MPEG-2-Codierung und...

Proseminar „Ausgewählte Themen aus der Medientechnik“

MPEG-2-Codierung und MPEG-2-Datenströme

Steffen Buchner206110033

[email protected]

Andreas Stahlhofen206110428

[email protected]

05. Juli 2007

1


2


Inhaltsverzeichnis

1. Einführung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51.1 Wofür steht MPEG? . . . . . . . . . . . . . . . . . . . . . . . . 51.2 Was bezweckt MPEG-2? . . . . . . . . . . . . . . . . . . . . 61.3 Entstehung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

2. Video-Kompression . . . . . . . . . . . . . . . . . . . . . . . . . . . 82.1 Reduktionstypen . . . . . . . . . . . . . . . . . . . . . . . . . . 82.2 Quantisierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92.3 Weglassen der H- und V-Brücke . . . . . . . . . . . . . . . 92.4 Reduktion der Farbauflösung in horizontaler Richtung . . . . . . . . . . . . . . . . . . . . . 102.5 Differenzpulscodemodulation . . . . . . . . . . . . . . . . . 112.6 Motion Compensation . . . . . . . . . . . . . . . . . . . . . . . 122.7 Diskrete Cosinustransformation . . . . . . . . . . . . . . . 142.8 Zig-Zag-Scanning mit LLC von Nullsequenzen . . . . 162.9 Huffmann-Codierung . . . . . . . . . . . . . . . . . . . . . . . . 172.10 Zusammenfassung Videokompression . . . . . . . . . . 18

3. Audio-Kompression . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

4. MPEG-2-Streaming . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204.1 Allgemeiner Aufbau des Datenstroms. . . . . . . . . . . 21

4.1.1 Vom PES-Paket zum Transportstrom . . . . . 224.1.2 Transportstompaket . . . . . . . . . . . . . . . . . . 23

4.2 Datenstrom-Empfang . . . . . . . . . . . . . . . . . . . . . . . 244.2.1 Program Specific Information (PSI) . . . . . . 254.2.2 Zugriff auf ein Programm . . . . . . . . . . . . . . 274.2.3 Zugriff auf ein verschlüsseltes Programm 274.2.4 Programmsynchronisation . . . . . . . . . . . . . 28

4.3 Private Sections und Private Tables . . . . . . . . . . . . 294.3.1 Standardisierung des Tabellenaufbaus . . . 294.3.2 Aufbau von Sections . . . . . . . . . . . . . . . . . . 304.3.3 Praxisbeispiel anhand einer PMT . . . . . . . . 31

4.4 Service Information gemäß DVB (SI) . . . . . . . . . . . 334.4.1 Network Information Table (NIT) . . . . . . . . 334.4.2 Service Descriptor Table (SDT) . . . . . . . . . 334.4.3 Bouquet Association Table (BAT) . . . . . . . . 344.4.4 Event Information Table (EIT) &

Running Status Table (RST) . . . . . . . . . . . . 344.4.5 Time&Data Table (TDT) &

Time Offset Table (TOT) . . . . . . . . . . . . . . . 354.4.6 Stuffing Table (ST) . . . . . . . . . . . . . . . . . . . 35

3


4


1. Einführung

1.1 Wofür steht MPEG?

MPEG steht für Moving Pictures Expert Group.Die MPEG ist eine Gruppen von Experten, die sich mit derVideokompression, der Audiokompression und den Containerformatenbeschäftigt. Das Ziel der Gruppe ist es, eine Standardisierung dieserBereiche zu verwirklichen.Mehrmals jährlich treffen sich die etwa 500 Experten aus 200 Firmenund Organisationen zu einem fünftägigen Meeting .

Die offizielle Bezeichnung für MPEG ist ISO/IEC JTC1/SC29/WG11(International Organization for Standardization/InternationalElectrotechnical Commission, Joint Technical Committee 1,Subcommittee 29, Working Group 11).

Ein wichtiges Gründungsmitglied stellt Leonardo Chiariglione dar, dermittlerweile eine eigene Firma namen cedeo.net DIGITAL MEDIACONSULTING gegründet hat.

© italtrade.com

5


1.2 Was bezweckt MPEG-2?

Das Videosignal vor der Kompression (SDTV) hat eine Bandbreitevon 270 Mbit/s. Dieser Wert lässt sich wie folgt berechnen:720 * 576 * 25 * 24 Bit / 1 SekundeBreite Höhe Bildrate Farbtiefe ZeiteinheitNach der Kompression hat es bei ähnlicher Qualität maximal noch 15MBit/s.

6


1.2 Entstehung

Seit der Gründung im Jahr 1988 hat die MPEG bereits folgende wichtigeKomprimierungsformate standardisiert:

�� H.261Erscheinungsjahr: 1990Verwendungszweck: Bildtelefonie sowie Videokonferenzen über ISDN

�� MPEG-1Projektcode: JTC1.29.05.01Erscheinungsjahr: 1993Progressives Video-Format mit mehreren Layern.Verwendungszweck: Video-CDs, MusikZum Audio-Teil von MPEG-1 gehört das MP3 (MPEG-1 Layer 3)

�� MPEG-2Alternativer Name: H.262 / H.263+ / H.263++Projektcode: JTC1.29.05.02Erscheinungsjahr: 1994-2000Video- und Tonformate in Fernsehqualität.Verwendungszweck: Wird auch für DVD-Videos und DVB verwendet.(Bitrate: bis 15 MBit/s)

�� MPEG-3Erscheinungsjahr: nicht erschienenMPEG-3 hätte der Standard für HDTV werden sollen, jedoch genügteeiner Erweiterung von MPEG-2.MPEG-3 wurde deshalb nie fertiggestellt.

�� MPEG-4Alternativer Name: /Projektcode: JTC1.29.13Erscheinungsjahr: 1998-2007MPEG-4 beschreibt u.a. ein komplexes Container-Format.Sie ist eine 3D-Sprache ähnlich VRML (Virtual Reality ModelingLanguage) und unterstützt auch nicht-rechteckige Video-Objekte.Die Video-Kompression wurde nochmals verbessert und es enthält auchUnterstützung für Digital Rights Management.Verwendungszweck: Digitale Übertragung von Medien über dasInternet, sowie speicherplatzgünstige Abspeicherung.

Weitere Formate (nicht Video): MPEG-7 / MPEG-21 / MPEG-(A-E)

7


2. Video-Kompression

2.1 Reduktionstypen

Bei der MPEG-2-Kompression werden die folgenden Reduktionstypenangewendet:

�� Irrelevanzreduktion

bedeutet: unnötig

Es werden Sachen weggelassen, die der Empfänger problemlosreproduzieren kann.

Beispiel: Anstelle von 0..0 kann man auch n*0 schreiben.

Bei der MPEG-2-Kompression vorkommend bei: �Weglassen der H-/V-Brücke�Lauflängencodierung von Nullsequenzen nach vorherigem Zig-Zag-Scanning� Huffmann-Codierung

�� Redundanzreduktion

bedeutet: überflüssig

Es werden Sachen weggelassen, die als wenig wichtig erscheinen.

Beispiel: Da das Auge die Chrominanz nicht so genau wahrnimmt wiedie Luminanz, kann die Farbschärfe (Farbgenauigkeit) vermindertwerden.

Bei der MPEG-2-Kompression vorkommend bei: � Ändern der Quantisierungsgenauigkeit� Reduktion der Farbauflösung in horizontaler Richtung

8


2.2 Quantisierung

Quantisierung nennt man die Umformung einer Größe, welche zuvorunendlich genaue Werte annehmen konnte in ein System, in dem sieeine nur weniger hohe Anzahl von Werten annehmen kann. Ein Beispielist die Umformung einer Gleitkommazahl in einen Integer oder dieUmformung eines analogen in einen digitalen Wert

Für Videodaten im Studiobereich wird meist eine Quantisierung derWerte Y (Helligkeit), Cb (0: gelb, 0,5: grau, 1: blau) und Cr (0: grün,0,5: blau, 1:rot) von 10 Bit verwendet. Bei der MPEG-2-Kompressionwird diese allerdings auf 8 Bit heruntergesetzt, sodass ungenauereWerte einstehen.

Es ergibt sich eine Speicherplatzersparnis von (10-8)/10 = 20%.

2.3 Weglassen der H-/V-Brücke

Beim TV-Gerät wird ein Bild angezeigt, indem ein Elektronenstrahl eineZeile von links nach rechts und anschließend darunter eine neue Zeilevon links nach rechts aufbaut. In der Zeit, in der der Elektronenstrahlnach links wandert um einen neue Zeile zu beginnen, würde das Sendeneines Signals störende Striche erzeugen. Darum wird während desRücksprungs vom Ende der einen an den Anfang der darunter liegendenZeile immer eine Horizontale Austastlücke gesendet, bei der Rückkehrvom Ende der letzten Zeile zum Anfang der ersten Zeile des nächstenBildes die Vertikale Austastlücke. Da diese Austastlücke beimEmpfänger problemlos reproduziert werden kann (Redundanzreduktion)und auch keine Daten enthält, wird sie bei der Kompressionausgelassen.

Beim PAL-Signal sind nur 575 von 625 Zeilen sichtbar.Die 50 Zeilen der vertikalen Austastlücke machen also 8% derBandbreite aus. Wenn man nun noch die vertikale Austastlückeweglässt, welche 12 µs der 64 µs langen Zeilendauer wegnimmt hat maneine zusätzliche Ersparnis von 19%, durch die Überlappung derSpareffekte letztlich 25%.

9


2.4 Reduktion der Farbauflösung in horizontalerRichtung

Das gegebene SDTV-Signal mit der Bandbreite von 270 MBit/s hat dasFormat 4:2:2, was bedeutet, dass in jeder Zeile für jeden Bildpunkt einneuer Luminanzwert (Helligkeit), jedoch nur für jeden zweiten ein neuerChrominanzwert (Farbe). Da das Auge jedoch nicht zwischen derhorizontalen und vertikalen Farbauflösung nicht unterscheidet, kannman die Farbauflösung auch in der vertikalen Richtung reduzieren.

10


2.5 Differenzpulscodemodulation

Die Differenzpulscodemodulation ist abgeleitet von derPulscodemodulation, welche auf der hier beschriebenen Idee basiert:

Anstatt jedes mal den absoluten Wert zu übertragen, wird hier nureinmal der Absolutwert übertragen und anschließend nur Relativwertezum vorherigen Wert. Da allerdings hin und wieder Übertragungsfehlerauftreten oder man erst später in das Video „einsteigt“, müssen auch inregelmäßigen Abständen wieder die Absolutwerte übertragen werden.

Die Differenzpulscodemodulation wird hingegen auf ganze Bilderangewendet und es wird jeweils nur die Veränderung zum vorherigenBild übertragen.

11


2.6 Motion Compensation

Die Motion Compensation ähnelt der Pulscodemodulation und solllediglich die Veränderungen von einem zum nächsten Bild übertragen.Das Bild wird in viele Makroblöcke zu 16*16 Bildpunkten bei derLuminanz und aufgrund des 4:2:0-Formats zu 8*8 Bildpunkten bei derChrominanz unterteilt.

Die Differenzbildung findet innerhalb der Makroblockebene statt.Diese ist die zweitletzte Ebene: Videosequenz, Bildgruppe, Einzelbild,Slice, Makroblock, Block.

Bei der Motion Compensation entstehen dabei verschiedene Arten vonFrames:

�� I-FramesDie Intra-Frames in der Motion Compensation entsprechen denAbsolutwerten der eben vorgestellten Pulscodemodulation. DieseReferenzbilder bestehen aus einem kompletten, sauberen, neuübertragenen Bild.

�� P-FramesBei den Predicted-Frames (vorhergesagte Bilder) vergleicht man immereinen Makroblock des Bildes mit dem jeweiligen Makroblock desNachfolgerbildes. Dabei wird überprüft, ob sich der Makroblockverschoben, geringfügig oder komplett geändert hat.Die P-Frames können sowohl den vorangegangen I- und P- Frames zurBewegungsschätzung von Nutzen sein, als auch als Referenz für eineweitere Bewegungsvorhersage genutzt werden. Ein Bild wird durchBewegungsvektoren und Differenzblöcke repräsentiert.

12


�� B-FramesDie Bidirectional-Frames sind abhängig von den vorausgehenen undauch den folgenden I- und P-Frames, d.h. gleichzeitig vorwärts- undrückwärts differenzgebildet.

Die Bewegungsschätzung funktioniert nun wie folgt:Bei P-Frames sucht man in den vorangegangenen Frames (bei B-Framesauch in den nachfolgenden) im Umfeld des zu kodierenden Makroblocksnach dem Prinzip des Block-Matchings nach passendenMakroblockinformationen.

Wenn jetzt ein gut passender Makroblock davor (resp. dahinter)gefunden wurde, werden die Bewegungsvektoren ermittelt undübertragen.

�� GOPDie Group of Pictures ist diejenige Bildergruppe, die von zweibenachbarten I-Frames eingeschlossen wird. In der Regel besteht dieseGruppe aus 12 Elementen und hat die Reihenfolge

{I1, B2, B3, P4, B5, B6, P7, B8, B9, P10, B11, B12}.

Da man bei der Empfangsseite zur Decodierung der GOP nicht nur dievorausgehenden, sondern auch den nachfolgenden I-, resp. P-Framebenötigt, wird die GOP-Struktur zur Reihenfolge

{I1, B-1, B0, P4, B2, B3, P7, B5, B6, P10, B12, B11}.

Außerdem werden noch sogenannte DTS(Decoding Time Stamps)-Werteübertragen, um die Bilderreihenfolge wiederherstellen zu können(Seite 28).Somit kann der Empfänger die B-Frames problemlos dekodieren.

13


2.7 Diskrete Cosinustransformation

aus wikipedia.de

aus wikipedia.de

Die Diskrete Cosinustransformation macht sich folgende Tatsachen zuNutze: Das Auge sieht Fehler in feinen Strukturen nur sehr schlecht unddas Ergebnis der Transformation lässt sich sehr gut komprimieren.

Die Vorgehensweise ist wie folgt:1. Der 8x8-Makroblock (1) wird punktweise in die 2-dimensionale

FDCT eingesetzt (2).2. Die errechneten Werte werden unterschiedlich stark quantisiert

(3).3. Die quantisierten Werte werden linear verknüpft mit bestimmten

Frequenzmustern (4).

Die Diskrete Cosinustransformation wird auch zur Übertragung derVeränderung innerhalb eines Makroblocks von einem zum anderenFrame verwendet.

Die Cosinustransformation ist komplett irreversibel, Qualitätsverlusteentstehen lediglich durch die anschließende Quantisierungverschiedener Frequenzbereiche.

14


aus wikipedia.de

15


2.8 Zig-Zag-Scanning mit Läuflängencodierung von Nullsequenzen

© ei.cs.vt.edu

Entlang der auf der Abbildung eingezeichneten Linie bilden sich bei derQuantisierung nach der Quantisierungsmatrix viele Werte, die so kleinwerden, dass sie als 0 interpretiert werden können. Die Matrix wird nunentlang der Linie ausgelesen und dieses Wertefeld nach demRedundanzverfahren komprimiert. Die vielen hintereinander liegenenNullen werden so zu X*0 zusammengefasst.

16


2.9 Huffmann-Codierung

Die Idee der Huffmann-Codierung besteht darin, oft vorkommendeZeichen durch ein möglichst kurzes Signal, weniger häufige durch einlängeres Signal darzustellen.

Ein gutes Beispiel liefert das Morsealphabet, bei dem der Buchstabe Edas Zeichen (.) hat.

Der vorige Satz enthält alleine 15 e's.

Bei dem Morsen wird zwischen den einzelnen Morse-Zeichen(dit (.) und dah (-)) immer eine Pause gemacht, da ansonstenVerwechslungen auftreten könnten, da die Zeichen teilweise unter sichineinander enthalten sind. Dies soll bei der Huffmann-Codierung abereben genau nicht auftreten, da diese nur 2 mögliche Signale hat(0 und 1).

Um die Signale nun passend zur Priorität der Zeichen zu erstellen, wirdein Baum benötigt, der nach dem auf der folgenden Seite vorgestelltenVerfahren aufgebaut wird.

aus wikipedia.de

17


a) Die Elemente werden nach ihrer Priorität sortiert aufgeschrieben.b-e) Die zwei niedrigsten Blätter werden zu einem neuen Blattgebunden.

So ergibt sich also folgende Liste (sei 0=links, 1=rechts)

A: 0, B: 100, C: 101, D: 110, E: 111

Was man sieht: Es ist kein Signal in einem anderen enthalten und dasZeichen A ist deutlich kürzer als das Zeichen E.

Das Wort DADA ist also: 11001100

Zur Entschlüsselung muss allerdings die Codetabelle vorliegen, diesewird beim MPEG-2-Stream mitgegeben, bzw. mithilfe von festgelegtenHuffmann-Codetabellen berechnet.

Eine Simulation lässt sich hier finden:

http://www.inf.fh-flensburg.de/lang/algorithmen/code/huffman/huffman.htm

2.10 Zusammenfassung Videokompression

Mithilfe der dargestellten Kompressionsverfahren konnte dasursprüngliche Videosignal von 270 Mbit/s auf eine kleine Bitrate von2..7 Mbit/s mit der Obergrenze von 15 Mbit/s komprimiert werden.

18


3. Audio-Kompression

Da bei der Video- und Audiokompression viele Parallelitäten auftauchen,sei hier noch ein kurzer Einblick in die Audio-Kompression gewährt.

Das MPEG-2-Audioformat, welches 1994 verabschiedet wurde, bestehtaus den 3 Layern des MPEG-1-Audioformats, wobei Layer 2 mit einerMultichannel-Fähigkeit erweitert wurde.

Zur selben Zeit enstand auch das von Dolby entwickelte AC-3, welchesheute in Kinos benutzt wird, aber auch auf der DVD Anwendung findet.

�� Folgende Fakten macht sich die Audio-Kompression zu nutze:

1. Das Ohr nimmt Frequenzen unter 20 Hz und über 20 kHz nicht mehrwahr.

2. Das Ohr besitzt das Maskierungsverhalten, d.h., es kann ich einemGeräusch bestimmte Frequenzanteile kaum wahrnehmen (insbesonderebei 1 kHz), beispielsweise ein Ton mittlerer Frequenz bei tiefem Bass.

�� Das Verfahren:

Zuerst wird das Audiosignal aufspaltet und einem Filterprozess undFrequenzanalysator zugeführt. Der Frequenzanalysator ermitteltmithilfe der Fast-Fourier-Transformation die Bestandteile verschiedenerFrequenzen. Mithilfe des Maskierungsverfahrens ist es nun möglich,irrelevante Bestandteile des Audiosignals zu lokalisieren. ImFilterprozess hingegen wird das Audiosignal in viele Frequenzteilbänderaufgespaltet, um zu überprüfen, ob das Teilband durch Signale inanderen Teilbändern komplett maskiert wird und somit nicht mehrübertragen werden muss.

Außerdem werden die unterschiedlichen Teilbänder unterschiedlichstark quantisiert, so muss die Quantisierung bei tiefen Tönen höher seinals diese bei höhen Tönen.

Eine ausführliche Darstellung findet sich im Buch „Walter Fischer –Digitale Fernsehtechnik in Theorie und Praxis“ auf den Seiten 139-155.

19


4. MPEG-2-Streaming

Definition:Unter Streaming (engl. streaming „Strömen, Fließen“) versteht man die kontinuierliche Übertragung von Daten, das heißt die Übertragung von Datenströmen. (Quelle: http://www.de.wikipedia.org)

4.Allgemeiner Aufbau des Datenstroms

Der MPEG-2-Datenstrom besteht aus verschiedenen Elementarströmen,wie z.B. Audio-, Video- oder Datenströmen. Diese Elementarströmewerden nach der Kompression in kleine Pakete mit verschiedener Längezerlegt. Die Länge unterscheidet sich deshalb, da die analogen Signalevon Bild und Ton nicht gleichstark komprimiert werden können. DiesePakete nennt man „PESPaket“ (PES=Packetized Elementary Stream).

20


4.1.1 Vom PES-Paket zum Transportstrom

Es gibt zwei Möglichkeiten für den Aufbau eines PES-Pakets.Bei Möglichkeit 1 hat das Paket eine maximale Größe von 64 kByte undbesteht aus einem Header, in dem ein Längenindikator enthalten ist undeinem Payload-Anteil, in welchem die Nutzlast übertragen wird. Somithat der Nutzlastanteil eine maximale Größe von 64 kByte minus dieGröße vom Header.Bei Möglichkeit 2 hat das Paket eine unbesimmte Länge. Hier wird derLängenindikator im Header auf „0“ gesetzt und der Dekoder muss dasPaketende über einen vordefinierten Algorithmus bestimmen.

Der Header eines solchen PES-Pakets ist nach dem folgenden Schemaaufgebaut:

Er beginnt mit einer 3 Byte großen Hexadezimalzahl, die immer dengleichen Wert aufweist, nämlich „0x00 0x00 0x01“. Dieser 3 Byte großeTeil heißt „Start Code Prefix“ und zeigt den Beginn eines PES-Pakets an.

Als nächstes folgt die 1 Byte lange „Stream ID“. Diese identifiziert dieArt des Datenstroms. Dies kann ein Video- , Audio-, oder Datenstromsein.

Am Ende des Headers folgt dann noch der oben schon erwähnteLängenindikator, der eine Aussage über die Länge des PES-Paketstätigt. Falls die 2 Bytes jeweils den Wert „0“ aufweisen, bedeutet dieseine Überschreitung der 64-kByte-Grenze.

Nun beginnt in den meisten Fällen der eigentliche Nutzanteil, jedochkann man den Header optional um 12 Bit verlängern. In dieserVerlängerung sind 11 Steuerflags enthalten mit Informationen für dieSynchronisation von Audio und Video.

21


4.1.1 Vom PES-Paket zum Transportstrom

Die PES-Pakete sind aufgrund ihrer langen Datenstruktur jedochungeeignet für die Übertragung von mehreren Programmen, was jedocheinen wichtigen Aspekt bei der Einführung von MPEG-2 darstellte.Um dies nun möglich zu machen, werden die PES-Pakete in kleinerePakete mit einer konstanten Länge von 184 Byte eingeteilt. Zusätzlichwird noch ein 4 Byte langer Header vor das Paket gesetzt. Somit ergibtsich ein kleines Paket mit einer Gesamtlänge von 188 Byte, namensTransportstrompaket.

Nun ist man soweit, dass für die einzelnen Video-, Audio- undDatenströme jeweils mehrere Transportstrompakete vorliegen. DieTransportstrompakete der verschiedenen Programme sollen nun zuinsgesamt einem Transportstrom vereint werden.Dies geschieht, indem erst die Transportstrompakete eines Programmsdurch einen Multiplexing-Vorgang verschachtelt werden (Abb.3.7). Dienun entstandenen Datenströme der verschiedenen Programme werdendurch einen weiteren Multiplexing-Vorgang verschachtelt, wodurch sichein einziger Transportstrom ergibt, der sog. MPEG-2-Transportstrom.

Der MPEG-2-Transportstrom besteht nun aus 188 Byte großen PET-Paketen aller Programme mit allen Video-, Audio- und Datenströmen. Ineinem Transportstrom können sich bis zu 20 verschiedene Programmebefinden.

aus Walter Fischer „Digitale Fernsehtechnik in Theorie und Praxis“

22


4.1.2 Transportstrompaket

Ähnlich wie die aus dem PES-Paket erstellten Transportstrompaketebesteht das MPEG-2-Transportstrompaket auch aus einem 4 Bytegroßen Header und einem 184 Byte langen Payloadanteil.

Der Header ist nach folgendem Schema aufgebaut (Abb.3.8):

Quelle: Walter Fischer: Digitale Fernsehtechnik in Theorie und Praxis

Das erste Byte ist das sog. Sync Byte. Dieses hat immer dieHexadezimalzahl 0x47 und wiederholt sich logischerweise alle 188Bytes. Es wird zur Synchronisierung auf den Transportstrom benötigt.Als nächstes folgt der 1 Bit lange Transport Error Indicator. Dieses Bitwird von Demodulatoren am Receiver gesetzt und weist auf einefehlerhafte Übertragung hin.

Am Ende des Headers befindet sich der 13 Bit lange Packet Identifier(PID). Anhand diesem Wert und mitgeführten Listen im Transportstromkann man Bestandteile des Elementarstroms identifizieren.

23


4.2 Datenstrom-Empfang In diesem Kapitel wird darauf eingegangen, welche Informationen derEmpfänger für den Datenstrom-Empfang benötigt und welche Schrittedurchgeführt werden müssen. Abb.4.1 zeigt eine Übersicht dieserProzedur und die dafür nötigen Informationen in denTransportstrombestandteilen.

Transportstromsynchronisation:

Wenn beim Empfang der Transportstrom im Dekoder eintrifft, mussdieser sich zuerst auf die Paketstruktur aufsynchronisieren.Zunächst sucht der Dekoder die Sync-Bytes ( 0x47, 1.Byte) im Headerder Transportstrompakete. Für die Synchronisation ist sowohl derkonstante Abstand von 188 Byte, als auch der einheitliche Wert 0x47wichtig. Da es jedoch nicht zu vermeiden ist, dass im Payloadanteil derTransportstrompakete ebenfalls der Wert 0x47 als Datenwortvorkommt, durchsucht der Dekoder beim Auffinden eines Sync-Bytes n-mal den Bereich 188 Bytes davor und dahinter. Dies ist eine ArtAbsicherung, dass es sich tatsächlich um ein Sync-Byte handelt.Wenn 5 Transportstrompakete im Dekoder angekommen sind, erfolgt lt.MPEG deren Synchronisation.

24


4.2 Datenstrom-Empfang

Auslesen des Transportstrom-Inhalts:

Der Inhalt eines Transportstroms wird m.H. von mitgeführter Listen, dieden Transportstromaufbau beschrieben, ausgelesen. Diese Listen nenntman „Program Specific Information“ (PSI), die wiederum aus Tabellenbestehen, die ab und zu im Payloadanteil mitgeführt werden.

4.2.1 Program Specific Information (PSI)

Die PSI besteht insgesamt aus drei wichtigen Tabellen, nämlich der„Program Association Table“ (PAT), der „Program Map Table“ (PMT)und der „Conditional Access Table“ (CAT). Auf letztere wird in diesemKapitel nicht weiter eingegangen, da diese in Kap. 5.2.3 „Zugriff aufverschlüsselte Programme“ ausreichend besprochen wird.

Program Association Table (PAT):

Transportstrompakete mit dieser Tabelle haben immer eine PID (PacketIdentifier) mit dem Wert 0. Es gibt nur eine PAT pro Transportstrom,diese wird jedoch alle 0,5 s wiederholt.Indirekt enthält diese Tabelle Informationen über die Anzahl derProgramme im Transportstrom, da der Payloadanteil Listen mitspeziellen PID's enthält, die man als Zeiger auf Einträge in der„Program Map Table“ (PMT) bezeichnen kann. Diese PID's treffendeshalb eine Aussage über die Anzahl der Programme imTransportstrom, da jede PID genau einem Programm zugeordnet ist(Abb.4.2).

Program Map Table (PMT):

Für jedes Programm gibt es genau eine „Program Map Table“ (PMT)und ähnlich wie die PAT werden diese alle 0,5 s wiederholt. Die PIDeiner PMT wird durch die „Program Association Table“ (PAT) signalisiertund kann im Bereich von 0x20 bis 0x1FFE liegen.Diese Art von Tabelle besteht aus speziellen Transportstrompaketen.Der Payloadanteil enthält weiter PID's, die als Zeiger auf Video-, Audio-oder Datenelementarströme fungieren (Abb.4.2).

25


4.2.1 Program Specific Information (PSI)

Abb 4.2 - Quelle: Walter Fischer: Digitale Fernsehtechnik in Theorie und Praxis

26


4.2.2 Zugriff auf ein Programm

Durch die Informationen aus der „Program Map Table“ (PMT) und der„Program Association Table“ (PAT) gibt es meistens zwei PID's proProgramm. Eine PID für das Video- und eine für das Audiosignal.Manchmal können es auch mehr PID's sein, wie z.B. bei einer Formel-1-Übertragung. Dort hat man die Möglichkeit mehrere Sprachen oderKameraperspektiven auszuwählen.

Dadurch werden natürlich auch mehrere Video- und Audiosignaleübertragen, welche wiederum jeweils eine eigene PID benötigen.Beim „Demultiplexing-Vorgang“ interessiert sich der Dekoder nur nochfür Transportstrompakete mit diesen PID's, sammelt dieentsprechenden vom Video- und Audiosignal auf und baut daraus dieeinzelnen PES-Pakete. Diese werden dann an den Dekoderweitergegeben und können dekodiert werden, wenn sie nichtverschlüsselt sind.

4.2.3 Zugriff auf ein verschlüsseltes Programm

Verschlüsselung von Programmen wird meistens von Pay-TV-Anbieternangewendet, beispielsweise „Premiere“ oder „Arena“. Es werdenentweder alle oder nur teilweise die Elementarströme durch einenVerschlüsselungscode geschützt. Diesen Vorgang der Verschlüsselungnennt man „Scrambling“. Hierbei muss drauf geachtet werden, dass nurElementarströme und keine Transportstromheader oder Tabellengescambled werden. Für den Empfang eines „gescrambleten“Programms benötigt der Empfänger bestimmte Zusatzhardware, die mitEntschlüsselungs- und Berechtigungsdaten versorgt werden muss.

Diese Daten werden über die „Program Specific Information“ (PSI)übermittelt, genauer in der „Conditional Access Table“ (CAT).Die „Conditional Access Table“ (CAT) liefert PID's für weiterDatenpakete im Transportstrom. In diesen Datenpaketen sind diebenötigten Informationen für die Verschlüsselung enthalten. Es gibtzwei Arten von Verschlüsselungsinformationen. Die „EntitlementControl Massages“ (ECM), in welchen die Entschlüsselungscodesenthalten sind, und die „Entitlement Management Massages“ (EMM)mit Informationen für die Zugriffsrechte. Mit Hilfe dieser Informationenkann die Zusatzhardware die Elementarströme wieder entschlüsseln.

27


4.2.4 Programmsynchronisation

Wenn die PID's für Video- und Audiosignal feststehen, evtl.verschlüsselte Programme entschlüsselt sind und der „Demultiplexing-Vorgang“ die Video und Audio-PES-Pakete erzeugt hat, werden diese anden Decoder zur Decodierung weitergegeben. Vor der eigentlichenDecodierung müssen aber noch wichtige Synchronisierungsschrittedurchgeführt werden. Zuerst muss der Dekodertakt an den Encodertaktangebunden werden. Dies geschieht mit Hilfe eines 42-Bit-Zählers, derim Decoder- und im Encoderseite vorhanden sein muss. Diese beidenZähler müssen vollkommen frequenzsynchron laufen. Um dies sicher zustellen, enthält der Datenstrom sog. PCR-Werte („Program ClockReference“), die eine Kopie des Zählers zu einem bestimmten Zeitpunktdarstellen. Um die Bestätigung für das synchrone Laufen der Zählermuss der Decoder die Werte nur auslesen und mit dem eigenen Zählervergleichen.

Die PCR-Information wird im Adaption Field vom entsprechendenProgramm-Transportstrompaket mitegführt. Die PCR-PID befindet sichin der „Program Map Table“. Diese zeigt dann anhand dieser speziellenPID in welcher Art von Transportstrompaket die PCR-Information liegt.Jetzt muss nur noch die Synchronisation von Video- und Audiosignalverwirklicht werden, die sog. „Lippensynchronisation“. Dafür werdenweiter Zeitinformationen benötigt, die sich im Header der PES-Paketevon Audio und Video befinden. Die Informationen werden ebenfalls vom42-Bit-Zähler abgeleitet, man nennt sie „Presentation Time Stamps“(PTS). Hier werden die 33 höherwertigen Bits in die entsprechendenPES-Header eingetragen und anhand dieser kann die„Lippensynchronisation“ verwirklicht werden.Als letzter Schritt muss noch die Bildreihenfolge korrigiert werden.Diese wird aufgrund von Speicherplatzersparnissen im Decoder bei derCodierung nach einer bestimmten Gesetzmäßigkeit verwürfelt. Um dieOriginalreihenfolge wieder zu erhalten, benötigt man weiterZeitinformationen, welche ebenfalls imHeader der Video-PES-Pakete eingebettet sind. Man nennt dieseInformationen „Decoding Time Stamps“ (DTS). Anhand dieserInformation kann der Decoder die Originalreihenfolge der Bilderauslesen. Damit ist die Programmsynchronisation abgeschlossen.

28


4.3 Private Sections und Private Tables

Für Anbieter, die weitere Informationen übertragen möchten, diebeispielsweise die Benutzerfreundlichkeit verbessern, wurde beimMPEG-2-Standard eine „offene Tür“ eingebaut.Neben der „Program Specific Information“ (PSI) gibt es nochzusätzliche Tabellen, die sog. „private Tables“. Diese Tabellen sindunterteilt in Sektoren, sog. „private Sections“. Für den Aufbau, dasAussehen und das Einbinden in den Transportstrom von Tables undSections wurden spezielle Mechanismen definiert.

4.3.1 Standardisierung des Tabellenaufbaus

Für Tabellen gelten folgende Regeln:

� Tabellen werden im Payloadanteil übertragen und mit einer speziellen PID versehen

� das erste Nutzbyte einer Tabell stellt die Table-ID dar, die sie eindeutig identifiziert

� alle Tabellen sind in 4 kByte große Sections unterteilt, die jeweils mit einer 32 Bit langen „CRC-Checksum“ abgeschlossen werden

Dieses Standard gilt für alle Tabellen, die im MPEG-2-Datenstromenthalten sind, auch für die Tabellen der „Program SpecificInformation“ (PSI).

29


4.3.2 Aufbau von Sections

Wie im Standard definiert werden alle Tabellen über den Mechanismusder Sections realisiert. Hier muss man zwischen „privaten“ und „nicht-privaten Sections“ unterscheiden. Zu den nicht-privaten Sections zählendie in den Tabellen der „Program Secific Information“ (PSI) enthaltenenSections. Alle anderen Sections sind folglicherweise privat.Die Informationen über die Sections einer Tabelle, wie z.B. die Anzahl,befinden sich im Header der entsprechenden Tabelle. Spezielle Section-Informationen wie z.B. die aktuelle Nr. einer Section sind im Header derSection wiederzufinden.Der Beginn einer Section wird im Transportstrom durch den „PayloadUnit Start Indicator“ angezeigt. Ist dieser gesetzt, beginnt eine Section.Nach dem Header folgt der sog. „Pointer“. Dies ist ein Zeiger auf dentatsächlichen Beginn der Section. Er hat entweder den Wert „0“, wasbedeutet, dass die Section unmittelbar beginnt oder einen von nullabweichenden Wert, was anzeigt, dass noch Reste der vorangegangenenSection folgen werden. Durch diese Option kann man weiterenSpeicherplatz im Transportstrom sparen.

Für Sections gelten, wie auch für Tabellen, bestimmte Regeln:

� eine Section beginnt mit einer Table-ID, die den Tabellentyp identifiziert

� eine Section wird anhand eines Bits, dem sog. „Section-Syntax- Indicator“, in lange und kurze Sections unterteilt. Weist dieser den Wert „1“ auf, ist es eine lange Section, andernfalls eine kurze.

� bei einer langen Section folgt ein verlängerter Section-Kopf mit Versionsverwaltung, wodurch Änderungen z.B. bei dynamischer PMT signalisiert werden, Länge der Section und Nummer der vorangegangenen Section. Die Section wird mit einer 32 Bit „CRCChecksum“ abgeschlossen.

30


4.3.3 Praxisbeispiel anhand einer PMT

31


4.3.3 Praxisbeispiel anhand einer PMT

Die Abbildung zeigt ein mit einem MPEG-2-Analyzer aufgenommenesBild einer recht kurze „Program Map Table“ (PMT), die jetzt näherbesprochen werden soll.Die PMT beginnt mit der „Table-ID“, die den Wert 0x02 aufweist,wodurch sie eindeutig als eine „Program Map Table“ identifiziertwerden kann. Der gesetzte „Sections-Syntax-Indicator“ weist auf einelange Section hin, also sind die „Versionsverwaltung“ und die „CRC-Checksum“ enthalten. Das folgende Bit hat den Wert „0“ was die Tabelleals „nicht-private Tabelle“ definiert. Nun folgt die „Section length“,welche besagt, dass es sich hier um eine 23 Byte lange Section handelt.Der nächste Eintrag ist die „Program number“.Bei diesem Wert ist es wichtig, dass er mit dem Eintrag in der „ProgramAssociation Table“ (PAT) korrespondiert. Die nächsten beiden Einträgemüssen ständig vom Receiver überprüft werden. Es handelt sich hierbeium die „Version number“ und den „Current/Next indicator“.Diese beiden Einträge geben Informationenüber die Programmstruktur und ändern sich, falls sich dieProgrammstruktur ebenfalls ändert. Die nun folgende „Last sectionnumber“ informiert über die Nummer der letzten Section. In unseremBeispiel hat sie den Wert „0“, was soviel heißt, dass unsere PMT nur auseiner und zwar genau dieser Section besteht. Der PCR-PID („ProgramClock Reference-Packet Identifier“) enthält die PID, auf der der PCR-Wert im Transportstrom ausgestrahlt wird. Dies ist eine wichtigeInformation für die Synchronisierung. Anschließend würdenormalerweise die „Program-Info-Loop“ folgen, jedoch sehen wir, dassder Eintrag in der „Program_info_length“ den Wert „0“ aufweist, wasbedeutet, dass diese nicht vorhanden ist. Nun folgt die „Stream-Loop“, wo die Video- und Audio-PID's bekanntgemacht werden. Der Eintrag „Stream type“ gibt noch Information überden Typ der Nutzlast, in unserem Fall MPEG-2.

32


4.4 Service Information gemäß DVB (SI)

Die europäische DVB(„Digital Video Broadcasting“)-Gruppe nutzt die„private Tables und Sections“ um weitere Informationen zu übertragen.Dies soll zur Benutzerfreundlichkeit an der Empfangsstelle beisteuern.Diese zusätzlichen Tabellen nennt man „Service Information“ (SI).Insgesamt gibt es 8 verschiedene Tabellen-Typen, auf die in denfolgenden Kapiteln genauer eingegangen wird.

4.4.1 Network Information Table (NIT)

Die „Network Information Table“ enthält die physikalischen Größen derÜbertragung. Dadurch soll der Kanalsuchlauf optimiert werden, dadiese Werte nicht extra zu suchen sind, sondern in der NIT leichtverfügbar sind.

Folgende Größen werden in der NIT übermittelt:

� Übertragungsweg (Kabel, Satellit)� Empfangsfrequenz� Modulationsart� Fehlerschutz� Übertragungsparameter

4.4.2 Service Descriptor Table

Die „Service Desriptor Table“ übermittelt genauere Informationen überdie im Transportstrom enthaltenen Programme. So enthält sie dieBezeichnungen der verschiedenen Sender als Textinformationen parallelzu den „Program-PID's“ in der „Program Asociation Table“ (PAT), z.B.„ARD“, „ZDF“ oder „CNN“. Dies erfüllt den Sinn der „ServiceInformation“ (SI) und erleichtert die Bedienung am Empfangsgerät.

33


4.4.3 Bouqet Association Table

Die „Bouquet Association Table“ (BAT) ist nah mir der „ServiceDescriptor Table“ (SDT) verwandt. Der Unterschied liegt darin, dass dieSDT nur einen einzigen physikalischen Kanal beschreibt und die BATmehrere. Somit kann man die BAT als eine „kanalübergreifendeProgrammtabelle“ bezeichnen, die alle Kanäle zu einem Bündel(Bouquet) zusammenfasst. Die BAT ist in jedem Kanal vorhanden undverbindet diese dadurch. Der Sinn der BAT ist, dass sie eine Übersicht über ein Bouquet vonServices gibt und Programmanbieter wie „Premiere“ beispielsweise einganzes Bündel von Kanälen für sich beanspruchen können um ihrkomplettes Programmangebot zu übertragen.

4.4.4 Event Information Table (EIT) & Running StatusTable (RST)

Viele Anbieter übertragen zusätzlich sog. EPG's („Electronical ProgramGuides“). Die geplanten Startzeiten und Dauern aller Sendungen sind inder „Event Information Table“ (EIT) und können von den EPG's genutztwerden. Die Tabellenstruktur der EIT lässt zu, dass noch weitereZusatzinformationen übertragen werden könne, jedoch wird dies nurvon wenigen Receivern unterstützt und wird deshalb in der Praxisselten angewendet.Die „Running Status Table“ (RST) enthält Steuerinformationen für dasgezielte Starten von Aufzeichnungsmedien, wie z.B. dem Videorekorder.Leider werden diese Tabellen kaum in der Praxis realisiert, da sich zurSteuerung der Aufzeichnungsmedien die Datenzeile der VPS(„VideoProgram System“) -Information durchgesetzt hat.

34


4.4.5 Die Time&Date Table (TDT) & Time Offset Table (TOT)

In der „Time&Date Table“ (TDT) wird die Greenwich Mean Time(=GMT,UTC) übertragen. Die Sommerzeitverschiebung wird hier nichtbeachtet. Die „Time Offset Table“ (TOT) übermittelt noch die entsprechendenZeitoffsets der verschiedenen Zeitzonen. Das Maß der Auswertungbeider Tabellen hängt vom jeweiligen Receiver ab, da zur vollständigenUnterstützung die Zeitinformationen des aktuellen Orts mitgeteiltwerden müsste.

4.4.6 Stuffing Table

Teilweise müssen bestimmte Tabellen im Transportstrom ungültiggemacht werden. Dies kann so aussehen, dass z.B. nach dem Empfangder „Network Information Table“ diese ausgetauscht wird oder einbestimmtes Programm zur Weitersendung unbrauchbar gemacht wird.Dies wird mit Hilfe der „Stuffing Table“ (ST) vorgenommen. Der Sinnliegt darin, dass falls die Übertragung fehlerhaft ist oder vom Receivernicht unterstützt wird, eine unzureichende Ausstrahlung verhindertwird.

35


Quellenverzeichnis

� „Digitale Fernsehtechnik in Theorie und Praxis“ MPEG-Basiscodierung, DVB-, DAB-, ATSC-Übertragungstechnik, Messtechnik Fischer, Walter Springer Verlag, 2006 ISBN: 978-3-540-29203-6

� de.wikipedia.org Suchbegriffe: Huffmann, MPEG-2, DCT, PCM

� ei.cs.vt.edu

� http://www.inf.fh- flensburg.de/lang/algorithmen/code/huffman/huffman.htm

� http://graphics.cs.uni-sb.de/Courses/ws9900/cg- seminar/Ausarbeitung/Bjoern.Stahmer/index.html

36

MPEG-2-Codierung und...

Documents

Transcript of MPEG-2-Codierung und...