行政院國家科學委員會補助專題研究計畫成果報告
行政院國家科學委員會補助專題研究計畫成果報告
行政院國家科學委員會補助專題研究計畫成果報告
行政院國家科學委員會補助專題研究計畫成果報告
※※※※※※※※※※※※※※※※※※※※※※※※※※
※ ※
※ 無線傳輸之訊源及通道編碼
無線傳輸之訊源及通道編碼
無線傳輸之訊源及通道編碼
無線傳輸之訊源及通道編碼(
((
(一
一
一
一)
))
) ※
※ ※
※※※※※※※※※※※※※※※※※※※※※※※※※※
計畫類別：□個別型計畫 X 整合型計畫
計畫編號：NSC 89-2219-E-009- 015
執行期間：88 年 8 月 1 日至 89 年 7 月 31 日
計畫主持人：杭學鳴
共同主持人：
計畫參與人員：黃祥哲，楊政翰，吳孟隆，施圭聰，唐之瑋，張峰誠
本成果報告包括以下應繳交之附件：
□赴國外出差或研習心得報告一份
□赴大陸地區出差或研習心得報告一份
□出席國際學術會議心得報告及發表之論文各一份
□國際合作研究計畫國外研究報告書一份
執行單位：國立交通大學電子工程學系
中 華 民 國 89 年 10 月 18 日
行政院國家科學委員會專題研究計畫成果報告
無線傳輸之訊源及通道編碼
無線傳輸之訊源及通道編碼
無線傳輸之訊源及通道編碼
無線傳輸之訊源及通道編碼(
((
(一
一
一
一)
))
)
Source and Channel Coding for Wireless Transmission (I)
計畫編號：NSC 89-2219-E-009-015
執行期限：88 年 8 月 1 日至 89 年 7 月 31 日
主持人：杭學鳴 國立交通大學電子工程學系教授
計畫參與人員：黃祥哲，楊政翰，吳孟隆，施圭聰，唐之瑋，張峰誠
國立交通大學電子研究所
中文摘要
中文摘要
中文摘要
中文摘要
我們的目標是發展與實做適合於無線通 訊所使用的訊源及通道編碼。第一年達成 的三項課題為：（1）G.723.1 音訊編碼之研 究、模擬與 DSP 實作，（2）H.263 視訊編 碼之研究、模擬與 DSP 實作，以及（3） 抗錯視訊編碼之研究。 關鍵詞 關鍵詞 關鍵詞 關鍵詞: H.263，G.723.1，抗錯編碼，多重 敘述編碼Abstract
The goal of this project is to develop and implement video and speech coding schemes that are suitable for wireless com-munications. We achieve the following tar-gets in the first year: (1) study, simulate and DSP-implement G.723.1 speech coding standard, (2) study, simulate and DSP-implement H.263+ video coding stan-dard, and (3) study and simulate multiple description video coding algorithms.
Keywords: H.263, G.723.1, Error Resilient
Coding, Multiple Description Coding
第一
第一
第一
第一部份
部份
部份 音訊編碼
部份
音訊編碼
音訊編碼
音訊編碼
音訊編碼之研究大概分兩部分: (1)研究語 音壓縮標準在對抗通道雜訊上表現的特 性，以及(2)語音壓縮標準之 DSP 即時實 現。 A. 背景背景背景 背景 在利用數位訊號處理器 (DSP) 來即時實 現語音編碼部分，我們所採用的語音編碼 是國際電信聯盟 (International Telecom-munication Union) 所 制 定 的 ITU-TG.723.1 語 音 壓 縮 標 準 。 它 是 一 個 以 Code-Excited Linear Predictive Coding (CELP) 為設計基礎的語音壓縮標準。 ITU-T G.723.1 語音壓縮標準提供兩種不 同壓縮率，5.3 kbit/s 和 6.3 kbit/s。在運算 複雜度不高且又能在很底的壓縮率下提 供良好的壓縮品質的條件之下，ITU-T G.723.1 語音壓縮標準己經被廣泛的應用 在不同的語音壓縮系統，譬如說視訊會 議、視訊電話等。因此，在本計畫中我們 採用 ITU-T G.723.1 語音壓縮標準。 對抗通道雜訊部分，我們針對兩種低位元 率 語 音 壓 縮 標 準 作 研 究 。 除 了 ITU-T G.723.1 雙位元率語音壓縮標準外，另一種 是 MPEG-4 規格中的一個語音壓縮標準 Harmonic Vector eXcitation Coding (HVXC)。 在理想的情況下，資料在傳送的過程中是 不會出錯的。但是在實際的情況下，不同 的傳送通道會導致資料出現不同程度的 錯誤。通道編碼可以增加傳送資料對抗通 道雜訊的強度，如此便可以增加資料傳送 的正確性和安全性。在參考了 WCDMA 和 ITU-T G.723.1 Annex C 等標準之後，我 們決定採用 Convolution Code 和 Soft Out-put Viterbi Algorithm (SOVA)這組通道編 碼和解碼方法。 B. 研究步驟研究步驟研究步驟研究步驟 我們首先採用了語音品質量測的方式來 評估我們所研究的兩種語音壓縮準。評估 的結果顯示 ITU-T G.723.1 6.3kbit/s 的客 觀語音品質要比 MPEG-4 HVXC 4.0kbit/s 來得好。但是就主觀語音品質而言，這兩
種語音壓縮標準的語音品質是相近的。因 為無線通道中通常都是充滿雜訊的，所以 我們接下來就來考慮雜訊對語音品質的 影響。我們用 Additive White Gaussian Noise (AWGN) 和 Markov channel (Gilbert) 這兩種通道模組來比較不同的語音壓縮 技術。
DSP 即時實現部分，我們首先收集、研讀 TI DSP 相關資料，包括 DSP 的 Data Sheet、DSP Assembly/C Code Reference 等。在考量 DSP 即時實現的複雜度之後， 我們決定由 ITU-T G.723.1 標準的 ANSI C code 來進行實現。利用 TI 所提供的 C Compiler 以及以一套名叫” Code Com-poser”的 windows 介面發展軟體，我們可 以很輕鬆的將 ANSI C code 轉換成 DSP code，然後再放上 DSP 執行。而且我們也 可以透過” Code Composer”來觀看執行的 相觀結果，譬如說結果是否正確或者執行 所 耗 費 的 運 算 量 等 。 我 們 發 現 原 始 的 ANSI C code 在執行耗費太多的時間，無 法達到即時處理的目標。因此我們必須對 原始的 ANSI C code 作最佳化以便減少執 行所需耗費的運算量。最佳化的運作大至 上可以分成以下幾個部分： (1)分析原始 ANSI C code 各部分所耗費的 運算量。這個動作可以讓我們知道，那些 部分耗費的運算量較多，那些部分較少。 針對運算量較多的部分作改進要比針對 運算量較少的部分作改進能對整體有更 大的改善。 (2)利用 TI C Compiler 所提供的最佳化功 能。TI 的 C Compiler 提供了許多不同的 最佳化選項。有些可以減少 DSP code 的 運算量，有些可以減少 DSP code 的大小。 為了配合我們的需求，以到達到最有利於 我們的最佳化方式，我們必須要充分的了 解各個選項的用法及特性。 (3)修改原始 ANSI C code。因為原始的 ANSI C code 並非針對 DSP 而寫的。所以 直接把它用在 DSP 上的話，它的效果並不 好。為了改進原來的結果，我們要必須以 較 適 合 DSP 的 語 法 來 修 改 原 始 的 C code。在這方面 TI 的 C Programmer Guide 提供了一些在修改 C code 可以注意的原 則。除此之外，修改過程中累積的經驗是 最重要的。 C. 實驗與結果實驗與結果實驗與結果實驗與結果 通道編碼模擬結果：(1)當傳送通道的位元 錯誤率大約大於 14%時，我們所採用的通 道編碼方式(G.723.1 標準中推薦)就幾乎沒 有效用。(2)就對抗通道雜訊的效果而言， 這套通道編碼較適合用在 AWGN chan-nel。舉個例子：當兩種通道模組的位元錯 誤率都約為 9%時，對於 AWGN channel 大約 90%的位元錯誤可以被修正回來，但 是對於 Markov channel 大約只有 21%的位 元錯誤可以被修正回來。 為了要改善在很差的通道情況下的語音 品質，我們設計一個錯誤補償的技術使用 在 ITU-T G.723.1 語音壓縮標準上。模擬 的結果指出，即使在很高雜音的通道情況 下，ITU-T G.723.1 語音壓縮標準的主觀和 客觀語音品質都有很明顯的改善。 DSP 即時實現的結果：模擬的結果顯示， 經由一連串的最佳化的過程之後，處理一 次壓縮、解壓縮所耗費的運算量是 0.9 百 萬運算週期。這個運算量是原本所需運算 量 (在原始 C code 沒有被最佳化的情況) 的 1.7%。而經由我們計算的結果得知，我 們最多可以利用一顆 DSP 同時處理 6 比壓 縮、解壓縮的運算。我們實際用 DSP 硬體 即時處理語音輸入壓縮、解壓縮輸出未查 覺任何不順之處。 D. 結論結論結論結論 通道編碼：模擬的結果顯示，在很差的通 道情況下，這兩種語音壓縮標準的主觀和 客觀語音品質衰減的很迅速。我們設計一 個 錯 誤 補 償 的 技 術 ， 可 以 明 顯 的 改 善 ITU-T G.723.1 語音品質。 DSP 即時實現的結果：到目前為止，在這 方面已有很不錯的成果了。我們可以考慮 更進一步的改進也或者可以慮加入其它 的功能，譬如說把錯誤補償與通道編碼也 放入。
第
第
第
第二部份
部份
部份
部份 視訊編碼
視訊編碼
視訊編碼
視訊編碼
A. 背景背景背景背景 在視訊編碼這個項目想達到的目的，是利 用市面上既有的 DSP 建立一個 Real-time 的視訊編解碼系統。我們的視訊編碼是採 取 H.263+這個世界標準；它目前是是視訊 會議及視訊電話的標準，很可能成為無線視訊電話的標準；主要的特色在於它編碼 後可以很低的 Bit Rate 去傳輸，適合用在 頻寬限制頗大的無線傳輸上，加上所具有 的 16 種 Options，能針對不同的傳輸環 境，決定其編碼方式，所以對傳輸環境變 化大的無線傳輸提供了很大的彈性。 在數位處理器(DSP)方面，我們採用德州 儀器的 TMS320C62xx，主要原因在於這 顆 DSP 對數位資料有強大的運算能力，可 以方便我們達成 Real-time 的要求；它採 用了新的 VelociTI advanced VLIW(very long instruction word) architecture，在一個 Cycle 中，可以平行處理八個 instructions， 所以能有 200MHz、1600MIPS 的高運算速 度，足以應付計算量大的視訊編碼標準。 B. 研究步驟研究步驟研究步驟研究步驟 H.263 本身有公開的 Test Model (tmn2.0) 軟體模擬，由挪威的 Telenor Research 公 司所提供。H.263+的 Test Model (tmn3.0) 軟體模擬，是由加拿大的 University of British Columbia 所提供。我們主要以這兩 個軟體為主體來建立我們的系統。 我們先移除 tmn2.0 所有的 options，使其 成為基本的 H.236+編解碼軟體，之後把程 式中兩個最耗計算量的 blocks—Motion Vector Search 及 Discrete Cosine Transform （DCT），以快速的演算法來取代之，在 Motion Vector Search 方面，原先的 Spiral
Search 所需的計算量是隨著 N2成長的十 分龐大。因此我們以 tmn3.0 中的 Diamond Search 來取代在 tmn2.0 中所用的 Spiral Search。Diamond Search 的精神是把每次 的搜尋方向就由 Cost Function 的比較，往 有可能是最好的 Motion Vector 方向前 進。所以可以省去很多無意義的計算。 而 在 DCT 方 面 ， 我 們 所 採 用 的 是 Decimation-In-Frequency (DIF) DCT。它的 特點在於可以把 N 點的 DCT 運算分解成 兩個 N/2 點的 DCT 運算，使運算量平均 分散。以我們系統所用的八點 DCT 運算 為例，DIF DCT 每次只需 29 次加法和 12 次的乘法。因為我們所用的 DSP 乃是定點 運算，為了在 DSP 能有好的效能，我們必 須把 DIF DCT 改成定點的 DIF DCT。因 此得對 DCT 係數作 scaling，乘以 214 後四 捨五入為整數。 在開始把系統移植到 DSP 之前，我們先研 讀了這個 DSP 相關的說明文件，充分瞭解 它的系統架構和 C 編譯器的最佳化的方 式，使我們在接下來的工作可以利用它的 優點讓整個系統運算速度更快。我們把之 前完成的程式透過 DSP 的 C 編譯器編譯 成組合語言，然後把這個組合語言再編譯 成機械碼下載到 DSP 裡。依照之前所瞭解 的 DSP 特性持續修改我們的程式。每次改 變，均會跟之前電腦模擬的結果做比較， 以確定我們系統依然正確無誤。而且記錄 下改變前和改變後運算速度的改變量，使 我們穩健地一步步去修改我們的程式，最 後得到一個 Real-Time 的視訊編解碼系 統。 C. 實驗與結果實驗與結果實驗與結果實驗與結果 把 Diamond Search 加入我們的程式後，在 電腦模擬上已經可以節省大約 2/3 的運算 時間，而在 DSP 上更可以節省 99.82%的 運算量。而定點的 DIF DCT 在 DSP 時， 它 所 需 的 計 算 量 比 原 先 的 DCT 少 了 99%，證明這兩個引進的快速演算法對我 們整個系統實有極大的幫助。我們依照 DSP 的特性去修改原始的 C code，加快我 們系統的運算速度。最終，我們的編碼器 每秒可以編碼 69 張 I-Frames 或是 31 張 P-Frames，解碼器每秒可以解碼 30 張以 上 。 整 個 視 訊 編 解 碼 系 統 只 用 了 一 顆 TMS320C62xx，每秒可以編解碼 24 張 Sub-QCIF 格式的影像，達到了 Real-Time 的要求。 D. 結論結論結論結論 我們研讀了 H.263+這個視訊編碼標準，詳 細研究公開的兩個模擬軟體 tmn2.0 和 tmn3.0，並以這為我們系統的雛形。我們 引進了兩個快速的演算法 Diamond Search 和定點 DIF DCT 去取代原先中最耗計算 量的兩個部分，使效能大幅度的增進。也 瞭解了所使用的 DSP 的架構和特性，並把 我們的程式修改的能儘量利用 DSP 的優 點。最後，我們在德州儀器 TMS320C62xx 建立了一個基本的 H.263+編解碼器，並符 合 Real-Time 的要求。
第三部份
第三部份
第三部份
第三部份 抗錯視訊編碼
抗錯視訊編碼
抗錯視訊編碼
抗錯視訊編碼
A. 背景背景背景 背景 眾所習知，在傳輸過程中，壓縮過的位元 相當容易受到傳輸通道雜訊的干擾，並可 能造成錯誤傳遞 (error propagation)。所 以 ， 在 壓 縮 資 料 中 ， 加 入 某 些 多 餘 量 (redundancy)，是確保接收端的影像品質的 一種方式。而『多重敘述編碼』(multiple description coding, MDC) 即是應用此一 觀念，所發展出來的一種抗錯編碼 (error resilient coding) 的方法。 多重敘述編碼是在 1980 年代初期被提 出。簡單的說，就是將相同的輸入影像， 以不同的表現方式，各自獨立經由不同的 通道傳至接收端。以理論的方式分析，假 設有兩個傳輸通道，分別以
