H.324標準的可視電話系統實現方法，一般有如下同種方式：軟件方式、通用DSP方式及專用處理器和專用芯片方式。

以PC機為平臺，利用現有的聲卡、視頻要集卡和調制解調器作為輸入和輸出設備，采和基于WINDOWS的多線程技術軟件實現H.263視頻器、解碼/發送、接收、顯示等多個任務。在實際應用系統時需要考慮到PC的處理能力、與接收端的連接和相應的圖像格式等問題，可以在編碼模塊中采用匯編語言，提高執行速度，并引入MMX技術，進一步提高執行速度。它的特點是成本低、配置少，便于移植和升級，但對計算機的處理能力、編解碼的算法速率的要求比較高，一般難于達到實時要求。

專用處理器和專用芯片是另外一種硬件處理方式，它的優點是集成度高，價格低，但擴展性差。

通用DSP方式是一種硬件實現方式。采用通用DSP的原因是由于它可通過編程實現多種功能，當針對硬件的軟件功能升級和新的標準算法出現時，只需要局部改變DPS的微碼就可以適應不同的應用。用DSP實現H.263時，首先需要估計編碼、解碼等處理過程所需的計算量，并且這些計算量與具體視頻編碼過程有關，選擇時應該選用高速DSP。

從以上三種實現方式來看，DSP具有開發靈活、適應面較寬和擴展性強等優越性，且目前已經能實時處理H.263算法的高速超強處理能力的DSP芯片有AD21065L、TMS320C55x、TMS320C6x等，所以采用DSP實現可視電話等視頻圖像處理系統成為開發者的首選。

1 H.324可視電話基本框架

H.324是ITU的適用于公共電話交換網（PSTN）的低比特率多媒體通信終端的框架標準。它使用V.34調制解調器，可以實時傳送語音、數據、視頻圖像或三者的組合。H.324包括甚低碼率視頻編碼的H.263建議、音頻編碼G.723建議、控制協議H.245和復接與復用協議H.223等。

PSTN的視頻H.324可視電話框圖如圖1所示。

在H.324編解碼系統框圖中，視頻編碼H.263提供低于64kbps的傳輸速率，是H.324的技術核心。視頻編碼器主要完成對源圖像序列的壓縮，先按塊的方式采用DCT變換，后對變換的DCT系數進行量化，然后進入視頻復接編碼器。在編碼過程中，要求對編碼模式的選擇和碼率的大小進行必要的控制；視頻復接編碼主要完成將每幀圖像數據編成四個層次的數據結構，以便在各層次中插入必要的輔助數據信息。同時對交流DCT系數（AC）進行VLC編碼，對直流系數進行固定長度（FLC）的編碼，并對壓縮的編碼數據與控制信息復接。由于H.263的輸出碼率一般非恒定的，所以在實際應用中，受傳輸網絡帶寬的限制，必須要在發送端和接收端設置緩沖區，使得編碼率的碼流變換為固定碼率碼流，防止數據的丟失和破壞。緩沖區的信息傳給編碼控制器，由編碼控制器來控制編碼器中量化器化步長，同時將步輔助信息送到視頻復接編碼中的各層次，以供解碼器使用。解碼部分可以看作為編碼的逆過程，但并非完全對稱。編碼過程的運算量和復雜度要遠大于解碼過程。

2 可視電話系統的性能需求

在可視電話設計之前，先分別對可視電話的圖像格式、視音頻的編解碼運算量和存儲量進行分析。

PSTN上的可視電話，由于信道帶寬較窄（傳輸速率最大不超過64kbits/s），故圖像不宜過大。圖像格式上采用QCIF（176×144）格式，幀率為15fps（幀每秒）。以下視音頻編解碼計算和存儲量均在上述條件下估計。

H.263視頻編碼計算量主要集中在：運動估計與預測編碼、離散余弦變換（DCT）、可變長編碼（VLC），這部分的運算量估計為90MIPS（兆個指令/每秒）。同樣，解碼計算量主要集中在：運動補償（MC）、離散余弦逆變換（IDCT）、可變長解碼（VLD），這部分運算量估計為40MIPS。G.723.1音頻編碼的運算量比視頻的運算量小得多，大約為30MIPS。

再加上其它一些操作如音視頻混合、數據的傳輸、外部器件的控制等，估計大約為60MIPS。因此DSP的計算量共為220MIPS左右。

存儲器包括程序存儲器和數據存儲器。程序存儲器和一些常數（DCT系數、VLC系數等）開始存于ROM，運行之后引導至RAM中，這部分估計為400Kbytes。

數據存儲器主要存放采樣得來的視頻數據以及待解碼的數據流，也就是視音頻信號的緩沖。QCIF格式的每幀采樣數據約為50Kbytes，RAM中至少要存4～5幀，這部分需250Kbytes。為使視音頻同步，音頻數據緩沖為50Kbytes左右。

3 基于DSP的可視電話系統的實現

根據資源分析，為實現上述以PSTN為傳輸線路的可視電話，首先選擇合適的視音頻編解碼DSP芯片，再構建可視電話硬件流圖，分配存儲資源，然后編寫與移植相關的協議軟件，使之適合DSP芯片的高效運行。

3.1 視音頻解碼DSP芯片的選擇

視頻編解碼芯片采用AD公司的ADSP-21065L。ADSP-21065L是超級哈佛結構（SHARC）ADSP系列中功能強大的32bit DSP，高性能的核加上集成的外圍器件，使其性價比很高、應用范圍很廣，它的主要特性有：

·198 MFLOPS（32bit浮點運算）；

·180 MOPS（32bit定點運算）；

·16K 32bit雙端口片內存儲器；

·64M 32bit字長的外部擴展地址空間；

·2個支持32個時分復用（FDM）通道的串口；

·10個DMA通道；

·2個時鐘；

·與32bit字長SDRAM的無縫口等。

ADSP-21065L的快速運算能力（198MFLOPS）和大的外部存儲空間（64M），使其能完成H.324中的運算量大、存儲容量大的部分，如視頻編解碼H.263、視音頻混合H.223和控制H.245。

ADSP-21065L采用多總線使DPS核、I/O端口、內部雙口存儲器、外部同步DRAM之間數據能夠高速傳輸。這對于視頻數據的編碼和傳輸很重要，因為視頻數據有量大、傳輸快等特點，ADSP-21065L的多總線結構能很好地解決這些問題。而且32bit字長的計算，能夠提高視音頻的信噪比。

音頻編解碼芯片采用ADSP-2189M，其主要特性有：

·片內存儲器高達1.5Mbit，可配置成32K字的程序存儲器和48K字節的數據存儲器；

·運算能力為70MIPS，13ns的指令周期；

·3個總線結構允許在每指令周期進行兩個取數操作，并作運算；

·4M的外部擴展存儲器；

·2個串口，可以自動緩沖數據；

·6個外部中斷；

·豐富的指令，低功耗等。

監于ADSP-2189M特點，以及由前討論的音頻編解碼G.723.1運算量和存儲容量的需求，可以讓ADSP-2189M進行音頻編解碼G.723.1。此外，ADSP-2189M的多功能串口，可以完成V.34調制解調器的任務。

3.2 可視電話系統的硬件結構

DSP可視電話硬件結構如圖2所示。

圖2中ADSP-21065L是可視電話的核心，其主要作用是完成視頻編碼H.263、多媒體通信的復用協議H.223和傳輸控制協議H.245功能。H.263核心技術為基于塊DCT和運動估計與預測技術，前者是通過正交變換消除圖像8×8子塊數據中存在的空間冗余，而得到一定的數據壓縮；對后者而言，首先對輸入的每一圖像進行層次的劃分，直到分為8×8塊作為運動估計算法的基本處理單元，然后進行運動估計與預測，消除圖像序列間的時間冗余，達到運動圖像壓縮的目的。

H.223低位率多媒體通信的復用協議，主要由AL和MUX兩部分組成。AL負責將從用戶層和I/O層獲取的不同數據流（AL-SDU）轉換成AL-PDU。MUX負責將AL層數據送到物理層。AL與MUX層交換的邏輯單元稱為MUX-SDU，每個MUX-SDU實際上就是AL-PDU。AL根據接收媒體不同，分3成種：AL1、AL2、AL3。AL1負責傳送一般數據和控制信息，AL2負責音頻，AL3負責視頻。由于可能有多個AL-PDU（MUX-SDU）同時到達復用層，復用層根據一個預先定義的描述符表將不同的AL-PDU復合到一個數據流中。該描述符表有16項，每個表項定義不同的AL-PDU組合方式。

H.245傳輸控制協議規定了控制H.324終端正確操作的端端信令。它定義了終端間通信開始時進行帶內協商的控制過程、消息的語法和語義，并定義了各種不同的服務。一些適于所有終端，一些只適于特殊終端。它定義了各種過程以允許音視與數據能力的交換；請求特定的音視與數據模式的傳送；管理傳輸音視與數據信息的信道；為管理雙向信道確定主終端與從終端；攜帶各種控制與指示信息；控制獨立信道或整個復用層的位率；測試往返時延等。

ADSP-2189M是起到音頻編碼協議G.723和調制解調器V.34的作用。G.723音頻編碼協議有5.3kbps與6.3kbps兩種速率，其主題是“5.3&6.3kbps多媒體傳輸對稱速率音頻編碼器”。G.723編碼器經過優化增加了有限的復雜度，獲得了高質量的對話。它將語音或其它音頻信號幀用線形預測綜合分析編碼方法編碼，6.3kbps的激勵信號為MP-MLQ（多脈沖最大相似量化），5.3kbps采用ACELP（算術碼書激勵線性預測）；幀長30ms，外加一探頭7.5ms，算法延遲共37.5ms，附加延遲則取決于實現時的處理延遲、通信鏈路的傳輸延遲及復用協議的緩沖延遲等。V.34協議把數據流進行調制和解調，使之適用于電話線的傳輸。

3.3 存儲資源的分配和軟件的編寫移植問題

根據應用特點，合理分配資源特別是存儲資源，一直是DSP設計的重要之處。在本系統中，頻繁使用的DCT系數、VLC系數等放置于ADSP-21065L的片內RAM，而其他數據放置了外部RAM中。按具體功能要求，參考資料，開發出相應的C語言下的H.324程序，編譯鏈接生成執行文件執行并進行功能評估，進行具體的算法優化。評估程序執行的效率，具體分析出DCT和運動估計與預測等耗時大的模塊，根據ADSP-21065的指令特點和硬件結構，采用高效的匯編語言編寫這部分匯編程序，進一步提高程序的執行效率和充分利用ADSP的系統硬件資源，最終按要求在ADSP實時實現H.324程序。

為了保證芯片之間接口的統一，基于PSTN上的可視電話，核心芯片如視音頻編解碼芯片、視音頻數模轉換芯片等，都采用AD公司的產品。基于DSP的可視電話系統，其軟件具有可升級性，易于實現功能的擴展及與其他遵從ITU標準和ISO標準的網絡視頻終端的互通。當今電話線上的ADSL通信發展迅速。由于基于DSP可視電話系統的靈活性，所以只要在其上添加ADSL終端設備，在軟件上更改碼率控制，提高視音頻質量，就可開展寬帶視音頻業務了。