1、主要内容,模拟与数字视音频业务 数据通信业务 多媒体通信业务,模拟与数字视音频业务,在现代通信系统中尽管数据业务与多媒体通信业务发展非常迅速 但模拟与数字视、音频业务在所有通信业务中仍然占有主要地位。 在此类业务中包括普通电话、IP电话、移动电话、数字电话、可视电话、会议电视、广播电视、数字视频广播、点播电视等各种视音频业务。,音频信息基本概念,在现代通信技术中音频信息主要是指由自然界中各种音源发出的可闻声和由计算机通过专门设备合成的语音或音乐。 按表示媒体的不同，此类声音主要有3类，即语音、音乐声和效果声等。 音频信号是随时间变化的连续媒体。 对音频信号的处理要求有比较强的时序性，即较小的延
2、时和时延抖动。 对音频信号的处理涉及音频信号的获取、编解码、传输、语音的识别与理解、语音与音乐的合成等内容。,视频信息,视频信息即活动或运动的图像信息，它由一系列周期呈现的画面所组成，每幅画面称为一帧，帧是构成视频信息的最基本单元。视频信息在现代通信系统所传输的信息中占有重要的地位，因为人类接受的信息约有70来自视觉，所以视频信息具有准确、直观、具体生动、高效、应用广泛、信息容量大等特点。,听觉特性与音频信号,人的听觉特性 人对声音强弱的感觉： 通过对人群测试发现，当声音信号的强度按指数规律增长时，人会大体上感到声音在均匀地增强，即将声音声强取对数后，才与人对声音的强弱感相对应。根据人类听觉的
3、这一特点，通常用声强值或声压有效值的对数来表示声音的强弱，称为声强级LI或声压级LP，单位为分贝。人对声音频率的感觉： 人对声音频率的感觉表现为音调的高低，当声音的频率按指数规律上升时，音调的感觉线性升高。这意味着只有对声音信号的频率取对数，才会与人的音高感觉成线性关系。为了适应人类听觉的音高感规律，在声学和音乐当中表示频率的坐标经常采用对数刻度。,听觉特性与音频信号,人类听觉的频响特性： 人的听觉频带为20 Hz20 kHz，在此频率范围内的声音称为“可闻声”。 高于 20 kHz的声音称为“超声”，低于 20 Hz的声音称为“次声”。 不论声压级高低，人对 35 kHz频率的声音最敏感。人
4、类听觉的掩蔽效应：在人类听觉系统中的另一个现象是一个声音的存在会影响人们对其他声音的听觉能力，使一个声音在听觉上掩蔽了另一个声音，即所谓的“掩蔽效应”。通信、电声系统常利用该特性。,听觉特性与音频信号,音频信号特性 电话通信中每一话路的频带一般限制在 300 Hz 3.4 kHz即可将语声信号中的大部分能量发送出去，同时保持一定的可懂度和声色的平衡。 与人的发声器官相比，各种乐器发声的频谱范围则要宽得多，从完美传送和记录音乐的角度，电声设备的频带下限一般要到 1620 Hz以上。 实际声音信号的强度在一个范围内随时发生着改变，其最大声强与最小声之差称为声音信号的动态范围，用分贝表示。 一般语音
5、信号约有2040dB, 交响乐、戏剧等声音信号的动态范围60-80dB,甚至超过100dB。,视频技术基础,视频技术是利用光电和电光转换原理，将光学图像转换为电信号进行记录或远距离传输，然后还原为光图像的一门技术。 视频信号与图像扫描：视频技术中实现光学图像到视频图像信号转换的过程通常是在摄像机中完成的。 彩色电视系统：按照三基色的原理设计和工作的。在彩色电视中由三种基色R,G,B构成亮度信号Y的比例关系：Y=0.299R+0587G+0.114B电视系统的亮度方程,视频技术基础,.,至于二个色差信号，则是分别传送红基色分量和蓝基色分量与亮度分量的差值信号，即U和V,视频信号频谱特点,电视系统
6、是通过行、场扫描来完成图像的分解与合成的尽管图像内容是随机的，但视频信号仍具有行、场或帧的准周期特性。通过对静止图像电视信号进行频谱分析。可它是由行频、场频的基波及其各次谐波组成的，其能量以帧频为间隔对称地分布在行频各次谐波的两侧。而对活动图像的电视信号，其频谱分布为以行频及其个次谐波为中心的一簇簇连续的梳状谱。 对于实际的视频信号，谐波的次数越高，其相对于的基波振幅的衰减越大。 在整个视频信号的频带中，没有能量的区域远大于有能量的区域。根据这一性质，模拟彩色电视系统利用频谱交错原理将亮度信号和色差信号进行半行频或1/4行频间置，完成彩色电视中亮度信号和色度信号的同频带传输。,视音频信息数字化
7、,视音频信息数字化 音频信息时间上的离散化和图像信息空间位置的离散化； 音频信息电平值和图像灰度电平值的离散化。,视音频压缩编码,未压缩信源的大致比特率,数据的冗余性,数据之所以能够压缩是基本原始信源的数据存在着很大的冗余度。数据中存在以下种类的数据冗余。 空间冗余 这是图像数据中经常存在的一种冗余。在同一幅图像中，规则物体和规则背景（所谓规则是指表面颜色分布是有序的而不是完全杂乱无章的）的表面物理特征具有相关性，这些相关性的光成像结构在数字化图像中就表现为数据冗余。 时间冗余 这是序列图像（电视图像、动画）和言语数据中所经常包含的冗余。图像序列中的两幅相邻的图像，后一幅图像与前一幅图像之间有
8、较大的相关性，这反映为时间冗余。同理，在言语中，由于人在说话时发音的音频是一连续的渐变过程，而不是一个完全在时间上独立的过程，因而存在时间冗余。 信息熵冗余,数据的冗余性,知识冗余 有许多图像的理解与某些基础知识有相当大的相关性。例如，人脸的图像有固定的结构，嘴的上方有鼻子，鼻子的上方有眼睛，鼻子位于正面图像的中线上等等。这类规律性的结构可由先验知识和背景知识得到，我们称此类冗余为知识冗余。 认知（视觉听觉）冗余 人类视觉系统对于图像场的任何变化，并不是都能感知的。例如，对于图像的编码和解码处理时，由于压缩或量化截断引入了噪声而使图像发生了一些变化，如果这些变化不能为视觉所感知，则仍认为图像足
9、够好。事实上人类视觉系统一般的分辨能力约为26灰度等级，而一般图像量化采用28灰度等级，这类冗余我们称为视觉冗余。对于听觉，也存在类似的冗余。,数据的冗余性,结构冗余 有些图像从大的区域上看存在着非常强的纹理结构，例如布纹图像和草席图像，我们说它们在结构上存在冗余。 其他冗余 例如由图像的空间非定常特性所带来的冗余。 数据压缩就是去掉信号数据的冗余性。数据压缩常常又称为数据信源编码，或简称为数据编码。与此对应，数据压缩的逆过程称为数据解压缩，也称为数据信源解码，或简称为数据解码。,常用压缩编码方法分类,视频压缩编码,长期以来，为了更好地传输图像信号，图像压缩编码技术一直在不断地发展。到目前为止
10、，已经发展了第一代基于像素的图像编码技术、第二代基于图像内容及人类视觉系统特征的图像编码技术。,视频压缩编码,第一代图象编码技术的实现相对简单，其编码实体是像素或像素块（8*8或16*16），它们具有以下的共同特点： 把图像分解成一些事先确定的固定大小的像素块，其块的划分方法与图像内容无关； 接收端获得的图像中每一像素，与原始图像中相对应的像素是相似的； 利用运动补偿技术减小时间冗余度，但不考虑图像内容的结构，几乎不考虑人眼的视觉特性。 目前，采用这类编码方法的主要技术有： 无失真压缩编码：哈夫曼编码、算术编码、游程编码等。 有失真压缩编码：预测编码：DPCM、运动补偿；频率域方法：正交变换编
11、码（DCT），子带编码；空间域方法：统计分块法；基于重要性：滤波、子抽样、比特分配、矢量量化。,视频压缩编码,随着编码技术研究的逐步深入，人们发现第一代方法用于极低比特率的视频编码时有着较严重的局限性，几乎已达到压缩的饱和状态。 1985年，正式提出第二代图像编码技术。 第一代编码方法的着重点在于“如何给一个基于一定分割方式得到的图像消息序列分配合适的码字”。 第二代图像方法的着重点则在于“按照怎样的方式获得图像消息序列”，也就是说在第二代图像编码方法中，按图像的内容分割图像生成消息序列，同时还结合了人眼的视觉特性。 第二代编码方法主要有：模型基图像序列编码；分析图像序列编码基；小波变换编码。
12、,无失真压缩编码,Huffman编码 将符号按出现的概率排序，概率大的在后，概率小的在前。给最后的两个符号各赋予一个二进码，概率大的赋1，概率小的赋0（反之也可）。 把最后两个符号的概率加起来合成一个概率，再按大小重新排序。重新排序后重复步骤一的编码过程。 重复第二步，直到最后只剩下两个概率为止。 将每个符号所对应的各分支赋予的0，1值反向逆序排出，即得到各符号的编码。,无失真压缩编码,Huffman示意图,码长 2 2 3 3 3 4 4,码字 1 1 1 0 0 1 1 0 1 0 0 0 1 0 0 0 1 0 0 0 0,符号 a1 a2 a3 a4 a5 a6 a7,概率 0.2 0
13、.19 0.18 0.17 0.15 0.10 0.01,0,1,1,1,1,无失真压缩编码,算术编码算术编码是另一种利用信源概率分布特性、能够趋近熵极限的编码方法。 它也是对出现概率大的符号采用短码，对出现概率小的符号采用长码。 算术码与Huffman码不同，对各符号的编码输出并不是固定的整数码。 在信源概率分布比较均匀的情况下，其编码效率高于Huffman编码,无失真压缩编码,算术编码 算术编码的基本原理是将编码的消息表示成实数0和1之间的一个间隔（Interval），消息越长，编码表示它的间隔就越小，表示这一间隔所需的二进制位就越多。 算术编码用到两个基本的参数：符号的概率和它的编码间隔
14、。信源符号的概率决定压缩编码的效率，也决定编码过程中信源符号的间隔，而这些间隔包含在0到1之间。编码过程中的间隔决定了符号压缩后的输出。,无失真压缩编码,给定事件序列的算术编码步骤如下： 编码器在开始时将“当前间隔” L， H) 设置为0，1)。 对每一事件，编码器按步骤（a）和（b）进行处理 （a）编码器将“当前间隔”分为子间隔，每一个事件一个。 （b）一个子间隔的大小与下一个将出现的事件的概率成比例，编码器选择子间隔对应于下一个确切发生的事件相对应，并使它成为新的“当前间隔”。 最后输出的“当前间隔”的下边界就是该给定事件序列的算术编码,无失真压缩编码,假设信源符号为A， B， C， D，
15、这些符号的概率分别为 0.1， 0.4， 0.2，0.3 根据这些概率可把间隔0， 1分成4个子间隔：0， 0.1， 0.1， 0.5， 0.5， 0.7， 0.7， 1，其中x，y表示半开放间隔，即包含x不包含y。上面的信息可综合在下表中,无失真压缩编码,如果二进制消息序列的输入为：C A D A C D B。 编码时首先输入的符号是C，找到它的编码范围是0.5，0.7。 由于消息中第二个符号A的编码范围是0， 0.1，因此它的间隔就取0.5， 0.7的第一个十分之一作为新间隔0.5，0.52。 依此类推，编码第3个符号D时取新间隔为0.514， 0.52， 编码第4个符号A时，取新间隔为0
16、.514， 0.5146 消息的编码输出可以是最后一个间隔中的任意数,无失真压缩编码,整个编码过程,无失真压缩编码,无失真压缩编码,游程编码 一般地，典型二值图像在每一扫描行上，总是由若干段连着的白象素和连着的黑象素组成。我们分别称其为白长和黑长。 白长和黑长总是交替出现。 对不同长度的白长和黑长按其不同的出现概率分配以不同长度的码字，就是游程长度编码。 游程长度编码有两种方式。 一种是不区分黑长和白长，只根据长度进行编码。由于实际图像中，白长和黑长的概率分布是很不相同的，因此这种编码方法不是很有效。 在考虑概率分布的情形下讨论在对黑长和白长分别进行编码,有失真编码-正交变换编码,正交变换也是
17、线性变换，由线性代数知识可知，它是保持欧几里得空间长度不变得一个空间旋转变换。下面我们看信号经过正交变换后为何可以得到数据压缩的效果。 一个信号若是由n个样点组成，即在一维空间内由n个值，但也可以看作是n维空间的一个点（或一个n维矢量）。 图像可以利用空间矢量表示，即矩阵表示。 对矩阵对变换，可以降低相关性。 统计相关与统计独立的概念是:如果一个随机变量值增加（或减小）另一个也统计地增加（或减小），则称这两个变量统计相关，否则，称为统计独立。 几种典型的正交变换： 卡南-洛伊夫（K-L变换）；离散余弦变换（DCT变换）。,有失真编码-正交变换编码,音频压缩编码技术,波形编码 波形编码是在信号采
18、样和量化过程中考虑到人的听觉特性，使编码信号尽可能与原输入信号匹配，又能适应人的应用要求， 常用编码算法：PCM、差值脉冲编码调制(DPCM)、自适应差值脉冲编码调制（ADPCM）等预测编码算法，以及自适应变换编码（ATC）、子带编码(SBC)等。 波形编码的特点是在高码率条件下可获得高质量的音频信号，适于高保真度语音和音乐信号的压缩技术。,波形编码,均匀量化 量化信噪比随信号电平的减小而下降。 产生这一现象的原因是均匀量化的量化间隔为固定值量化电平分布均匀，因而无论信号大小如何，量化噪声功率固定不变，这样，小信号时的量化信噪比就难以达到给定的要求。均匀量化时输入信号 的动态范围将受到较大的限
19、制。 非均匀量化 对数量化器 在出现频率高的低幅度语音信号处，运用小的量化间隔，而在不经常出现的高幅度语音信号处， 运用大的量化间隔。 ,脉冲编码调制PCM,1/2,1/4,1/8,1/16,1/32,1/64,1/128,8/8,7/8,6/8,5/8,4/8,3/8,2/8,1/8,16等份,16等份,1/128的16等份=1/2048,0,1/128区间内的最小间隔为1/2048,第8段,第7段,第6段,A律13折线,2048,1024,512,脉冲编码调制PCM,段落均匀量化级数,段落起点电平,脉冲编码调制PCM,3bit 8段 段落码,4bit 16等份 段内码,1bit 极性码,脉
20、冲编码调制PCM,+628= 512 + 323 + 20-1260= 1024 + 643 + 44-1026= 1024 + 640 + 2,110,0011,编码误差,0011,编码误差,111,1,0,0,15,3,0000,音频压缩编码技术,参数编码 参数编码是将音频信号以某种模型表示，再抽出合适的模型参数和参考激励信号进行编码；声音重放时，再根据这些参数重建即可，这就是通常讲的声码器(Vocoder)。 参数编码压缩比很高，但计算量大，且不适合高保真度要求的场合。 用此类方法构成声码器的有：线性预测(LPC)声码器、通道声码器(ChannelVocoder)、共振峰声码器(Form
21、atVocoder)等。 混合编码 混合编码是一种吸取波形和参数编码的优点，进行综合的编码方法，如多脉冲线性预测MP-LPC，矢量和激励线性预测VSELP，码本激励线性预测CELP，短延时码本激励线性预测编码LD-CELP，长时延线性预测规则码激励RPE-LTP等,不同质量要求时的音频编码技术选择,视音频业务种类,普通电话业务 智能网业务 自动电话计账卡业务（300） 被叫集中付费（800） 虚拟专用网业务（600） 通用个人通信（700） IP电话 广播电视 数字视频广播 视频点播业务,数据 是指能够由计算机或数字设备进行处理的、以某种方式编码的数字、字母和符号。利用电信号或光信号的形式把数
22、据从一端传送到另外一端的过程称作数据传输，而数据通信是指按照一定的规程或协议完成数据的传输、交换、储存和处理的整个通信过程。,数据通信业务,数据通信的一些特点： 数据业务比其他通信业务拥有更为复杂、严格的通信规程或协议； 数据业务相对于视音频业务实时性要求较低，可采用存储转发交换方式工作； 数据业务相对于视音频业务差错率要求较高，必须采取严格的差错控制措施； 数据通信是进程间的通信，可在没有人的参与下自动完成通信过程。,2221DDN业务数字数据网（DDN：Digital Data Network）是一个利用数字信道传输数据信号的数据传输网络，基于该网络电信部门可以向用户提供永久性和半永久性连
23、接的数据传输业务，既可用于计算机之间的通信，也可用于传送数字化传真、数字话音、数字图像信号或其他数字化信号。 由于DDN网是一个全透明网络，能提供多种业务来满足各类用户的需求。,数据通信业务,2帧中继帧中继（FR：Frame Relay）技术是在分组技术充分发展，数字与光纤传输线路逐渐替代已有的模拟线路，用户终端日益智能化的条件下诞生并发展起来的。完成OSI的物理层、链路层的功能。它具有吞吐量高、时延低、适合突发性业务等特点。主要应用于WAN中，支持LAN互连、远程CAD/CAM、文件传送、图像查询业务、图像监视、会议电视等,3ISDN业务综合业务数字网（ISDN：Integrated Ser
24、vices Digital Network），俗称一线通，是以电话业务数字网（N-ISDN）为基础发展成的通信网，（2BD）基本接口能提供端到端的数字连接，用来承载包括话音和非话音在内的多种电信业务。B通道: 64Kb/s D通道: 16Kb/sB-ISDN 用户线上的信息传输速率为155.52Mb/s,4ATM业务异步转移模式（ATM：Asynchronous Transfer Mode）是一种全新的面向连接的快速分组交换技术。有五种不同的AAL层规程（AAL1-AAL5)，ATM网可提供光、电接口，标准接入速率为155Mb/s或622Mb/s 。,5传真存储转发传真存储转发FAX(S&F)
25、利用分组网的通信平台为电话网上的传真用户提供高速、优质、经济、安全、便捷的传真服务。通过传真存储转发系统，用户可以利用本地电话进行国内、国际传真通信，并能节省开支，提高传真质量和办公效率。电信部门经营的传真存储转发业务可以为国内所有传真用户提供服务；国内的传真存储转发业务网通过国际出入口局与其他国家电信公司经营的传真存储转发网互联，可为国际传真用户提供服务。,6虚拟专网业务虚拟专用网(VPN：Virtual Privatte Network)就是指利用公共网络，如公共分组交换网、帧中继网、ISDN或Intemet等的一部分来发送专用信息，形成逻辑上的专用网络。目前，Internet已成为全球最
26、大的网络基础设施，几乎延伸到世界的各个角落，于是基于Internet的VPN技术越来越受到关注。VPN技术综合了传统数据网络的性能优点(安全和QoS)和共享数据网络结构的优点(简点和低成本)，能够提供远程访问，外部网和内部网的连接，价格比专线或者帧中继网络要低；而且，VPN技术在降低成本的同时满足了对网络带宽、接人和服务不断增加。,7电子数据交换电子数据交换(EDI:Electronic Data Interchange)是一种新颖的电子贸易工具，是计算机、通信和现代管理技术相结合的产物。它通过计算机通信网络将贸易、运输、保险、银行和海关等行业信息，用一种国际公信的标准格式，实现各部门或公司与
27、企业之间的数据交换和处理，并完成以贸易为中心的全部过程。,23多媒体技术是一种能同时综合处理多种信息，在这些信息之间建立逻辑联系，使其集成为一个交互式系统的技术。多媒体技术主要用于实时地综合处理声音、文字、图形、图像和视频等信息，是将这些多种媒体信息用计算机集成在一起同时进行综合处理，并把它们融合在一起的技术。,多媒体通信业务,231 多媒体业务及其特点多媒体的关键特性在于信息载体的多样性、交互性和集成性。 信息载体的多样性体现在信息采集、传输、处理和显现的过程中，涉及到多种表示媒体、传输媒体、存储媒体或显现媒体，或者多个信源或信宿的交互作用。集成性和交互性在于，所处理的文字、数据、声音、图像
28、、图形等媒体数据是一个有机的整体，而不是一个个“分立”的信息类的简单堆积，多种媒体间无论在时间上还是在空间上都存在着紧密的联系，是具有同步性和协调性的群体。同时，使用者对信息处理的全过程能进行完全有效地控制，并把结果综合地表现出来，而不是单一数据、文字、图形、图像或声音的处理。,从所传输的信息媒体类型这一角度来看，不同业务由不同的媒体构成，一种业务也可能由视频(Video)、图像(1mage)、音频(Audio)、数据(DataText)等多种媒体组成，不同媒体有不同的统计特性，对网络的要求也相差很大。研究网络中不同媒体的业务特性，对提高网络利用率、提高业务质量都是很有利的。了解不同媒体的统计
29、特性和服务质量(QoS)要求，可以在保证业务服务质量的情况下，通过合理分配资源，实现较高的统计复用增益。从业务的应用形式来看，多媒体通信业务主要分为两大类，即分配型业务和交互型业务。,1多媒体通信业务及其类型(1)分配型业务不由用户个别参与控制的分配型业务是一种广播业务，它提供从一个中央源向网络中数量不限的有权接收器分配的连续信息流。 （2）交互型业务 会话型业务会话型业务以实时（非存储转发）端到端的信息传送方式提供用户和用户或用户和主机之间的双向通信。 消息型业务消息型业务是个别用户之间经过存储单元的用户到用户通信，这种存储单元具有存储转发、信箱、或消息处理功能（如信息编辑、处理和变换）。检索型业务检索型业务是根据用户需要向用户提供存储在信息中心供公众使用信息的一类业务。,2多媒体通信业务对网络的要求(1)具有足够的传输带宽，对信息采取必要的压缩措施 （2）多媒体通信的实时性要求 （3）支持点到点、点到多点和广播方式通信 （4）支持对称和不对称方式连接 （5）在一次呼叫过程中可修改连接的特性 （6）呼叫过程中的建立和释放一个或多个连接,
