Цифровое телевидение, ч.1

Говорят про это много, но техническую сторону вопроса освещают нечасто. Поскольку работа моя непосредственно связана с телевизионным вещанием, информация имеется. Постараюсь здесь что-то изложить, не залезая далеко в дебри математики, тем более, что и сам в них продираюсь с огромным трудом или совсем не продираюсь.

Оцифровка
На всякий случай начну с преобразования аналогового сигнала в цифровой, вдруг кто не помнит. Процесс состоит из двух частей, дискретизации и квантования. Смысл дискретизации в том, что непрерывный аналоговый сигнал разбивается на очень короткие промежутки. Частота дискретизации (сколько таких промежутков уложится в одну секунду) должна быть как минимум в два раза выше самой высокой частоты аналогового сигнала. Квантование – это по сути тоже, но с уровнем сигнала. Принимают, что сигнал может иметь только определенные значения (уровни квантования), например: 0; 0,1; 0,2; 0,3; 0,4 (шаг квантования 0,1). Значение 0,12 в этом случае будет округлено до 0,1. Соединив эти операции вместе, получаем на рис.1 (красный - аналоговый, зеленый – получившийся оцифрованный).

в момент времени 0 уровень равен 0,6; в момент времени 0,1 уровень равен 0,5;
в момент времени 0,2 уровень равен 0,2; в момент времени 0,3 уровень равен 0,1 и так далее. То есть вместо аналогового сигнала получили таблицу чисел (отсчётов).
Я намеренно сделал большой шаг дискретизации и уровни квантования, чтобы было видно получившиеся искажения. Их можно уменьшить, уменьшая шаг дискретизации и уровни квантования, но в этом случае увеличивается цифровой поток. Договорились о какой-то середине.
Для звука – это CDDA.
С видео гораздо сложнее, поток больше на несколько порядков, только частота дискретизации больше, примерно, в 300 раз. Надо сжимать.

Способы сжатия
Сжатие проводится в два этапа. Сначала сжимаются данные, соответствующие одному кадру. Для этого кадр разбивается на блоки по 8 х 8 пикселов. Создается соответствующая матрица, в которой каждому пикселу соответствует отсчёт (число, полученное при оцифровке). Далее с такой матрицей производится математическая операция дискретно-косинусное преобразование, ДКП. Суть её в том, что теперь в матрице получаются числа (коэффициенты), пропорциональные не уровню сигнала, а его частотным составляющим.

Что это даёт? Если коэффициенты, соответствующие низким частотам (плавному изменению уровня сигнала) требуется передать с большим числом уровней квантования и, значит, разрядностью числа, то для передачи коэффициентов высочастотных составляющих можно использовать малоразрядные числа, вплоть до 1 бита (шахматная доска: черно-бело, без промежуточных значений). Операции изменения уровней квантования в зависимости от частоты получила название «масштабирование квантования». Закон такого преобразования матрицы коэффициентов либо известен на приемной стороне (режим с постоянным качеством), либо изменяется в зависимости от данных и передается с вместе с ними (режим с постоянной скоростью). Именно при данном процессе за счет уменьшения разрядности происходит основное сжатие данных. Затем коэффициенты сканируются «змейкой» по диагонали от левого верхнего угла к правому нижнему, получая цифровую последовательность. Поскольку при масштабировании получается много одинаковых, идущих друг за другом коэффициентов, часто равных 0, производится дополнительно сжатие. Вместо передачи 0000000, передается 7х0 (упрощенно). Называется кодирование серии.

Кроме этого кодирования проводится ещё одно, основанное на статистической обработке данных. Чем чаще какое-то число повторяется, тем более короткий код ему присваивается. Метод носит название кода Хаффмана. Это всё говорилось про сжатие яркостного сигнала. С сигналами цветности поступают аналогично. Только вводится понятие макроблок 16х16 пикселов (4 блока). Для него может передаваться информация в зависимости от формата об одном блоке синего и одном красного (формат 4:2:0), о двух блоках синего и двух красного (4:2:2) или всех по четыре (4:4:4). В первых двух форматах используется то, что человеческий глаз имеет по цвету меньшую разрешающую способность, чем по яркости. Обычно применяют 4:2:2. Уровней квантования в сигналах цветности также меньше. Кстати, такие же принципы сжатия используются в формате JPEG. Нынешний аналоговый сигнал часть пути, спутниковый канал, проходит в цифровом виде. При увеличении ошибок декодирование нарушается, изображение «рассыпается на квадратики», это макроблоки и есть.

Второй этап – временное сжатие, то есть устранение избыточности от кадра к кадру. Здесь, казалось бы, более просто. Передал кадр, а потом передавай только произошедшие изменения. Но умные люди придумали, как ещё сократить поток данных. После передачи опорного кадра (I-кадр) приемник и передатчик по одному алгоритму начинают предсказывать второй кадр. Так вторым передается не изменения по отношению к опорному кадру, а ошибка предсказания (Р-кадр). Она получается меньше, чем изменения. Но и это не предел. Если предсказывать кадр, опираясь не только на предыдущий, но и на последующий, ошибка предсказания (В-кадр) станет совсем мизерной. У меня это долго не могло улечься в голове. Как можно предсказывать, учитывая то, что еще не произошло? Инерция мышления не давала понять, что приемник получает кадры всех типов, держит их в памяти, декодирует и выдает в нужной последовательности. Принятая последовательность кадров: I,P,B,B,P,B,B,P,B,B,I. Да, чуть не упустил нюанс по предсказаниям. Поскольку сжатие идет с потерей информации, на приемной стороне в декодере будет не тот же I-кадр, что в кодере на передающей. Поэтому в составе кодера есть свой декодер. И ошибка предсказания выдается по отношению к I-кадру после кодирования-декодирования.

Всё, сказанное относится к стандарту сжатия MPEG-2. Так сжаты фильмы DVD и большая часть спутниковых каналов. В нашем государстве решили прыгнуть дальше всех и использовать MPEG-4. Про него я могу сказать только описательно. Не рассматривает «4-й» видео как набор последовательно идущих картинок. В нём описываются отдельно сцена (задник), отдельно движущиеся объекты. Для того и другого указываются формы составляющих частей, их взаимное расположение, текстура. Для движущихся указывается, естественно, вектор движения составляющих частей. Сначала проходит куча предварительной информации, а затем только информация о векторах движения. Сжатие достигается ещё большее, но естественность изображения теряется. Происходит сближение с компьютерной графикой. Разработан даже язык, описывающий мимику человека. Достаточно всего передать «объект Х улыбнулся с уровнем 3». И на приемной стороне декодер задействует подпрограмму, которая изменит выражение лица объекта Х. Вряд ли это будет похоже на настоящую улыбку. Мне MPEG-4 не понравился, даже на крупном плане структуру кожи лица не разглядеть. На участках изображения с мало меняющейся яркостью видно четкую границу между разными уровнями, даже на лицах иногда такое бывает. И очень плохо работает в тех случаях, когда картинка меняется значительно и быстро. На канале «Спорт» при показе динамичных соревнований, особенно, если переключают камеры, срывы бывают нередко.

Формирование потока данных
Когда данные с матрицы считали, выстроили их друг за другом, дожали кодом Хаффмана и кодированием серий, полученный поток данных называется элементарным. Он существует непосредственно в видеокамерах. Как-то оперировать с ним проблематично. Следующая стадия – пакетный элементарный поток, PES. Он разбит на отдельные PES-пакеты. В начале пакета имеется заголовок, содержащий служебную информацию. Это стартовый префикс (трехбайтовая последовательность нулей, только последняя 1), идентификатор потока (1 байт), длина PES-пакета (2 байта), временные метки представления PST и декодирования DTS, и другое, не так важное для нас. PST указывает, когда следует воспроизводить эти данные. DTS – когда декодировать. Например, В-кадр декодируется позже Р-кадра, а воспроизводится раньше. Длина PES-пакетов может быть разная, до 65536 байт. В каждом PES-пакете идут данные об одном контенте: либо видео, либо аудио, либо данные (титры, телетекст и подобное).

PES-пакеты могут объединяться в элементарные программные потоки, когда видео, аудио и данные одной программы соединяются в один поток. PES-пакеты, соответствующие одному времени составляют блок программного потока. Он также имеет свой заголовок, содержащий практически ту же информацию, что заголовок PES-пакета. Программный поток используется в тех случаях, когда ошибки или потеря данных практически невозможны. Из-за переменной длины блока декодер не может узнать время конца одного блока и начала следующего кроме как из заголовка. Если заголовок будет поврежден, то декодирование, по крайней мере, одного блока будет невозможно. Для передачи данных с вероятностью потерь

PES-пакеты укладывают в транспортные потоки. Длина пакета транспортного потока равна 188 байтам, из них 184 – полезная информация, 4- заголовок. Для заполнения пакета транспортного потока ( ПТП ) PES-пакеты разбиваются по 184 байта, если остается пустое место, оно заполняется нулями и называется полем адаптации. В транспортном потоке могут быть PES-пакеты разных программ. Оговорено только, что PES-пакеты одной программы должны следовать в хронологическом порядке. Заголовок ПТП имеет синхробайт, идентификатор пакета ( PID ) и другую информацию. В идентификаторе пакета указывается к какому элементарному потоку относится этот пакет. Для распознавания элементарных потоков и объединения их в телевизионные программы отдельно передаются таблица соединения программ РАТ и таблица плана программ РМТ. РАТ содержит список номеров всех программ в транспортном потоке и указывает PID пакетов, в которых находятся РМТ для каждой программы. В РМТ находятся PID пакетов с элементарными потоками конкретной программы. РАТ всегда имеет идентификатор 0.

Процесс выделения нужной программы ( к примеру, СТС ) выглядит так. Декодирующее устройство на приемной стороне считывает пакет с PID=0. Там примерно, такая информация: В потоке 4 программы. РМТ для программы «Первый канал» имеет идентификатор 1012, РМТ программы «Россия 1» имеет идентификатор 1013, РМТ программы СТС имеет идентификатор 1014, РМТ программы НТВ имеет идентификатор 1015. Следует считывание пакета с PID=1014. Там имеем: PES-пакеты видео имеют PID=2401, PES-пакеты звукового сопровождения имеют PID=2411, PES-пакеты сопутствующей радио программы имеют PID=2412, PES-пакеты телетекста имеют PID=2431. Далее выбираются PES-пакеты с нужными идентификаторами и декодируются.

Помехоустойчивое кодирование
Передача данных будет заведомо с ошибками. Поэтому применяются специальные методики, позволяющие исправлять или уменьшать потери и ошибки данных. Как правило, это требует создания избыточности информации и, значит, увеличения потока данных. Задача перед разработчиками стояла создать или применить такие способы, чтобы эта избыточность была как можно меньше, а ошибок позволяла исправлять как можно больше. Пришли к двухступенчатому кодированию.

Внешнее кодирование
Сначала выполняется подготовительная операция, названная рандомизацией или скремблированием. Она состоит в перестроении данных побитно по псевдослучайному закону (синхробайты в заголовке не скремблируются). Это уменьшает постоянную составляющую, улучшает возможность синхронизации часов в кодере и декодере за счет большего числа переходов между 0 и 1 сигнала. Самое главное, скремблирование уменьшает вред от групповых ошибок. Если при передачи повреждены несколько битов подряд, исправить это очень сложно. Но в приемнике производится обратная операция, и поврежденные биты оказываются распределенные по одному. С такими ошибками хорошо справляется код Рида-Соломона, RS-код. Этот вид кодирования требует добавления к кодируемой группе бит, в нашем случае, ПТП проверочного слова. Суть метода довольно сложна для людей без математического образования. Остается воспользоваться только вытекающими из этого свойствами. Длина ПТП в 188 байт выбрана не случайно. Как раз при добавлении ещё 16 байт проверочного слова получается самое эффективное кодирование по соотношению объем полезной информации/объем проверочного слова/количество исправляемых ошибок.

Конкретно, можно исправить до 8 байт ошибок и обнаружить до 16 ошибочных байтов (только указать, здесь ошибка, а как должно быть, не знаю). Код Рида-Соломона является очень мощным, но имеет существенный недостаток. Если количество ошибок превышает его возможности, то есть какой-то порог, он совсем перестает работать. Частично эту проблему решает операция перемежения, распределяющая по оговоренному закону соседние байты в потоке на глубину 12 байт. Смысл тот же, что у скремблирования, только на уровне байтов. Синхро байт не перемежается. Но перемежение поможет только в случае повреждения большого, но в одном месте. Если ошибок просто много, и они распределены по всему пакету, оно бессильно. Не забываем, что при обработке кодом Рида-Соломона длина пакета транспортного потока увеличивается до 204 байт. С распределенными ошибками борется сверточное кодирование.

Внутреннее кодирование
При сверточном кодировании также добавляется избыточная информация, но она не ограничена каким-то блоком, а распределена равномерно в потоке. Схематично это изображено на рисунке ниже. Данные поступают на линию задержки на шести триггерах D. На выходе имеем два сигнала Х и У, которые формируются путем сложения по модулю сигналов, взятых в разных точках линии задержки.


Из сигналов Х и У получают непрерывный поток, но соединяют их не просто так. Общепринято 5 способов чередования. Для удобства они сведены в таблицу.
Левый столбик –скорость кодирования, дробь показывает соотношение полезной информации к всего передающейся. Самая первая строка относится к базовому кодированию. Видно, что имеет место стопроцентное резервирование. На одну часть полезной информации передается столько же информации для исправления ошибок. Чтобы увеличить скорость передачи полезных данных, некоторые биты «вычеркивают». В столбце «структура вычеркивания» 1 соответствует передаче бита, 0 – «вычеркиванию». Что получилось – в третьем столбце.

Смысл этих манипуляций – это электронная реализация математического метода помехоустойчивого кодирования, разработанного Витерби. Поэтому скорости кодирования в первом столбце часто называют скоростями Витерби. Отличие данного способа кодирования от кода Рида-Соломона состоит в том, что он работает при любом количестве ошибок, уменьшая их в зависимости от скорости кодирования. Второе отличие, что этот метод распределен по всему массиву данных и не связан с определенным блоком. Поэтому он и сделан внутренним. Принятые данные сначала восстанавливаются с помощью кода Витерби до такого количества ошибок, которое уже сможет осилить код Рида-Соломона.

Далее в череде операций следует снова перемежение. Но оно связано уже непосредственно с модуляцией, поэтому сначала разберемся с ней.

Способ модуляции
Чтобы было понятнее, начну с самого простого, импульсно-кодовой модуляции (ИКМ). По сути, это азбука Морзе. 1 соответствует наличие колебаний, 0, соответственно, их отсутствие. За один такт передается один бит. Конечно, пытливые умы начали думать, как увеличить скорость передачи? Сначала решили модулировать несущую не только по амплитуде, но и по фазе. Получилось передавать за такт по два бита. Реализуется это аналогично модуляции цветовых поднесущих в системе NTSC. Имеется две несущих, одна сдвинута относительно другой на 90 градусов, т.е. квадратурные. Каждая модулируется своим потоком, затем они складываются. Временную развертку (осциллограмму) такого сигнала изобразить сложновато, да и она малоинформативна для людей. Поэтому применяют «точечные» диаграммы, называемые ещё «созвездиями». Для описанной квадратурно-фазовой модуляции (по английски, QPSK) «созвездие» выглядит так:


Каждой точке соответствует одно из четырех возможных состояний несущей. Следует обратить внимание, что соседним точкам присвоены значения таким образом, что соседние отличаются одним битом. Как произошло преобразование из временной диаграммы в точечную, не спрашивайте, тут замешаны комплексные числа. Из того что я помню после института, должно бы получиться точки с координатами(не значениями бит): 00;01;10;11. Первая – в центре, соответствует отсутствию обоих несущих; вторая, на горизонтальной оси, наличию одной несущей; третья, на вертикальной оси, - другой несущей; четвертая – наличию обоих несущих. Вероятно, для наглядности переместили начало координат. Нас интересует только то, что длина вектора соответствует амплитуде колебаний, а направление – фазе.

Но зачем останавливаться на 4 точках? Если их будет 16, за один такт можно передать сразу 4 бита. Модуляцию назвали 16QAM (квадратурно- амплитудная). Созвездие получается вот такое:


Видно, что при данном виде модуляции амплитуда может принимать три фиксированных значения и 12 значений фаза. Этого мало, дошло и до 64QAM. Здесь уже 9 значений принимает амплитуда и 52 - фаза., но за такт можно передать 6 бит:


Дальше увеличивать труднореализуемо. Из-за амплитудных и фазовых искажений канала передачи на приемной стороне получается много ошибок, потому что чем больше точек в созвездии, чем ближе они расположены друг к другу, тем легче приемнику их перепутать. Снова диалектическое противоречие: больше скорость передачи, меньше помехозащищенность. Поэтому трансляции со спутника практически всегда применяют QPSK, очень маленькое отношение сигнал/шум на приеме. Есть приборы, показывающие созвездия. При увеличении шумов на экране видно, что точка расползается в облако, густое в центре и редкое по краям. Как только края соседних «облаков» коснулись, прием становится невозможен. Данные, передающиеся за один такт, назвали модуляционным символом.

Это мы разобрались со способами модуляции одной несущей, точнее несущей на одной частоте, что применяется в передаче со спутников и по кабелю. Опыты эфирного цифрового вещания поставили перед разработчиками задачу борьбы с эхо-сигналом. Эхо в аналоговом случае – это лишний контур, часто чуть заметный. В цифровом варианте – это полная каша, и, соответственно, невозможность декодирования. В результате, опять же, работы математиков было найдено такое решение: Первое, на каждый модуляционный символ ввести защитный интервал, во время которого приходят эхо-сигналы, а приемный тракт закрыт. Но временные интервалы получаются наносекундные, техника работает плохо, либо стоит дорого. Поэтому, второе, передачу вести не на одной частоте, а на многих, передавая данные как по параллельному интерфейсу. Длительность одного такта увеличивается во столько же раз, сколько несущих используется.

Но такое решение поставило новую задачу. Как сделать так, чтобы боковые полосы несущих не мешали друг другу? Разнести их подальше – не решение, речь идет о тысячах несущих, а уложиться надо в стандартный канал 8 Мгц. Было предложено воспользоваться тем, что модулирующий сигнал – цифровой, т. е. частота следования импульсов постоянна. Соответственно спектр у промодулированного колебания будет дискретный, разница между частотой основного колебания и первого бокового, между частотой первого бокового и второго и так далее всегда одинакова. Значит можно расположить несущие так, чтобы боковые колебания соседних несущих совпадали по частоте и были противофазны. Для 8-мегагерцового канала это условие хорошо выполняется для 1705 (режим 2к) и 6817 (режим 8к) несущих. Длительность такта при этом 280 мкс и 1120 мкс. Такая длительность, особенно, в режиме 8к иногда сама по себе снимает проблему эхо-сигнала. Спектр получается вот такого вида:


Такой способ передачи назвали «кодированное ортогональное мультиплексирование каналов», COFDM. Ортогональными называются несущие, расположенные так, как я описывал ранее, чтобы их боковые полосы взаимоуничтожались.

Возвращаемся к перемежению. После сверточного кодирования поток данных разделяется в демультиплексоре на два субпотока для QPSK, на 4 – для 4QAM, на 6 – для 64QAM. Затем перемежаются биты в каждом субпотоке. Затем с помощью обратного быстрого преобразования Фурье и ЦАПа получают необходимое число промодулированных ортогональных несущих, также перемеженных по частоте. Это делается на случай помех вблизи какой-либо одной несущей. Если сигнал с одной-двух несущих будет невозможно разобрать, то за счет неповрежденных битов, которые передавались на отдаленных несущих, но после обратного перемежения в приемнике окажутся рядом с поврежденными, последние можно будет восстановить. Всего несколько лет назад не существовало микросхем, способных по своему быстродействию получать 6817 несущих. Поэтому в странах Европы, ранее начавших наземное цифровое телевещание, распространен режим 2к. В нашей стране предпочитают применять 8к из-за лучшей помехозащищенности. Данные, которые передаются за один такт всеми несущими называют символом COFDM. Официальное определение таково. Символ – это многочастотный сигнал, у которого во время всей его длительности (TS) амплитуды и фазы несущих остаются неизменными. Передаваемый сигнал организуется в виде кадров.


Каждый кадр состоит из 68 символов СOFDM, нумеруемых от 0 до 67. Четыре последовательных кадра образуют суперкадр. При выбранной структуре кадра в одном суперкадре всегда содержится целое число пакетов длиной 204 байта (рандомизированных транспортных пакетов MPEG-2, снабженных для защиты от ошибок проверочными байтами кода Рида-Соломона). На рисунке каждый кружок – несущая. По горизонтали изображен символ СOFDM (все частоты, конечно, не поместились). Видно, что в кадре полно несущих, передающих служебную информацию. Непрерывный пилот-сигнал также, как в NTSC, служит для синхронизации фаз передатчика и приемника. Распределенный пилот-сигнал служит для оценки фазо-частотных характеристик канала передачи и коррекции АЧХ и ФЧХ в приемнике при необходимости. Сигналы параметров передачи используются для сообщения приемнику параметров системы, относящихся к канальному кодированию и модуляции: способ передачи - иерархический или неиерархический, параметры модуляции, величина защитного интервала, скорость внутреннего кода, режим передачи - 2k или 8k, номер кадра в суперкадре. Ага, появилось еще понятие «иерархический способ передачи». Смысл его в том, что при модуляции, например, 16QAM (поток с низким приоритетом) с высоким приоритетом идет поток данных с модуляцией QPSK. Созвездия будут выглядеть так:

параметр модуляции α равен отношению расстояния между соседними точками в двух разных квадрантах к расстоянию между точками в одном квадранте. Стандарт DVB-T предусматривает три значения параметра. Чем больше α, тем лучше помехозащищенность для канала с высоким приоритетом и хуже для канала с низким, это видно из рисунка. Точки на горизонтальной оси – служебные несущие. Как я понял, приоритеты эти были введены с целью сделать возможным прием в плохих условиях, на движущихся объектах, пусть на маленький экран или с плохим разрешением (скорость при QPSK невысокая), но принять и декодировать.

И под конец интересная таблица, в которой дана скорость передачи данных в зависимости от вида модуляции, скорости Витерби и длительности защитного интервала D/Tu и необходимое для каждого случая минимальное соотношение сигнал/шум, при котором еще возможен прием.


Про «внутренности» цифрового телевидения все. В целях упрощения что-то было упомянуто поверхностно, что-то вовсе упущено. Старался, чтоб было понятно. В завершение немного о «наружностях». Цифровой способ подачи сигнала дает возможность организовать одночастотную сеть. Т. е. в пределах какой-то зоны группа передатчиков будет работать на одной частоте. За счет использования задержек передачи и выбора защитного интервала разных для различных передатчиков можно добиться, чтобы они не создавали помех друг другу. Получим большую экономию частотного ресурса.
Синхронизироваться передатчики будут от Глонасс, уход частоты – не более 1 Гц.
Теоретически в этом потоке можно подавать и другие данные: 8 ТВ программ, сжатых MPEG-4, требуют около 22 МБит/с. Если условия распространения радиоволн в данном месте позволяют выбрать параметры, обеспечивающие большую скорость, то пожалуйста.

Камрад, рассмотри датагорские рекомендации