本文概括性地討論手機電視這種嵌入式手持設備的軟硬件開發要點：如何設計硬件，實現音視頻同步，提高H.264解碼速率，并防止DMA緩沖溢出等。

　　硬件設計

　　硬件設計概述

　　硬件配置的選擇要綜合考慮，如CPU的處理功能關系到最終的解碼顯示效果。當然，選擇一些高檔通用處理器，或者是專用的媒體處理器都能夠達到較好的效果，但卻增加了硬件的成本。可以在最終顯示效果和硬件的選擇上采取折中方案。目前，能接收T-DMB和DVB-H標準的芯片還不是很多，可以選擇市場上的一些主流芯片。本文討論的這款產品的硬件配置為：S3C2440A(400MHz)，64MB的SDRAM，apollo fs1110, kino2efs1026。基本可以滿足手機電視對硬件的需求。通過天線接收到的射頻信號送給射頻前端的RF調諧芯片APOLLO FS1110，主要作用是把射頻信號解調為IF(Intermediate Frequency)信號。這款芯片是目前市場上的主流產品，可以接收多個標準的信號，而且體積小(5.0mmx5.0mmx0.9mm)，功耗低 (80mW),擁有三個低噪聲前端放大器，涵蓋 L-Band、BandⅡ和BandⅢ三個頻段。apollo fs1110把IF信號送給kino2 efs1026，完成信源碼解碼輸出MPEG2-TS數據。kino2是一款高度優化的基帶處理器，體積小(10mm×10mm×1.3mm)，功耗低 (100mW)，可以提供各種DMB碼率，最高可以達到1.8Mbps，片上含有R-S解碼器，可以實現較佳的移動信道性能。kino2把信源碼TS碼流送給CPU，由CPU完成TS流的解復用、解碼和顯示。硬件設計框圖如圖1所示。

　　圖1 硬件設計框圖

　　硬件各功能模塊描述

　　手機電視終端最終要做到支持多標準、多頻段，這也是市場的需求。由于現在開展手機電視業務的三地所采用的頻段不太一樣，如北京和廣東采用了VHF Band 3，而上海采用了L- Band，因此，同一手機電視終端如果要在國內不同地區接收手機服務，需要支持多頻段。本文討論的T-DMB采用的工作頻段是VHF 3波段和L波段，因此，要使用FS1110的BandⅢ和L-Band;而BandⅡ主要用于FM廣播。FS1110的3個高頻輸入都可以使用，頻段選擇可以由FS1026通過IIC接口來控制，同時，FS1110內部寄存器的初始化也是通過此接口來完成的。

　　下游的FS1026基帶處理器模塊接收RF調諧器送過來的IF信號，最終完成信源解碼。輸出的MPEG2-TS數據支持并行和串行兩種格式。串行數據可以通過SPI接口和CPU直接連接。基帶模塊還可以通過SCP(Serial Control Port)接口和CPU進行控制信息的交換，SCP接口和IIC接口是完全兼容的。還可以用串口(UART)和CPU進行通信。由于有的商業DMB節目經過服務商加擾(經過加密)，智能卡模塊可完成解擾功能。

　　CPU的功能是通過SPI接口接收TS數據，完成音頻和視頻的解碼后顯示。數據可以通過DMA進行緩存，然后就可以從DMA中讀取數據進行解復用。 DMA方式為一種高速的數據傳輸操作，允許在外部設備和存儲器之間直接讀寫數據，既不通過CPU，也不需要CPU干預。整個數據傳輸操作在DMA控制器的控制下進行。CPU除了在數據傳輸開始和結束時做一點處理外，在傳輸過程中，CPU可以進行其它工作。這樣，在大部分時間里，CPU和輸入/輸出都處于并行操作狀態。因此，可以大大提高整個系統的效率。在WinCE平臺下，對DMA的操作相當方便，驅動開發難度不大，讀取數據就像操作普通文件一樣。只有一點區別，就是要防止DMA溢出。因為普通文件的讀取完全可控，而這里處理的是一種“實時”流，有可能發生溢出。溢出包括上溢(數據讀取過慢)和下溢(讀取過快)。和MPEG的解碼器接收端防止數據溢出的原理是一樣的，主要是由于圖像編碼的格式不一樣，發送的解碼器前端的數據速率并不是恒定的。MPEG采用流速反饋控制來控制數據溢出，使得到達音視頻解碼器的數據速率趨于恒定。對DMA的控制就簡單些，用專用的一個線程讀取數據，解復用線程依據數據的多少，可以丟棄某些幀或者放慢解碼速度。不過一般還是丟幀的情況多。

　　硬件設計注意事項

　　設計硬件電路時的主要問題就是高頻和電磁兼容，一般的方法是加屏蔽罩，可以把APOLLO FS1110加屏蔽罩，以減少模塊的空間干擾。當然也可以把APOLLO FS1110、KINO2EFS1026做成外置式模塊。還可以通過優化原理圖的設計來減少高頻的影響。因為原理圖的好壞直接影響布局、布線的難度，以及以后板子性能的好壞。為了布局布線時能清晰地進行分區設計，以減少各個功能模塊之間的影響，設計原理圖時應把數字、模擬和RF電路分開。但是，由于手持設備體積較小，屏蔽罩一般是必不可少的。

　　軟件設計

　　T-DMB標準概述

　　T-DMB采用H.264 視頻壓縮標準，音頻采用專利費較低的MPEG-4 比特分片算術編碼BSAC(Bit-Sliced Arithmetic Coding)或者AAC+(歐洲T-DMB采用)，圖像格式為CIF(Common Intermediate Format)(352×288)，把這些音頻和視頻碼流加上一些用戶數據，經過MPEG-4 SL(Sync Layer)同步層打包和MPEG-2 TS(Transport Stream)復用后，交給調制器調制為適宜在信道上傳播的信號發射出去。各種標準的接收端除信道解碼有較大差別，信源的解碼很相近。T-DMB系統發送端編碼器結構如圖2所示。

　　圖2 T-DMB發送端編碼框圖

　　其中的MPEG-4 OD/BINFS發生器產生視聽對象、場景時空關系信息和視聽對象的描述符信息。IOD發生器產生視聽對象的初始信息：場景描述和對象描述信息。分段發生器主要收集SLP和IOD數據信息，用于產生和節目解復用相關的參考信息PSI(Program Specific Information)。在T-DMB的數據流中，可以通過解析PMT中的描述字段得到IOD_descriptor ,由IOD_descriptor可以得到場景、對象描述信息。由對象描述可以得到ES_ descriptor等信息。SL同步打包器主要負責視聽對象和輔助數據的同步。SL包經PES打包之后，再把PES包打為TS包發送給調制器。

　　 軟件的功能描述

　　軟件的主要任務是TS流的解復用、H.264和AAC+的解碼，采用微軟的Direct Show技術開發，可以降低開發難度和開發周期。Direct Show技術是微軟提供的Windows平臺多媒體開發包，以COM為基礎。Direct Show使用Filter Graph的模型來管理整個數據流的處理過程。參與處理的各個功能模塊叫Filter，按功能分3類:Source、Transform、 Rendering Filter 。Source Filter主要負責獲取數據和前期的處理;Transform Filter負責數據格式的轉換和傳輸，主要是負責解碼;Render Filter負責顯示。各個Filter和應用程序的交互靠事件通知機制來完成：Filter狀態改變時發出一個事件，由Filter Graph Manager處理或發給應用程序。整個軟件可以分為5大功能模塊，如圖3所示。TS解復用器模塊屬于Source Filter，作用是從DMA緩沖中獲取數據，然后從TS流中解析PAT(Program Association Table)和PMT(Program Map Table)，得到相關節目的音頻和視頻數據TS包的PID(Packet Identifier)之后，就可以組合PES(Packetized Elementary Stream)包，同時還可以得到和音視頻同步相關的參數：PCR(Program Clock Reference)、CTS(Presentation Time Stamp)、DTS(Decoding Time Stamp)，最后把PES包去包頭后的ES(Elementary Stream)數據發給下游的解碼Filter。H.264和AAC+解碼模塊屬于Transform Filter，主要功能是把從上游獲取的音頻和視頻數據進行解碼，把解碼得到的PU(Presentation Unit)重新排序(只有用到雙向預測時需排序)，送給下游的生成器。視頻生成器和音頻生成器模塊屬于Rendering Filter，主要完成顯示功能。如果數據格式需要轉換，可以在解碼器和生成器之間加一個具有轉化功能的Transform Filter。

　　音頻和視頻的同步

　　軟件設計中的關鍵技術是解決音視頻同步的問題。音視頻同步主要在 TS解復用器中解決。要想做到音頻和視頻的同步，需要用到這幾個參數：PCR、DTS、PTS。可以在TS包的調整域中得到PCR,從PES包中得到 PTS。PES包中的數據是SL包，可以從SL包頭中得到DTS。DTS是解碼時間，PTS是顯示時間。PCR是對編碼器90K時鐘的計數，它的作用是在解碼器切換節目時，提供對解碼器PCR計數器的初始值。PTS、DTS最大可能和PCR達到相同的時間起點，即對解碼器提供一個公共的時鐘參考，以便準確地進行音視頻的同步。PCR捕捉到和DTS數值相同的時刻，就可以進行音視頻解碼。因為視頻編碼的時候用到了雙向預測，一個圖像單元被解出后并非馬上顯示，可能在存儲器中留一段時間，作為其余圖像單元的解碼參考，在被參考完畢后才顯示。由于聲音沒有用到雙向預測，它的解碼次序就是它的顯示次序，故對它 MPEG只提出PTS的概念，PTS就是音頻的DTS值。即：

　　DTS=PTS (1)

　　如果得不到PTS，那么按下式計算：

　　PTS=PTS_pre +Xms (2)

　　其中，PTS_pre表示前面一個AU的PTS，X是ACC+一幀的時間間隔，以ms為單位。

　　一般視頻對象分為I-VOP、B-VOP、P-VOP三種編碼類型。假設在解碼器端的VO(Video Object)輸入次序為：

　　1 2 3 4 5 6 7 8 9 10………

　　I B B P B B P B B P B B P B B I B B P........

　　由于視頻對象編碼時用到雙向預測，解碼器的實際解碼次序為：

　　I P B B P B B P B B P B B I B B P B B ........

　　顯示次序同解碼器的輸入次序。假設知道I幀的PTS和DTS。那么得到關于P幀：

　　PTS_P4=PTS_I +33.67ms * 3 (3)

　　DTS_P4=DTS_I +33.67ms (4)

　　B1幀：PTS_Bn=PTS_I +33.67ms * 2 (5)

　　DTS_Bn=DTS_I +33.67ms (6)

　　B2幀可以參考上面的兩個式子。其中，33.67ms為視頻幀時間間隔。

　　軟件開發注意事項

　　關于H.264的解碼效率問題。軟件解碼部分采用開源工程ffmpeg中的H.264解碼器，它效率高，方便移植，其中，關鍵運算，如IDCT、運動補償等還在幾種不同平臺上用匯編進行實現。把H.264解碼器移植到ARM平臺，對于IDCT和運動補償匯編代碼，只需仿照其它平臺的代碼就可實現，其開發難度并不大。音頻解碼部分可以參考FAAC和FAAD開源工程。

　　結語

　　本文討論的是能夠接收符合T-DMB規范(各種標準的接收終端的差別很小)手機電視信號的嵌入式手持設備的軟硬件設計概述，這種設備使用戶可以不經過移動通信網絡直接獲得數字電視信號，能夠滿足人們隨時隨地對信息的需求。在實際的開發過程中的主要硬件問題是電磁兼容，軟件是音視頻的同步和H.264的解碼效率問題。軟件開發的難點集中在MPEG-2的解復用和Direct Show應用框架的設計。