移动多媒体广播（CMMB）

移动多媒体广播（CMMB） ——信源压缩技术
发布时间：  2008-9-3

--------------------------------------------------------------------------------
 


　　作者：国家广播电影电视总局广播科学研究院　郭晓强　解伟　王东飞　付光涛　李小雨

摘要：本文论述了CMMB的信源压缩技术，首先介绍信源压缩编码技术的发展；然后重点对CMMB采用的视频压缩编码、音频压缩编码进行论述，给出了CMMB所采用的信源编码技术标准，视频参数与音频参数的规定，简要叙述了低码率音视频压缩编码的算法特点；最后说明音频压缩码流与视频压缩码流的RTP封装规定。

关键词：CMMB 视频 音频 压缩编码


　　1 引言

　　CMMB全称为中国移动多媒体广播，是指通过卫星和地面无线广播方式，供七寸以下小屏幕、小尺寸、移动便携的手持终端如手机、PDA、MP4、数码相机、笔记本电脑等接收设备，随时随地接收广播电视节目和信息服务等业务的系统。
　　移动多媒体广播系统涵盖了信源、复用、信道、卫星、扩展业务、终端等各方面的技术。信源压缩是移动多媒体广播必不可少的组成部分，主要包括视频压缩编码与音频压缩编码。电视广播节目的视频信号，需要经过视频压缩编码，生成适合信道容量的压缩码流；电视广播节目与声音广播节目的音频信号，需要经过音频的压缩编码，生成适合信道容量的压缩码流。
传统的数字电视系统中，具有足够的带宽，提供的是广播级的高质量视频与音频信号，采用MPEG-2标准进行信源压缩，对于一路标清电视节目，传输速率基本在4Mbps以上，而一路高清电视节目要到20Mbps以上，即使采用新一代的信源压缩标准（H.264、AVS等），传输速率可以降低一半左右，仍需要占用很高的传输带宽。移动多媒体广播系统的特点决定了其带宽资源非常有限，一路电视节目通常只能在500kbps内传输，而音频广播则需要更小的传输速率，这就要求音视频压缩编码选用低码率、高效的压缩方式，配置合适的音视频参数，采用先进的压缩技术，满足移动多媒体广播对信源压缩编码的要求。
　　CMMB信源编码系统采用低码率、高效率的音视频压缩编码，输出码流遵循RTP协议，实现与复用系统的连接。本文首先介绍信源压缩编码技术的发展，然后重点对CMMB采用的视频压缩编码、音频压缩编码进行论述，最后说明音频压缩码流与视频压缩码流的RTP封装规定。

　　2 信源压缩编码技术的发展

　　视频压缩编码技术与音频压缩编码技术经历了若干年的发展，压缩效率与性能不断提高，涌现出许多国际标准，我国也研发并产生了视频与音频方面的压缩标准。
　　从国际上看，视频压缩编码标准主要包括MPEG系列与H系列标准。MPEG系列标准是由国际标准化组织ISO/IEC制定的，主要应用于广播电视、媒体存储、流媒体等应用，包括MPEG-1、MPEG-2、MPEG-4等标准。H系列标准是由国际标准化组织ITU-T制定的，主要应用于会议电视、可视电话等实时视频通信领域，包括H.261、H.262、H.263、H.264等标准。H.262等同于MPEG-2视频，H.264则被纳入MPEG-4的第10部分，是由ITU-T与ISO/IEC两个标准组织共同制定的。
　　一些视频压缩编码标准制定之后，不断补充，产生了不同的版本，H.263制定后又出现了H.263+、H.263++，MPEG-4视频、H.264也在制定后不断的补充新的技术与算法。H.264作为最新一代的国际标准，采用了先进的变换、预测、熵编码等技术，具有比以往的标准更高的压缩效率。
　　另外，视频压缩编码还有其他一些标准，如VC-1，是由微软公司发起，由标准化组织SMPTE定为标准。VC-1也具有较高的压缩效率，同H.264一样，被视为新一代的信源压缩技术标准。JPEG与JPEG2000标准主要用于静止图像压缩，JPEG2000也用于数字电影的高码率、大尺寸图像压缩。
　　音频压缩编码标准主要包括了MPEG-1的layer1(MP1)、layer2(MP2)、layer3(MP3)，AC3，AAC等，这些音频编码技术，都纳入到MPEG系列标准中。AAC音频压缩编码标准是目前应用非常广泛的低码率音频编码标准，相对于MP2、MP3、AC3等音频编码标准来说，在相同质量下码率更低，有效的节约了传输带宽。AAC最初定为MPEG-2音频压缩编码的标准，之后又纳入到MPEG-4的音频标准中，到现在已经经历了10年之久，技术体系、关键算法不断的改进，规定了不同的Profile（类）、Object（对象），定义的规格非常多，我们通常所使用的主要是LC-AAC、HE-AAC、HE-AAC v2。LC为低复杂度的意思，HE则表示高效率。HE-AAC引入了SBR（频段复制）技术，从而提高了压缩效率，通常也称为AAC+；HE-AAC v2引入PS(参量立体声)技术，进一步提高立体声的压缩效率，通常也称为AAC++。
　　在我国，于2006年相继颁布了视频压缩编码标准AVS、音频压缩编码标准DRA。AVS标准是《信息技术 先进音视频编码》系列标准的简称，AVS标准包括系统、视频、音频、数字版权管理等四个主要技术标准和一致性测试等支撑标准，目前AVS视频为国家标准，标准号为GB/T 20090.2。
　　DRA标准是《多声道数字音频编解码技术规范》的简称，被国家信息产业部正式批准为电子行业标准，标准号为SJ/T 11368-2006。
　　代表先进视频、音频压缩技术的AVS、DRA、H.264、AAC标准，均为适合于CMMB系统的信源压缩编码标准。采用低码率、高压缩效率的信源压缩技术，有效的节约了带宽资源，满足系统需要。

　　3 CMMB信源压缩系统



　　如图1所示，信源压缩部分接收音视频源的数据，经过压缩编码处理输出到复用部分。信源压缩系统具备音视频预处理、视频压缩、音频压缩、RTP封装等功能。
　　移动多媒体广播系统音视频业务分为电视广播业务和声音广播业务，移动多媒体广播系统信源视频、音频压缩编码标准选用为：
　　（1）电视广播业务中，视频压缩编码采用AVS标准、H.264标准，音频压缩编码采用DRA标准、AAC标准。
　　（2）声音广播业务中，音频压缩编码采用DRA标准。

　　4 CMMB视频
　　4.1 视频压缩编码
　　视频压缩编码应至少支持以下视频压缩编码规范之一：
　　—AVS标准，限定为级2.0；
　　—H.264标准，限定为基本类（Baseline Profile)，支持的级如表1所示。


　　4.2 低码率视频压缩编码算法特点

　　AVS与H.264在变换、量化、预测、熵编码等方面采用了先进的压缩技术，以下简要介绍CMMB采用AVS与H.264的关键算法。
　　变换与量化
　　整数的变换，有效的减少了变换的复杂度，避免了变换与反变换的失配，编码效率与DCT相当。量化与变换相配合，以乘法运算代替除法运算。
　　帧内预测
　　根据空域内与当前块相邻的象素，对当前块的所有像素进行预测，而不是在变换域中根据相邻块对当前块的某些系数做预测。有效的去除空间冗余，提高压缩效率。
　　帧间预测
　　采用1/4像素精度、多预测块、多参考帧的预测方式，提高的帧间预测准确性，有效的去除时间冗余，提高压缩效率。
　　熵编码
　　采用了基于内容的自适应算法，根据相邻块的情况来进行当前块的码表选择，并进行编码，可以达到更好的编码效率。
 


4.3 视频参数

　　帧率
　　视频的帧率至少支持25帧/秒，其它帧率可选。

　　图像分辨率
　　图像分辨率支持QVGA（320x240）、QCIF(176x144)，其他分辨率可选。

　　码率
　　视频压缩码率支持64kbps～768kbps。针对不同的图像分辨率和帧率，对应不同的码率。

　　帧内预测
　　支持全部帧内预测。

　　帧间预测
　　— 支持16×16、16×8、8×16、8×8块的帧间预测；
　　— 支持1/4象素精度；
　　— 支持多参考帧预测。

　　其他视频压缩参数
　　— 支持去块效应滤波；
　　— 支持一帧图像可分多个Slice；
　　— 要求编码输出的H.264/AVC码流中，每个I帧前必须带有SPS与PPS字段。

　　5 CMMB音频
　　5.1 音频压缩编码
　　音频压缩编码应支持以下两种音频压缩编码规范之一：
　　— DRA标准
　　— AAC标准，支持的类包括AAC、HE-AAC，HE-AAC v2为可选。

　　5.2 低码率音频压缩编码算法特点
　　

　　5.3 音频参数

　　

　　6 RTP封装

　　CMMB系统要求视频编码与音频编码之后，音视频流封装为RTP格式，发送给复用器。RTP及RTCP包的封装及发送应符合RFC3550，H.264的RTP负载符合RFC3984，AAC的RTP负载符合RFC3016。AVS与DRA的RTP负载的规定简要介绍如下。

　　6.1　DRA的RTP封装
　　DRA编码数据采用RFC3550规定的RTP封装格式。RTP包由RTP头和RTP净荷组成，在进行DRA封装时，RTP净荷由16位长度的净荷头和DRA音频帧数据共同组成。
　　DRA编码器产生的压缩帧帧长根据不同的采样率及码率设定而不同，在高码率编码模式下，帧长可能超出网络MTU（最大传输字节）的限制，这时在使用RTP传输时，需要对单个音频帧进行分块。DRA同时支持可变码率（VBR）编码，根据音频信息丰富的程度为每帧分配比特资源；传输时为提高网络传输效率，在MTU允许的情况下，可使用一个RTP包承载多个占用很少帧长的连续音频帧。

　　6.2　AVS的RTP封装
　　AVS编码数据采用RFC3550规定的RTP封装格式。RTP包由RTP头和RTP净荷组成，在进行AVS封装时，RTP净荷由4字节长度的净荷头和AVS视频帧数据共同组成，净荷头包含了视频帧数据的长度信息。
　　AVS编码器产生的每一个图像帧长度可能超出网络MTU的限制，这时在使用RTP传输时，需要对图像帧进行分块，在多个RTP包中传输。如果图像帧长度小于MTU长度，则使用一个RTP包传输图像帧。

　　7 小结

　　移动多媒体广播要求低码率、高效率的视频、音频压缩编码，我国的标准AVS、DRA，国际标准H.264、AAC标准都是适合移动多媒体广播的信源压缩标准，实际使用中需要配置合适的编码参数，达到合适的压缩效率与算法复杂度，以适应系统要求。