12.13. Структура цифрового сигнала в стандарте мреg-1 iso/iес 11172-3

В течение последних десяти лет в мире сформировался новый стан­дарт для совместной цифровой передачи сигналов изображения и звука в компрессированном (сжатом) виде, получивший название МРЕG-1-Standart ISO/IЕС 11172-3, опубликованный в 1993 г., и его дальней­шее развитие для систем с многоканальным звуком МРЕG-2-Standart ISO/IЕС 13818-3, опубликованный в 1994 г. Стандарт МРЕG-1 уже ре­ализован в системе цифровых компакт-кассет (DСС), где для кодирова­ния звука используется "Layer-1". Его применение предусмотрено также в цифровом радиовещании (системы DАВ – Digital Audio Broadcast, Eureka-147), где для кодирования ЗС используется " Lауеr-2". МРЕG-2 предполагается реализовать в телевидении высокой четкости, а также для многоканальной передачи звука в 3В, для записи и передачи сигна­лов по сети ISDN. Суммарная скорость цифрового потока при передаче сигналов изображения и звука в МРЕG-1 составляет 1,5 Мбит/с.

На передающей стороне системы сигналы изображения и звука ко­дируются, далее подвергаются цифровой обработке с целью сокращения избыточности, дополняются служебной и иной информацией и после этого объединяются в единый цифровой поток, состоящий из пакетов, для передачи по каналу, либо для записи. На приемной стороне про­исходит их разъединение и последующее декодирование. Системный стандарт не определяет жестко процедуру кодирования ЗС, он содержит лишь правила, определяющие структуру потока, т.е. данные, необхо­димые для правильного декодирования сигналов на приемной стороне. Декодер в отличие от кодера является устройством, где процедуры де­кодирования жестко определены так, чтобы входные цифровые данные были бы верно интерпретированы. Поэтому формат кода, точнее, ин­терфейс для компрессированного сигнала, жестко определен.

В МРЕG-1 компрессированные сигналы передаются совместно в едином пакете (рис. 12.36, верхняя часть; обозначены Расk(i), Расk(i+1), Расk(i+2),. . .). Перед каждым таким пакетом имеется "системная" пре­амбула (Header), где содержатся все системные параметры и вся необ­ходимая общая служебная информация о системе. Системная тактовая частота равна 90 кГц ± 4,5 Гц. Преамбула повторяется перед началом каждого пакета. Более подробно структуры преамбулы и собственно пакета данных представлены ниже на этом же рисунке в его средней ча­сти. Стандарт предусматривает, что поток данных может содержать как аудио-, так и видеоданные, причем скорость передачи данных может со­ставлять, например, для звуковой части (если компрессия ЗС выполня­ется кодером " Lауег-2" при fд = 48 кГц) 24 кбайт/с (192 кбит/с), а для передачи видеочасти – 150 кбайт/с. Из соотношения этих скоростей передачи аудио- и видеоданных можно определить, с какой частостью должна передаваться в пакете данных аудио- и видеоинформация. Вся дополнительная информация, необходимая для разделения и декодиро­вания сигналов изображения и звука, должна быть приемнику известна (передана). Она и содержится в преамбуле пакета. Преамбула начинает­ся стартовым кодом пакета (Расk Start Соdе), следующие 8 байт служат для передачи сигнала синхронизации и сигналов управления системой в целом (System Clok Reference – SRC), после этого передается системная преамбула данного пакета (System Header), которая содержит всю необ­ходимую информацию управления для разделения следующих в пакете в переменной структуре аудио- и видеоданных. Без правильного прие­ма и выделения информации управления процессы разделения потоков и их последующее декодирование будут невозможны. Длина преамбул составляет 12 байт, лишь самая первая преамбула имеет длину 29 байт.

Таким образом, затраты на передачу информации управления до­статочно малы. Однако данный способ позволяет всей системе очень гибко адаптироваться к различным потокам информации. В пакетах видео- и аудиоданные сведены в отдельные субблоки (например, ка­ждый длиной по 2 кбайт), несколько блоков (например, три) вновь образуют блок. Вся информация об этой структуре упаковки видео- и аудиоданных и местах расположения этих блоков в пакете содержит­ся в преамбуле к пакету.

Принимаемый компрессированный цифровой поток данных в соот­ветствии с информацией по управлению демультиплексируется, затем собирается в промежуточной памяти, после чего подвергается обратной цифровой обработке с целью декомпрессии. В результате образуются исходные цифровые потоки аудио- и видеоданных. При этом компрес­сия звуковых данных в стандарте МРЕG-1 ISO/IEC 11172-3 базирует­ся на использовании метода MUSIСАМ (см. разд. 12.11). Временные затраты на требуемый объем промежуточной памяти можно миними­зировать в кодирующем устройстве за счет рационального размещения потоков данных.

Теперь остановимся подробнее лишь на структуре цифрового пото­ка, относящегося только к передаче ЗС. В соответствии со стандартом МРЕG-1 ISO/IEC 11172-3 основной структурной единицей формата кода является подцикл (фрейм), включающий преамбулу (Неаder) и относя­щиеся к данному фрейму компрессированные аудиоданные (Frame (i) data) (рис. 12.37). Фрейм объединяет ту часть аудиоданных, которая декодируется самостоятельно.

Фрейм представляет собой последовательность данных, включаю­щих в себя: служебную информацию; таблицу распределения общего числа бит по субполосам; информацию о масштабных коэффициентах (МК) субполос; значения МК; значения отсчетов субполосных сигна­лов; биты заполнения.

Остановимся подробнее на формате фрейма. Служебная информа­ция, содержащаяся в преамбуле (32 бита), включает синхрослово 111 1111 1111 (12 бит) и информацию о состоянии, относящуюся к струк­туре данных фрейма (20 бит):

бит идентификации – ID; равный 1, если поток аудиоданных пол­ностью соответствует стандарту ISO/МРЕG 11172-3 и 0 в противном случае;

код уровня (2 бита), идентифицирующий тип слоя кодирования –

"Lауеr-1", "Lауеr-2", "Lауеr-3", резерв;

бит защиты, равный 1, если не применяется помехоустойчивое кодирование и 0 в противном случае;

значение скорости цифрового потока (4 бита) для каждого слоя кодирования (32...448 кбит/с для "Lауег-1", 32...384 кбит/с для "Lауег-2" и

32... 320 кбит/с для "Lауег-3");

частоту дискретизации – 44,1 или 48, либо 32 кГц (2 бита);

"паддинг" бит, равный 1, если частота дискретизации 44,1 кГц и 0 в противном случае;

бит для использования в специальных целях, например передачи дополнительной информации;

код режима передачи (2 бита), идентифицирует режимы: стерео, "объединенное" стерео, два независимых канала, один канал;

код режима расширения (2 бита) при передаче в режиме "объеди­ненное стерео";

бит права копирования, равный 0, если копирование запрещено;

бит "оригинал/копия", равный 1, если передается оригинал;

код предыскажения (2 бита).

После преамбулы 16 бит отводятся для помехоустойчивого коди­рования (обнаружения и коррекции ошибок при цифровой передаче – СRС на рис. 12.37). Далее следуют собственно аудиоданные компрессированного ЗС. Первой идет таблица, идентифицирующая распределение общего числа бит, используемых для кодирования отсчетов каждого из субполосных сигналов (Bit Allocation). Таблица состоит из 30 слов:

A(1),A(2),...,A(i),...,A(30)

длиной от 2 до 4 битов. Вспомогательная таблица F[A(i)] задает функ­цию, значениями которой являются число бит для кодирования отсчетов i-й субполосы. Субполосные сигналы 31-й и 32-й субполос не кодиру­ются и не передаются. При использовании формата "Layer-1" MPEG-1 ISO/IEC 11172-3 все слова A(i), i = 1,..., 30, имеют одинаковую длину, равную 4 битам. Для слоя 2 ("Layer-2") длина слов A(i) переменна, за­висит от числа кодируемых субполосных сигналов, скорости цифрового потока, частоты дискретизации и меняется в пределах 2...4 бит.

Затем во фрейме располагается информация о МК (SCFSI – Scalenfactors Selection Information). Она передается только для слоя 2 ("Layer-2") и лишь для тех субполос, где F[A(i)] > 0. Информация о МК передается словами длиной 2 бит, определяющими, сколько бит (6, 12 или 18) тратится на кодирование трех МК данной субполосы.

После этой информации располагаются данные о значениях МК (Skalenfactors). Они представляют собой квантованные (из расчета б бит), максимальные по абсолютной величине значения отсчетов субпо­лосных сигналов в блоке (грануле), состоящем из 12 следующих подряд отсчетов ЗС. Значения МК записываются в часть фрейма, обозначен­ную как " Skalefactors" (см. рис. 12.37), начиная с низкочастотных суб­полос и со старшего бита кода МК.

Наконец, во фрейме следуют кодовые группы, соответствующие от­счетам ЗС в субполосах (Subband Samples). Они объединены в 12 бло­ков: В(1), В(2),..., B(j)...., B(12). Блок B(j) содержит значения нормированных на МК отсчетов для полос с номерами от 3j – 2 до 3j, для которых F[A(i)] > 0.

Размер блока B(j) равен {F[A(1)] + F[A(2)] + ... + F[A(30)]}/12. Каждый блок B(j) содержит 30 подблоков: C(l), C(2), .... C(k), .... C(30). Подблок C(k) содержит группу из трех отсчетов k-й полосы. Структура подблока C(k) зависит от значения F[A(k)].

Заметим, что в формате " Layer-1" каждый фрейм содержит инфор­мацию о 384 отсчетах ЗС, подвергнутых ИКМ с равномерной шкалой квантования при fд = 48 кГц (длительность выборки составляет в дан­ном случае 8 мс). В отличие от этого в формате " Layer-2" фрейм содер­жит информацию о 1152 отсчетах ИКМ сигнала, дискретизированного также с частотой 48 кГц, но длительность выборки равна уже 24 мс.

Завершают фрейм дополнительные данные (AD – Ancillary data). Эта часть фрейма может быть использована для передачи дополнитель­ных данных (определяется пользователем).

Такова структура цифровых данных в стандарте MPEG-1 ISO/IEC 11172-3, принятого Европой.