Comunicaciones Digitales

Transcripción

1 Comunicaciones por Satélite Curso Comunicaciones Digitales Codificación n de fuente Miguel Calvo Ramón Ramón Martínez Rodríguez-Osorio CSAT 1

2 Transmisión n Digital Codificación de fuente: Audio y Vídeo PCM y DPCM Vocoders Codificación de audio y vídeo Multiplexación Formatos de codificación Transmisión de pulsos. Diagramas de ojo. Modulación digitales. Esquema PSK Sistemas ideales. Prestaciones Evaluación de la probabilidad de error Efectos de los errores de recuperación de portadora y reloj CSAT 2

3 Comunicaciones Digitales Modelo de Sistema Tasa de Bits Rb Tasa de Bits Rc Tasa de Símbolos Rs Fuente Digital Fuente Analóg. Codificador de Fuente Codificador de Canal Modulador USUARIO Demodulador Decodificador de Canal Decodificador de Fuente Tasa de Bits Rc Tasa de Error Pc Tasa de Bits Rb Tasa de Error Pb CSAT 3

4 Codificación n de Voz. Introducción El objetivo de los algoritmos de codificación de voz es transmitir, almacenar o sintetizar voz con una determinada calidad usando el menor número de bits. La reducción de la tasa de bits se obtiene aprovechando tanto las redundancias en la señal de voz como las limitaciones del oído humano. Las redundancias de la voz se relacionan con que: El espectro de la voz cambia lentamente en comparación con la velocidad de muestreo. La tasa de vibración de las cuerdas vocales también cambia lentamente. La energía de la voz se concentra en las frecuencias bajas. Los sonidos vocales se pueden modelar como excitaciones bien periódicas o bien aleatorias a través del tracto bucal (filtro). Una limitación del oído humano es su baja sensibilidad a la fase de la señal. Además, la audición es mucho mayor en una porción pequeña del espectro audible. CSAT 4

5 Características de la voz CSAT 5

6 Codificación n de Voz. Introducción La velocidad de transmisión está ligada con el ancho de banda de transmisión, por lo que una reducción de la velocidad de transmisión permite una reducción del ancho de banda a expensas de la calidad de voz. Para una determinada tasa de bits la calidad de voz se puede mejorar haciendo más complejo el algoritmo de codificación. Por tanto, hay que considerar simultáneamente Tasa, Calidad y Complejidad. Según el servicio hay que considerar cuatro clases de calidad: Calidad de difusión.- que hace referencia a la transmisión en banda ancha con voz de alta calidad. Calidad telefónica.- que hace referencia a la voz oída a través de la red telefónica conmutada. Calidad de comunicación.- que hace referencia a una voz claramente inteligible pero con más distorsión que la telefónica. Calidad sintética.- referida a voz metálica producida por síntesis. CSAT 6

7 Codificación n de Voz. Introducción La calidad de voz se puede evaluar bien con medidas objetivas (SNR) o subjetivas (puntuación de opinión media MOS medium opinion score ). El parámetro complejidad se relaciona con el procesado que se requiere para implementar el algoritmo de codificación. Normalmente se mide en millones de operaciones por segundo (MOPS) o de instrucciones por segundo (MIPS). Los codificadores de voz se agrupan en dos categorías: codificadores de ondas y vocoders. Los codificadores de ondas se dividen a su vez en codificadores en el dominio del tiempo, como el PCM, DPCM y ADPCM, que aprovechan la periodicidad y variación lenta de la señal y codificadores en el dominio espectral, como los codificadores subbanda SB y los adaptativos ATC entre otros, que aprovechan las redundancias frecuenciales de la voz. Suelen proporcionar mayor calidad pero requieren tasas mayores. Los vocoders consideran un modelo de producción de voz para reproducirla. Las técnicas de codificación predictiva LPC, como la predicción lineal mediante excitación residual RELP, son un ejemplo de vocoders. CSAT 7

8 Codificadores de Voz. Tipos Codificadores de ondas Vocoders Híbridos Dominio del tiempo PCM DPCM ADPCM Delta Dominio de la frecuencia En subbandas Por transformada LPC RELP MPC CELP VSELP RPE-LTP CSAT 8

9 Codificación n de Fuente. Muestreo PCM En primer lugar, se muestrea la señal siguiendo el criterio de Nyquist. m(t) m(t)s(t) s(t) T T f m f s TEOREMA DE DE MUESTREO T 1 = fs f s 2f m CSAT 9

10 Codificación n de Fuente. Cuantificación n y PCM Las muestras de la señal se cuantifican en niveles. A cada nivel le corresponde un código de bits a transmitir. Por ejemplo, para 8 niveles hacen falta 3 bits Zona tiempo Código CSAT 10

11 Cuantificación n Uniforme Out Función de Transferencia: Componente lineal+error Cuantificación 60 In SN( n ) 40 Si n es el número de bits del código: S N q S = 2 N q ( n 2 2 1) 2 n db 10log( 22 n ) = 6n SNa( n ) n CSAT 11

12 V ( x) = ± log log ( 1+ µ x) ( 1+ µ ) Señal Telefónica Con 4 khz de ancho de banda, se debe muestrear a 8 khz, y por tanto se obtienen 8000 muestras por segundo. Con 8 bits por muestra (256 niveles) se requerirá una velocidad de transmisión de 64 kbps y se obtendrá, con una cuantificación uniforme, una S/Nq de 48 db. Dado que la distribución estadística de amplitud de la señal telefónica no es uniforme, conviene usar un compresor antes del cuantificador, con un expansor inverso en el receptor. 1 Un compresor típico es el de Ley µ, cuya función de transferencia es: siendo v(x) la tensión de salida y x la tensión de entrada normalizada a su valor máximo. V( x, 0.01 ) V( x, 100 ) V( x, 255 ) Los Los compresores consiguen ganancias entre entre y db db respecto al al uniforme µ=255 µ= x µ=0 CSAT 12

13 Ley A y Ley µ En Europa, la ley de compresión que se utiliza es la Ley A (A=87.6). V ( x) = A x ± 1+ log A 1+ log A x ± 1+ log A x x > A A Α=87.6 µ=255 V( x, 255 ) 0.6 Va( x, 87.6 ) x CSAT 13

14 Ruido en PCM El ruido térmico provoca errores en la transmisión de bits en el sistema digital. Un sistema PCM convierte los bits recibidos en una señal analógica en el receptor. Se necesita conocer la S/N que se obtiene para una determinada probabilidad de bit erróneo Pb en la transmisión. Si se combinan los efectos del ruido térmico y de cuantificación resulta: S N PCM = P 2n b 2 2n donde n es el número de bits de codificación y Pb es la probabilidad de bit erróneo en la transmisión. 50 db n=7 n=6 n= Pb CSAT 14

15 La modulación de pulsos codificados diferencial es un esquema de codificación predictivo que aprovecha la correlación entre muestras próximas de la señal para reducir su redundancia estadística y disminuir la tasa de transmisión. En lugar de cuantificar y codificar las muestras como hace el PCM, el DPCM realiza una estimación del valor de la próxima muestra en base a los valores de las muestras anteriores. Esta estimación se resta del valor de la muestra obtenido. La diferencia de estas señales es el error de predicción que se cuantifica, se codifica y se transmite al decodificador. S(t)+q(t) S(t) {s i } {e i } {e i + q i } {s i + q i } Filtro Muestreador Cuantificador Canal Paso Bajo + {S i } PCM Diferencial (DPCM) - Predictor + + {S i } + + Predictor El decodificador realiza la operación inversa y reconstruye la señal original a partir de los errores de predicción. CSAT 15

16 PCM Diferencial En el diagrama de bloques {s i } es la secuencia de muestras de entrada, {s i } es la secuencia de predicción y {e i }={s i -s i } es la secuencia de error de predicción que es la que se cuantifica, codifica y transmite. Cuando se utiliza un número de niveles n grande (n>8) y predicción lineal, cada {s i } se puede expresar como: s i = a1si 1 + a2si 2 + a3si 3 L donde los a i son los coeficientes de predicción. Si se utiliza cuantificación adaptativa de tipo ADPCM (con compansión) se extiende el margen dinámico del codificador y se mejora la relación S/N. CSAT 16

17 Modulación n Delta En la modulación Delta lineal un circuito determina la diferencia e(t) entre la señal a transmitir x(t) y una estimación de la misma z(t). Es un DPCM de 1 bit. Un cuantificador de signo determina el signo de e(t). Se transmite e(t). La parte del receptor que reconstruye la señal a partir de e(t) y la parte del estimador del transmisor son iguales. Ambas usan los pulsos transmitidos o generados para formar la estimación z(t) de la señal. El estimador integra los pulsos y los multiplica por, el tamaño del escalón. Si los pulsos son de área unidad el estimador incrementa o decrementa z(t) con una tasa igual a la frecuencia de muestreo fs. Si la señal de entrada es constante, el estimador oscilará entorno al valor correcto, sobreestimándole y subestimándole. x(t) e(t) Cuantificador de signo z(t) fs Muestreador Amplificador Integrador Salida al Modulador CSAT 17

18 Modulación n Delta Adaptativa Si la señal de entrada varía muy deprisa el estimador no puede seguirla y se produce sobrecarga de pendiente. Para disminuir la sobrecarga de pendiente hay que aumentar, pero entonces se incrementa la granularidad, que es el ruido que se produce cuando el estimador oscila entorno a un valor constante. Hay una valor óptimo de por debajo del cual predomina la sobrecarga de pendiente y por encima del cual predomina la granularidad. Los sistemas de modulación delta adaptativos permiten variar el valor de durante el proceso y adaptarse a la tasa de variación de la señal de entrada. CSAT 18

19 Ruido en Modulación n Delta 8 7 Ruido Granular 6 Sobrecarga de pendiente CSAT 19

20 Vocoders El modelo básico de producción de voz de los vocoders suponen una separación clara de la información entre la excitación y el filtro del tracto bucal. La excitación es el mecanismo de producción de sonidos mientras que el tracto bucal es el dispositivo usado para modular el sonido. La información de ambos se codifica por separado reduciéndose la tasa de bits requeridos. La generación puede ser de sonidos cuasiperiódicos producidos en la laringe por las cuerdas vocales y sonidos aperiódicos (ruidosos) generados por constricción del tracto bucal generalmente en los dientes y labios. La producción de los primeros se modela con una secuencia de impulsos espaciados por el periodo correspondiente al tono de voz. Los segundos se generan con una secuencia de ruido blanco. El tracto bucal se modela como un filtro cuyos parámetros varían con el tiempo. En teoría la señal de voz se puede reproducir si se dispone de los coeficientes del filtro, de la información del tipo de generador (periódico o aperiódico) y del periodo del tono. CSAT 20

21 Modelo de Generación n de Voz Frecuencia Fundamental del Tono Generación de de Tren Tren de de Impulsos Generación de de Pulsos Pulsos Guturales Control periódico/ aperiódico Generación de de Ruido Ruido Blanco Modelo de de Tracto Tracto Bucal Bucal (Filtro (Filtro Digital) Voz Sintetizada CSAT 21

22 Predicción n Lineal La predicción lineal es una forma de estimación que usa una combinación lineal de muestras presentes y pasadas de un proceso estacionario para predecir una muestra futura del proceso. Sean S n-k, k=1,...,m, muestras aleatorias de un proceso estacionario S(t) y sea S n la muestra a predecir. Sea S n la estimación de S n de forma que: S n = M k = 1 donde h k, k=1,...,m, son constantes y M es el número de elementos de retardo. El filtro diseñado para implementar la estimación S n se denomina predictor lineal. Por tanto los h k son los coeficientes del filtro y M es el orden del filtro. h k S n k La diferencia entre el valor verdadero de la muestra S n y su estimación S n se denomina error de predicción: ε n = S n S n = S k = 1 n k n M h k S CSAT 22

23 Predicción n Lineal S n S n-1 S n-2 S n-m +1 S... n-m h 1 h 1 2 h 2 M-1 M-1 h M M Σ Σ 1 -> S n 2 -> ε n CSAT 23

24 Filtro de SíntesisS Se puede invertir la última ecuación para obtener S n dado el error ε n, las muestras anteriores y los coeficientes del filtro: S n = ε n + M k = 1 h k S n k S n-1 S n-2 S n-m +1 S... n-m ε n h 1 h 1 2 h 2 M-1 M-1 h M M Σ S n CSAT 24

25 Codificación n Predictiva Lineal (LPC) El vocoder LPC estándar proporciona una función de análisis en el extremo transmisor y una función de síntesis en el extremo receptor. El análisis consiste en: Decidir si el sonido es periódico o aperiódico. Determinar el periodo del tono en el primer caso. Calcular los coeficientes del filtro. La síntesis consiste en elegir una forma de onda, bien periódica o bien ruido blanco, para excitar el filtro de síntesis. Los coeficientes óptimos del filtro implican el cálculo y minimización del error de predicción o el uso de algoritmos especiales. El número de muestras usadas en el proceso de análisis-síntesis es tal que el segmento formado es de ms durante el que el proceso de producción de voz es esencialmente estacionario. El resultado es voz con calidad sintética y velocidad de transmisión de 2.4 Kbps. La inteligibilidad es pobre para sonidos, por ejemplo, nasales. CSAT 25

26 Cuantificador Vectorial (VQ) En general los codificadores de voz consideran que cada muestra de voz S n es independiente, de forma que la mayor parte de la redundancia se ha eliminado en el proceso de análisis. Pero las muestras consecutivas mantienen cierta correlación entre ellas. La cuantificación vectorial VQ considera muestras consecutivas como un bloque o vector y las codifica de forma que se elimine más redundancia. Por ejemplo, 10 muestras de 5 bits (50 bits) podrían codificarse en 10 bits con un esquema VQ ya que el número de sonidos diferentes en esas 10 muestras no necesitan los 50 bits de codificación. Sea k el número de muestras consecutivas (la trama). Tras el análisis normal (sin VQ) se genera un conjunto de k parámetros. Se crea un libro de códigos que contiene p vectores k-dimensionales de forma que se envía una palabra de código de log 2 p bits en lugar de los k parámetros. El índice log 2 p identifica al vector que representa mejor al conjunto de k parámetros iniciales. La complejidad del codificador se incrementa por la necesidad de buscar el vector más adecuado de entre los p posibles en el libro de códigos. Los dos problemas clave de un VQ son: crear el libro de códigos y buscar en él. CSAT 26

27 Cuantificador Vectorial El plano se divide en N regiones (en el dibujo, 6). El vector de entrada (con dos componentes) se reemplaza se reemplaza por el centroide i (representa todos los vectores de una determinada región i) de la región a la que pertenece. CSAT 27

28 Algunas Técnicas T LPC Los codificadores de forma de onda proporcionan calidad telefónica con tasas superiores a 16 Kbps debido a que transmiten completamente el error residual. Los vocoders LPC proporcionan calidad sintética a tasas de 2.4 Kbps. Es posible combinar algunas características de los codificadores de forma de onda con las de los vocoders LPC para mejorar la calidad de estos a expensas de un incremento en el régimen binario. Estos vocoders híbridos son capaces de proporcionar calidad telefónica con regímenes binarios entre 4.8 y 13 Kbps. CSAT 28

29 Técnicas híbridash Para mejorar la calidad de los vocoders, pueden emplearse algunas de estas soluciones: A) Una señal de excitación mejorada. B) Selección de la excitación mediante técnicas de análisis mediante síntesis. C) Cuantificación vectorial de la señal de excitación. D) Filtro de ponderación perceptual. E) Predictores a corto y a largo plazo. Algunas de estas técnicas son: - Predicción Lineal con Excitación Residual (RPE-LPC ó RELP) - Mixed Excitation LPC (MELP). - Codificador Multipulso (Multi-pulse LPC). - Code-Excited Linear Prediction (CELP). CSAT 29

30 Predicción n Lineal con Excitación n Residual El algoritmo de predicción lineal con excitación residual RELP además de los parámetros estándar de LPC usa un error residual filtrado paso bajo. El filtrado paso bajo se extiende entre 0 y 900 Hz que son las frecuencias que supuestamente contienen el mayor porcentaje de importancia perceptiva. Ello contribuye a la naturalidad de la voz y a una mejor reproducción de los sonidos periódicos. Dado que la banda base filtrada mantiene la forma de onda no se necesita enviar los parámetros de tono. Esto simplifica el analizador RELP y mejora la síntesis LPC. CSAT 30

31 RPE-LPC y MPE-LPC En lugar de usar la información espectral para mejorar la calidad como en el caso RELP, el LPC excitado regularmente por pulsos RPE-LPC opera en el dominio del tiempo. El error residual se representa por un número de impulsos por trama de datos de voz. Se usa un factor de reducción (diezmado) de 8:1. Por ejemplo, una trama que contiene 64 muestras residuales se reduce a 8 muestras igualmente espaciadas. Al igual que en RELP, no se envían los parámetros de tono. MPE-LPC o LPC excitado por multipulsos es similar al RPE-LPC solo que los impulsos elegidos para representar la señal residual no están equiespaciados. Sus posiciones y amplitudes se seleccionan para proporcionar la mejor representación de la señal de error. Ambos, RPE-LPC y MPE-LPC, pueden incluir un término de predicción a largo plazo (LTP) para proporcionar información sobre el periodo del tono. Se tienen entonces los algoritmos RPE-LTP y MPE-LTP. CSAT 31

32 MIXED EXCITATION LPC (MELP) La señal de excitación se genera como una mezcla de ruido y trenes de impulsos en distintas bandas (entre 4 y 10 bandas). CSAT 32

33 Análisis mediante síntesiss El análisis mediante síntesis permite combinar la sencillez de la codificación basada en el modelo LPC (vocoder) con la calidad de la codificación de forma de onda. Es empleado en la codificación multipulso y en el CELP. CSAT 33

34 Predicción n Lineal Excitada por CódigoC La predicción lineal excitada por código (CELP) utiliza tanto LPC como VQ mediante un proceso de análisis por síntesis. El proceso básico de análisis consiste en obtener una palabra de código óptima (vector) c k en el libro de códigos siguiendo un criterio de error. Cada palabra de código se escala en un factor de ganancia g k y se procesa a través de filtros de síntesis LTP para sintetizar el término de predicción S n. El error residual ε n =S n -S n se procesa a través de un filtro de ponderación perceptivo PWF y se usa en un proceso de búsqueda para obtener la mejor palabra de código que minimiza la energía de ε n. El índice de palabra de código k, la ganancia g k y los parámetros de los filtros (LPC y LTP) se transmiten y son los que usa el decodificador para sintetizar la voz. CSAT 34

35 Diagrama de Bloques CELP S n ε n + PWF PWF S n Filtro Filtro de de Síntesis LPC LPC Minimización el el error error (Selecciona k) k) ε n Filtro Filtro de de Análisis LTP LTP V n Bloque de de Código g k k X n k Ganancia Parámetros filtros k Bloque de de Código Ganancia X n V n Filtro Filtro de de ε n g k Análisis LTP LTP Filtro Filtro de de Síntesis LPC LPC S n Parámetros filtros CSAT 35

36 Codec del GSM Inicialmente se propusieron seis codecs y para su comparación se tomaron 16 kbps de tasa de codificación (canal + voz). Se compararon con el sistema de FM con compansión y dos codecs fueron directamente rechazados. Los códigos restantes fueron: SBC-APCM: codec subbanda con PCM adaptativo por bloques. El codec usa filtros espejo en cuadratura QMF para dividir la señal de entrada en 16 subbandas de 250 Hz de las que las dos superiores no se transmitían. Las señales en las subbandas se codificaban con adaptación y estimación hacia adelante. La asignación adaptativa de bits en las subbandas se hace en base a la relación de potencias entre ellas, constituyendo la información lateral a transmitir. La tasa de transmisión gruesa de las subbandas era de 10 kbps, la información lateral de 3 kbps que se protegía con 3 kbps de FEC. SBC-ADPCM: codec subbanda con PCM adaptativo delta. La señal de voz se dividía en 8 subbandas de las que se transmitían 6. Las señales en las subbandas se codificaban con adaptación y estimación hacia atrás. La asignación de bits a las subbandas era fija y no se transmitía información lateral no necesitándose FEC. La tasa final era de 15 kbps. CSAT 36

37 Comparación n de Codecs MPE-LTP: codec LPC excitado multipulso con predictor a largo plazo. La implementación usada en las comparaciones requirió 13.2 kbps y se añadió FEC a 2.8 kbps para proteger los bits más importantes. RPE-LPC: códec LPC excitado regularmente. Fue el adoptado para su estandarización, mejorándolo incluyéndole LTP, en función de los resultados de comparación resumidos en la siguiente tabla. Codec Calidad MOS (sobre 5) Régimen Binario Kbps Complejidad MOPS RPE-LPC MPE-LTP SBC_APCM SBC-ADPCM FM 1.95 CSAT 37

38 Comparación n de Codecs MPE-LTP: codec LPC excitado multipulso con predictor a largo plazo. La implementación usada en las comparaciones requirió 13.2 kbps y se añadió FEC a 2.8 kbps para proteger los bits más importantes. RPE-LPC: códec LPC excitado regularmente. Fue el adoptado para su estandarización, mejorándolo incluyéndole LTP, en función de los resultados de comparación resumidos en la siguiente tabla. CSAT 38

39 Comparación n entre codificadores de voz CSAT 39

40 Ejemplo: VoIP sobre DVB-RCS H.323: Conferencia multimedia Soporta G.711, G.729 y G Retardo total = T cod + T net T cod = T fr + T alg + T proc + T pk T net = T queueing (MAC) + T trx + T prop + T OBP CSAT 40

41 Audio El sistema digital americano de TV de la Gran Alianza usa la tecnología Dolby AC-3. El servicio puede ser desde un canal monofónico simple, pasando por estéreo hasta un servicio de sonido envolvente de seis canales. El sexto canal sólo lleva la información de bajos (subwoofer) y se designa como un canal de 0.1 de un total de 5.1 canales. Además del servicio principal de audio se pueden proporcionar servicios adicionales para los discapacitados, control de margen dinámico, multilenguajes, etc. Cuando el servicio de audio es multicanal las salidas mono o estéreo requeridas se separan en el decodificador. La tasa de muestreo de audio es de 48 khz con 18 bits por muestra. Para los seis canales la tasa de bits es de unos 5 Mbps. El régimen binario de transmisión es de 384 kbps lo que requiere un factor de compresión de 13. CSAT 41

42 Codificador AC-3 Para aprovechar las características frecuenciales de respuesta del oído humano la compresión del régimen binario se realiza en el dominio de la frecuencia. La señal PCM se transforma del dominio del tiempo al de la frecuencia usando la transformada TDAC (Time Domain Aliasing Cancellation). El tamaño de bloques es de 512 puntos. Cada punto en el dominio del tiempo se usa en dos transformadas sucesivas, ya que se realizan transformadas de 512 puntos cada 256. Con ello se tiene una resolución temporal de 5.3 ms y una resolución frecuencial de 93 Hz. Durante los transitorios el codificador se conmuta y realiza transformadas con 256 puntos con lo que la resolución temporal aumenta a 2.7 ms. Cada coeficiente de la transformada se codifica en un exponente y una mantisa. El exponente proporciona un margen dinámico amplio. La mantisa se codifica con precisión finita lo que produce ruido de cuantización. El exponente se codifica proporcionando lo que se denomina envolvente espectral. Esta se decodifica, al igual que va a hacerse en el receptor, y esta información se utiliza en el cuantificador y en la asignación de bits. La asignación de bits a las diversas componentes espectrales se realiza de forma adaptativa teniendo en cuenta el modelo psicoacústico del oído humano. CSAT 42

43 Codificador AC-3 In Audio PCM Asignador ideal ideal de de bits bits Transformador TDAC TDAC Mantisas Cuantizador Exponentes Supervisor de de la la asignación de de bits bits Asignador del del núcleo núcleo de de bits bits Información adicional de asignación de bits Multiplexor AC-3 Decodificador de de envolvente espectral Codificador de de envolvente espectral Envolvente espectral CSAT 43

44 Respuestas del banco de filtros (TDAC) Máxima resolución espectral Máxima resolución temporal CSAT 44

45 Decodificador AC-3 Realiza las funciones inversas de las del codificador. La entrada serie de datos se demultiplexan proporcionando las mantisas, la envolvente espectral y la información adicional de asignación de bits. Se decodifica la envolvente espectral y junto con la información adicional de asignación de bits se realiza ésta. Se procede entonces a la cuantización inversa de la mantisa. Se combinan las mantisas con los exponentes y se forman los coeficientes de frecuencia. Los coeficientes de frecuencia se transforman en un TDAC inverso para reproducir la señal de audio PCM original. CSAT 45

46 Decodificador AC-3 AC-3 Demultiplexor Información adicional de asignación de bits Cuantizador inverso Asignador del del núcleo núcleo de de bits bits Asignación de bits Mantisas TDCA TDCA inverso Audio PCM Decodificador de de envolvente espectral Exponentes CSAT 46

47 Codificador de vídeov El régimen binario requerido por una señal RGB-HDTV de estudio, con 1080 líneas activas, 1920 muestras por línea, 8 bits por muestra y 30 pantallas por segundo es de: 3x1080x1920x8x30 = 1.5 Gbps. Para difundir esta señal en canales de 6 MHz se requiere que la velocidad de transmisión se reduzca a unos 20 Mbps es decir por un factor de 75. Las técnicas de compresión utilizadas para ello son: procesado adaptado a la fuente, reducción de la redundancia temporal, reducción de la redundancia espacial, explotación del sistema visual humano, y mejoras de la eficiencia de codificación. CSAT 47

48 Procesado Adaptativo de la Fuente Para un observador humano las componentes RGB tienen una correlación muy alta. Para aprovechar esta correlación las componentes RGB se transforman a componentes de luminancia y crominancia. El sistema visual humano es más sensible a las componentes de alta frecuencia de la luminancia que a las de alta frecuencia de crominancia. Ello permite poder filtrar paso bajo las componentes de crominancia y submuestrearlas por un factor de 2 tanto en sentido horizontal como en el vertical. CSAT 48

49 Reducción n de Redundancia Temporal En el estimador de movimiento una trama nueva, denominada imagen nueva, se compara con la transmitida previamente que se ha guardado en la memoria de imagen. Los macrobloques son áreas de imagen de 16x16 pixels. Se comparan los macrobloques de la imagen previa con los de la nueva para ver si se repiten en la nueva. Cuando se encuentra una repetición de macrobloques se calcula un vector de movimiento que describe la dirección y distancia que se ha movido el macrobloque. Se realiza entonces una predicción de imagen con una combinación de los movimientos de los macrobloques. Finalmente, se comparan la nueva imagen con la imagen obtenida por predicción y se obtienen las diferencias. CSAT 49

50 Bloques y Vectores de Movimiento Bloques de la imagen previa usados para la predicción de la nueva Imagen previa después de usar los vectores de movimiento para ajustar su posición CSAT 50

51 Compresión n Temporal CSAT 51

52 Reducción n de Redundancia Espacial Comienza realizando una DCT sobre la imagen diferencia usando 8x8 bloques. El primer valor de la matriz DCT (esquina superior izquierda) representa el valor DC de los 64 elementos de imagen. Los 63 valores restantes representan valores AC de la DCT con frecuencias horizontal y vertical más altas conforme uno se mueve hacia la esquina inferior derecha de la matriz. Si la imagen tiene pocos detalles estas componentes son pequeñas. Los valores de la DCT se presentan a un cuantizador que redondea los valores. Se introduce pues ruido de cuantización. La cuantización es adaptativa. La salida del cuantizador se presenta a un codificador de entropía, que asigna códigos más cortos a las secuencias más frecuentes. Se utilizan los códigos de longitud variable y los códigos de Huffman. La salida variable del codificador se introduce en un buffer cuya tasa de salida es constante. Si el buffer tiende a llenarse se envía información al cuantizador para que disminuya la precisión de los coeficientes y por tanto su tasa instantánea de bits. La salida del buffer se empaqueta en paquetes PES. CSAT 52

53 Compresión n Espacial CSAT 53

54 Codificador de VídeoV Video in Preprocesador Pre- Estimador de de movimiento Imagen nueva + Σ Imagen predicha Predictor de de movimiento compensado - + Imagen diferencia Σ + DCT DCT inversa Memoria de de imagen Imagen previa Datos de control DCT DCT Cuantificador inverso Cuantificador Coeficientes codificados Codificador de de entropía Llenado del Buffer Buffer Buffer Paquetes PES Empaquetador CSAT 54

55 Predicción n Adelantada y Atrasada En la discusión anterior se ha supuesto que la imagen usada para predecir la nueva imagen ha sido la imagen anterior de la fuente. En algunos casos puede ser ventajoso obtener la predicción a partir de una imagen futura o de una pasada y una futura. Por ejemplo después de una conmutación una imagen futura es mejor predictor que una pasada. El estándar MPEG define tres tipos de imágenes: Una imagen I es una que se transmite como nueva, es decir no es una imagen diferencia. Una imagen P es una que se predice de una P o una I anterior. Una imagen B es una que se predice a partir de una P o I anterior y de una P o I futuras. La inclusión de tramas B requiere el almacenamiento adicional de una imagen en el decodificador. Antes de que se pueda transmitir la trama B debe haberse transmitido y almacenado las tramas anterior y posterior con las que está relacionada. En consecuencia el orden de transmisión y de presentación son distintos. CSAT 55

56 Tramas I, P y B Predicción hacia atrás Predicción hacia adelante B I B P B P B P B P B P B I B Orden de Presentación Orden de Transmisión Intra-coded picture Predictivelly-coded picture Bidirectionally-coded picture CSAT 56

57 Refresco de Imagen Si hay mucho movimiento en la imagen puede ser preferible realizar la predicción en base a campos en lugar de hacerlo en base a tramas. Se soportan ambos modos de predicción. Se necesita refrescar la imagen recibida cuando se sintoniza el receptor, cuando se cambia de canal, después de pérdida de señal o cuando se producen muchos errores en la transmisión (en todos estos casos la imagen en la memoria del receptor será diferente de la del codificador). Dado que el transmisor no puede conocer cuando ambas imágenes serán diferentes es necesario transmitir periódicamente la nueva imagen en lugar de la imagen diferencia. Con el procedimiento de refresco de trama I periódicamente se transmiten los coeficientes DCT de la imagen nueva. Con el procedimiento de refresco progresivo periódicamente se transmiten los coeficientes DCT de un conjunto de bloques de la imagen nueva en lugar de los de la diferencia. CSAT 57

58 Decodificador de VídeoV Primero se desempaquetan los paquetes PES recibidos. Los vectores de movimiento y los coeficientes DCT codificados se almacenan en un buffer hasta que se necesitan para decodificar la siguiente imagen. El decodificador de entropía realiza la operación inversa del codificador. Los coeficientes decodificados se descuantifican, se pasan por un DCT inverso y se añaden a la imagen predicha para formar la nueva imagen. La imagen predicha se obtiene usando los vectores de movimiento recibidos para mover partes de la imagen transmitida previamente. CSAT 58

59 Decodificador de VídeoV Desempaquetador Paquetes PES Buffer Coeficientes Decodificador de entropía Cuantizador inverso DCT inversa Σ Nueva imagen Salida de vídeo Datos de Control Imagen predicha Memoria de imagen Vectores de movimiento Predictor compensado de movimiento Imagen previa CSAT 59

60 Transporte El sistema HDTV de la Gran Alianza usa un subconjunto de la Sintaxis de Transporte de MPEG-2. MPEG-2 define dos alternativas: Program Streams y Transport Streams, esta última especialmente diseñada para uso en entornos con probabilidades de error no despreciables. Este último es pues el adoptado. Ambos proporcionan la sintaxis para sincronizar la decodificación de la información de vídeo y de audio asegurando además que los buffers no se desbordan. Ambos incluyen información temporal que permita sincronizar vídeo y audio. Ambas definiciones están orientadas a transmisión de paquetes: la primera usa paquetes de longitud variable y la segunda paquetes de longitud fija de 188 palabras (bytes). Otro tipo de paquetes utilizados son los PES (Packetized Elementary Stream). Después de compresión tanto el vídeo como el audio se empaquetan en PES que pueden ser de longitud fija o variable. La secuencia de transporte (Transport Stream) resulta de combinar uno o más programas (cada programa consisten en una o más secuencias de PES con una base de tiempos común) con una o más bases de tiempo independientes. CSAT 60

61 Paquetes MPEG-2 Datos de vídeo Codificador de vídeo Empaquetador Multiplexor de secuencias de programa Secuencias de programa MPEG-2 Datos de audio Codificador de audio Datos adicionales Empaquetador Empaquetador Multiplexor de secuencias de transporte Secuencias de transporte MPEG-2 CSAT 61

62 Paquetes de transporte Cada paquete de transporte comienza con una cabecera de cuatro bytes. La cabecera identifica la naturaleza y contenido de los datos del paquete. La cabecera también proporciona las funciones de sincronización de paquetes, manejo de errores y acceso condicional. Los siguientes 184 bytes se denominan la carga de pago. Contiene paquetes PES individuales y sus cabeceras. El comienzo de cada paquete PES se alinea con el comienzo de la carga de pago y se añaden bytes de relleno para completar paquetes de transporte que estén solo parcialmente llenos. Cada paquete de transporte contiene pues sólo un tipo de datos (vídeo, audio o datos auxiliares). La estructura de los paquetes de transporte permite fácil interoperabilidad con transmisiones ATM. Las células ATM consisten en una cabecera de 5 bytes y 48 bytes de carga de pago. Un paquete de transporte (de 188 bytes incluyendo la cabecera se puede acomodar en cuatro células ATM (4x48 = 192 bytes). CSAT 62

63 Capas funcionales en MPEG Señales de Televisión Conversión A/D Codif. MPEG Vídeo Codif. MPEG Audio Otras Codif. Vídeo Otras Codif. Audio Datos, Control, etc. Trama de Transporte MPEG ATM Capa física o interfaz CSAT 63

64 Transport Stream MPEG Trama de Transporte MPEG = Packet Packet Packet Packet Packet Packet Packet Packet Header Payload 188 bytes (4+184) CSAT 64

65 Codificación n de Fuente Los datos binarios, bits, producidos por la fuente se transmiten como señales. El codificador de fuente se encarga de transformar los bits en señales digitales. Fuente Bits Codificador Señal digital al modulador Si las señales digitales codificadas tienen el mismo signo se denominan unipolares. En caso contrario son polares. El codificador proyecta los bits de datos en elementos de señal. Los formatos de codificación se pueden agrupar en las siguientes categorías: - No retorno a cero: NRZ - Retorno a cero: RZ - Bifase - Modulación por retardo - Multinivel CSAT 65

66 Formatos de Codificación No retorno a cero-nivel (NRZ-L): 1 = nivel alto 0 = nivel bajo Retorno a cero (RZ): 1 = pulso en la primera mitad del intervalo 0 = sin pulso Bifase-nivel (Manchester): 1 = transición alto-bajo en mitad del intervalo 0 = transición bajo-alto en mitad del intervalo No retorno a cero-marca (NRZ-M): 1 = transición al comienzo intervalo 0 = sin transición Bifase-marca (Manchester): Siempre una transición al comienzo del intervalo. 1 = no transición en mitad del intervalo 0 = transición en mitad del intervalo Modulación por retardo (Miller): 1 = transición en mitad del intervalo 0 = sin transición si está seguido de 1 transición al final del intervalo si está seguida por 0. CSAT 66

67 Formatos de Codificación NRZ-L NRZ-M RZ Bifase-L Bifase-M Miller CSAT 67

68 Formato NRZ-L L Bipolar En comunicaciones por satélite el formato generalmente usado es el NRZ-L bipolar que puede modelarse como: B n b n= () = ( ) s t a g t nt gt () = A t < Tb 2 0 resto donde Tb es el tiempo de duración de bit y es el tipo de pulso de señal utilizado. El conjunto que representa a los dígitos binarios es { a n } = { ±1} tales que Pr{ an = 1} = Pr{ an = 1} = 1 2 Gf () Puede demostrarse que el espectro de esta señal es: S () f y para pulsos rectangulares: () 2 S f = A T B b senπft πft y por tanto se requeriría un ancho de banda infinito para transmitirlos sin distorsión. b b B 2 = T b 2 CSAT 68

69 Comunicaciones Digitales. Modelo de Sistema Tasa de Bits Rb Tasa de Bits Rc Tasa de Símbolos Rs Fuente Digital Fuente Analóg. Codificador de Fuente Codificador de Canal Modulador USUARIO Demodulador Decodificador de Canal Decodificador de Fuente Tasa de Bits Rc Tasa de Error Pc Tasa de Bits Rb Tasa de Error Pb CSAT 69

70 Ancho de Banda de Nyquist Naturalmente no se dispone de ancho de banda infinito para transmitir los pulsos y el canal limita el ancho de banda. Nyquist encontró que el ancho de banda teórico mínimo necesario para detectar sin ISI Rs símbolos/segundo es de Rs/2 herzios. Para ello la función de transferencia H(f) debe ser rectangular, es decir un filtro paso bajo ideal con ancho de banda 1/2Ts. La respuesta al impulso de este filtro es h(t) = sinc(t/ts). 1 1 H( f) 0.5 h( t) h( t Ts) f En la figura pueden verse dos pulsos recibidos contiguos y muestra que cuando uno de ellos se muestrea las colas de los demás son cero y no producen interferencia. Nótese que el transmisor debería enviar impulsos al canal. t CSAT 70

71 Transmisión n de Pulsos Cuando en lugar de impulsos se transmiten, como es habitual, pulsos se necesita usar un ecualizador del tipo x/sen(x). Para tener una detección libre de ISI necesitamos en recepción un espectro rectangular. Este es el resultado de multiplicar el espectro plano del impulso por la función de transferencia del canal. Pero si transmitimos pulsos, cuyo espectro por ejemplo es una sinc, debemos ecualizar el espectro y transformarlo en plano para tener en recepción un espectro rectangular. La función de transferencia del ecualizador, en la banda del canal, es 1/P(f) con P(f) = sinc(πf/ts). 1 P( f) f CSAT 71

72 Filtro en coseno alzado Los filtros ideales no son realizables por lo que se han buscado otras funciones de transferencia que también permiten una transmisión libre de ISI. El filtro en coseno alzado tiene una función de transferencia: () H f = cos 2 πts 2α 1 f T 0 s T ( 1 α ) s ( 1 α ) ( 1 α ) ( 1 + α ) 2T s f f f 2T s ( 1 + α ) 2T s 2T s La respuesta al impulso de este filtro es: ( πx) cos( απx) sen h () t = conx = 2 2 πx 1 4α x El ancho de banda equivalente de ruido se incrementa en (1+α) respecto al filtro ideal. t T s CSAT 72

73 Filtro en Coseno Alzado 1 H( f) Hca( f, 0.5) 0.5 Hca( f1, ) f 1 h( t) hca( t, 0.5) hca( t1, ) t CSAT 73

74 Transmisión n en Banda Base y Diagrama de Ojos 16 muestras por bit. La señal azul implica ancho de banda infinito, amplitud 0.5 La señal roja implica un filtrado de Nyquist con un filtro Butterworth de orden 4 CSAT 74

75 Filtrado excesivo e Interferencia entre Símbolos S (ISI) CSAT 75

76 Diagrama de Ojo. Características y(t) Limitación por ancho de banda Distorsión por ruido Margen de decisión por ruido Intervalo de decisión Distorsión en los cruces por cero tiempo Mejor instante de muestreo CSAT 76