針對(duì)LDPC信道編碼的無(wú)線視頻傳輸性能分析

仲麗媛，荊 濤，牛青青，霍 炎

（北京交通大學(xué) 電子信息工程學(xué)院，北京 100044）

隨著多媒體應(yīng)用在無(wú)線和移動(dòng)網(wǎng)絡(luò)環(huán)境中需求的日益增長(zhǎng)，視頻傳輸技術(shù)以其具有確切、實(shí)時(shí)、直觀、具體、生動(dòng)等一系列的優(yōu)點(diǎn)，在無(wú)線寬帶通信領(lǐng)域中得到了越來(lái)越廣泛的應(yīng)用。 同時(shí)，移動(dòng)視頻業(yè)務(wù)也是B3G、4G，乃至未來(lái)無(wú)線通信和個(gè)人通信業(yè)務(wù)發(fā)展的主要推動(dòng)力和新的增長(zhǎng)點(diǎn)。但是視頻業(yè)務(wù)的數(shù)據(jù)量大、對(duì)誤比特率要求高，而無(wú)線信道環(huán)境惡劣，存在各種噪聲干擾。因此，實(shí)現(xiàn)無(wú)線移動(dòng)網(wǎng)絡(luò)上傳輸高品質(zhì)視頻是一項(xiàng)極具挑戰(zhàn)的課題，也是未來(lái)無(wú)線寬帶移動(dòng)通信必須解決的問(wèn)題。

通過(guò)計(jì)算機(jī)仿真的方式可以得到視頻數(shù)據(jù)在無(wú)線信道上傳輸?shù)男阅埽@樣就可以了解無(wú)線信道對(duì)視頻傳輸?shù)挠绊懀约盁o(wú)線視頻傳輸中存在的問(wèn)題，進(jìn)而對(duì)無(wú)線視頻傳輸技術(shù)進(jìn)行研究和改進(jìn)。本文研究的是二進(jìn)制數(shù)字通信系統(tǒng)，視頻壓縮采用H.264標(biāo)準(zhǔn)，信道編碼采用低密度奇偶校驗(yàn)碼（LDPC）碼。視頻傳輸?shù)男阅茉诓煌诺老聲?huì)有差異，因此需要考慮不同的信道模型，本文分別針對(duì)加性高斯白噪聲、隨機(jī)誤碼和瑞利平坦衰落3種無(wú)線信道模型進(jìn)行仿真分析。

1 無(wú)線視頻傳輸系統(tǒng)模型

本文采用的是一個(gè)典型的無(wú)線視頻圖像壓縮編碼傳輸系統(tǒng)模型，此模型主要包括：視頻編解碼，信道編解碼和無(wú)線信道，如圖1。

圖1 視頻傳輸系統(tǒng)仿真模型框圖

在此傳輸系統(tǒng)中的信息處理過(guò)程如下：（1）對(duì)原始視頻序列進(jìn)行H.264視頻壓縮編碼。（2）壓縮比特流被分割成固定長(zhǎng)度的數(shù)據(jù)段進(jìn)行LDPC編碼，其中，編碼率為r=k/n。（3）碼流通過(guò)無(wú)線信道，隨機(jī)誤碼信道用誤碼率（BER）來(lái)表征信道特性，加性高斯白噪聲信道和瑞利平坦慢衰落信道用信噪比（SNR）來(lái)表征信道特性。（4）經(jīng)過(guò)信道后的數(shù)據(jù)進(jìn)行LDPC解碼，并進(jìn)行丟包處理，丟棄有誤碼的數(shù)據(jù)包，計(jì)算信道解碼后的丟包率Pl。（5）通過(guò)H.264視頻解碼，這樣就得到了重建視頻，同時(shí)計(jì)算出解碼后的重建視頻與編碼前的原始視頻的峰值信噪比PSNR，以此作為視頻質(zhì)量的評(píng)價(jià)標(biāo)準(zhǔn)。

這里的信道是編碼信道，即包括調(diào)制解調(diào)，發(fā)送接收和實(shí)際傳輸信道在內(nèi)的廣義信道。隨機(jī)誤碼模型[5,7]、加性高斯白噪聲（AWGN）模型[4]和瑞利平坦慢衰落模型[3，6]都是理論研究和系統(tǒng)仿真中常用的編碼信道模型。

2 仿真結(jié)果與性能分析

H.264視頻編解碼采用JM 11.0版本。分別對(duì)運(yùn)動(dòng)緩慢的foreman序列和運(yùn)動(dòng)快速的football序列進(jìn)行仿真。編碼采用分片模式[7]，每幀分成4個(gè)片，每個(gè)數(shù)據(jù)片中的信息全部封裝在一個(gè)數(shù)據(jù)包中進(jìn)行信道傳輸。輸出文件模式為RTP格式。其中foreman序列采用IPP跳幀編碼方式，原序列為300幀，編碼后為150幀，每隔30幀一個(gè)I幀。football序列編碼為IPP不跳幀方式，共編碼130幀，每隔10幀一個(gè)I幀。解碼時(shí)采用錯(cuò)誤隱藏技術(shù)，可處理丟包錯(cuò)誤。本文中采用重建視頻圖像與原始視頻圖像間的峰值信噪比（PSNR）來(lái)衡量視頻質(zhì)量。其計(jì)算公式如下：

LDPC碼采用PEG 方法直接構(gòu)造出下三角形式的校驗(yàn)矩陣[1]，編碼方案采用文獻(xiàn)[1]中的方法。譯碼采用文獻(xiàn)[2]中提出的一種新的改進(jìn)BP算法—聯(lián)合校驗(yàn)-變量處理修正的LDPC譯碼算法，最大迭代次數(shù)為50。LDPC碼參數(shù)為：（1008, 504），列度數(shù)分布為：

0.47532x2+0.29537x3+0.0348672x4+0.108891x5+0.101385x15。

2.1 信道特性與視頻質(zhì)量的關(guān)系

圖2為在AWGN上的仿真結(jié)果，橫坐標(biāo)為接收端輸入信噪比，縱坐標(biāo)為整個(gè)視頻的總平均峰值信噪比（PSNR）。其中點(diǎn)1和點(diǎn)2在信道解碼后都達(dá)到了誤碼為0，即已達(dá)到最佳解碼PSNR值，此時(shí)的噪聲僅來(lái)自量化噪聲。圖中SNR最小取到0.9 db，仿真過(guò)程中，當(dāng)SNR取0.8時(shí)，兩個(gè)序列均因丟包過(guò)多，而不能解碼。如不采用信道編碼，直接在信道上傳輸，SNR=3.2時(shí)仍因丟包過(guò)多不能解碼。

圖3是對(duì)隨機(jī)誤碼信道的仿真結(jié)果，橫坐標(biāo)為信道誤碼率，縱坐標(biāo)為整個(gè)視頻的總平均峰值信噪比（PSNR）。其中誤碼率等于0.05和0.048點(diǎn)時(shí)，解碼后誤碼為0。誤碼率大于0.068時(shí)，由于丟包過(guò)多，兩個(gè)序列都已不能解碼。如不采用信道編碼，BER=0.048時(shí)仍因丟包過(guò)多不能解碼。

圖4為在瑞利平坦慢衰落信道的仿真結(jié)果，橫坐標(biāo)為接收端輸入信噪比，縱坐標(biāo)為整個(gè)視頻的總平均峰值信噪比（PSNR）。圖中SNR最小取到2.6 db，仿真過(guò)程中，當(dāng)SNR取2.5時(shí)，這兩個(gè)序列都由于丟包過(guò)多，不能解碼。如不采用信道編碼，SN R=3.5時(shí)仍因丟包過(guò)多不能解碼。在SNR=3.1時(shí)，解碼視頻已達(dá)到很好的效果，但到SNR=3.5時(shí)，仍沒(méi)有達(dá)到無(wú)誤碼狀態(tài)，通過(guò)分析得知，這是由于LDPC編碼的錯(cuò)誤平層（erro r floor）現(xiàn)象[2,8]造成的，即在達(dá)到某SNR值（不同信道不同）之后，隨著SNR的增大，信道解碼效果提高緩慢或不再提高。但此時(shí)PSNR值已十分接近無(wú)誤碼解碼時(shí)的PSNR值，也就是說(shuō)此時(shí)經(jīng)信道解碼后，誤碼已經(jīng)很少，丟包率很低，對(duì)解碼質(zhì)量影響不大，視頻解碼后可以達(dá)到很好的質(zhì)量，這也說(shuō)明LDPC碼具有很低的錯(cuò)誤平層現(xiàn)象。

可見(jiàn)，在這3種信道下，采用LDPC信道編碼后，在較低信噪比和較高誤碼率下都獲得了較高的PSNR，視頻解碼后達(dá)到了很好的效果，說(shuō)明LDPC碼在這3種信道下均具有很好的糾錯(cuò)性能，對(duì)傳輸?shù)囊曨l數(shù)據(jù)起到很好的保護(hù)作用。

這3個(gè)圖中都存在異常點(diǎn)，如AWGN中，football序列中SNR等于1.8點(diǎn)的PSNR值小于SNR值等于1.6時(shí)的PSNR值，foreman序列中也出現(xiàn)類似現(xiàn)象，如SNR等于2和2.2的兩個(gè)點(diǎn)，隨機(jī)誤碼信道，瑞利信道也存在這種現(xiàn)象。文中對(duì)此進(jìn)行了進(jìn)一步研究。

多次仿真研究后發(fā)現(xiàn)，在丟包率相同的情況下，I幀丟包較多的視頻序列解碼質(zhì)量更差，I幀丟包相同時(shí)，前面的P幀丟包多的視頻序列解碼質(zhì)量更差。這說(shuō)明不同編碼字段的誤碼對(duì)解碼質(zhì)量有不同的影響，按重要性從大到小依次為：I幀，第1個(gè)P幀，第2個(gè)P幀，……，第n個(gè)P幀，……，最后一個(gè)P幀。針對(duì)這些問(wèn)題，人們目前已經(jīng)提出了很多解決方案，如根據(jù)數(shù)據(jù)重要性不同進(jìn)行非對(duì)稱保護(hù)的方案[5]，采用獨(dú)立分區(qū)解碼方式等等。但這些方案可能增大開(kāi)銷，增加復(fù)雜度，如何在有效性和可靠性之間權(quán)衡，能否找到更加簡(jiǎn)單有效的解決方案都是值得探討的問(wèn)題。

2.2 每幀視頻的質(zhì)量

圖5是forem an序列在3種信道下的仿真結(jié)果。橫坐標(biāo)是幀的序號(hào)，縱坐標(biāo)是每一幀的平均PSNR值。AWGN信道的SNR=0.9 db，隨機(jī)誤碼信道的BER=0.068，瑞利信道的SNR=2.6 db。

由圖5可見(jiàn)，無(wú)線信道下，不同的幀之間的PSNR值都存在較大波動(dòng)，尤其是瑞利信道和隨機(jī)誤碼信道，PSNR值最高點(diǎn)在40 db以上，最低點(diǎn)在25 db以下，而且存在PSNR值變化突然的情況。無(wú)線信道狀態(tài)不穩(wěn)定，隨時(shí)間不斷變化，可能在某一時(shí)段誤碼急劇增多或迅速減少，導(dǎo)致了這種現(xiàn)象的出現(xiàn)。由此可見(jiàn)，信道狀態(tài)的變化與視頻傳輸質(zhì)量緊密相關(guān)，如果能讓發(fā)送端及時(shí)了解到信道狀態(tài)的變化，并據(jù)此調(diào)整信源和信道編碼參數(shù)，不但可以使視頻質(zhì)量更加穩(wěn)定，而且視頻傳輸也更加有效。

3 結(jié)束語(yǔ)

本文針對(duì)LDPC編碼，從信道特性與重建視頻質(zhì)量方面，給出了基于AWGN、隨機(jī)誤碼以及瑞利平坦衰落等3種無(wú)線信道模型的視頻傳輸系統(tǒng)仿真分析。結(jié)果表明，在這3種信道下，LDPC碼均具有很好的差錯(cuò)控制能力，不同數(shù)據(jù)段誤碼對(duì)解碼質(zhì)量影響不同，無(wú)線信道狀態(tài)不穩(wěn)定，隨時(shí)間不斷變化，使視頻解碼質(zhì)量存在很大波動(dòng)。因此，如何減小誤碼對(duì)視頻質(zhì)量的影響，提高視頻數(shù)據(jù)的抗誤碼性能，以及如何讓發(fā)送端及時(shí)獲得信道狀態(tài)的變化，調(diào)整發(fā)送端編碼參數(shù)，進(jìn)而提高傳輸差錯(cuò)控制能力等都是無(wú)線視頻通信中亟待解決的問(wèn)題。

[1]Xiao-yu Hu, Evangelos Eleftheriou, Dieter M. Arnold. Regular and Irregular Progressive Edge-Growth Tanner Graphs[J]. IEEE transctions on information theory，2005，51（1）.

[2]袁東風(fēng)，張海剛. LDPC碼理論與應(yīng)用[M]. 北京：人民郵電出版社，2008.

[3]Jun Li，Amitava Bose，Yiqiang Q. Zhao. Rayleigh Flat Fading Channels’Capacity[C]. Proceedings of the 3rd Annual Communication Networks and Services Research Conference，2005.

[4]David Buckingham and Matthew C. Valenti. The Information-Outage Probability of Finite-Length Codes over AWGN Channels. CISS 2008[C]. 42nd Annual Conference on Information Sciences and Systems，2008.

[5]Lei Yao， Lei Cao. Turbo Codes based Image Transmission for Channels with both Random Errors and Packet Loss[C]. ICC’07. IEEE International Conference on Communications，2007.

[6]Ali Basri, A.; Teng Joon Lim.Binary Demodulation in Rayleigh Fading with Noisy Channel Estimates-Detector Structures and Performance[C]. Vehicular Technology Conference[，VTC Spring 2008，IEEE.

[7]馬宇峰，魏 維，楊科利. 視頻通信中的錯(cuò)誤隱藏技術(shù)[M]. 北京：國(guó)防工業(yè)出版社，2007.

[8]Vasic B., Chertkov M. , Chilappagari S.K. , Stepanov M. Analysis of error floors of LDPC codes under LP decoding over the BSC[C]. ISIT’09. IEEE International Symposium on Information Theory, 2009.