趙艷明 全子一
（北京郵電大學(xué)電信工程學(xué)院 北京100876）
摘 要 可視電話是多媒體通信的一個(gè)重要應(yīng)用。本文介紹了可視電話的關(guān)鍵技術(shù)，相應(yīng)標(biāo)準(zhǔn)的發(fā)展歷程，并探討了今后的發(fā)展方向。
關(guān)鍵詞 可視電話 H.320 H.323 H.324
一、引言
電話作為人們?nèi)粘Ｉ�、工作中不可缺少的通信工具，以其方便、快捷等特點(diǎn)被廣泛應(yīng)用，但普通電話機(jī)只能提供語音通信服務(wù)�？梢曤娫捠谷藗冊谕ㄔ挄r(shí)不僅能夠聽到對方的聲音，而且還能夠看到對方的圖像。它不僅適用于家庭生活，而且還可以廣泛應(yīng)用于各項(xiàng)商務(wù)活動(dòng)、遠(yuǎn)程教學(xué)、保密監(jiān)控、醫(yī)院護(hù)理、醫(yī)療診斷、科學(xué)考察等不同行業(yè)的多種領(lǐng)域，因而有著廣闊的市場前景。
1964年，美國貝爾實(shí)驗(yàn)室提出了第一個(gè)可視電話解決方案。但是由于受各種技術(shù)條件的限制，可視電話一直沒有取得實(shí)質(zhì)性進(jìn)展。八十年代末，隨著通信、計(jì)算機(jī)、語音和視頻編解碼技術(shù)的不斷發(fā)展，可視電話在世界各國得到了迅速發(fā)展。為了實(shí)現(xiàn)互聯(lián)互通，以推動(dòng)可視電話和視頻會(huì)議系統(tǒng)的發(fā)展，國際電信聯(lián)盟(ITU-T)于九十年代推出了包括H.310、H.320、H.321、H.322、H.323和H.324的系列多媒體通信標(biāo)準(zhǔn)。
在上述標(biāo)準(zhǔn)中，以H.320、H.324和H.323應(yīng)用最為廣泛。近年來，由于IP網(wǎng)的迅猛發(fā)展，基于H.323的可視電話終端和會(huì)議電視系統(tǒng)逐漸占據(jù)了主導(dǎo)地位，各大廠商紛紛推出基于H.323的應(yīng)用。值得注意的是，基于會(huì)話發(fā)起協(xié)議(SIP)的可視電話也開始出現(xiàn)。
本文在對上述多媒體框架協(xié)議分析的基礎(chǔ)上，給出了一種基于媒體處理器TM1300的軟硬件解決方案。該方案的大部分模塊對H.320、H.323和H.324系統(tǒng)是通用的。硬件方面只要修改一下網(wǎng)絡(luò)接口的設(shè)計(jì)，軟件方面采用相應(yīng)的控制協(xié)議，就可以得到針對H.320、H.323和H.324系統(tǒng)的不同的解決方案。
二、可視電話的基本結(jié)構(gòu)和核心技術(shù)
1. 可視電話的基本結(jié)構(gòu)
ITU-T推出的H.32X系列標(biāo)準(zhǔn)是框架性協(xié)議，服從不同標(biāo)準(zhǔn)的可視電話終端，具有類似的結(jié)構(gòu)�？梢曤娫挼幕窘Y(jié)構(gòu)包括視頻輸入/輸出單元、視頻編解碼器、語音輸入/輸出單元、語音編解碼器、延時(shí)單元、數(shù)據(jù)處理單元（可選）、系統(tǒng)控制單元、多媒體數(shù)據(jù)復(fù)用/解復(fù)用單元和網(wǎng)絡(luò)接口單元。不同的標(biāo)準(zhǔn)適用的網(wǎng)絡(luò)不同，因此有不同的通信控制協(xié)議、多媒體數(shù)據(jù)打包協(xié)議和不同的網(wǎng)絡(luò)接口單元，但是視頻和語音輸入/輸出單元、視頻編解碼器、語音編解碼器相似。
語音和視頻壓縮技術(shù)是可視電話的核心技術(shù)�？梢曤娫捵鳛橐环N消費(fèi)產(chǎn)品，要想走入尋常百姓家，必須能夠提供足夠好的語音和視頻質(zhì)量，同時(shí)占用的信道帶寬要盡量小。語音編碼技術(shù)和視頻編碼技術(shù)的發(fā)展就是圍繞著上述兩點(diǎn)展開的：在保證壓縮后語音和圖象質(zhì)量的同時(shí)，盡量提高壓縮效率。我們在具體選用語音和視頻壓縮標(biāo)準(zhǔn)的時(shí)候，也要結(jié)合這兩點(diǎn)來選擇。
2. 語音編碼技術(shù)
語音通信是可視電話最基本的功能。受網(wǎng)絡(luò)條件的限制，可視電話通常工作在較低碼率下。為了適應(yīng)這種低碼率語音應(yīng)用，ITU-T推出了G.72X系列語音壓縮標(biāo)準(zhǔn)。其中G.723.1、G.728、G.729和G.729A，在可視電話中得到了廣泛應(yīng)用。表1列出了各個(gè)語音標(biāo)準(zhǔn)所采用的技術(shù)、碼率、時(shí)延和語音質(zhì)量等。
G.723.1能夠產(chǎn)生兩種速率的碼流，高速率編碼器使用多脈沖最大自然量化（MP-MLQ）算法，低速率編碼器使用代數(shù)碼激勵(lì)線性預(yù)測（ACELP）算法。G.729A是G.729的簡化版本，G.729A算法復(fù)雜度與G.729相比降低了50%，語音質(zhì)量略有降低，兩種標(biāo)準(zhǔn)編碼后的碼流可互相解碼。當(dāng)可視電話與普通電話通信時(shí)，采用G.711標(biāo)準(zhǔn)。G.711為PCM編碼，只對語音信號進(jìn)行采樣和量化，產(chǎn)生64kbit/s的碼流。G.711編碼后的語音質(zhì)量高，缺點(diǎn)是占用的帶寬也很高。在實(shí)際選擇語音壓縮標(biāo)準(zhǔn)時(shí)，要綜合考慮帶寬、時(shí)延、算法復(fù)雜度等各種因素。
3. 視頻編碼技術(shù)
視頻壓縮是多媒體應(yīng)用中的核心技術(shù)，ITU-T推出的低碼率視頻壓縮標(biāo)準(zhǔn)對推動(dòng)可視電話的發(fā)展和實(shí)用化起到了重要的促進(jìn)作用。H.261是ITU-T推出的第一個(gè)低碼率視頻壓縮標(biāo)準(zhǔn)，碼率為p×64kbit/s，其中p=1～30，圖像格式為CIF和QCIF。H.261壓縮編碼算法的基本思想是利用預(yù)測編碼減少時(shí)間冗余度，利用變換編碼減少空間冗余度。算法主要由運(yùn)動(dòng)估計(jì)、運(yùn)動(dòng)補(bǔ)償、DCT變換、量化和霍夫曼編碼構(gòu)成。每幀圖像分成圖像層、宏塊組（GOB）層、宏塊（MB）層、塊（Block）層共4個(gè)層次來處理，分為I幀和P幀。后來推出的H.263、H.264標(biāo)準(zhǔn)繼承了H.261的基本思想，在H.261的基礎(chǔ)上提出了一些改進(jìn)。
與H.261相比，H.263在以下幾個(gè)方面做出了改進(jìn)：更多的圖像格式、半像素運(yùn)動(dòng)估計(jì)、不同的GOB結(jié)構(gòu)、四個(gè)可選模式、減少的頭信息開銷、采用不同的VLC表等。在相同的圖像質(zhì)量下，因?yàn)镠.263在運(yùn)動(dòng)估計(jì)及編碼方面的改進(jìn)，H.263編碼后的碼率大約比H.261低30%。為進(jìn)一步提高H.263的編碼效率和抗誤碼性能，ITU-T在H.263的基礎(chǔ)上，增加了一些選項(xiàng)，修改后的版本被稱之為H.263+、H.263++。目前，H.263是可視電話中應(yīng)用的最廣泛的視頻壓縮標(biāo)準(zhǔn)。
2003年，ITU-T通過了一個(gè)新的視頻編碼標(biāo)準(zhǔn)，即H.264標(biāo)準(zhǔn)。H.264與H.263相比具有靈活的宏塊和塊的分割方式，運(yùn)動(dòng)估計(jì)精度進(jìn)一步提高，可采用1/4或1/8像素精度的運(yùn)動(dòng)估計(jì)。H.261和H.263采用的是DCT變換，而H.264采用的是類似于DCT的整數(shù)變換。在相同的重建圖像質(zhì)量下，H.264編碼后的碼率比H.263低50%。H.264在提高編碼效率的同時(shí)，計(jì)算復(fù)雜度也大大增加。據(jù)估計(jì)，編碼的計(jì)算復(fù)雜度大約相當(dāng)于H.263的三倍，解碼復(fù)雜度大約相當(dāng)于H.263的兩倍。隨著DSP芯片處理能力的進(jìn)一步提高，H.264在可視電話等多媒體通信中必將得到越來越廣泛的應(yīng)用。
4. 通信協(xié)議
ITU-T推出的H.32X系列標(biāo)準(zhǔn)，具有相同的系統(tǒng)框架。不同之處在于面向的網(wǎng)絡(luò)不同，因此具有不同的網(wǎng)絡(luò)接口，不同的信令過程，以及為適應(yīng)不同的網(wǎng)絡(luò)而優(yōu)化設(shè)計(jì)的包結(jié)構(gòu)，具體各部分的標(biāo)準(zhǔn)如表2所示。復(fù)用協(xié)議規(guī)定了視頻數(shù)據(jù)、語音數(shù)據(jù)等的打包標(biāo)準(zhǔn)，而控制協(xié)議的作用是在終端之間協(xié)商通信方式，如視頻編碼標(biāo)準(zhǔn)的協(xié)商，語音編碼標(biāo)準(zhǔn)的協(xié)商，信道帶寬的協(xié)商等。
三、一種基于媒體處理器TM1300的單機(jī)解決方案
目前流行的可視電話終端包括單機(jī)型終端和基于PC機(jī)的終端�；赑C機(jī)的可視電話解決方案，利用PC機(jī)已有的軟、硬件資源(處理能力、網(wǎng)卡、話筒、耳機(jī)和顯示器等)，另外再為PC機(jī)配置一個(gè)攝像頭和一套可視電話軟件，就可以實(shí)現(xiàn)可視通信。單機(jī)型可視電話與普通電話，從外觀到使用方法基本相同，對用戶的要求較低，而且計(jì)費(fèi)簡單。因此，目前運(yùn)營商在推廣可視電話業(yè)務(wù)時(shí)推出的都是單機(jī)型可視電話終端。單機(jī)型可視電話又分為基于專用芯片的解決方案和基于通用DSP芯片的解決方案。采用專用芯片可以大大減少軟件的工作量，加快開發(fā)進(jìn)度，但是成本也大幅度增加，而且設(shè)計(jì)方案不靈活，不便于繼承應(yīng)用。
這里以H.320可視電話終端為例，給出一種基于通用DSP芯片的解決方案。本方案的硬件平臺以Philips公司的TM1300芯片為中心處理芯片，通過芯片上的專用接口與其它外圍電路相連。其中PEB2163,SAA7111和SAA7125為語音和圖像的A/D，D/A芯片，通過單片機(jī)AT89C51進(jìn)行配置。單片機(jī)AT89C51、FLASH、CPLD和網(wǎng)絡(luò)接口芯片PEB2086則是通過通用PCI/XIO總線與TM1300 DSP CPU相連。
TM1300是一種專門為高性能多媒體應(yīng)用而設(shè)計(jì)的微處理器。該芯片有一個(gè)超長指令字（VLIW）結(jié)構(gòu)的CPU，在一個(gè)指令周期內(nèi)能同時(shí)執(zhí)行5個(gè)操作。另外，TM1300的指令集中還包括許多高效的多媒體類操作。利用這些多媒體類操作，可以大大提高圖象和聲音的壓縮和解壓縮算法的處理速度。該芯片還包括大量的片上外圍芯片，如視頻輸入單元，視頻輸出單元，音頻輸入單元，音頻輸出單元，SSI接口，PCI接口，主存接口以及定時(shí)器等。這種集成了多個(gè)片上外圍的單片化的微處理器，大大降低了硬件電路板的體積，同時(shí)還降低了功耗和開發(fā)成本，提高了可靠性。
可視電話的軟件部分可以分為四個(gè)功能相對獨(dú)立的模塊：圖象編解碼，聲音編解碼，用戶-網(wǎng)絡(luò)接口協(xié)議，復(fù)接解復(fù)接和端到端的呼叫控制。
在上述四個(gè)模塊中，圖象編解碼和聲音編解碼部分運(yùn)算量很大，要實(shí)現(xiàn)實(shí)時(shí)處理，必須對該部分的軟件進(jìn)行優(yōu)化。端到端呼叫控制和復(fù)接解復(fù)接模塊，以及用戶-網(wǎng)絡(luò)接口模塊屬于控制復(fù)雜型的功能塊。這兩個(gè)模塊需要和其它模塊進(jìn)行較多較頻繁的信息交互，而且對于響應(yīng)時(shí)間也有較高要求。
TM1300微處理器上運(yùn)行了一個(gè)小的實(shí)時(shí)操作系統(tǒng)內(nèi)核pSOS+，用于管理眾多的軟件模塊，并為模塊之間的同步提供手段。在可視電話軟件中使用pSOS實(shí)時(shí)操作系統(tǒng)，使整個(gè)軟件結(jié)構(gòu)清晰，便于聯(lián)調(diào)，而且開發(fā)出來的軟件可靠性和穩(wěn)定性較高。很多代碼都可以重用。
我們已成功開發(fā)出基于上述方案的H.320可視電話終端。該終端通過了H.320標(biāo)準(zhǔn)的各項(xiàng)檢測，并能夠穩(wěn)定地運(yùn)行。在此基礎(chǔ)上，修改網(wǎng)絡(luò)接口硬件設(shè)計(jì)，把適用于N-ISDN的芯片PEB2086更換成適用于IP網(wǎng)絡(luò)的以太網(wǎng)控制器，即可得到H.323可視電話終端硬件解決方案。
趙艷明，北京郵電大學(xué)博士研究生，主要研究方向：多媒體通信。
全子一，北京郵電大學(xué)教授，博士生導(dǎo)師。主要研究方向：圖象壓縮與圖象處理、多媒體通信。
