微波EDA网,见证研发工程师的成长!
首页 > 应用设计 > 消费类电子 > IPTV经典技术

IPTV经典技术

时间:08-15 来源:数字商业时代 点击:
IPTV节目内容可分为实时视频和已有的存储节目。当节目内容经过DRM系统的加工或授权后通过宽带媒体传输协议传给中间服务商,中间服务商通过网络以xDSL/FFTx等方式将视频流传给终端用户。在用户侧,用户依靠调制解调器、个人电脑、机顶盒等多种设备播放流媒体视频。在整个系统中,系统运营商负责电子节目指南生成、内容加密、内容管理、鉴权认证、计费等管理功能,并将媒体流送给中间服务商。此外,IPTV的正常运转同样还需要健壮的运营支撑平台,主要包括系统管理,权限管理,用户管理,内容管理,资源管理等基本管理模块以及计费采集、节目管理、版权管理、流量管理等中间件系统。

视频压缩技术

由于视频数据的庞大,未压缩的数字视频数据量对于目前的计算机和网络来说无论是存储或传输都是不现实的,因此在多媒体中应用数字视频的关键问题是数字视频的压缩技术,而视频是由连续的图像帧形成的图像序列,由于景物变换速度的限制,相邻帧之间存在很高的相关性,因此利用运动补偿技术结合变换编码,构成了序列图像编码的主要方法。

目前,ITU,ISO等组织制定了许多成功的视频图像编码标准,如以JPEG和JPEG-2000为代表的静止图像压缩标准。以MPEG-1、MPEG-2为代表的中高码率多媒体数据编码标准。以H.261,H.263,和H.264为代表的低码率、甚低码率运动图像压缩标准,以及覆盖范围更宽面向对象应用的MPEG-4.此外还有我国自主的第二代信源编码标准AVS.

这些标准之间在码率、图像质量、实现复杂度、差错控制能力、延时特性及可编辑性上有很大的差别,从而满足了各种多媒体应用。下表我们主要针对视频编码标准做一概括总结。

采用了传统的基于块的混合视频编码框架,具体包括帧内预测、帧间预测、变换、量化和熵编码等一系列技术来实现高效率的视频编码。帧间预测使用基于块的运动矢量来消除图像间的冗余,帧内预测使用空间预测模式来消除图像内的冗余。再通过对预测残差进行变换和量化消除图像内的视觉冗余,最后,运动矢量、预测模式、量化参数和变换系数等用熵编码进行压缩。

测试结果表明,h.264比H.263++平均编码比特率要少48.80%,比MPEG-4ASP要少38.2%,相对H.263约提高一倍压缩效率。H.264的码流结构网络适应性强,增加了纠错恢复能力,能够很好地适应IP和无线网络的应用。另外,微软公司开发WMV9,压缩效率和重建图像质量与H.264不相上下,目前正在申请成为国际标准。我国现在正在制定具有自主知识产权的音视频编解码系统(AVS)标准,其编码效率和重建图像质量也与H.264相当。正是视频压缩技术的发展,使宽带网上传输高质量视频信号成为可能。

多播技术

IPTV根据视频流的两种接收方式:广播接收和点播接收。不同接收方式的承载技术也不同。广播接收是非交互的,对IP网络的承载技术提出了多播(Multicast)要求。点播接收具有实时交互特点,要求IP网络承载技术能将视频流推送到用户接人网络。IP组播将IP数据包从一个源发送到多个目的地,即将信息的拷贝发送到一组地址的所有接收者IP组播将IP数据包传输到一个构成组播群组的主机集合,群组的各个成员可以分布于各个独立的物理网络组播群组成员之间的关系是动态的,成员可以随时加入或退出。IP组播能够有效节省网络带宽和资源,方便网络容量的管理和控制开销,大大减轻发送服务器的负荷,减少主干网出现拥塞。

CDN(ContentDeliveryNet-work,内容发布网络)是一种用于视频内容分发的网络,它叠加在IP基础网络之上,通过将内容发布到网络边缘,实现就近的内容提供服务其工作原理是在网络各节点放置内容缓存服务器,CDN中心控制系统实时地根据网络流量和各节点的连接、负载状况以及到用户的距离等信息,将用户的请求导向最佳的服务节点上,从而大大缩短用户的请求响应时间,并提高数据传输的稳定性。

流媒体

流媒体(Streaming Media)是指在网络中使用流式传输技术的连续时基媒体,如音频、视频和其它多媒体文件。流媒体技术一般是指把连续的影像和声音信息经过压缩处理后放在流媒体服务器上,让用户一边下载一边观看、收听,而不需要等整个压缩文件下载到自己机器后才可以观看的视频/音频传输、编解码技术。流媒体技术不是单一的技术,它是建立在很多基础技术之上的技术。流媒体实现的关键技术是流式传输。流媒体的主要技术特征就是采用流式传输,即通过网络将流媒体内容传送到客户机。大多数流媒体应用采用基于组播的应用层协议,如RTP/RTCP.RTP是一种提供端对端传输服务的实时传输协议,用来支持在单目标广播和多目标广播网络服务传输实时数据,而实时数据的传输则由RTCP协议来监视和控制。

Copyright © 2017-2020 微波EDA网 版权所有

网站地图

Top