基于FPGA的高清嵌入解嵌系統的設計與實現
發布時間：2014-04-17 09:02:29 閱讀次數：6492
【摘要】
本文研究了基于單片FPGA的高清嵌入解嵌系統實現。根據SMPTE相關協議闡述了HD-SDI的信號格式，AES3音頻接口數據格式以及嵌入解嵌的實現框架和各個子模塊功能的實現。系統的實現結果符合預期，系統集成度、可靠性得到了有效的保障。
【關鍵字】 高清SDI, 嵌入, 解嵌, FPGA
[Abstract]
This paper make the research about mux and demux process of inserting audio or other user data into HD-SDI stream based on monolithic FPGA device. It discusses HD-SDI format which come from SMPTE protocol and AES3 interface data format acquired from AES3 standard.
More detail about system building and mux&demux implementation function are stated following. The designed
system accomplished good result as expected and show good integrity and stability.
[Key Words] HD-SDI, MUX, DEMUX, FPGA
前言
HD-SDI 已經成為視頻廣播中心非壓縮高清晰視頻的主流接口。自從 HD-SDI的出現，就一直伴隨著其他類型的數據，包括嵌入數字音頻。在模擬視頻信號數字化的過程中，模擬信號中的行消隱時間和場消隱時間都被保留，并且轉換成為空白信息區間。在視頻演播室中，通常可以利用這些空白信息區間攜帶一些有用信息，這樣既能節省傳輸通道，減少干擾，又能保證這些信息與視頻信號的同步。模擬信號的行消隱區間對應的是數字信號中的水平消隱區間，通常稱為水平輔助數據區，用于嵌入一些輔助數據，最常見的就是嵌入數字音頻信息。音頻嵌入解嵌在視頻處理過程中是非常重要的兩個環節。
HD-SDI接口
目前，廣播影視行業最普遍使用的數字分量視頻格式是采用 Y’、Cb’、Cr’彩色空間并且給予 4:2:2 采樣的方案。下表列出了 SMPTE 274M (Society of Motion Picture and Television Engineers，1998b)標準定義的 1080P/1080i 的高清視頻信號格式以及 1080i 一個完整幀的掃描示意圖。
表 1 HD-SDI 支持的高清視頻格式,有效樣本個數都是 1920*1080
注：表格中的 M=1.001
視頻格式的兩種命名方式是根據視頻掃描的隔行掃描和逐行掃描來區分的，“i”表示隔行掃描，“p”表示逐行掃描。通常后面還跟著一個幀率，例如 1080i60，表示各行掃描率為 60Hz。我國采用的高清視頻標準是 1080i50。表2是 1080i 一個完整幀的掃描示意圖：
表 2 視頻幀格式
|
1~20
|
Vertical Blanking
|
First Field
|
|
21~560
|
Active lines
|
|
|
561~563
|
Vertical Blanking
|
|
|
564~583
|
Vertical Blanking
|
Second Field
|
|
584~1123
|
Active lines
|
|
|
1124~1125
|
Vertical Blanking
|
在 4:2:2 采樣格式中，亮度信號 Y’的采樣頻率為 74.25MHz，兩個色度信號Cr’、Cb’的采樣頻率分別為 37.125MHz，每種信號的量化比特數為 10 位。亮度信號和色度信號在處理的過程中是利用單獨的通道處理的，但是在傳輸過程中則需要交錯排列成一個通道。因此，并行高清信號的傳輸速率必須滿足 148.50MHz，串行傳輸速率為 1.485Gbps。HD-SDI 還支持另一種比特率，即 1.485/1.001G。
表1中顯示了高清視頻信號的總行數和每行的樣本總數（SMPTE 274M，1998），每一個視頻行作為視頻信號中的標準單元，被分成了兩個主要的部分，水平消隱區和有效視頻區。一行從參考時序 EAV（有效視頻結尾）開始，EAV后面就是水平消隱區，水平消隱區的結尾是 SAV(有效視頻開始)，SAV 后面緊跟的就是有效視頻區。有效視頻區的樣本就是真正顯示在屏幕上的點，而空白區對應的就是模擬視頻信號中的消隱區。下圖1顯示高清視頻數據流中的一個視頻行的數據格式，分開處理的亮度信號和色度信號必須同步，對應區域必須對齊。在演播室的傳輸中，是把兩種信號流交錯到成一個信號流來傳輸。（SMPTE 292M,1998）。
圖1、視頻行數據排列
其中，SAV 是有效視頻行的開始標志，占 4 個字，前三個是 3FF、000、000，第四個字是 XYZ，包含主要的時序信息。EAV 表示有效視頻行的結束，同 SAV格式相同。下表顯示的是 SAV 和 EAV 中第四個字的比特信息。
表 3.XYZ 比特位信息
其中，F 表示該行屬于哪一個場，F=0 表示場 1，F=1 表示場 2。V 表示該行是否為場消隱區的行，H 用于區分 EAV 和 SAV，H=0 表示 SAV，H=1 表示 EAV。
P3=V⊕H、P2=F⊕H、P1=F⊕V、P0=F⊕V⊕H。EAV 之后的兩個字 LN，表示該視頻行在特定的視頻格式中所處的行數，色度和亮度信息中的 LN 是相同的。
表 4 LN 字比特信息
LN 后面的兩個字是前一行的循環冗余碼（CRC）。HD-SDI 接收器利用 CRC值檢查傳輸中的錯誤。循環冗余碼在 HD-SDI 中的作用，并不是實時處理錯誤，HD-SDI 中也不存在糾錯碼。CRC 錯誤檢測會被系統輸出，指示在傳輸鏈中的某個鏈接的設備出錯了，從而該設備可以被維修或更換。每個數據流都有各自的 CRC 值，其計算是根據下面的公式：
CRC 校驗從有效視頻區間的第一個字開始計算直到下一行的 LN 的第二個字。水平消隱區和 SAV 不被計算。水平消隱區中的輔助數據通常有自己的錯誤檢測方法。
表 5 CRC 字的比特信息
HD-SDI 數據流中，SAV 和 EAV 中的 3FF、000、000 作為獨一無二的序列，作為整個數據流的參考時序，HD-SDI 接收器通過檢測這個序列來同步比特流。上面說的是系統中亮度信號和色度信號分別在各自的通道進行處理，因此各自具有視頻行的所有特征。在系統中數據傳輸時，這兩個數據通道則會交錯成一個數據流。在 10 比特寬度的字傳輸中，色度信號流中的數據通常先發送。在 20比特寬度的傳輸中，色度信號被放置在低 10 比特位。這是因為 HD-SDI 串行器先發送低位，因此把色度信號流放在低位就是為了保證先被發送。在串行數據傳輸加擾之前，兩個數據流需要按照下圖被交錯到一個數據流中。每個視頻采樣點先是 2 個色差信號，再是一個亮度信號。在 10 比特寬度的字傳輸中，數據流 2 中的數據通常先發送。在 20 比特寬度的串行器中，數據流2 被連接到串行器的低 10 比特位，數據流 1 被連接到串行器的高 10 個比特位。因為 HD-SDI 串行器先發送低位。因此，把數據流 2 中的字放在低位，就是為了保證先被發送。
圖2、數據流交錯
在 HD-SDI 數據流交錯之后，需要對數據進行一定的預加擾，增強數據的隨機性，便于接收端的時鐘數據恢復。HD-SDI 通常通過兩個階段對信號進行加擾。首先，對數據進行偽隨機加擾，其次把偽隨機加擾的輸出從非歸零 NRZ 數據轉換為反非歸零碼 NRZI。偽隨機加擾和線性反饋移位寄存器類似，下面兩個公式就是這兩個步驟：
下圖顯示加擾的串行實現，當在 FPGA 中實現時，這樣的 HD-SDI 加擾器在一個時鐘周期可以進行 10 或者 20 比特的編碼。
圖3、HD-SDI加擾
⊕
數字音頻格式
在標清應用中，視頻素材一般嵌入立體聲音頻，分為左右聲道。在高清播出系統中，音頻的嵌入不僅要考慮到立體聲，還有可能是5.1聲道的環繞聲或者Dolby-E壓縮數字音頻。數字音頻信號標準也有很多種，例如AES/EBU、MADI、SDIF2、SPDIF 等。其中 AES/EBU 是 AES 和 EBU 共同制定的數字音頻的接口標準，指的是一種專業數字音頻接口標準，是目前廣播領域數字音頻的主流標準，廣泛應用于演播室各種接口的音頻設備間。
AES3 音頻結構的最基本數據結構稱為子幀。每個 32 比特的子幀攜帶一個音頻樣本字以及一些其他的信息位。音頻字既可以是 24 比特，也可以是 20 比特。子幀的開始是一個 4 比特的前導碼，音頻字后面的是有效位(V)、用戶數據位(U)、聲道狀態位(C)和校驗位(P)。一個幀由兩個連續的子幀組成，這兩個子幀分別是一個聲道對的兩個聲道的樣本。音頻幀按照 192 幀一組組成一個音頻塊，音頻組織結構如圖4所示。
圖4、一個音頻塊組成結構圖
AES3 接口的數據速率取決于音頻采樣率。理論上，音頻可以被任意的采樣率采樣，所以比特速率也可以是任意的。AES3 定義的標準音頻采樣率是 32 kHz,48 kHz, and 96 kHz。AES3 的多種比特速率使得在實際應用中經常用到音頻采樣率的轉換。
嵌入解嵌技術
SMPTE272M是SD-SDI音頻嵌入標準，SMPTE299M是HD-SDI的24bits PCM音頻嵌入標準。美國電影電視工程協會(SMPTE)制定的SMPTE299M附加標準A中描述在 AES3 接口上傳輸SMPTE337M定義的非 PCM 編碼的多聲道音頻(環繞聲)。
傳輸的音頻信號數從最少的兩個聲道到最大的 16聲道。音頻聲道成對發送，一般一組 4 個，每組都有一個單獨的輔助數據 ID。音頻數據包被嵌入到并行色差信號 Cb/Cr 的水平輔助數據空間，音頻控制包被嵌入到并行亮度信號 Y 的水平輔助數據空間。嵌入到視頻中的音頻包和SD-SDI的嵌入不同，沒有音頻擴展包只有兩種：一種是音頻數據包，一種是音頻控制包。
音頻數據包的格式在圖5 所示，音頻數據包包括輔助數據標志(ADF)，數據標識(DID)，數據塊序號(DBN)，數據計數(DC)，用戶數據(UDW)和校驗和(CS)。
圖5、音頻數據包格式
其中：
ADF：作為音頻包的其實標志，是一個 000 3FF 3FF 的序列。
DID：用在音頻包中，用于識別音頻組的標志，音頻組 1(聲道 1~4)的 DID是 2E7h，音頻組
2(聲道 5~8)的 DID 是 1E6h，音頻組 3(聲道 9~12)的 DID 是 1E5h，音頻組 4(聲道
13~16)的 DID 是 2E4h。
DBN：區別連續的 DID 相同的輔助數據包
DC： HD-SDI 中音頻包的 DC 值恒為 218h。
CLK：音頻時鐘相位表示視頻 EAV 的第一個字到音頻樣本輸入到格式化模塊時視頻樣本點之間的視頻時鐘數。專門用于異步音頻在接收端重新生成音頻采樣時鐘。
CH1~CH4：一個音頻包中包含一個音頻組即兩個聲道對共 4 個聲道的音頻樣本。每個音頻子幀在音頻數據包中用 4 個連續的字來表示，其格式如下表6：
表6、音頻子幀比特信息
其中，Z 標志的狀態用于同步 AES 音頻塊。相鄰兩個聲道一個 Z 標志。
ECC：BCS(31,25)糾錯碼，對每個比特序列 b0 位到 b7 位。在該碼的范圍內對從 ADF 的第一個字到音頻數據的最后一個字進行糾錯或檢錯。ECC 是 BCH(31，25)糾錯碼，用來對從 ADF 到 ECC 之前的所有字進行糾錯。BCH 碼只針對每個字的 b0~b7 進行糾錯。六個字的 ECC 是通過下面的式子生成的：
下圖為BCH碼的編碼電路：
圖6、BCH編碼電路
FPGA系統實現
嵌入和解嵌分別設計成兩個系統，最后完成兩個設備——嵌入設備、解嵌設備。由于兩個系統實現的是一種互逆過程，基本原理都一樣且實現方式都是采用單片FPGA完成數字邏輯的大部分功能，所以本文主要把兩個系統融合一起研究。
FPGA選定為Xilinx公司Spartan6系列芯片，具體型號為XC6SLX45T-FG484。該款FPGA芯片資源及特點如下表7所示：
表7
|
器件型號
|
XC6SLX45T
|
|
邏輯單元
|
43661
|
|
Slices數量
|
6822
|
|
觸發器數量
|
54576
|
|
DSP處理單元
|
58
|
|
BlockRAM容量
|
2Mbits
|
|
時鐘管理單元
|
4
|
|
DDR存儲器接口
|