视频通信中的应用层前向纠错技术

席世文 深圳供电局有限公司

由于信息技术的发展，视频压缩编码技术也随之在一步步发展，这就导致虽然网络宽带资源是收到限制的，但是人们依然能够还是能够获得海量的视频资源。这种技术的原理就是将原始的视频内容，使用信源压缩编码将其压缩成为比特流，然后再将其封装变成一个数据包，最后在将这些信息使用网络从发送端传输到接收端。但是这个过程存在着很多问题，有可能会导致数据包丢失的情形发生，比如说当发生缓存溢出、出现信道噪声以及排队发生延迟等等都有可能造成数据包的丢失，这将会对接收端接收到的视频的质量产生不良的影响。

一、应用层前向纠错技术

应用层前向纠错技术是目前来说，能够保证在广播网络之中的传输效果的最佳方法，这种方法主要就是在发送端进行前行纠错的编码。前向纠错主要被分为两种类型，一类是物理层前向纠错，而另外一种是应用层的前行纠错。一般在物理层能够使用的额纠错码有两种类型，一种是LDPC码，而另外一种是turbo码。应用层一般使用的是喷泉码，这是一种适合进行二元删除信道的一种前向纠错码，这种类型的纠错码能够做到很好地提高信道的网络鲁棒性以及信道的容量。

假如说给定一个源符号集，该源符号集仅仅包含着k 个符号，而使用了喷泉码进行编码就能够产生更多的、任意的编码符号，此外，如果接收端能够接收到这其中的任意n 个编码符号的话，那么就可以据此解码得到相同的k 个源符号，并且在这之中存在一种情况就是n 是略大于k 的。而一般来说最为理想的喷泉码实际上是n 与k 的数值相同。其中还有一个概念就是系统喷泉码，系统喷泉码具体就是指，采用喷泉码所产生的前k 个编码的符号，是较为特殊的，他们与源符号是完全相同的。经过数代人的研究，其中第一种产生使用效果的喷泉码是LT 码，但是这种码存在一些缺陷，就是随着源符号数目的增加，编解码的复杂程度也会随之增加，即两者的关系是一种非线性增长关系。后来人们为了克服这一个缺点，又进行了更深层次的研究，又发现了性能更加完善的Rap-tor 码，这种码具有很多优秀的特点，比如说解码的开销很小、解码的复杂程度也很低等等。随着之后的进一步发展，目前这种码已经逐步被标准化成为DVB 以及3GPP 之中的一部分。

目前来说，视频广播传输已经开始广泛地应用raptor 码。当然随着技术的进一步发展还有更为先进的码被发现，比如说滑动窗raptor 码，这种码在分级视频编码码流的广播之中被广泛的应用到，这种码的主要特点就是在源符号集的基础上，使用固定大小窗口进行滑动式的编码，这样做的好处主要是能够虚拟地使得编码数据块的长度增加，进而能够进一步提高译码的成功概率，与此同时，还能够起到一个不等差错保护的作用。关于不等差错保护作用，相关学者研究发现了一种扩展窗编码，这种编码具有不等差错保护的特性，并且还被广泛的应用到SVC 的广播之中。之后有学者根据SVC 码流具有不同层数据间存在的解码之间的依赖关系，提出来一种新型的前向纠错方案即Layer-Aware，这种方案能够有效地提升宽带的利用效率。

但是前人的研究虽然能够有效地解决一些视频传输之中存在问题，但是他们在考虑问题的时候，往往会忽略我们如今已经处于无线网络的环境之中，信道宽带受到严重的限制，那么我们应该如何在这个不利的情况下来保证视频广播的质量以及效果不受到影响。由于本文就在系统raptor 码的基础上，对在无线网络环境之下，对视频广播通信进行应用层前向纠错。这种方案主要是针对不同的终端存在着不同的信道状态，然后以此来牺牲一些低丢包率终端的视频的质量，然后来获得总体上的提升，使得小区内所有用户所接收到的视频质量能够得到有效的提升。

二、对raptor 码的编解码方法以及解码后的丢包率进行研究

（一）编解码方法

根据上述的介绍已经能够清楚地知道LT 码的编解码是一种呈现非线性增长关系即源符号增加则编解码的复杂程度也会随之增加，这就可以很明显地发现，这种码并不适合应用到实际的系统之中，将会受到及其严重的制约。因此Shokrollahi 对这种码进行了改进，在不改变LT 码原来的特性的基础上，增加了一个预编码的过程，这就变成了raptor 码，这种码与LT 码相比会更加的实用，也具有更多地优势。首先，对于raptor 码来说，它是一种解码的开销很小，并且进行解码的成功概率会更高的一种码，它的编解码的复杂程度与源符号的数目呈现出一种线性增长。具体来研究raptor 码的编码过程主要是分为两步，第一步是预编码步骤，源符号经过这一步骤之后会变成一种中间符号；第二步就是LT 编码的步骤，中间符号经过这一步骤最终变为raptor 码。由于在raptor 编码的过程之中加入了一个预编码的过程，所以实质上只要在LT 码的解码的阶段之中，能够做到将原来的部分中间符号的数目恢复，那么就能够通过中间符号来找到原来的源符号，这样做实质上能够很大程度上降低对于LT 码的解码性能上的一些要求，此外这种做法还能够保证在编解码时间复杂度不增加的情况下，源符还能够高概率、高效率地被还原。在真正进行raptor 码的解码阶段的时候，接收端需要考虑到一些因素，包括源符号的数量、中间符号的数量以及零符号的数量等问题，并且还要考虑到当接收端所接收到的编码符号的数量是大于等于源符号的数量的时候，这才是解码器在进行正确解码的过程。但是进行raptor码的编码的过程是一个与解码过程正好相反的过程，当然也可以被分为两个步骤，第一个步骤就是LT 解码极短，通过这个阶段获得中间符号；然后第二个阶段就是恢复源符号阶段，就是对中间符号进行解码从而获得源符号。

（二）解码后的丢包率

在使用raptor 码的时候，破解raptor 码的译码失败率就存在以下两种情况，一种就是当接收端所接收到的编码符号的数量是大于源符号的数量的时候，那么就有很高的概率（接近1 的概率）恢复源符号。相反地，如果接收端所接收到的编码符号的数量小于或者是等于源符号的数量的时候，那么将会有0.85 × 0.567r-k 的概率恢复源符号。

三、优先级划分视频符号

假如说是按照一个固定代大小的方式对每一个视频条带进行编码，然后在进行raptor 编码的时候使用这些视频条带作为进行编码的源符号，最后再采用优先级划分的方式对视频数据进行一个划分，这个划分方法的核心首先就是要将每一个编码变成视频调点，然后在将视频条带划分成为不同的等级。在这种情况下，如果有一条视频条带发生丢失的情况，那么根据原有的预测编码的结构，就有可能导致那些相同的图像组中的相同的视频条带的部分的解码受到一定的影响。在这个时候就可以采用计算整个图像组之内的平方误差和，然后根据这个平方误差和来对视频条带的重要程度进行衡量。假如说将在一个图像组内图像的数目总和定义为N，然后再用X 和Y 分别来定义图像的宽度和高度，其单位是像素，那么总失真和就是X、Y 以及N 的平方误差和的乘积。如果发现某个视频的第一帧丢失的话，可以采取一些方法进行恢复，比如说基于双线性内插的帧内错误隐藏算法，这种算法的作用是将那些丢失的数据恢复，也可以称之为重建。如果是其他帧发生丢失的情况，可以采取另一种方法进行恢复，比如说基于零运动矢量复制的帧间错误隐藏算法，然后对那些丢失的数据进行恢复。假如说是某一帧的某一宏块发生丢失的情况，那么这个时候就可以直接其前一帧相同位置的宏块直接补上丢失位置的宏块。

四、视频广播前向纠错方案

假如说在信道宽带受到限制的情况下，进行视频单播，实际上这个时候之后少部分的视频符号能够真正地、正确无误地传输到接收端，这个时候的视频质量并不是很高，为了更好地提升接收所接收到的视频的质量，已达到最优的情形，只需要同时满足两个条件：第一点就是接收端的质量问题，即接收是否能够接收到足够多的视频符号；第二点就是视频符号的重要性的问题，保证接收端所接受到的视频符号都是需要接收到的视频符号之后最为重要的。如果想要获得最好的视频质量，那么就要做好最优的视频传输。假设在raptor 的编码过程之中，发送端有N个编码符号，总的待传输的编码数目有K个，其中有K1 是实际传输出去的源符号数目，而有P1 随机丢包率，接收端所能接收到的编码数码是R。假设是在较为理想的状态下，进行编码的过程之中不需要进行解码开销的阶段，那么只有当R 等于K1 的时候，才能够实现正确的解码。在这个时候需要做的就是在源符号之中选择其中最为重要的源符号进行编码，即保接收端能够接收到这些最为重要的源符号，这个时候视频的质量就能够获得最优值。

由于广播与单播是不一样的情况，广播的发送端与接收端之间的链路状态差异较大，所以单播的方案并不适合广播。在考虑广播的纠错方案时需要考虑到数据包在发送端以及接收端之间传输的时候的丢包率。假设丢包率是随机分布的，那么先考虑一个编码单元，发送端有N 个编码，整个过程之中有K 个视频源符号，K1 是其中最为重要的源符号，K2 是其中不重要的源符号，先计算出源符号的优先等级，在计算其视频失真大小。最后为了使得视频的质量能够达到最优的效果，采用启发式搜索算法进行计算来确定最重要的源符号数目以及最不重要的源符号数目。最终表明丢失那些不重要的源符号，然后传输最为重要的源符号，最终获得更为高质量的视频，即本文想要提出的方案：牺牲少部分低丢包率的终端所能够接收的视频的质量，然后保存高丢包率的终端能够接收到的视频的质量，最终达到一个用户总体上的视频质量的提高，从而最终获得一个更加优秀的广播传输的效果。

五、结语

本文的核心就是针对raptor 码提出一种纠错方案，该种方案主要是适用于视频广播，进行应用层前行纠错的方案，主要是结合视频压缩编码器所具有的独特的结构上的特点，首先对压缩的视频进行一个优化级的划分，然后在讨论一下在单播的情况下的视频质量最优的方案，在结合到广播场景之中，提升视频的质量。总体上来说就是牺牲低丢包率终端的视频质量，来提高整体的质量。