MPEG2-TS音视频同步原理(PCR dts pts)

一、引言
MPEG2系统用于视音频同步以及系统时钟恢复的时间标签分别 在ES,PES和TS这3个层次 中。
   在TS 层 , TS头信息包含了节目时钟参考PCR(Program Clock Reference),
               用于恢复出与编码端一致的系统时序时钟STC(System Time Clock)。     
   在PES层 , 在PES头信息里包含有表示时间戳PTS(Presentation Time Stamp)和
               解码时间戳DTS(Decoding Time Stamp);
   在ES 层 , 与同步有关的主要是视频缓冲验证VBV(Video Buffer Verifier),
              用以防止解码器的缓冲器出现上溢或者下溢;

标准规定在原始音频和视频流中,
  PTS的间隔不能超过0.7s,
  出现在TS包头的PCR间隔不能超过0.1s。



MPEG2-TS音视频同步原理(PCR dts pts)_第1张图片
图1 从ES到PES的示意图

MPEG-2对视频的压缩产生I帧、P帧、B帧.
将上图所示的帧顺序  "I1-P4-B2-B3-P7-B5-B6"  表示的ES帧,
通过打包并在每个帧中插入PTS/DTS标志,组成PES.

在插入PTS/DTS标志时,
对于B帧,        由于在B帧PTS和DTS是相等的,所以无须在B帧插入DTS(参见图1).
对于I帧和P帧, 由于经过复用后, 数据包的顺序会发生变化,
                   显示前一定要存储于视频解码器的排序缓存器中,经过从新排序后再显示,
                   所以一定要同时插入PTS和DTS作为从新排序的依据.

二、同步机制
编码器
系统时钟STC:
  编码器中有一个系统时钟(其频率是27MHz),
  此时钟用来产生指示音视频的正确显示和解码的时间戳,
  同时可用来指示在采样过程中系统时钟本身的瞬时值。

PCR(Program Clock Reference):
  指示系统时钟本身的瞬时值的时间标签称为节目参考时钟标签(PCR)。

  PCR的插入必须在PCR字段的最后离开复用器的那一时刻,
  同时把27MHz系统时钟的采样瞬时值作为PCR字段插入到相应的PCR域。
  它是放在TS包头的自适应区中传送.

  27MHz的系统时钟STC经波形整理后分成两路:
    PCR_ext (9bits ),   由27MHz脉冲直接触发计数器生成扩展域.
    PCR_base(33bits), 经300分频器分频成90kHz脉冲送入一个33位计数器生成90kHz基值,
                              用于和PTS/DTS比较,产生解码和显示所需要的同步信号.
  这两部分被置入PCR域,共同组成42位的PCR.

Table 2-2 Transport packet of the Recommendation|International Standard
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
==============================================================================
      syntax                                  No.of bits       Mnemonic
==============================================================================
transport_packet(){
   sync_byte
     ...
   adaptation_field_control                     2               bslbf
   continuity_counter                           4               uimsbf
   if (adaptation_field_control == '10' ||
      adaptation_field_control == '11' ){
     adaptation_field()
   }
   ...
}
==============================================================================

Table 2-6 Transport Stream adaptation field
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
==============================================================================
      syntax                                  No.of bits       Mnemonic
==============================================================================
adaptation_field(){
   adaptation_field_length                      8               uimsbf
   if (adaptation_field_length>0){
     ...
     PCR_flag                                   1               bslbf
     ...
     if (PCR_flag == '1' ){
       program_clock_reference_base             33              uimsbf
       Reserved                                 6               bslbf
       program_clock_reference_extension        9               uimsbf
       ...
     }
   }
}
==============================================================================

输入到T-STD解码器的第i个字节的PCR值:
  PCR(i) = PCR_base(i)*300 + PCR_ext(i) 
i: 包含program_clock_reference_base域的最后一个比特的字节号.

  PCR_base(i) = ((system_clock_frequency * t(i)) / 300) % 2^33
  PCR_ext(i)   = ((system_clock_frequency * t(i)) / 1   ) % 300

t(i): 字节i的编码时间.


例如:
  时间"03:02:29.012"的PCR计算如下:

  03:02:29.012 = ((3 * 60) + 2) * 60 + 29.012 = 10949.012s


  PCR_base = ((27 000 000 * 10949.012) / 300) % 2^33 = 98 541 080
  PCR_ext   = ((27 000 000 * 10949.012) / 1  ) % 300  = 0 
  PCR = 98 541 080 * 300 + 0 = 295 623 324 000

PCR-base的作用:
  a. 与PTS和DTS作比较, 当二者相同时, 相应的单元被显示或者解码.
  b. 在解码器切换节目时,提供对解码器PCR计数器的初始值,
     以让该PCR值与PTS、DTS最大可能地达到相同的时间起点.
PCR-ext的作用:
  通过解码器端的锁相环路修正解码器的系统时钟, 使其达到和编码器一致的27MHz.

PTS(Presentation Time Stamp):
  指示音视频显示时间的时间戳称为显示时间戳(PTS);

  PTS域为33bits, 是对系统时钟的300分频的时钟的计数值.
  它被编码成为3个独立的字段:
     PTS[32..30][29..15][14..0]
  表示此分组中第一个访问单元在系统目标解码器中的预定显示时间.

PTS值为:
  PTS(k) = ((system_clock_frequency * TPn(k)) / 300) % 2^33
TPn(k): 表示单元Pn(k)的表示时间.

DTS(Decoding Time Stamp):
  指示音视频的解码时间戳称为解码时间戳(DTS),
  
  DTS域为33bits,编码成为3个独立的字段:
     DTS[32..30][29..15][14..0]
  表示此分组中第一个访问单元在系统目标解码器中的预定解码时间.

DTS值为:
  DTS(j) = ((system_clock_frequency * TDn(j)) / 300) % 2^33
TDn(j): 第n个ES流的第j个存取单元An(j)的解码时间.
   
  DTS就视频来说,因为视频编码的时候用到了双向预测,
  一个图像单元被解出,并非马上就被显示,可能在存储器中留一段时间,作为其余图像单元的解码参考,
  在被参考完毕后,才被显示.

音频PTS:
  针对音频和视频的同步显示,MPEG提出了一个音频PTS.
  由于声音没有用到双向预测,它的解码次序就是它的显示次序,故它只有PTS.


Table 2-21 PES packet
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
==============================================================================
      syntax                                  No.of bits       Mnemonic
==============================================================================
PES_packet(){
   packet_start_code_prefix                       24             bslbf
   stream_id                                      8              uimsbf
   PES_packet_length                              16             uimsbf
   if (stream_id != program_stream_map
   && stream_id != padding_stream
   && stream_id != private_stream_2
   && stream_id != ECM
   && stream_id != EMM
   && stream_id != program_stream_directory
   && stream_id != DSMCC_stream
   && stream_id != ITU-T REc.H.222.1 type E stream){
     '10'                                         2              bslbf
     ...
     PTS_DTS_flags                                2              bslbf
     ...
     if (PTS_DTS_flags == '10' ){
       '0010'                                     4              bslbf
       PTS[32..30]                                3              bslbf
       marker_bit                                 1              bslbf
       PTS[29..15]                                15             bslbf
       marker_bit                                 1              bslbf
       PTS[14..0]                                 15             bslbf
       marker_bit                                 1              bslbf
     }
     if (PTS_DTS_flag == '11' ){
       '0011'
       PTS[32..30]                                3              bslbf
       marker_bit                                 1              bslbf
       PTS[29..15]                                15             bslbf
       marker_bit                                 1              bslbf
       PTS[14..0]                                 15             bslbf
       marker_bit                                 1              bslbf
       '0001'                                     4              bslbf
       DTS[32..30]                                3              bslbf
       marker_bit                                 1              bslbf
       DTS[29..15]                                15             bslbf
       marker_bit                                 1              bslbf
       DTS[14..0]                                 15             bslbf
       marker_bit                                 1              bslbf
     }
     ...
   }
   ...
}
==============================================================================
VBV_delay:
  视频流延时值,
  在解码时利用视频流缓冲区把视频流缓存到相应的vbv_delay时间后,
  再启动解码器解码、显示、实现音视频的同步.
  VBV_delay存在于视频ES的头部,长度为16bit.

解码器
首先,  解析PCR, 重建和编码器同步的27MHz系统时钟, 恢复27MHz系统时钟后;
再,     通过VBV_delay(视频流延时值)的数值来确定解码的开始;
之后,  利用PES流中解码时间戳(DTS)和显示时间戳(PTS)来确定解码和显示的次序.
         用PCR来对系统时钟进行修正.

解码器同步算法总结如下:
(1).  解码器从输入码流的包头中解出时间信息PCR送入到系统时间时钟恢复电路;
      系统时间时钟恢复电路在接收到每一个新的PCR时,进行本地系统时间时钟恢复和锁相。
(2).  解复用器后,从PES包头中解出显示时间标签PTS和解码时间标签DTS,并送入到基本流解码器中。
(3).  基本流解码器在接收到新的PTS/DTS后,存入对应的FIFO(先进先处存储器)中进行管理;
      对于没有PTS/DTS的显示单元,需要对其时间标签进行插值,并送入到FIFO中管理。
(4).  每一显示单元开始解码前,用其对应的DTS与STC进行比较,当STC与DTS相等时开始解码;
(5).  每一显示单元开始显示前,用其对应的PTS与STC进行比较,当STC与PTS相等时开始显示。

三、失同步处理
27 MHz系统时钟经过300分频后,得到本地的33 bits PCR_Base, 该时钟与寄存器中当前图像的PTS/DTS进行比较,
系统软件根据比较结果做出相应的处理:
(1).  若当前的PTS/DTS比PCR计数器的值小于半帧以上,即PTS_Base≤-ΔPTS/2,
      此时说明系统解码过慢,解码器处于失步状态,应根据该帧的结构做出相应的同步调整;
(2).  若当前的PTS/DTS比PCR计数器的值在半帧时间以内,
      我们认为此时系统解码正常,立即显示/解码当前帧;
(3).  若当前的PTS/DTS大于PCR计数器的值,则此时解码器稍快,
      在这种情况下,只需等到PCR与PTS/DTS相等时,就可显示/解码。

附注: 
上面讲的都是解码器的同步机制,
对于转码来说,如ffmpeg等并不是这么做的。

你可能感兴趣的:(pts,ts,DTS,PCR,音视频同步)