嵌入式系统指嵌入于各种设备及应用产品内部的计算机系统，最早出现在 6 0 年代武器控制中，后来用于军事指挥控制和通信系统，现在已经广泛应用于 民用机电一体化产品中。 四川大学硕士学位论文 嵌入式系统已在国防、国民经济及社会生活等领域中普及应用，迄今为止， 微处理器、微控制器产量达到l o 多亿片，远远大于个人计算机通用台式机。世 界嵌入式系统硬件和软件开发工具市场价值约2 0 0 0 亿美元，嵌入式系统带来的 工业年产值达一万亿美元，随着全球信息化的发展，嵌入式系统市场将进一步 增长。我国信息化与全面小康社会建设对嵌入式系统市场提出巨大需求，信息 家电产品年需求量几亿台，每一类数字化家电产品都有千万台市场需求量，工 业控制用嵌入式系统有百十万台套需求量，商用嵌入式系统需求量几百万台， 我国已有集成电路及p c b 印刷电路板产品的大批量生产能力，出口的嵌入式应 用产品亦将逐步增长，在全球市场也可占有一席之地，到2 0 0 5 年我国嵌入式计 算机将创造千亿元的效益，嵌入式计算机是信息产业新的经济增长点1 2 0 l 2 9 | 。 1 2 2 流媒体传输技术的现状 当今，作为第四媒体的网络带给人们的信息不再只是单纯文本、图像和简 单的声音文件，而是包含音、视频的多媒体信息，包括电影、新闻剪辑电台、 广播电视、网络游戏甚至虚拟宠物。想要使用这些多媒体信息，就必须实现视 频、音频信息在网络上的传输口。而随着上网人数的增加，网络硬件设备的本 身局限性，使得文件的大小成为网络传输一个不可忽视的参数。人们既希望能 在网络上收到各种多媒体数据，又不想花太多的时间在下载文件上。为了解决 这种矛盾，一种新的媒体技术应运而生，这就是流媒体( s t r e a m m e d i a ) 技术。 流媒体可以说是网络发展的必然结果，也是未来网络发展的全新推动力。 美国研究顾问公司的j a f f r a y d 在最近的报告中指出，宽带网络的逐渐普及、流 媒体内容的增加、电视和电脑互通性的增加以及人们对休闲娱乐要求等，都将 促使流媒体产业的发展，他认为2 5 年之后，网络媒体的声音和影像品质都将 达到目前电视媒体的影音水准，但比电视更强的是，网络观众将可以拥有更多 的自主权和选择权，而不再是被动的接收者。同时，该报告还指出，电话从发 明至普及家庭，经历了3 8 年时间，相比之下，网络只花了4 年时间就拥有了 1 0 0 0 万用户，未来还将继续以每年相当高的增长率征服家庭用户。流媒体技术 在经历了2 0 0 0 年前后的火爆后，曾一度低迷，而近年来宽带接入的迅速普及和 3 g 应用的越走越近，使得流媒体技术再次成为了发展的焦点1 2 2 】。 2 四川大学硕士学位论文 1 2 3 智能小区广播系统的现状 早期小区的广播传输信号都是模拟信号，这种方式是把音频信号经过调制 放大后送到发射机，通过天线发射到空中。小区通过无线音柱接受空中广播， 再在小区进行播放。这种方式的优点是减少了布线的麻烦，缺点是容易受到空 中杂波的干扰1 3 2 j 。随着数字技术、多媒体技术、网络技术的迅速发展，音频视 频信息网上传播为小区的广播提供了保证及支持。数字网络音频广播( d a b ) 已 悄然兴起。智能小区已开始利用千兆以太局域网进行广播。 数字音频广播是继调幅、调频广播之后的第三代广播技术，与a m 、f m 广播 相比，数字音频广播具有接收音质好，可令听众享受到c d 质量的广播节目：抗 干扰能力强，信号几乎零失真的优势。这种广播一般是先把数据通过网络下载 在本地，然后再用媒体播放器播放。这种广播的优点是下载和播放独立，灵活 性较好，播放效果好，不受网络的影响。缺点是需计算机掌控，下载速度较慢， 时间较长，容易受到网络阻塞的影响，需要较大的下载存储空间。因此采用网 络流媒体技术进行数字网络广播成为了新的热点。 采用流媒体技术传输多媒体数据，不必等到整个文件全部下载完毕，而只 需经过几秒或几十秒的启动延时就可在用户的计算机上对压缩后的多媒体文件 解压后进行播放。此时多媒体文件的剩余部分将在后台的服务器内继续下载。 与单纯下载方式相比，边下载边播放的流式传输方式不仅使启动延时大幅度地 缩短，而且对系统缓存容量的需求也大大降低，极大地减少了用户等待的时间。 从而保证了数据的实时传输。 1 3 课题的内容和目标 本课题主要解决以下几个方面的问题， 数字广播传输方式 目前的智能小区的广播方式都是采用模拟的传输方式，在本系统中，传输和 处理的对象都是数字信号。解决了模拟广播由于受调制方式和带宽在传输过程 中会产生噪声和失真的积累并且会产生巨大的损耗从而严重影响传输质量的缺 点。 3 四川大学硕士学位论文 数据在网络上的实时传输 传统的m p 3 数据网络传输一般是将数据下载到本地，然后再用专门的媒体播 放器，将m p 3 数据解码播放，在本系统中，利用流媒体传输方式进行数据的传 输，这种方式可以一边从网络下载数据一边播放，不需要等待。 服务器端多路m p 3 随机循环播放 根据功能要求需要在小区内发送多路m p 3 音乐广播，每路随机循环搔放不同 文件夹下的m p 3 文件。采用运行多个线程的方式实现多路广播多时发送m p 3 数 据。 嵌入式客户终端设计：根据市场需求，有两种终端实现方式，一种有图形 界面的系统，另外一种则是没有图形界面的系统。它与嵌入式视频对讲系统， 嵌入式信息浏览系统融合在一起成为一个新的系统应用在智能小区中。其具体 实现主要分为以下几点： a 为了实现数据的实时接收以及解码，系统同时启动两个线程，一个是数据 接收线程，个是播放线程。 b 数据接收：终端数据的缓存采用了循环队列的方式，以便在往循环队列 写入数据的同时能从队列读出数据进行解码。 c m p 3 数据实时解码 d 播放通道切换 e 音量调整 f 有界面系统的界面设计 系统整合： 将嵌入式m p 3 广播系统，嵌入式信息浏览系统和嵌入式视频对讲系统整合成 为一个功能齐全的系统应用在智能小区中。 嵌入式移植：将p c 上开发好的程序移植到嵌入式平台上。 4 四j i l 大学硕士学位论文 第二章系统涉及相关技术 2 1 音频文件格式介绍 自从p c 支持多媒体以来，陆陆续续地出现了许多音频格式。目前主流音 频格式不少，不同的格式有自己的用途，比如目前应用广泛的m p 3 格式就是用 于聆听用途的。下表就针对比较常用的音频文件格式的特点和用途做出一些概 括： 媒体格式特点适用领域 可通过增加驱动程序而支持各种各样的编码技 音频原始 术不适于传播和用作聆听支持的编码技术 素材保存 大部分只能在w i n d o w s 平台下使用 m p 3 ( 包括m p 2 在低至1 2 8 k b p s 的比特零下提供接近c d 音质 一般聆听和 的音频质量广泛的支持 高保真聆 m p lm p a 等) 听。 功能齐全，使用方便同时支持无失， 音频档案级别保 真，有失真、语音压缩方式失真压缩 存。一般聆昕，阿络 方式下音质不高。必须在w i n d o w s 平台 音频流传输。 下才能使用。 音频数据为乐器的演奏控制。通常不与电子乐器的数据 m i d i 带有音频采样没有波表硬件或软件交互，乐曲创作 配合时播放效果不佳。等 表1 媒体格式比较 当然还有一些使用机会比较少的菲主流的一些音频文件格式，例如m o d 、 a i f f 、a u 、v o c 、v o x 、o g gv o r b i s 、v q f 等等格式。这里就不再叙述3 。 2 2m p 3 细述 1 9 8 7 年，i i s 在数字音频广播( d a b ) 的框架内开始知觉音频编码上的研究。 通过与e r l a n g e n 大学( d i e t e rs e i t z e r 教授) 合作，发明出了一种强有效的 算法，那就是后来的i s o m p e ga u d i ol a y e r 一3 。1 9 8 9 年，f r a u n h o f e r 在德国 被获准取得了m p 3 的专利权，几年后这项技术被提交到国际标准组织( i s o ) ，整 合进入了m p e g i 标准o ”。 5 四川大学硕士学位论文 没有数据压缩时，典型的数字音频信号是以1 6 位方式采样并以两倍于实 际音频带宽进行记录的。比如对于4 4 1 k h z 的c d 音频数据，就需要高达 1 4 0 0 k b i t 的数据量来存放仅仅一秒的立体声c d 音质的音乐。通过使用m p e g 音 频编码，可以把原来c d 上的音频数据量缩小为原来的1 1 2 而不损失声音质量， 压缩到1 2 4 或更小时也同样可以维持相当的声音质量，而且比简单地降低采 样大小和采样频率而得到的声音质量要好。通过使用m p e g 音频，我们可以得到 如下的典型数据压缩率： 1 ：4 应用l a y e r1 ( 即每个立体声信号为3 8 4k b p s ) 1 ：6 1 ：8 应用l a y e r2 ( 即每个立体声信号为2 5 6 到1 9 2k b p s ) 1 ：1 0 1 ：1 2 应用l a y e r3 ( 即每个立体声信号为1 2 8 到11 2k b p s ) 表2 即e g 三层压缩翠 m p e g 声音标准提供的三个独立的压缩层次，从l a y e r l 到l a y e r 一3 ，复杂 性提高了，总体编码解码延迟增加了，但声音质量提高了。l a y e r 一3 是众多要 求低比特率，高音质的应用的关键。l a y e r 一3 是m p e g 音频编码家庭中最有力的 成员。对于既定的声音质量，它能提供最低的比特率，或者说，对于既定的比 特率，它能获得最好的声音质量。 m p 3 的全称是m o v i n gp i c t u r ee x p e r t sg r o u p ，a u d i ol a y e ri i i ，它所使 用的技术是在m p e g l 的音频压缩技术上发展出的第三代，而不是m p e g 一3 。m p 3 是第一个实用的有损音频压缩编码。在m p 3 出现之前，一般的音频数据以有损 方式进行压缩，压缩比例最高只能达到4 ：l 。而m p 3 可以实现1 2 ：1 的压缩比例。 m p 3 之所以能够达到如此高的压缩比例同时又能保持相当不错的音质是因为利 用了知觉音频编码技术，即利用了人耳的特性，削减音乐中人耳听不到的成分， 同时尽可能地维持原来的声音质量。衡量m p 3 文件的压缩比例通常使用比特率 b p s ( b i tp e rs e c o n d ) ，它描述了每1 秒钟的音频有多少个二进制比特数。通 常比特率越高，压缩比例越小，压缩文件就越大，但音乐中获得保留的成分就 越多，音质就越好。m p 3 文件可以以不同比特率进行编码，比特率可以从3 2 k b p s 6 四i i 大学硕士学位论文 取到4 4 8 k b p s ，般来说比特率为1 2 8 k b p s 时，音质已经相当于c d 的音质了。 由于比特率与文件大小音质的关系，所以后来又出现了v b r ( v a r i a n tb i t r a t e ) 方式编码的m p 3 ，这种编码方式的特点是可以根据编码 的内容动态地选择合适的比特率，因此编码的结果是在保证了音质的同时又照 顾了文件的大小。由于m p 3 是世界上第一个有损压缩的编码方案，基本上所有 的播放软件都支持它o “。这也为m p 3 的流行提供了保证。 m p 3 具有压缩比高，音质较好，制作简单，获取容易，交流方便等优点。 音质是选择音乐格式最重要的一个因素，虽然m p 3 对原始信号进行了高压缩比 处理，但因为去除的大多是一些无关紧要的信号，因此单纯从听感上说，m p 3 压缩几乎对音质没有影响。制作精良的m p 3 音乐，在专门的数字播放器中播放， 完全可以达到普通c d 唱机播放c d 的音质水平。m p 3 制作和交流上的方便也为 m p 3 流行起到了推动作用。可将c d 节目录入电脑硬盘压制成m p 3 格式。也可直 接从i n t e r n e t 网上下载m d 3 音乐，网上有丰富的m p 3 音乐资源。m p 3 制作方便， 可将自己制作的m p 3 音乐上网交流。良好的音质和丰富的节目源使m p 3 成为了 最佳的大众音乐媒体。 2 3m p 3 解码 2 3 1 压缩m p 3 数据的方法 m p e g 描述了使用高素质知觉编码机制的音频信号压缩。m d 3 压缩时运用到 五个重要的技巧，分别是最小听觉门槛判定( t h em i n i m a l a u d i t i o n t h r e s h o l d ) 、遮蔽效应( t h em a s k i n ge f f e c t ) 、位元储存槽( t h er e s e r v o i r o fb y r e s ) 、t h ej o i n ts t e r e o 、和h u f f m a n 编码。 最小听觉门槛判定是一种减少资料量的手段，因为人耳对不同频率的声音 听到的音量反应不是平直的，因此可将大部分的数据集中在人耳最灵敏的2 k h z 到5 k h z ，其余频率分配比较少的容量纪录。 遮蔽效应也是听觉心理学模型( p s y c h o a c o u s t i cm o d e l s ) 的一种，它是指 一个声音a 能感知的阀值因另一个声音b 的出现而提高的现象，这时b 叫遮蔽 声，a 叫被遮蔽声，也就是说当有一个音量或音色特别突出的声音出现时，其 7 四川大学硕士学位论文 他细小的声音就比较难被察觉，就像是管弦乐团齐奏时很难听到观众的咳嗽声， 尽管咳嗽的音量与没有其他声音时是相同的。因此在编码时并不需要把所有的 声音细节都编进去，而是记录比较突出且容易引起注意的声音。 在解释位元储存槽之前首先说明m p 3 的几个属性c b r 和v b r 。 c b r ( c o n s t a n tb i t r a t e ) 指该m p 3 每秒钟的资料流量是固定的，常见的m p 3 都 是以c b r 编码，好处是压缩速度快。相对的v b r ( v a r i a b l eb i t r a t e ) 每秒钟的 流量是可以变化的，好处是在波型复杂时用比较高的流量纪录，波型简单时就 用比较低的流量记录以便有效利用空间。c b r 正是因为每秒钟的流量都相同因 此容易造成空间的浪费，r e s e r v o i ro fb y r e s 的用途就是当波型简单时就不用 那么大的流量记录而是把多余的空间保留下来储存将来比较复杂的波型资料来 维持流量的大小，达到类似v b r 的效果。可见v b r 编码的m p 3 并不需要位元 存储槽。 j o i n ts t e r e o 是一种立体声编码技巧，主要分为i n t e n s i t ys t e r e o ( i s ) 和m i d s i d e ( m s ) s t e r e o 两种。i s 用于较低流量场合，利用人耳对于低频 讯号指向性分辨能力的不足，将音频资料中的低频分解出来合成单声道资料， 剩余的高频资料则合成另一个单声道资料来重建立体声的效果。例如钢琴独奏 的录音就可以利用这种方法在有限的资料流量中减少音场资讯却大幅增加音色 资讯。m ss t e r e o 在左右声道资料相似度大时常被用到，记录方式是将左右声 道音讯相加( l + r ) 得到新的一轨，再将左右声道音讯相减( l r ) 褥到另外一 轨，然后再将这两轨资料用听觉心理学模型与滤波器进行处理。 m ss t e r e o 与i s 一样是利用部分相位资讯的损失来换得较高的音色资讯。一般情况下， m d 3 是m i d s i d es t e r e o 和i n t e n s i t ys t e r e o 交替使用的，视资料内容与流 量而定。如果流量很高，比如1 6 0 k b p s 以上的m p 3 文件，则可以将立体声的 两个声道独立编码，以保存相位资讯。 h u f f m a n 编码是一种常见的无失真压缩方案。当p c m 讯号被分成好几个频 段并经过以上的处理之后，最后经过m d c t ( m o d i f i e dd i s c r e t ec o s i n e t r a n s f o r m ) 运算，将波型转换为一连串的系数。这些系数经过h u f f m a n 编码来 做最后的压缩。h u f f m a n 编码的原理是将比较常出现的字串用特定的符号表 示，压缩后就得到一个记录每个符号代表的字串的编码表以及一连串由各符号 8 四川大学硕士学位论文 组成的资料内容。h u f f m a n 编码可以节省约2 0 的空间，而正因为经过了 u f f m a n 编码，用w i n z i p ，w i n r a r 之类的压缩软体不能再将m p 3 文件大小压 缩太多，理由就是因为这些压缩软体也是利用类似h u f f m a n 编码的技巧，因此 压缩程度有限埘m ”。 2 3 2m p 3 解码的原理和过程 m p 3 的帧头格式 m p 3 的数据是以帧的形式存储和传输的，每帧数据都是由帧头和帧数据组 成。首先看帧头，一帧数据的比特数可以从读取到的帧头信息数据中得到。其计 算公式为： 懒= 燮警 ( 2 - ) 对于m p e g - 1 来说，其帧内采样数固定为1 1 5 2 个值，则对于比特率为3 2 0 k b p s ， 采样率为4 8 k h z 的数据帧，可以算出这帧数据的比特数为： 520(kbitssecond)*(11 5 2 s a m n e s f r a m e ) ：l # 4 0 ( b y t e s lf r , z 肌8 1( 2 2 ) 4 8 ( k s a m p l e s s e c o n d ) 帧头包括头信息，c r c 校验数据( 可选) ，帧边信息( 附加信息) 。头信息 长4 字节。可表示为： a 桃丸吼气a m b b c c de b e e f f g hi ij j k l m m 头t 1 位也即是字母a 被称为“帧同步字”，b 代表m p e g 音频版本号，比如 设置为1 1 就表示数据采用m p e g l 编码，c 代表压缩层次，比如1 1 就表示是第 1 i i 层压缩，d 表示c r c 校验位使能，为0 表示头信息后跟有2 字节长的c r c 校验数据，为l 则表示没有c r c 校验数据，根据c r c 数据可以计算出帧长度 ( f r a m el e n g t h ) ，然后可以与你从文件读出的帧长度作比较，这是一种有效检测 出m p e g 头有效性的方法。 对于l a y e ri 层次压缩数据，其帧长度计算公式为： 9 四川大学硕士学位论文 m 砒e n g t h l n 肌 ( 筠篆协妣g ) ? 。s ， 而对于l a y e ri i 和l a y e ri i i 两个层次的压缩数据，其计算公式则为： n 吐纠g f 如研泐1 4 4 * b i t r a t e + 砌胁p ( 2 4 ) ”。 砌m p l e r a t e 。 注意帧长度( f r a m el e n g t h ) 与帧大小( f r a m es i z e ) 不一样，帧大小也就是 帧内采样数，表示一帧数据内包含的采样个数，它的值是固定的，对于l a y e ri 值为3 8 4 ，对于l a y e ri i 和l a y e ri i i 则为l1 5 2 。帧长度表示一帧数据被压缩 后的长度。它会随着每一帧不同的填充位值和比特率的变化而改变。 e 代表比特率的大小，根据四位的值可以从比特率索引表得到比特率值， 比如0 1 0 1 ，并且已经从b 和c 已经知道音频编码版本和压缩层次，比如为v 1 ，l 3 也就是m p e gv e r s i o nl ，l a y e rl l i ，就可以得知比特率为6 4 k b p s 下表列出比 特率索引表的一部分： b i t s v 1 ，l 1v 1 ，l 2v 1 ，l 3v 2 ，l 1 v 2 ，l 2 l 3 0 0 0 0f r e ef r e ef r e ef r e ef r e e 0 0 0 13 23 23 23 2 8 0 0 l o6 44 8 4 04 81 6 0 0 1 19 65 64 85 62 4 o 1 0 01 2 86 45 6 6 4 3 2 表3m p 3 数据帧头比特率索引表 v t m p e gv e r s i o n1 ，v 2 一m p e gv e r s i o d2a n dv e r s i o n2 5 ，l 1 一l a y e r i ，l 2 一l a y e ri i ，l 3 ：一l a y e ri i i 。 f 代表采样率，比如0 1 ，并且属于m p e g l ，通过采样率索引表就得知采样率 为4 8 k t i z ，采样率索引表如下所示： 1 0 四川大学硕士学位论文 b i t sm p e g im p e g 2m p e g 2 5 0 04 4 1 0 02 2 0 5 01 1 0 2 5 0 】4 8 0 0 02 4 0 0 0 1 2 0 0 0 1 03 2 0 0 01 6 0 0 08 0 0 0 l l r e s e r v er e s e r v e r e s e r v e 表4m p 3 数据帧头采样率索引表 g 是填充位。h 为保护位，它是对于一些特殊事件而设置的。i 代表声道模 式，0 0 一s t e r e o ，0 1 一j o i n ts t e r e o ( s t e r e o ) ，i 0 一d u a lc h a n n e l ( s t e r e o ) ， u s i n g l ec h a n n e l ( m o n o ) 。 再看帧数据，它包括两个粒度组的数据，这两个粒度的数据几乎是完全独 立的。每个粒度有5 7 6 个时域的采样值。并且每个粒度的数据又包含了每个声 道的数据，而每个声道数据中具体又包括了m 0 3 解码所需要的缩放因子和 h u f f m a n 编码的数据，最后则是辅助数据。1 。 标准的立体声m p 3 编码的一帧数据构成可用下图表示： 粒度组l粒度组2 头 c r c 帧 信校 边 左声道 右声道 左声道右声道 辆助 信 缩缩 数据 息验缩缩 h u f f m ah u f f m ah u f f m a 息 h u f f m a放 放放 放 n 编码n 编码n 编码n 编码 因因因因 工 数据数据数据数据 工工 罕 图1 立体声m p 3 数据帧格式 解码过程 首先将m p 3 数据进行h u f f m a n 解码，然后反量化到实际的频域幅值，再经 过i m d c t 变换和滤波器组完成频域到时域的转换。对于一帧数据的解码流程如 下图所示： 四川大学硕士学位论文 开始 取位流，读取头部信息 解码辅助数据 解码缩放因子 解码h u f f 谴t 据 反量化频谱 重排序频谱 联合立体声处理 混迭信号减除 通过i m d c t 覆盖一相加合成 通过多相滤波器阵列合成 输出p c m 样值 结束 图2m p 3 解码流程图 从图中可以知道，解码时首先寻找帧同步字，使解码与输入位流同步。两 个连续同步字的起始位置之间的距离等于”n ”或“n + i ”个槽。槽指比特率的 一个基本部分，在层i 中，一个槽为4 个字节，层i i 和层i i i 中，一介槽大小 为一个字节。n 值可以用下面的公式来计算： 2 + 鬈 。+ 鬈 ( 适用于层i )( 2 - 5 ) ( 适用于层i i 和层i i i )( 2 - 6 ) 如果头信息的保护位为0 时，在位流中紧随头后插入了一个c r c 检查字， 使用的错误检测方法是”c r c 一1 6 ”，它的发生器多项式为： c ( x ) = x 1 6 + 石1 5 + x 2 + 1 ( 2 7 ) 然后再读取帧头信息并且获取缩放因子，这些都使通过对相应的信息结构 体进行赋值来完成的。 四川大学硕士学位论文 对缩放因子进行解码，解码后的值可用一个表的入口项或用来直接计算每 个缩放因子频带的因子。用于对缩放因子进行编码的位数叫p a r t 2 l e n g t h ，计 算如下： 对于块类型为长块： p a r t 2 - l e n t h 一1 1 + s l e n l + 1 0 + s l e n 2( 2 8 ) 此时，s l e n l 用于表示用于缩放因子频带0 1 0 的缩放因子长度，s l e n 2 用 于缩放因子频带11 2 0 的缩放因子长度。 对于块类型为短块且混合块标志为o ： p a r t 2 一l e n t h 一1 8 s l e n l + 1 8 s l e n 2 ( 2 - 9 ) s l e n l 用于表示用于缩放因子频带0 5 的缩放因子长度，s l e n 2 用于缩放因 子频带6 1 1 的缩放因子长度。 对于块类型为短块且混合块标志为1 ： p a r t 2 一l e n t h = 1 7 + s l e n l + 1 8 + s l e n 2 ( 2 - 1 0 ) s l e n l 用于表示用于缩放因子频带o 7 和3 5 的缩放因子长度，s l e