Обработка сигналов в системах телекоммуникаций

ЗАО НТЦ «Модуль»

Декодирование цифрового звука является одной из ключевых функций устройств приема цифрового телевизионного сигнала. Качественное выполнение данной задачи определяет потребительские свойства устройства. В данном докладе приводится опыт практической реализации декодера аудио сигналов на отечественной СБИС декодера цифрового телевизионного сигнала К1879ХБ1Я.

Структура и характеристики СБИС ДЦТС К1879ХБ1Я

Рис. 1. Структура СБИС ДЦТС
В основе системы на кристалле декодирования и обработки аудио и видео информации для устройств цифрового телевидения лежит центральный процессор ARM1176JZF-S (см. рис. 1). Обмен данными в системе осуществляется по шинам данных в соответствии со спецификацией AMBA 3.0 AXI.

Основными преимуществами ядра ARM1176JZF S являются: производительная архитектура версии v6, наличие интегрированных в ядро кэшей команд и данных и сверхоперативной памяти команд и данных TCM (Tight Coupled Memory), поддержка новейшего формата шины – AMBA 3.0 AXI, наличие сопроцессора для работы с данными в формате с плавающей точкой. Ядро поддерживает работу с 64-разрядными данными.

Взаимодействие между отдельными устройствами системы обеспечивается настраиваемой матрицей коммутации (interconnect matrix unit). Матрица коммутации осуществляет возможность одновременной передачи данных от нескольких источников к нескольким приемникам. В том числе, используется пакетный режим передачи данных и возможность одновременной передачи нескольких пакетов данных с чередованием данных из разных пакетов от разных источников.

Многоканальный контроллер прямого доступа в память (ПДП) обеспечивает загрузку данных в требуемые области памяти. Система использует иерархическую многоуровневую систему памяти для максимальной загрузки данными всех вычислительных устройств системы.

Система памяти содержит четыре банка внутренней памяти общим объемом 8 Мбит, два интерфейса с внешней динамической памятью типа DDR2, интерфейсы с внешней flash памятью. Такая конфигурация в сочетании с кэшем команд и даных, памятью TCM процессора ARM обеспечивает иерархическую систему памяти с высокой пропускной способностью.

Видеопроцессор включает мультистандартный блок декодирования видео сигнала, 2D графический ускоритель и видеоконтроллер высокого разрешения с поддержкой функций масштабирования и наложения графических и видео слоев.

Аудиопроцессор содержит ЦПС на основе ядра NeuroMatrix, позволяющий программно решать задачи декодирования аудио сигнала. Многоканальный аудиоконтроллер поддерживает выдачу аудио сигнала по интерфейсам I²S и S/PDIF.

Цифровой интерфейс HDMI с поддержкой функции HDCP обеспечивает возможность построения устройств без использования дополнительных внешних компонент в аудио и видео тракте.

Система содержит DVB процессор, включающий: демультиплексор транспортного потока TSP, осуществляющего разбор транспортного потока от нескольких источников, криптопроцессор, поддерживающий основные алгоритмы условного доступа, в том числе, CSA, DES, 3DES. Возможно подключение внешних модулей условного доступа по интерфейсу DVB-CI и работа со смарт-картами. Уникальные для микросхемы ключи хранятся в однократно программируемом ППЗУ.

Многочисленные коммуникационные интерфейсы обеспечивают возможность построения на базе описываемой микросхемы линейки устройств с различными потребительскими свойствами используя, при этом, минимальное количество дополнительных микросхем.

Аудиоподсистема СБИС

Решение задач декодирования и вывода аудио сигналов решается при помощи аудиоподсистемы СБИС. Она включает ядро цифрового процессора сигналов NMC3 и многоканальный аудиоконтроллер. Задача декодирования аудио выполняется путем распределения вычислительной нагрузки между ядром ЦПС и ядром центрального процессора.

Основная цель переноса процесса декодирования на ЦПС заключается в разгрузке ЦП для выполнения других системных функций.

Общий тракт обработки аудио выглядит следующим образом. Аудио данные поступают в составе цифрового телевизионного сигнала на демультиплексор транспортного потока. Там поток аудиосигнала выделяется в отдельный элементарный поток и размещается во внешней системной памяти EM0. Выполняется декодирование аудио потока по заданному алгоритму, причем, процесс декодирования распределяется между ЦП и ЦПС, как описано далее. Результат декодирования размещается во внешней памяти EM0. Далее, при помощи многоканального аудиоконтроллера аудио данные выдаются через цифровой аудиоинтерфейс, либо направляются для выдачи в HDMI трансмиттер.

Управление обработкой и передачей аудио осуществляется через центральный процессор. Используется следующая структура программного обеспечения. Используется операционная система Linux. Взаимодействие между ЦП и ЦПС осуществляется при помощи драйвера ЦПС, взаимодействие с аудиоконтроллером осуществляется драйвером, совместимым со спецификацией ALSA. Тракт обработки аудио реализован в виде компонентов медиаконвейера GStreamer. Это же ПО осуществляет синхронизацию вывода аудио и видео данных.

Распределение вычислительных задач между ЦП и ЦПС

Для оптимизации вычислений производилась процедура распределения вычислительных затрат между ЦП и ЦПС для задачи декодирования аудио.

Выполняется она следующим образом. Осуществляется выполнение задачи декодирования аудио для тестового набора данных полностью на ЦП. Выполняется профилирование выполнения с определением функций, наиболее критичных к времени исполнения. Выполняется реализация данных функций на ЦПС.

Таким образом, могут быть решены несколько задач. Во-первых, перенос исполнения наиболее ресурсоемких функций на ЦПС разгружает ЦП для выполнения других задач. Во-вторых, возможно ускорение исполнения задачи при переносе ее на ЦПС. В-третьих, возможно снижение удельного энергопотребления системы, затрачиваемого на решение задачи декодирования аудио.

Определив время выполнения задачи декодирования некоторого объема аудио данных в TD, время выполнения критичных функций на ЦП как T_CPU, время выполнения остальных функций на ЦП как T_MINOR, время выполнения критичных функций на ЦПС как T_DSP, получим следующее.

Исходное время исполнения T_DCPU = T_CPU + T_MINOR

Время исполнения после переноса на ЦПС T_DCPUDSP = T_DSP + T_MINOR + T_TRANFER – T_OVERLAY,

где T_TRANFER – время, затрачиваемое на передачу данных и организацию взаимодействия между ЦП и ЦПС, а T_OVERLAY – время параллельного исполнения вычислений на ЦП и ЦПС, когда такое распараллеливание возможно.

В результате, получаем следующие качественные величины.

Коэффициент разгрузки ЦП K_CPU = (T_MINOR + T_TRANFER) / T_DCPU

Коэффициент ускорения вычислений K_ACCEL = T_DCPU / T_DCPUDSP

Коэффициент снижения энергопотребления системы K_POWER = (T_CPU * K_PCPU) / (T_DSP * K_PDSP),

где K_PCPU и K_PDSP удельные коэффициенты энергопотребления ЦП и ЦПС.

Экспериментальные результаты

В ходе исследований был исследован алгоритм декодирования аудио AC-3 в виде его реализации a52b.

Результаты профилирования алгоритма приведены в таблице 1. Было выявлено, что подавляющую часть вычислительных ресурсов (~30%) потребляет функция a52_imdct_512 , которая и была перенесена на ЦПС. Для выполнения этой функции в режиме реального времени достаточно частоты ЦПС в 35 МГц, при частоте же 324 МГц функция a52_imdct_512 загрузит ЦПС примерно на 10-15% , что оставляет достаточно ресурсов и для переноса других операций с ЦП. Таким образом, вычисление процедуры модифицированного косинусного преобразования при одинаковой тактовой частоте быстрее чем на ARM в три раза. В результате же распределения исполнения задачи между ЦП и ЦПС загрузка ЦП снижена на 31%, а общее время вычислений сокращено на 20%.

Таблица 1. Результаты профилирования

Время исполнения, %	Время исполнения, с	Функции
32.5	224	coeff_get
31.2	219	a52_imdct_512
11.7	82	a52_bit_allocate
9.8	69	coeff_get_coupling
9.5	67	ifft_pass
5.3	37	parse_exponents
4.7	33	mix32to2

Учитывая удельные коэффициенты энергопотребления ЦП в 850мВт и ЦПС в 120мВт, получаем K_POWER = 21, что означает более чем двадцатикратное снижение мощности потребления при проведении вычислений функции a52_imdct_512. Общее энергопотребление, затрачиваемое на декодирование аудио, снижено, при этом, на 28%.

Данное исследование показывает эффективность реализации алгоритмов декодирования аудио путем переноса критичных к вычислительным ресурсам функций на ЦПС.