采用DSP实现H.324可视电话系统设计

H.324标准的可视电话系统实现方法，一般有如下同种方式：软件方式、通用DSP方式及专用处理器和专用芯片方式。

以PC机为平台，利用现有的声卡、视频要集卡和调制解调器作为输入和输出设备，采和基于WINDOWS的多线程技术软件实现H.263视频器、解码/发送、接收、显示等多个任务。在实际应用系统时需要考虑到PC的处理能力、与接收端的连接和相应的图像格式等问题，可以在编码模块中采用汇编语言，提高执行速度，并引入MMX技术，进一步提高执行速度。它的特点是成本低、配置少，便于移植和升级，但对计算机的处理能力、编解码的算法速率的要求比较高，一般难于达到实时要求。

专用处理器和专用芯片是另外一种硬件处理方式，它的优点是集成度高，价格低，但扩展性差。

通用DSP方式是一种硬件实现方式。采用通用DSP的原因是由于它可通过编程实现多种功能，当针对硬件的软件功能升级和新的标准算法出现时，只需要局部改变DPS的微码就可以适应不同的应用。用DSP实现H.263时，首先需要估计编码、解码等处理过程所需的计算量，并且这些计算量与具体视频编码过程有关，选择时应该选用高速DSP。

从以上三种实现方式来看，DSP具有开发灵活、适应面较宽和扩展性强等优越性，且目前已经能实时处理H.263算法的高速超强处理能力的DSP芯片有AD21065L、TMS320C55x、TMS320C6x等，所以采用DSP实现可视电话等视频图像处理系统成为开发者的首选。

1 H.324可视电话基本框架

H.324是ITU的适用于公共电话交换网（PSTN）的低比特率多媒体通信终端的框架标准。它使用V.34调制解调器，可以实时传送语音、数据、视频图像或三者的组合。H.324包括甚低码率视频编码的H.263建议、音频编码G.723建议、控制协议H.245和复接与复用协议H.223等。

PSTN的视频H.324可视电话框图如图1所示。

在H.324编解码系统框图中，视频编码H.263提供低于64kbps的传输速率，是H.324的技术核心。视频编码器主要完成对源图像序列的压缩，先按块的方式采用DCT变换，后对变换的DCT系数进行量化，然后进入视频复接编码器。在编码过程中，要求对编码模式的选择和码率的大小进行必要的控制；视频复接编码主要完成将每帧图像数据编成四个层次的数据结构，以便在各层次中插入必要的辅助数据信息。同时对交流DCT系数（AC）进行VLC编码，对直流系数进行固定长度（FLC）的编码，并对压缩的编码数据与控制信息复接。由于H.263的输出码率一般非恒定的，所以在实际应用中，受传输网络带宽的限制，必须要在发送端和接收端设置缓冲区，使得编码率的码流变换为固定码率码流，防止数据的丢失和破坏。缓冲区的信息传给编码控制器，由编码控制器来控制编码器中量化器化步长，同时将步辅助信息送到视频复接编码中的各层次，以供解码器使用。解码部分可以看作为编码的逆过程，但并非完全对称。编码过程的运算量和复杂度要远大于解码过程。

2 可视电话系统的性能需求

在可视电话设计之前，先分别对可视电话的图像格式、视音频的编解码运算量和存储量进行分析。

PSTN上的可视电话，由于信道带宽较窄（传输速率最大不超过64kbits/s），故图像不宜过大。图像格式上采用QCIF（176×144）格式，帧率为15fps（帧每秒）。以下视音频编解码计算和存储量均在上述条件下估计。

H.263视频编码计算量主要集中在：运动估计与预测编码、离散余弦变换（DCT）、可变长编码（VLC），这部分的运算量估计为90MIPS（兆个指令/每秒）。同样，解码计算量主要集中在：运动补偿（MC）、离散余弦逆变换（IDCT）、可变长解码（VLD），这部分运算量估计为40MIPS。G.723.1音频编码的运算量比视频的运算量小得多，大约为30MIPS。

再加上其它一些操作如音视频混合、数据的传输、外部器件的控制等，估计大约为60MIPS。因此DSP的计算量共为220MIPS左右。

存储器包括程序存储器和数据存储器。程序存储器和一些常数（DCT系数、VLC系数等）开始存于ROM，运行之后引导至RAM中，这部分估计为400Kbytes。

数据存储器主要存放采样得来的视频数据以及待解码的数据流，也就是视音频信号的缓冲。QCIF格式的每帧采样数据约为50Kbytes，RAM中至少要存4～5帧，这部分需250Kbytes。为使视音频同步，音频数据缓冲为50Kbytes左右。

3 基于DSP的可视电话系统的实现

根据资源分析，为实现上述以PSTN为传输线路的可视电话，首先选择合适的视音频编解码DSP芯片，再构建可视电话硬件流图，分配存储资源，然后编写与移植相关的协议软件，使之适合DSP芯片的高效运行。

3.1 视音频解码DSP芯片的选择

视频编解码芯片采用AD公司的ADSP-21065L。ADSP-21065L是超级哈佛结构（SHARC）ADSP系列中功能强大的32bit DSP，高性能的核加上集成的外围器件，使其性价比很高、应用范围很广，它的主要特性有：

·198 MFLOPS（32bit浮点运算）；

·180 MOPS（32bit定点运算）；

·16K 32bit双端口片内存储器；

·64M 32bit字长的外部扩展地址空间；

·2个支持32个时分复用（FDM）通道的串口；

·10个DMA通道；

·2个时钟；

·与32bit字长SDRAM的无缝口等。

ADSP-21065L的快速运算能力（198MFLOPS）和大的外部存储空间（64M），使其能完成H.324中的运算量大、存储容量大的部分，如视频编解码H.263、视音频混合H.223和控制H.245。

ADSP-21065L采用多总线使DPS核、I/O端口、内部双口存储器、外部同步DRAM之间数据能够高速传输。这对于视频数据的编码和传输很重要，因为视频数据有量大、传输快等特点，ADSP-21065L的多总线结构能很好地解决这些问题。而且32bit字长的计算，能够提高视音频的信噪比。

音频编解码芯片采用ADSP-2189M，其主要特性有：

·片内存储器高达1.5Mbit，可配置成32K字的程序存储器和48K字节的数据存储器；

·运算能力为70MIPS，13ns的指令周期；

·3个总线结构允许在每指令周期进行两个取数操作，并作运算；

·4M的外部扩展存储器；

·2个串口，可以自动缓冲数据；

·6个外部中断；

·丰富的指令，低功耗等。

监于ADSP-2189M特点，以及由前讨论的音频编解码G.723.1运算量和存储容量的需求，可以让ADSP-2189M进行音频编解码G.723.1。此外，ADSP-2189M的多功能串口，可以完成V.34调制解调器的任务。

3.2 可视电话系统的硬件结构

DSP可视电话硬件结构如图2所示。

图2中ADSP-21065L是可视电话的核心，其主要作用是完成视频编码H.263、多媒体通信的复用协议H.223和传输控制协议H.245功能。H.263核心技术为基于块DCT和运动估计与预测技术，前者是通过正交变换消除图像8×8子块数据中存在的空间冗余，而得到一定的数据压缩；对后者而言，首先对输入的每一图像进行层次的划分，直到分为8×8块作为运动估计算法的基本处理单元，然后进行运动估计与预测，消除图像序列间的时间冗余，达到运动图像压缩的目的。

H.223低位率多媒体通信的复用协议，主要由AL和MUX两部分组成。AL负责将从用户层和I/O层获取的不同数据流（AL-SDU）转换成AL-PDU。MUX负责将AL层数据送到物理层。AL与MUX层交换的逻辑单元称为MUX-SDU，每个MUX-SDU实际上就是AL-PDU。AL根据接收媒体不同，分3成种：AL1、AL2、AL3。AL1负责传送一般数据和控制信息，AL2负责音频，AL3负责视频。由于可能有多个AL-PDU（MUX-SDU）同时到达复用层，复用层根据一个预先定义的描述符表将不同的AL-PDU复合到一个数据流中。该描述符表有16项，每个表项定义不同的AL-PDU组合方式。

H.245传输控制协议规定了控制H.324终端正确操作的端端信令。它定义了终端间通信开始时进行带内协商的控制过程、消息的语法和语义，并定义了各种不同的服务。一些适于所有终端，一些只适于特殊终端。它定义了各种过程以允许音视与数据能力的交换；请求特定的音视与数据模式的传送；管理传输音视与数据信息的信道；为管理双向信道确定主终端与从终端；携带各种控制与指示信息；控制独立信道或整个复用层的位率；测试往返时延等。

ADSP-2189M是起到音频编码协议G.723和调制解调器V.34的作用。G.723音频编码协议有5.3kbps与6.3kbps两种速率，其主题是“5.3&6.3kbps多媒体传输对称速率音频编码器”。G.723编码器经过优化增加了有限的复杂度，获得了高质量的对话。它将语音或其它音频信号帧用线形预测综合分析编码方法编码，6.3kbps的激励信号为MP-MLQ（多脉冲最大相似量化），5.3kbps采用ACELP（算术码书激励线性预测）；帧长30ms，外加一探头7.5ms，算法延迟共37.5ms，附加延迟则取决于实现时的处理延迟、通信链路的传输延迟及复用协议的缓冲延迟等。V.34协议把数据流进行调制和解调，使之适用于电话线的传输。

3.3 存储资源的分配和软件的编写移植问题

根据应用特点，合理分配资源特别是存储资源，一直是DSP设计的重要之处。在本系统中，频繁使用的DCT系数、VLC系数等放置于ADSP-21065L的片内RAM，而其他数据放置了外部RAM中。按具体功能要求，参考资料，开发出相应的C语言下的H.324程序，编译链接生成执行文件执行并进行功能评估，进行具体的算法优化。评估程序执行的效率，具体分析出DCT和运动估计与预测等耗时大的模块，根据ADSP-21065的指令特点和硬件结构，采用高效的汇编语言编写这部分汇编程序，进一步提高程序的执行效率和充分利用ADSP的系统硬件资源，最终按要求在ADSP实时实现H.324程序。

为了保证芯片之间接口的统一，基于PSTN上的可视电话，核心芯片如视音频编解码芯片、视音频数模转换芯片等，都采用AD公司的产品。基于DSP的可视电话系统，其软件具有可升级性，易于实现功能的扩展及与其他遵从ITU标准和ISO标准的网络视频终端的互通。当今电话线上的ADSL通信发展迅速。由于基于DSP可视电话系统的灵活性，所以只要在其上添加ADSL终端设备，在软件上更改码率控制，提高视音频质量，就可开展宽带视音频业务了。