ΖΩΝΤΑΝΗ ΜΕΤΑΔΟΣΗ ΟΠΤΙΚΟΑΚΟΥΣΤΙΚΟΥ ΠΕΡΙΕΧΟΜΕΝΟΥ ΥΨΗΛΗΣ ΕΥΚΡΙΝΕΙΑΣ ΜΕΣΩ ΕΥΡΥΖΩΝΙΚΟΥ ΔΙΚΤΥΟΥ IP

Transcript

1 ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ Η/Υ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ ΖΩΝΤΑΝΗ ΜΕΤΑΔΟΣΗ ΟΠΤΙΚΟΑΚΟΥΣΤΙΚΟΥ ΠΕΡΙΕΧΟΜΕΝΟΥ ΥΨΗΛΗΣ ΕΥΚΡΙΝΕΙΑΣ ΜΕΣΩ ΕΥΡΥΖΩΝΙΚΟΥ ΔΙΚΤΥΟΥ IP Επιβλέπων Καθηγητής: Παπανικολάου Γεώργιος Εκπόνηση: Χρηστάκη Κυριακή ΑΕΜ:

2 2

3 Ευχαριστίες Με την ολοκλήρωση της πτυχιακής μου εργασίας θα ήθελα να ευχαριστήσω τον επιβλέποντα καθηγητή μου, κύριο Παπανικολάου Γεώργιο, για την ευκαιρία που μου δόθηκε να ασχοληθώ με το συγκεκριμένο θέμα. Παράλληλα θα ήθελα να ευχαριστήσω όλους τους συναδέλφους με τους οποίους συνεργαστήκαμε για την υλοποίηση της συγκεκριμένης εφαρμογής χωρίς τους οποίους το εγχείρημα δε θα μπορούσε να ολοκληρωθεί. 1 3

4 Περίληψη Αντικείμενο της παρούσας διπλωματικής εργασίας αποτελεί η μετάδοση οπτικοακουστικού περιεχομένου μέσω ευρυζωνικού δικτύου που βασίζεται στο πρωτόκολλο IP. Το ενδιαφέρον κινείται στην υλοποίηση εφαρμογών με τεχνολογίες βίντεο υψηλής ευκρίνειας (HD) και επεξεργασίας και μετάδοσης σε πραγματικό χρόνο. Σαν πρακτική εφαρμογή παρουσιάζεται το εγχείρημα της ζωντανής μετάδοσης του Φεστιβάλ Ντοκιμαντέρ Θεσσαλονίκης σε διάφορα πανεπιστημιακά ιδρύματα της χώρας. Αναλυτικότερα: Το 1 ο Κεφάλαιο αναφέρεται στις βασικές αρχές ψηφιοποίησης ακουστικού και οπτικού σήματος. Περιγράφονται τα κύρια γνωρίσματα του βίντεο και αναλύονται τα κυρίαρχα πρότυπα SDTV και HDTV. Στο 2 ο Κεφάλαιο περιγράφονται οι αρχές συμπίεσης των οπτικοακουστικών σημάτων με ιδιαίτερη αναφορά στο πρότυπα που χρησιμοποιήθηκαν στο παρόν εγχείρημα. Το 3 ο Κεφάλαιο αναφέρεται στα πρωτόκολλα μετάδοσης δεδομένων μέσω δικτύου IP και στην ενθυλάκωση των συμπιεσμένων οπτικοακουστικών δεδομένων σε πακέτα προς αποστολή. Στο 4 ο Κεφάλαιο περιγράφεται το δίκτυο ΕΔΕΤ μέσω του οποίου έγινε η μετάδοση και οι τρόποι μετάδοσης multicast και unicast πολυμεσικών δεδομένων. Στο 5 ο Κεφάλαιο αναλύεται το VLC, το βασικό πρόγραμμα που χρησιμοποιήθηκε στο εγχείρημα κ επέτρεψε τη παραλαβή του μεταδιδόμενου ζωντανού οπτικοακουστικού σήματος και την αναπαραγωγή του. Το 6 ο Κεφάλαιο διαπραγματεύεται το πρακτικό μέρος του εγχειρήματος. Περιγράφεται η όλη διαδικασία, τα στάδια της προ-παραγωγής και της υλοποίησης και ο απαραίτητος εξοπλισμός που χρησιμοποιήθηκε. 4

5 Abstract The present graduate thesis describes the project of real-time transmission of the Documentary Festival of Thessaloniki at educational institutes across country. Emphasis is given to the implementation of the project with High Definition video technologies, and processing and transmitting in real-time over a broadband network based on the IP Internet Protocol. In more details: The first chapter refers to the basic principles of digitization of video and audio signals. They are also described the main features of video and the most widespread SDTV and HDTV standards. The second chapter analyzes the principles of audiovisual signal compression, with particular reference to the standards used in this project. The third chapter refers to data transmission protocols over an IP network and the process of encapsulation of compressed audiovisual data in packets. The fourth Chapter describes the multicast and unicast transmission methods and the GRNET network that constituted the network on which the application was based on. The fifth chapter analyzes VLC, the streaming media player used in this project. The sixth chapter deals with the practical part of the project. There are described the entire process and the stages of pre-production and implementation. 5

6 6

7 Περιεχόμενα Περίληψη Ψηφιακό Βίντεο και ήχος Ψηφιοποίηση αναλογικού σήματος Ψηφιακό βίντεο Βασικά χαρακτηριστικά ψηφιακού βίντεο Τηλεοπτικά πρότυπα SDTV Το πρότυπο NTSC Το πρότυπο PAL Το πρότυπο SECAM Πρότυπα HDTV Ψηφιακός ήχος Ψηφιοποίηση ηχητικού σήματος Κωδικοποίηση PCM Πρότυπα συμπίεσης ήχου και εικόνας Το πρότυπο συμπίεσης MPEG Βασικές αρχές συμπίεσης κατά MPEG Τύποι εικόνας MPEG Πολυπλεξία και συγχρονισμός Ροές MPEG Συμπίεση Ήχου Το πρότυπο MPEG-1 Layer Το πρότυπο AC Πρωτόκολλα μεταφοράς δικτύου Το πρωτόκολλο UDP Το Πρωτόκολλο RTP Δομή πακέτου RTP Ενθυλάκωση Συμπιεσμένου Τηλεοπτικού σήματος HDTV Ενθυλάκωση MPEG-2 Ροής Μεταγωγής και Ροής Προγράμματος Ενθυλάκωση των Στοιχειωδών Ροών MPEG

8 3.3 Το πρωτόκολλο ελέγχου RTCP Τύποι πακέτων RTCP RTCP Αναφορές Παραλήπτη (RR) RTCP - Αναφορές αποστολέα (SR) RTCP Περιγραφή πηγής (SDES) RTCP Έλεγχος μελών (BYE) RTCP Πακέτα ορισμένα από την εφαρμογή (APP) ΕμπροσθόδοτηΔιόρθωσηΣφαλμάτων (Forward Error Correction FEC) Δικτυακή διασύνδεση Τεχνολογίες Οπτικής Μετάδοσης Δεδομένων Μορφές μετάδοσης δεδομένων σε δίκτυα Μετάδοση Unicast Εσωτερικά Πρωτόκολλα Πύλης Δικτύου Εξωτερικά πρωτόκολλα Πύλης Δικτύου Μετάδοση Multicast Το πρωτόκολλο διαχείρισης IGMP Intra-domain πρωτόκολλα δρομολόγησης Inter-domain πρωτόκολλα δρομολόγησης Μετάδοση multicast μέσω του δικτύου ΕΔΕΤ Το δίκτυο ΕΔΕΤ Multicast μετάδοση στο ΕΔΕΤ Το λογισμικό VLCMediaPlayer Ιστορία του VLC Γενικά χαρακτηριστικά Αρχιτεκτονική του VLC Χρήση του VLC για τη μετάδοση του Φεστιβάλ Ντοκιμαντέρ Εφαρμογή λήψης Multicast μετάδοσης Εφαρμογή λήψης Unicast μετάδοσης Το εγχείρημα της ζωντανής ευρυζωνικής μετάδοσης Αρχιτεκτονική του συστήματος μετάδοσης - λήψης Αναλυτική περιγραφή του εγχειρήματος της μετάδοσης Προπαραγωγή Ομάδα παραγωγής

9 Προετοιμασία Τα στάδια της παραγωγής και μετάδοσης Πηγές εικόνας & ήχου Επεξεργασία και μίξη οπτικοακουστικών πηγών Κωδικοποίηση Δημιουργία πακέτων μετάδοσης και αποστολή Προεπισκόπηση της ροής μετάδοσης Επικοινωνία με τους δέκτες υποβολή ερωτήσεων απομακρυσμένων θεατών Σύστημα λήψης και αναπαραγωγής Παράρτημα Α Αναλυτικά στοιχεία εξοπλισμού A.1 Κάμερες A.2 Μονάδα αποθήκευσης οπτικοακουστικού υλικού A.3 Κονσόλα Μίξης της Εικόνας A.4 Κονσόλα Μίξης Πολυκάναλου Ήχου Α.5 A/D μετατροπέας Α.6 Συσκευή Ενσωμάτωσης Ήχου και Εικόνας (Embedder) Α.7 Κωδικοποιητής Α.7.1 Χαρακτηριστικά Α.7.2 Ρυθμίσεις και δυνατότητες Α.8 Μεταγωγέας (Cisco 3750) Βιβλιογραφία

10 1 Ψηφιακό Βίντεο και ήχος [1] [2] 1.1 Ψηφιοποίηση αναλογικού σήματος Το αναλογικό σήμα που συλλαμβάνεται από τον φυσικό κόσμο μετατρέπεται σε ψηφιακή μορφή μέσω της διαδικασίας της ψηφιοποίησης. Αυτή η μετατροπή είναι απαραίτητη, έτσι ώστε οι ψηφιακές συσκευές να μπορέσουν να επεξεργαστούν, να αποθηκεύσουν και να μεταφέρουν αναλογικές τιμές των σημάτων. Η ψηφιοποίηση περιλαμβάνει δύο διαφορετικές διαδικασίες. Το αναλογικό σήμα δειγματοληπτείται (χρονικά ή χωρικά) και κβαντίζεται. Οι δύο αυτές διαδικασίες μπορούν να λάβουν χώρα σε οποιαδήποτε σειρά αν και συνήθως η δειγματοληψία προηγείται της κβάντισης. Κατά τη δειγματοληψία,μια συνεχής συνάρτηση του χρόνου, όπως είναι ένα ηχητικό σήμα, δειγματοληπτείται κρατώντας ένα σύνολο διακριτών τιμών κάθε μία από τις οποίες είναι συνάρτηση της κατανομής της έντασης σε ένα μικρό χρονικό διάστημα. Μια συνεχής συνάρτηση δύο διαστάσεων, όπως η εικόνα, δειγματοληπτείται αντιστοιχίζοντας σε κάθε στοιχείο του πλέγματος υπό δειγματοληψία μία τιμή που είναι συνάρτηση της κατανομής της έντασης σε μία μικρή περιοχή του χώρου. Το σήμα, το πλάτος του οποίου παίρνει συνεχείς τιμές, κβαντίζεται χωρίζοντας το εύρος των τιμών του πλάτους σε διαστήματα. Εν συνεχεία σε καθένα από αυτά τα διαστήματα εκχωρείται ένα διακριτό, αριθμημένο επίπεδο. Πλεονεκτήματα ψηφιακής αναπαράστασης Το μεγαλύτερο πλεονέκτημα της ψηφιακής αναπαράστασης είναι η ομοιομορφία. Όλα τα είδη πληροφορίας μπορούν να έρθουν σε ψηφιακή μορφή και να αντιμετωπισθούν με τον ίδιο τρόπο και από το ίδιο υλικό (ίδια μέσα αποθήκευσης, ίδια δίκτυα. 10

11 Η μετάδοση ψηφιακών σημάτων αντί για αναλογικά έχει πολλά ακόμα πλεονεκτήματα πέραν της ολοκλήρωσης. Είναι λιγότερο ευαίσθητη στον θόρυβο, η διαδικασία αναγέννησης του μεταδιδόμενου σήματος είναι πιο εύκολη, μπορεί να υλοποιηθεί διαδικασία ανίχνευσης και διόρθωσης λαθών και, τέλος, η κρυπτογράφηση της πληροφορίας είναι επίσης πιο εύκολη. Η πληροφορία που βρίσκεται αποθηκευμένη στον υπολογιστή μπορεί να χρησιμοποιηθεί με διάφορους τρόπους: Να υποστεί επεξεργασία με στόχο την ανάλυση της σημασιολογίας της ή την βελτίωση της ποιότητας της. Να δημιουργηθούν δομές δεδομένων που επιταχύνουν και διευκολύνουν την αναζήτηση. Να χρησιμοποιηθεί εύκολα για την δημιουργία νέων πολυμεσικών εγγράφων. Μειονεκτήματα της Ψηφιακής Αναπαράστασης Το κύριο μειονέκτημα της ψηφιακής αναπαράστασης συνεχών μέσων είναι η παραμόρφωση που εισάγει η διαδικασία δειγματοληψίας και κβαντοποίησης. Αφενός, αγνοώντας κάποιες τιμές του αναλογικού σήματος χάνουμε πληροφορία και αφετέρου, η προσέγγιση της πραγματικής τιμής του σήματος με μια από τις διαθέσιμες στάθμες περιέχει πάντοτε κάποιο ποσοστό λάθους. Αυτή η παραμόρφωση ελαττώνεται όσο αυξάνεται η συχνότητα δειγματοληψίας και το μήκος της λέξης. Τότε όμως αυξάνεται και ο όγκος που καταλαμβάνει η πληροφορία και κατά συνέπεια απαιτούνται μεγαλύτερα αποθηκευτικά μέσα, πιο γρήγορα μέσα μετάδοσης και ταχύτερες μονάδες επεξεργασίας. Η σημερινή τεχνολογία και οι προβλέψεις για το μέλλον δείχνουν ότι αυτό το μειονέκτημα θα ξεπεραστεί ακόμα και για τους πιο απαιτητικούς τύπους πληροφορίας. 11

12 1.2 Ψηφιακό βίντεο Βασικά χαρακτηριστικά ψηφιακού βίντεο [3][4][5][6] Λόγος διαστάσεων εικόνας Η αναλογία της οριζόντιας και της κάθετης διάστασης του καρέ ενός βίντεο ονομάζεται λόγος διαστάσεων εικόνας (aspectratio). Ο λόγος διαστάσεων είναι ανεξάρτητος από το απόλυτο μέγεθος ή την ανάλυση της εικόνας. Ο λόγος διαστάσεων μπορεί να εκφραστεί ως απόλυτη διάσταση (4x3), αναλογία (4:3), κλάσμα (4/3) ή ως δεκαδικός ισοδύναμος της αναλογίας (1,33). Εικόνα Τυπικοί λόγοι διαστάσεων εικόνας Γραμμές και ανάλυση εικόνας Ένα βίντεο καρέ συγκροτείται από γραμμές. Περισσότερες γραμμές ανά καρέ, έχει σαν αποτέλεσμα μεγαλύτερη ανάλυση της εικόνας. Η ανάλυση πιο 12

13 συγκεκριμένα αναφέρεται στον αριθμό των εικονοστοιχείων που απαρτίζουν την εικόνα και έχει τη μορφή χxψ. Ο πρώτος αριθμός αντιπροσωπεύει την οριζόντια και ο δεύτερος την κατακόρυφη ανάλυση του κάδρου. Έτσι για παράδειγμα μια εικόνα με ανάλυση 1920x1080 έχει 1920 εικονοστοιχεία ανά γραμμή και 1080 εικονοστοιχεία ανά στήλη (συνολικά εικονοστοιχεία). Τα πρότυπα Υψηλής Ευκρίνειας (HighDefinition) υπερτερούν των προτύπων Standard Definition καθώς όπως φανερώνει και το όνομά τους έχουν μεγαλύτερη ανάλυση. Για παράδειγμα το τηλεοπτικό πρότυπο PAL χρησιμοποιεί 576 γραμμές ενώ ένα τυπικό φορμά HighDefinition 1080 γραμμές (1920x1080). Λόγος διαστάσεων εικονοστοιχείου Το pixel συνήθως παραπέμπει σε φυσικό εικονοστοιχείο σε οθόνη βίντεο που εκπέμπει φως. Αλλά το pixel είναι επίσης ένας όρος για το δείγμα της έντασης του φωτός, ένας συνδυασμός των δεδομένων για αποθήκευση μίας τιμής χρωματικότητας και φωτεινότητας. Όταν αποθηκεύεται στην ταινία ή σε κάποιο μέσο αποθήκευσης, η ένταση του pixel δεν έχει έμφυτο σχήμα, ύφος ή πλάτος, αλλά είναι απλώς μία τιμή δεδομένων. Για παράδειγμα, ένα pixel μπορεί να έχει τιμή 255, ενώ ένα άλλο 150. Η τιμή του pixel ορίζει την ένταση του αντίστοιχου σημείου στην οθόνη. Η μαθηματική σχέση που περιγράφει το οριζόντιο μήκος ενός pixel σε σύγκριση με το ύψος του ονομάζεται PixelAspectRatio (PAR). Τα περισσότερα σύγχρονα συστήματα απεικόνισης περιγράφουν μια εικόνα ως ένα πλέγμα πολύ πυκνό αλλά με τετράγωνα εικονοστοιχεία. Ωστόσο, ορισμένα συστήματα απεικόνισης, ειδικά εκείνα που πρέπει να διατηρήσουν τη συμβατότητα με το αναλογικό πρότυπο ευκρίνειας, ορίζουν την εικόνα ως πλέγμα με ορθογώνια εικονοστοιχεία, στα οποία το πλάτος είναι διαφορετικό από το ύψος. Το ποσοστό αυτό, δηλώνεται με τον όρο PixelAspectRatio. 13

14 Σάρωση Μία τηλεοπτική εικόνα αποτελείται από παράλληλες οριζόντιες γραμμές που σαρώνονται από την μία πλευρά στην άλλη. Η σάρωση μπορεί να είναι είτε προοδευτική (Progressivescanning) είτε πεπλεγμένη (InterlacedScanning). Κατά την Πεπλεγμένη Σάρωση, η εικόνα σαρώνεται πρώτα κατά τις περιττές γραμμές και έπειτα επιστρέφοντας στην κορυφή της εικόνας σαρώνονται οι άρτιες γραμμές. Η εικόνα που δημιουργείται με την σάρωση των περιττών ή των άρτιων γραμμών ονομάζεται πεδίο (field). Με την πλήρη σάρωση των περιττών και των άρτιων γραμμών σχηματίζεται ένα πλαίσιο (frame). Κάθε πλαίσιο δηλαδή αποτελείται από τα δύο πεδία. Ο λόγος που χρησιμοποιείται η προοδευτική σάρωση είναι ότι το μέγεθος της απαιτούμενης πληροφορίας που χρειάζεται να μεταδοθεί, μειώνεται στο μισό. Εικόνα Πεπλεγμένη Σάρωση Κατά την Προοδευτική Σάρωση κάθε γραμμή σαρώνεται διαδοχικά με κατεύθυνση από πάνω προς τα κάτω και από αριστερά προς τα δεξιά. Η προοδευτική σάρωση πλεονεκτεί σε ποιότητα σε σχέση με την πεπλεγμένη αλλά απαιτεί τη μετάδοση διπλάσιου όγκου πληροφορίας. 14

15 . Εικόνα Προοδευτική Σάρωση εικόνας Ρυθμός καρέ Ως γνωστόν με τον όρο καρέ εννοούμε μία μεμονωμένη εικόνα από αυτές που απαρτίζουν το βίντεο. Ο ρυθμός σύλληψης των καρέ αντιστοιχεί λοιπόν στον αριθμό των μεμονωμένων εικόνων που μια κάμερα συλλαμβάνει ανά δευτερόλεπτο ή αντίστοιχα αναπαράγει μία συσκευή αναπαραγωγής βίντεο. Ο ρυθμός καρέ μετριέται σε fps (framespersecond) ή Hz. Αν ο αριθμός είναι αρκετά υψηλός, τότε η κίνηση της εικόνας φαίνεται ομαλή στο ανθρώπινο μάτι. Συνηθισμένοι ρυθμοί καρέ είναι τα 29.97, και 24 fps. Τον ρυθμό αυτό πολλές σύγχρονες συσκευές προβολής μπορούν να τον πολλαπλασιάσουν ψηφιακά για ακόμη ομαλότερη κίνηση. Όσο μεγαλύτερος ο ρυθμός καρέ, τόσο μεγαλύτερη είναι και η πυκνότητα δεδομένων, κατ επέκταση τόσο μεγαλύτερο και το αρχείο βίντεο που δημιουργείται ή το εύρος ζώνης που απαιτείται για τη μετάδοσή του. Για τον λόγο αυτό ο ρυθμός καρέ συχνά αναφέρεται και ως «χρονική ανάλυση». Κωδικοποίηση χρώματος Τα σήματα βίντεο χωρίζονται σε διάφορα κανάλια-συνιστώσες για εγγραφή και μετάδοση. Υπάρχουν διαφορετικές μέθοδοι που χωρίζεται το χρωματικό κανάλι και αυτό εξαρτάται από το βίντεο φορμά. Η εξέλιξη της τεχνολογίας οδήγησε στην ανάπτυξη και χρήση τριών βασικών σχημάτων κωδικοποίησης: 15

16 Component Y/C Composite Ένα Componentσήμα μεταφέρει 3 διαφορετικές συνιστώσες για κάθε χρώμα RGB (Red, Green, Blue), με βάση τις οποίες αναπαράγει την πληροφορία της έγχρωμης εικόνας στο δέκτη. Το RGB: είναι το φυσικό (native) φορμά για τους περισσότερους υπολογιστές που επεξεργάζονται γραφικά και αρχεία βίντεο. Επίσης, αυτό το σήμα χρησιμοποιείται στις παραδοσιακές CRT αλλά και επίπεδες (flatpanel) οθόνες. Με βάση το κόκκινο, πράσινο και μπλε σήμα μπορεί να αποδοθεί κάθε συνδυασμός κάθε χρώματος, καθώς και γκρι αναπαράστασης εικόνας από μαύρο (όχι σήμα σε οποιοδήποτε κανάλι) σε άσπρο (πλήρης σήμα σε κάθε κανάλι). Τα RGB σήματα δεν έχουν χωριστό luma κανάλι, γιατί σήματα μαύρο-άσπρο μπορούν να αναπαρασταθούν από ίσο σύνολο των R, G και B σημάτων. ToComponent YUV ή Y C C είναι άλλη μια κωδικοποίηση τύπου B R: component που χρησιμοποιεί τις εξής χρωματικές συνιστώσες: Y- φωτεινότητα, U-πληροφορία χρώματος B-Y, V-πληροφορία χρώματος R- Y. Ο όρος YUV χρησιμοποιήθηκε για αναλογική κωδικοποίηση του χρώματος στην τηλεόραση, ενώ ο όρος Y C C χρησιμοποιήθηκε για την B R ψηφιακή κωδικοποίηση των πληροφοριών χρώματος κατάλληλο ακόμη και για συμπίεση εικόνας και μετάδοση, όπως MPEG και JPEG. Σήμερα, ο όρος YUV χρησιμοποιείται ευρέως στη βιομηχανία των υπολογιστών για να περιγράψει μορφές αρχείων που έχουν κωδικοποιηθεί με χρήση Y C C.9 B R Ο τύπος σήματος Y/C μεταφέρει δύο συνιστώσες: τη Y- φωτεινότητα και την C- χρωματικότητα. Το σήμα χρώματος C προκύπτει συνθέτοντας τα δύο σήματα U & V. Καμιά φορά αναφέρεται λανθασμένα και ως S-Video10. 16

17 Το σήμα Composite δημιουργήθηκε για να χρησιμοποιηθεί στην τηλεόραση με στόχο να προσφέρει μεγαλύτερη συμπίεση έγχρωμου σήματος. Είναι μια σύνθετη πηγή τριών σημάτων Y, U και V με παλμούς συγχρονισμού. Τα σήματα Luma (Y) και Chroma (U και V) συνδυάζονται σε ένα σήμα βίντεο Composite για εκπομπή. Το σήμαluma αντιπροσωπεύει τη φωτεινότητα (luminance), ενώ το σήμα Chroma αντιπροσωπεύει την χρωματικότητα. Σήμερα, σχεδόν όλα τα ψηφιακά βίντεο φορμά είναι Component(Y C C ).Χαρακτηριστικά, οι υπολογιστές αποθηκεύουν B R πληροφορία εικόνας χρησιμοποιώντας RGB, αν και πολλά Component (Y C C ) φορμά, μπορούν τώρα να είναι η φυσική εξέλιξη στον υπολογιστή B R (όπως το DV) Τηλεοπτικά πρότυπα SDTV [7][8] Τα τρία βασικά τηλεοπτικά πρότυπα είναι το NTSC, το PAL και το SECAM. Τα συστήματα αυτά δημιουργήθηκαν ως εναλλακτικές μέθοδοι κωδικοποίησης της τηλεοπτικής πληροφορίας και λόγω των διαφορών τους είναι μεταξύ τους ασύμβατα Το πρότυπο NTSC ΤοNTSC (NationalTelevisionSystemsCommittee) είναιτοπρώτοπρότυποπουεμφανίστηκε (1953) και χρησιμοποιείται σήμερα σε πολλές πολιτείες της αμερικάνικης ηπείρου αλλά και σε πολλές ασιατικές χώρες συμπεριλαμβανόμενης της Ιαπωνίας. Στο συγκεκριμένο σύστημα, που διαφοροποιείται από τα υπόλοιπα, χρησιμοποιεί 525 γραμμές σάρωσης και συχνότητα 30 εικόνων/sec. Όπως και στα άλλα δύο πρότυπα, έτσι και εδώ έχουμε τρία σήματα τα οποία πρέπει να διαμορφωθούν και να αποσταλούν, το σήμα φωτεινότητας (Υ), και οι διαφορές του μπλε και του κόκκινου από αυτό (Β-Υ και R-Υ αντίστοιχα). Η επιλογή αυτή έχει γίνει για να έχουμε όμοια επίπεδα ισχύος στα τρία σήματα ώστε η επεξεργασία τους να γίνεται με όμοιο τρόπο. Στην περίπτωση του NTSC,λοιπόν, έχουμε τη διαμόρφωση των 17

18 χρωματοδιαφορών ώστε τελικά να παράγεται ένα σήμα. Το νέο σήμα μαζί με το σήμα φωτεινότητας υφίστανται μαζί μία νέα διαμόρφωση ώστε να παραχθεί το τελικό σύνθετο σήμα. Τα βασικά του χαρακτηριστικά αναφέρονται στον παρακάτω πίνακα: Σύστημα NTSC Γραμμές ανά πεδίο (Lines / Field) 525/60 Οριζόντια συχνότητα (Horizontal Frequency) khz Κατακόρυφη συχνότητα (Vertical Frequency) 60 Hz Συχνότητα χρωματικού φέροντος (Color Sub Carrier mhz Frequency) Εύρος ζώνης βίντεο (VideoBandwidth) 4.2 mhz Συχνότητα ηχητικού φέροντος ( SoundCarrier) 4.5 mhz Πίνακας 1.1 Χαρακτηριστικά προτύπου NTSC Το πρόβλημα που εμφανίστηκε στο NTSCείναι ότι ο θόρυβος που επικάθεται στο σήμα κατά τη διαδικασία διαμόρφωσης μετάδοσης αποδιαμόρφωσης έχει ως αποτέλεσμα την αλλοίωση των χρωμάτων. Τελικά σε ένα τέτοιο σύστημα, λόγω της τυχαιότητας του θορύβου υπάρχει αβεβαιότητα για το χρώμα Το πρότυπο PAL Το PAL (PhaseAlternativeLine)αναπτύχθηκε στην Ευρώπη το 1967.Ο αριθμός των γραμμών σάρωσης που χρησιμοποιεί είναι 625 και η συχνότητα ανανέωσης της εικόνας είναι 25 πλαίσια ανά δευτερόλεπτο (50 πεδία ανά δευτερόλεπτο). Μια σημαντική διαφορά που υπάρχει με το σύστημα NTSCείναι ότι διαθέτει μια διαδικασία αυτόματης διόρθωσης του σφάλματος του χρώματος λόγω θορύβου. Στην πράξη κάθε σειρά υφίσταται διαμόρφωση με διαφορά φάσης 180 ο από την προηγούμενη. Έτσι ο προσθετικός θόρυβος επηρεάζει τα χρώματα δύο συνεχόμενων σειρών με διαφορετικό τρόπο, τέτοιο ώστε ο τελικός μέσος όρος είναι περίπου το αρχικό σήμα. Το μάτι, λοιπόν, βλέπει το συνολικό αποτέλεσμα που είναι αισθητά πιο κοντά στο πραγματικό από ότι στην περίπτωση του NTSC. 18

19 Τα βασικά του χαρακτηριστικά φαίνονται στον παρακάτω πίνακα: Σύστημα PAL B,G,H Γραμμές ανά πεδίο (Lines / Field) 625/50 Οριζόντια συχνότητα (Horizontal Frequency) khz Κατακόρυφη συχνότητα (Vertical Frequency) 50 Hz Συχνότητα χρωματικού φέροντος (Color Sub Carrier MHz Frequency) Εύρος ζώνης βίντεο (VideoBandwidth) 5.0 MHz Πίνακας 1.1.1Χαρακτηριστικά προτύπου PAL Το πρότυπο SECAM Το SECAMεμφανίστηκε παράλληλα με το PALκαι χρησιμοποιήθηκε κυρίως στη Γαλλία και στη Σοβιετική Ένωση. Χρησιμοποιεί τον ίδιο αριθμό γραμμών σάρωσης και την ίδια συχνότητα ανανέωσης. Το SECAMβασίστηκε σε μια διαφορετική φιλοσοφία κατά την οποία εκτός από το σήμα φωτεινότητας αποστέλλονται και τα δύο σήματα χρωματικότητας ξεχωριστά και διαδοχικά (SequencedeCouleurAvecMemoire). Κατά συνέπεια το ένα χρώμα φτάνει πάντα με μία καθυστέρηση που αντισταθμίζεται από ειδικά κυκλώματα. Φυσικά, για να διατηρηθεί ο ίδιος ρυθμός σάρωσης και το ίδιο εύρος ζώνης συχνοτήτων για μετάδοση, το ίδιο σήμα χρωματικότητας χρησιμοποιείται για δύο σειρές αντί για μία, διαφορά πάντως που δεν γίνεται ιδιαίτερα αντιληπτή από το ανθρώπινο μάτι. Για την καλύτερη μετάδοση του σήματος χρησιμοποιήθηκε διαμόρφωση συχνότητας (FM) που είναι ανθεκτικότερη στο θόρυβο. Έτσι, όμως, δημιουργήθηκε ένα νέο πρόβλημα λόγω του περιορισμένου φάσματος που χρησιμοποιείται για τη μετάδοση ενός σήματος με θεωρητικά άπειρο φάσμα (σήμα FM). Τα βασικά του χαρακτηριστικά φαίνονται στον παρακάτω πίνακα: Σύστημα SECAM B,G,H Γραμμές ανά πεδίο (Lines / Field) 625/50 Οριζόντια συχνότητα (Horizontal Frequency) khz Κατακόρυφη συχνότητα (Vertical Frequency) 50 Hz Εύρος ζώνης βίντεο (VideoBandwidth) Συχνότητα ηχητικού φέροντος ( SoundCarrier) 5.0 MHz Πίνακας 1.3 Χαρακτηριστικά προτύπου SECAM 19

20 1.2.3 Πρότυπα HDTV ToHDTV αποτελεί το σύγχρονο πρότυπο ψηφιακής τηλεοπτικής μετάδοσης και χρησιμοποιείται από τα ψηφιακά τηλεοπτικά συστήματα ATSC (Αμερική) και DVB (Ευρώπη). Έχουν ορισθεί διάφορα πρότυπα για το HDTV που διαφοροποιούνται ως προς την ποιότητα της ανάλυσης (1080 ή 720 γραμμές), τον τρόπο σάρωσης της εικόνας και τον αριθμό των πλαισίων που σαρώνονται ανά δευτερόλεπτο. Στον παρακάτω πίνακα παρουσιάζονται τα κύρια HDformats και τα χαρακτηριστικά τους: Λόγος πλευρών Ανάλυση εικόνας Σάρωση Ρυθμός καρέ 720p 16x9 1280x720 Προοδευτική , 29.97, i 16x9 1920x1080 Πεπλεγμένη 29.97, p 16x9 1920x1080 Προοδευτική , 24, 25p, 29.97, Πίνακας Κύρια HD πρότυπα Pixel/καρέ 921,600 2,073,600 2,073,600 20

21 1.3 Ψηφιακός ήχος [6] Ψηφιοποίηση ηχητικού σήματος Όπως έχει προαναφερθεί η διαδικασία ψηφιοποίησης ενός ηχητικού σήματος περιλαμβάνει τα στάδια της δειγματοληψίας και της κβάντωσης. Οι τυποποιημένες τιμές συχνότητας δειγματοληψίας για ένα αρχείο ήχου μπορεί να είναι 48 khz, 44.1 khz και khz. Οι συχνότητες αυτές προκύπτουν από το θεώρημα του Nyquist σύμφωνα με το οποίο η μέγιστη συχνότητα αναλογικού σήματος που μπορεί να αποδοθεί χωρίς αλλοίωση ή παραποίηση είναι το μισό της συχνότητας δειγματοληψίας. Η μεγαλύτερη συχνότητα που μπορεί να γίνει αντιληπτή από το αισθητήριο της ακοής είναι τα 20 khz, οπότε ο νόμος του Nyquist καλύπτεται για τις συχνότητες δειγματοληψίας 48 khz και 44.1 khz. Η συχνότητα δειγματοληψίας των khz αφορά την ψηφιοποίηση ομιλίας καθώς η συχνότητα της οξύτερης φωνής δεν ξεπερνά τα 10 khz. Για την κβάντωση των ηχητικών σημάτων χρησιμοποιούνται 8 bit, 16 bit ή 24 bit. Προκύπτουν συνεπώς διάφορα επίπεδα δειγμάτων και διαφορετική ακρίβεια. Το τελικό ψηφιακό σήμα δημιουργείται εφαρμόζοντας μία από τις υπάρχουσες τεχνικές κωδικοποίησης Κωδικοποίηση PCM Η κωδικοποίηση PCM αποτελεί μία από τις απλούστερες και πιο ευρέως διαδεδομένες μεθόδους κωδικοποίησης ήχου. Στην PCM το πλήθος των σταθμών κβάντωσης κατανέμεται εξίσου σε όλος το εύρος των τιμών του σήματος. Πρόκειται δηλαδή για μία μέθοδος γραμμικής ομοιόμορφης κωδικοποίησης. Η PCM αποτελεί μία μη συμπιεσμένη μορφή κωδικοποίησης ήχου γεγονός που αυξάνει πολύ το μέγεθος των παραγόμενων ψηφιακών αρχείων. Το γεγονός αυτόοδήγησε στην ανάπτυξη μορφών PCM όπως ημulawpcm και η A-lawPCM οι οποίες χρησιμοποιούν λογαριθμική κωδικοποίηση, γεγονός που επιτρέπει την αντιστοίχηση περισσότερων πληροφοριών στις χαμηλές περιοχές συχνοτήτων και λιγότερων στις υψηλές 21

22 επιτυγχάνοντας έναν καλό βαθμό συμπίεσης. Ο λόγος που προτιμάται η λογαριθμική κωδικοποίηση σε σχέση με τη γραμμική είναι γιατί επιτυγχάνει να εξομοιώνει καλύτερα τον τρόπο με τον οποίο τα ανθρώπινο αυτί αντιλαμβάνεται τον ήχο. Χρησιμοποιώντας 8 bits λογαριθμική κωδικοποίηση καλύπτεται το ίδιο εύρος τιμών με 14 bits γραμμική κωδικοποίηση 22

23 2 Πρότυπα συμπίεσης ήχου και εικόνας [2] [9] 2.1 Το πρότυπο συμπίεσης MPEG Τα αρχικά MPEG προέρχονται από τις λέξεις Moving Picture ExpertsGroup (Ομάδα Ειδικών στην Κινούμενη Εικόνα). Πρόκειται για μία επιτροπή που δρα στα πλαίσια του Διεθνούς Οργανισμού τυποποίησης. Επίσημα είναι γνωστή σαν ISO/IEC JTC1/SC29/WG11. Ιδρύθηκε το 1988 και είναι μέλος του JTC1 (Joint ISO/IEC TechnicalCommitteeonInformationTechnology - Ενωμένη Τεχνική επιτροπή ΙSO/IEC στην Τεχνολογία της Πληροφορικής). Το όνομα MPEG έχει επικρατήσει όμως να αναφέρεται και στην οικογένεια των τυποποιήσεων (standards) που δημιουργήθηκαν από την ομάδα MPEG και χρησιμοποιούνται για τη μετάδοση οπτικών και ηχητικώνκαι άλλων τύπων δεδομένων σε ψηφιακή συμπιεσμένη μορφή. Η οικογένεια MPEG περιλαμβάνει τα standards MPEG-1, MPEG-2, MPEG-4, MPEG-7, MPEG-21. Πιοαναλυτικά : MPEG-1 - Coding of moving pictures and associated audio for digital storage media at up to about 1,5 Mbit/s Αναπτύχθηκε για την αποθήκευση και ανάκτηση κινούμενης εικόνας και ήχου σε ψηφιακά μέσα με ρυθμό μετάδοσης μέχρι 1,5 Μbits/sec. H εικόνα έχει ανάλυση 352x240 pixels (NTSC) ή 352x288 pixels (PAL) και η ποιότητά της είναι σε επίπεδα VHS video. Χρησιμοποιείται κυρίως για την αποθήκευση video σε CD-ROM, Video-CD και CD-i και όπου αλλού χρειάζεται μικρό (σε σχέση με το MPEG-2) bandwidth. To MPEG-1 μπορεί να χρησιμοποιηθεί σε εφαρμογές με ρυθμό μετάδοσης 4-5 Mbits/sec, αλλά τα αποτελέσματα δεν είναι τόσο καλά, όσο στην κανονική περιοχή λειτουργίας του. 23

24 MPEG-2 - Generic coding of moving pictures and associated audio information Αναπτύχτηκε για εφαρμογή στην ψηφιακή τηλεόραση. H βασική ανάλυση της εικόνας ακολουθεί το τηλεοπτικό πρότυπο CCIR-601 (broadcastquality - ποιότητα εκπομπής) δηλαδή 704x480 pixels (NTSC) ή 704x576 pixels (PAL) και υποστηρίζει εικόνα πλεκτής σάρωσης (interlaced). Ο ρυθμός μετάδοσης κυμαίνεται από 3 ως 10 Mbits/sec. Οι εφαρμογές του είναι στην καλωδιακή τηλεόραση (CableTV), στη δορυφορική (DirectBroadcastingSatellite TV) αλλά αναμένεται να επεκταθεί και στην επίγεια τηλεόραση. Επίσης χρησιμοποιείται στην αποθήκευση κινηματογραφικών ταινιών στα DVD (DigitalVideoDisk). MPEG-4 - Coding of audio-visual objects Ο όρος audio visualobjects (AV-objects) είναι γενικός και σημαίνει διάφορες οντότητες που απαρτίζουν την εικόνα και οι οποίες μπορούν κωδικοποιητής και αποκωδικοποιητής να χειρισθούν αυτόνομα και ανεξάρτητα από τις υπόλοιπες. Με τον όρο οντότητες πάλι εννοούμε σχήματα και ήχους, φυσικούς ή computergenerated που χρησιμοποιούνται για να αναπαραστήσουν άλλα ομοειδή αντικείμενα. Είναι ένα πρότυπο για εφαρμογές επικοινωνίας πολυμέσων (multimediacomunications) δηλαδή εφαρμογές όπως video-phone, video-conference, video , electronicnews και πολλές άλλες. Η ανάλυση της εικόνας είναι 176x144 pixels σε σχετικά χαμηλούς ρυθμούς μετάδοσης που κυμαίνονται ανάμεσα στα 4.8 και 64 Κbits/sec, κατάλληλα δηλαδή για μετάδοση σε δίκτυα με μικρό διαθέσιμο εύρος ζώνης ανά συνδρομητή, όπως το Internet. MPEG-7- MultimediaContentDescriptionInterface Δημιουργήθηκε για να αποτελέσει ένα πρότυπο περιγραφής όλων των ειδών οπτικοακουστικής πληροφορίας, από πρωταρχικά στοιχεία μέχρι ολοκληρωμένες δουλειές, ανεξάρτητα του format στο οποίο είναι κωδικοποιημένα και ανεξάρτητα του μέσου στο οποίο είναι αποθηκευμένα. Αντίθετα με τα προηγούμενα standards, το MPEG-7 παρέχει τα εργαλεία, αντί για τη συμπίεση και αναπαραγωγή των δεδομένων, για την περιγραφή των 24

25 ίδιων των δεδομένων. Ο όρος πουχρησιμοποιείται σε αυτή την περίπτωση είναι metadata και αποδίδει ακριβώς αυτάτα δεδομένα(meta-data) που χρησιμοποιούνται για περιγραφή των data πουαποτελούν τα ωφέλιμα δεδομένα για αναπαραγωγή. MPEG-21- MultimediaFramework ΤοMPEG -21 διαφέρει σημαντικά με τα προηγούμενα πρότυπα MPEG, καθώς δεν αναφέρεται στην κωδικοποίηση του περιεχομένου όπως τα MPEG 1-2-4, ούτε και στη σημασιολογική περιγραφή του, όπως το MPEG-7, αλλά έρχεται να ενοποιήσει τα πριν από αυτό πρότυπα, ορίζοντας αρχικά ένα πλαίσιο για τη συνεργασία των άλλων προτύπων και έπειτα καλύπτοντας οποιαδήποτε άλλα κενά προκύπτουν στην αλυσίδα της μετάδοσης multimedia από έναν χρήστη σε έναν άλλο. Σε γενικές γραμμές το MPEG-1 έχει αντικατασταθεί από το MPEG-2 το οποίο είναι μια βελτίωση του, που προσφέρει καλύτερη εικόνα και λόγους συμπίεσης και είναι συμβατό με το MPEG-1 (backwardscompatible). Αυτό σημαίνει ότι συσκευές MPEG-2 μπορούν να χειριστούν σήματα συμπιεσμένα με MPEG-1 (αλλά όχι το αντίστροφο). Ενδιάμεσα υπήρξε και το MPEG-3 το οποίο ήταν προσανατολισμένο στην τεχνολογία της Τηλεόραση Υψηλής Ευκρίνειας (HDTV) αλλά εγκαταλείφθηκε αφού διαπιστώθηκε ότι το MPEG-2 μπορεί με κάποιες αλλαγές στη σύνταξη των προδιαγραφών να χρησιμοποιηθεί το ίδιο καλά στην HDTV. Έτσι η δουλειά που είχε γίνει πάνω στο MPEG-3 ενσωματώθηκε στο MPEG-2. 25

26 [2] [10] Βασικές αρχές συμπίεσης κατά MPEG-2 Γενικά το πρότυπο MPEG δεν προδιαγράφει την διαδικασία κωδικοποίησης απλά ορίζει τη δομή των κωδικοποιημένων bitstream. Ακολουθεί μία περιγραφή των γενικών αρχών και των βημάτων της κωδικοποίησης. Είναι γεγονός, ότι οι εικονοσειρές περιέχουν ένα σημαντικό ποσοστό στατιστικού και υποκειμενικού πλεονασμού μέσα και ανάμεσα στα frames. Ο στόχος της κωδικοποίησης των εικονοσειρών είναι η μείωση του ρυθμού μετάδοσης των bit που απαιτούνται για την αποθήκευση και την μετάδοσή τους διερευνώντας τόσο τον στατιστικό όσο και τον υποκειμενικό πλεονασμό και κωδικοποιώντας ένα ελάχιστο απαιτούμενο ποσό πληροφορίας χρησιμοποιώντας τεχνικές κωδικοποίησης εντροπίας. Κάτι τέτοιο καταλήγει σε συμπίεση των δεδομένων του κωδικοποιημένου βίντεο σε σχέση με το αρχικό που δεν έχει υποστεί επεξεργασία. Η απόδοση των τεχνικών συμπίεσης βίντεο εξαρτάται από το ποσό του πλεονασμού που περιέχεται στα δεδομένα εικόνων αλλά και από την τεχνική που χρησιμοποιείται για την κωδικοποίηση. Τα πρακτικά σχήματα κωδικοποίησης στοχεύουν σε μία ισορροπία μεταξύ της απόδοσης της κωδικοποίησης (υψηλό επίπεδο συμπίεσης με ικανοποιητική ποιότητα) και της πολυπλοκότητας εκτέλεσης της. Ανάλογα με τις απαιτήσεις της εκάστοτε εφαρμογής μπορεί να εφαρμοστεί απωλεστική (με απώλειες) ή μη-απωλεστική (χωρίς απώλειες) κωδικοποίηση των δεδομένων. Ο στόχος της μη-απωλεστικής κωδικοποίησης είναι η μείωση του όγκου των δεδομένων για την αποθήκευση ή μετάδοση μιας εικόνας ή ενός βίντεο διατηρώντας όμως την ποιότητα του αρχικού αρχείου. Ο στόχος της απωλεστικής κωδικοποίησης, από την άλλη πλευρά, είναι η επίτευξη ενός συγκεκριμένου ρυθμού μετάδοσης για την αποθήκευση και τη μετάδοση. Αυτή η μέθοδος εφαρμόζεται στις τεχνικές κωδικοποίησης κατά MPEG. Οι περισσότερες εφαρμογές απαιτούν μετάδοση video μέσω καναλιών με περιορισμένο εύρος ζώνης ή/και την αποτελεσματική αποθήκευση του video. Σε αυτές τις εφαρμογές επιτυγχάνεται υψηλή συμπίεση του video μέσω της υποβάθμισης της ποιότητας της εικόνας. Η ποιότητα της εικόνας που προκύπτει μετά την αποκωδικοποίηση είναι μειωμένη σε σχέση με αυτήν της αρχικής εικόνας. Όσο χαμηλότερος είναι ο επιθυμητός ρυθμός μετάδοσης, 26

27 τόσο μεγαλύτερη η συμπίεση των δεδομένων και τόσο πιο εμφανείς οι παραμορφώσεις που προκύπτουν εξαιτίας της κωδικοποίησης. Ο τελικός στόχος των απωλεστικών τεχνικών συμπίεσης είναι η βελτιστοποίηση της ποιότητας της εικόνας (με βάση υποκειμενικά και αντικειμενικά κριτήρια) για ένα δεδομένο ρυθμό μετάδοσης. Οι τεχνικές κωδικοποίησης MPEG είναι από την φύση τους στατιστικές. Οι εικονοσειρές συνήθως περιέχουν στατιστικούς πλεονασμούς, τόσο στη χωρική όσο και στη χρονική διάσταση. Η βασική στατιστική αρχή πάνω στην οποία βασίζονται οι MPEG τεχνικές συμπίεσης είναι η συσχέτιση μεταξύ των pixel σε μια εικόνα του video αλλά και μεταξύ διαδοχικών εικόνων. Έτσι, θεωρείται ότι η τιμή ενός pixel μπορεί να υπολογιστεί από την τιμή των γειτονικών pixel του ίδιουframe (Interframe κωδικοποίηση) χρησιμοποιώντας την ιδιότητα του χωρικού πλεονασμού, ή από pixel γειτονικών frame ( Interframe κωδικοποίηση) χρησιμοποιώντας την ιδιότητα του χρονικού πλεονασμού. Οι MPEG αλγόριθμοι συμπίεσης εφαρμόζουν Διακριτό Συνημιτονικό Μετασχηματισμό (DCT) σε 8x8 τμήματα (block) της εικόνας για να εντοπίσουν τη χωρική συσχέτιση μεταξύ των pixel. Επιπλέον, αν η συσχέτιση μεταξύ των pixel γειτονικών frame είναι μεγάλη, χρησιμοποιούνται Interframe τεχνικές πρόβλεψης της κίνησης μεταξύ των frame. Ουσιαστικά, τα σχήματα κωδικοποίησης MPEG είναι ένας συνδυασμός τεχνικών τμηματικής πρόβλεψης της κίνησης και εφαρμογής Διακριτού Συνημιτονικού Μετασχηματισμού έτσι ώστε να επιτευχθεί η μέγιστη συμπίεση των δεδομένων. Διακριτός συνημιτονικός μετασχηματισμός Ο Διακριτός Συνημιτονικός Μετασχηματισμός (DiscreteCosineTransform) είναι μία μέθοδος που βρίσκει μεγάλη εφαρμογή στην ψηφιακή συμπίεση γενικά αλλά και στο MPEG ειδικότερα. Με το μετασχηματισμό DCT μπορούμε να μεταφέρουμε την πληροφορία που περικλείει η εικόνα από το πεδίο του χώρου στο πεδίο της συχνότητας (αφηρημένο πεδίο), όπου η περιγραφή της μπορεί να γίνει με σημαντικά μικρότερο πλήθος bits, για διάφορους λόγους. 27

28 Ο μετασχηματισμός DCT ορίζεται ως εξής : Για κάθε pixel (x,y) εφαρμόζοντας τον τύπο : DCT (i,j) = C(i)C (j) ( ) [ ( ) ] [ ( ) ] όπου C(x) = , x =0 C(x) = 1, x >0 παίρνουμε την τιμή DCT(i,j) που είναι η τιμή του συντελεστή του μετασχηματισμού στο πεδίο της συχνότητας. Έτσι αντιστοιχίζουμε τις τιμές των pixels στις αντίστοιχες τιμές συντελεστών. Οι συντελεστές αυτοί μεταφέρουν ο καθένας ένα κομμάτι της αρχικής πληροφορίας (αυτό που αντιστοιχεί στο κομμάτι του φάσματος που περιγράφει). Επειδή όμως έχει παρατηρηθεί ότι η ανθρώπινη όραση αντιλαμβάνεται πολύ περισσότερο τα φαινόμενα που σχετίζονται με χαμηλές συχνότητες όπως (π.χ. χρώματα με μικρότερα μήκη κύματος), ενώ δείχνει κάποια ανοσία σε υψίσυχνες περιοχές του σήματος (π.χ. ακμές της εικόνας), οι συντελεστές του μετασχηματισμού που αντιστοιχούν σε χαμηλές συχνότητες έχουν μεγαλύτερη βαρύτητα από αυτούς που περιγράφουν τις υψηλές συχνότητες και για το λόγο αυτό οι πρώτοι περιγράφονται με τη μεγαλύτερη δυνατή ακρίβεια.. Κατά την αναπαραγωγή γίνεται η αντίστροφη διαδικασία με τη βοήθεια του μετασχηματισμού IDCT (InverseDiscreteCosineTransform - Αντίστροφος Διακριτός Μετασχηματισμός Συνημίτονων), που περιγράφεται από τον τύπο: Pixel(x,y) = ( ) ( ) ( ) [ ( ) ] [ ( ) ] Το αποτέλεσμα είναι να πάρουμε πίσω σχεδόν ανέπαφη την αρχική πληροφορία (εκτός από κάποια αναπόφευκτα σφάλματα στρογγυλοποίησης). 28

29 Τμηματική Πρόβλεψη Κίνησης Η τμηματική πρόβλεψη κίνησης είναι μία διαδικασία με την οποία μπορεί να εκτελεστεί δια-πλαισιακή (Inter-frame) κωδικοποίηση και να περιγραφεί η αλληλουχία εικόνων ως σειρά ομοιοτήτων και διαφορών. Εναλλακτικά από το να κωδικοποιήσουμε ανεξάρτητα τα δύο πλαίσια μπορούμε να περιγράψουμε τη δεύτερη εικόνα με το να τη χωρίσουμε σε ίσα τμήματα και να φτιάξουμε ένα πίνακα που να περιέχει τμήματα που έχουν μείνει ίδια και διανύσματα που να δείχνουν τη νέα θέση των τμημάτων που άλλαξαν θέση. Έτσι αν έχουμε ήδη αποστείλει την πρώτη εικόνα μπορούμε να στείλουμε τη δεύτερη σαν ένα πίνακα 20 διανυσμάτων και ορισμένων σταθερών τμημάτων, που προφανώς έχει πολύ μικρότερο μέγεθος. Το παραπάνω είναι μία καλή προσέγγιση της μεθόδου αλλά στην πραγματικότητα οι πραγματικές εικόνες δεν θα είναι τόσο όμοιες μεταξύ τους όσο η σκακιέρα. Θα έχουν κάποια κοινά τμήματα που αλλάζουν θέση από πλαίσιο σε πλαίσιο αλλά θα υπάρχουν και τμήματα που αλλάζουν θέση διατηρώντας το σχήμα τους αλλά μεταβάλλεται το χρώμα τους, καθώς και άλλα που δεν υπάρχουν σε προηγούμενο πλαίσιο αλλά εμφανίζονται σε κάποιο για πρώτη φορά. Για την κάλυψη αυτών των περιπτώσεων χρησιμοποιείται μία πιο βελτιωμένη εκδοχή της παραπάνω ιδέας (ή για την ακρίβεια διάφορες εκδοχές της παραπάνω ιδέας). Η σύνταξη του MPEG καθορίζει πως θα αναπαρίσταται η πληροφορία για την κίνηση του κάθε macroblock, ότι θα γίνεται δηλαδή αυτή η αναπαράσταση με τη χρήση διανυσμάτων κίνησης, αλλά δεν καθορίζει πως τα διανύσματα αυτά θα υπολογίζονται και για το λόγο αυτό εμφανίζονται διάφορες υλοποιήσεις της μεθόδου εύρεσης των διανυσμάτων κίνησης οι οποίες στηρίζονται όλες στην ελαχιστοποίηση μίας συνάρτησης που υπολογίζει την ταύτιση του τρέχοντος με το macroblock αναφοράς. Αν και μπορεί να χρησιμοποιηθεί κάθε συνάρτηση σφάλματος που υπάρχει, η πιο συχνά χρησιμοποιούμενη συνάρτηση είναι η Απόλυτη Διαφορά (AE - AbsoluteError) η οποία δίνεται από τον παρακάτω τύπο : 29

30 ( ) ( ) ( ) Στην παραπάνω εξίσωση το f(i,j) και g(i,j) αντιπροσωπεύουν τις συντεταγμένες των pixels στο τρέχον και το macroblock αναφοράς αντίστοιχα. Το macroblock αναφοράς που καθορίζεται από το διάνυσμα (dx,dy)αντιπροσωπεύει την περιοχή αναζήτησης. Το macroblock που παράγει το μικρότερο σφάλμα αντιστοιχεί στην τιμή του διανύσματος που ψάχνουμε. Υποδειγματοληψία και παρεμβολή Οι MPEG τεχνικές κωδικοποίησης κάνουν εκτεταμένη χρήση της υποδειγματοληψίας και της κβάντισης πριν την κωδικοποίηση. Ο βασικός σκοπός της υποδειγματοληψίας είναι η μείωση της διάστασης του video εισόδου και κατά συνέπεια η μείωση του αριθμού των pixel που θα κωδικοποιηθούν. Αξίζει να αναφερθεί ότι σε ορισμένες εφαρμογές το video υποδειγματοληπτείται και στη χρονική διάσταση για να μειωθεί ο αριθμός των frame. Αυτή η τεχνική θεωρείται μία από τις πιο απλές τεχνικές συμπίεσης και εκμεταλλευόμενη συγκεκριμένα χαρακτηριστικά του ανθρώπινου ματιού, αφαιρεί τον υποκειμενικό πλεονασμό που εμπεριέχεται στο video.για παράδειγμα, η ανθρώπινη όραση είναι λιγότερη ευαίσθητη στις χρωματικές μεταβολές παρά σε εκείνες της φωτεινότητας και έτσι απαιτούνται λιγότερα δεδομένα χρωματικής πληροφορίας για να δημιουργηθεί η αίσθηση της ποιοτικής εικόνας στον θεατή. Όπως είναι γνωστό, για την κωδικοποίηση της εικόνας δε χρησιμοποιούμε τρία ανεξάρτητα σήματα για τις συνιστώσες R,G,B παρόλο που κάθε χρώμα μπορεί να περιγραφεί από αυτές και άλλο ένα για τη φωτεινότητα, αλλά στην πράξη χρησιμοποιείται μόνο αυτό της φωτεινότητας (Υ) και δύο άλλα (Cr) και (Cb) που περιέχουν τις πληροφορίες για τα R,G,B αν συνδυαστούν με τη φωτεινότητα σύμφωνα με τους παρακάτω τύπους: 30

31 Y = 0,30R + O,59G + 0,14B Cr = 0,74(R-Y) - 0,27(B-Y) = 0,60R + 0,28G + 0,32B (για το NTSC) Cb = 0,48(R-Y) + 0,41(B-Y) = 0,21R + 0,52G + 0,31B Και Y = 0,30R + O,59G + 0,11B Cr = 0,493(B-Y) = -0,15R - 0,29G + 0,44B (για το PAL) Cb = 0,877(R-Y) = 0,62R - 0,52G - 0,10B Έτσι κατά την δειγματοληψία, μπορούν να ψηφιοποιηθούν λιγότερα δείγματα από τις συνιστώσες χρώματος (υποδειγματοληψία χρώματος) σε σχέση με το σήμα φωτεινότητας μειώνοντας έτσι τον όγκο των δεδομένων. Κατά την αποκωδικοποίηση η πληροφορία χρώματος που λείπει αναπαράγεται από τον μέσο όρο των γειτονικών pixel. Το πρότυπο MPEG 2 δίνει τρεις επιλογές σχετικά με την υποδειγματοληψία χρώματος: Το μοντέλο 4:4:4 Στην απεικόνιση αυτή οι πίνακες φωτεινότητας και χρωματικότητας έχουν το ίδιο μέγεθος και στις τρεις διαστάσεις. Εικόνα 2.1 Δειγματοληψία χρώματος - Μοντέλο 4:4:4 [11] 31

32 Το μοντέλο 4:2:0 Στην απεικόνιση αυτή, οι πίνακες χρωματικότητας έχουν το μισό μέγεθος από τον πίνακα φωτεινότητας στην οριζόντια αλλά και στην κάθετη διάσταση. Ο πίνακας φωτεινότητας Υ πρέπει να έχει άρτιο αριθμό στοιχείων. Εικόνα 2.2 Δειγματοληψία χρώματος - Μοντέλο 4:2:0 [11] Το μοντέλο 4:2:2 Στην απεικόνιση αυτή οι πίνακες χρωματικότητας έχουν το μισό μέγεθος από τον πίνακα φωτεινότητας στην οριζόντια διάσταση αλλά το ίδιο μέγεθος στην κάθετη διάσταση. Ο πίνακας φωτεινότητας πρέπει να έχει άρτιο αριθμό στοιχείων. Εικόνα 2.3 Δειγματοληψία χρώματος - Μοντέλο 4:4:2 32

33 Κβαντοποίηση (Quantization) Η μέθοδος που μας βοηθάει να απαλλαγούμε από σημαντικό μέρος της πληροφορίας είναι η κβαντοποίηση. Με τον όρο κβαντοποίηση γενικά εννοούμε τη μετατροπή ενός σήματος άπειρων (η πάρα πολλών) τιμών σε ένα σήμα ορισμένων διακριτών τιμών π.χ. η κβαντοποίηση μιας εικόνας που περιέχει εκατομμύρια χρώματα οδηγεί σε μία εικόνα που έχει 256 διαφορετικές τιμές για το χρώμα (πρότυπο JPEG). Με άλλα λόγια κβαντοποίηση είναι ο περιορισμός των bits με τα οποία περιγράφουμε τα δείγματα του σήματος (προφανώς το 256 έχει πολύ λιγότερα bits από τους τεράστιους αριθμούς με τους οποίους έπρεπε να περιγράψουμε τα δείγματά μας αν δεν γινόταν κβαντοποίηση). Είναι προφανές ότι η κβαντοποίηση εισάγει σφάλμα ανάλογο με τον αριθμό τον bits που απορρίπτονται και κατά συνέπεια ευθύνεται στο μεγαλύτερο βαθμό για την απώλεια πληροφορίας κατά τη συμπίεση (lossycompression) σε αντίθεση με το μετασχηματισμό DCT που είναι μία, σε μεγάλο βαθμό αντιστρεπτή διαδικασία. Για να περιγράψουμε όσο περισσότερες από τις τιμές του σήματος γίνεται με δοσμένο αριθμό bits, διαιρούμε τις τιμές των δειγμάτων είτε με σταθερές τιμές (uniformquantization) είτε με πίνακες κβαντοποίησης (quantizationtables). Στη συγκεκριμένη περίπτωση, δηλαδή στο πρότυπο MPEG χρησιμοποιείται η δεύτερη μέθοδος και μάλιστα υπάρχει ένας πίνακας για τα πλαίσια που έχουν κωδικοποιηθεί με ενδοπλαισιακή (intra-framecoding) και ένας για αυτά με διαπλαισιακή (inter-frame coding). 33

34 2.1.2 Τύποι εικόνας MPEG-2 Σε ένα σήμα (bitstream) MPEG υπάρχουν τριών ειδών πλαίσια: I(IntraFrames): Το είδος αυτό των πλαισίων κάνει χρήση του Intra-frameCoding. Τα πλαίσια τύπου Ι είναι τα μόνα που είναι κωδικοποιημένα στο σύνολό τους και η αποκωδικοποίηση τους μπορεί να γίνει χωρίς αναφορά σε κάποιο άλλο. Είναι κατά συνέπεια τα μεγαλύτερα σε μήκος και αποτελούν σημεία αναφοράς κατά την τυχαία προσπέλαση ενός σήματος.εφαρμογές που απαιτούν τυχαία αναζήτηση, γρήγορη αναπαραγωγή κατά μπροστά ή κατά πίσω μπορούν να χρησιμοποιούν I πλαίσια σχετικά συχνότερα. Ι πλαίσια μπορούν επίσης να χρησιμοποιηθούν και στις γρήγορες αλλαγές σκηνών ή σε άλλες περιπτώσεις όπου η εκτίμηση κίνησης είναι αναποτελεσματική. P (PredictedFrames): Τα πλαίσια τύπου P είναι βασισμένα σε ένα προηγούμενο I ή P πλαίσιο. Με τη σειρά τους μπορούν να αποτελέσουν και αυτά σημεία αναφοράς για επόμενα πλαίσια και αυτός είναι και ο λόγος που συμβάλλουν στην εισαγωγή και διάδοση σφαλμάτων, αφού η διαδικασία πρόβλεψης κίνησης δεν μπορεί να είναι 100% ακριβής. Δεν έχουν το μέγεθος των I πλαισίων γιατί δεν έχουν περιγραφεί με την ίδια ακρίβεια, δηλαδή παρουσιάζουν μεγαλύτερο ποσοστό συμπίεσης. Β (Bi-directionalframes): Τα πλαίσια τύπου Bείναι πλαίσια που δημιουργούνται λαμβάνοντας το μέσο όρο, σε επίπεδο macroblock, ενός προηγούμενο και ενός επόμενου πλαισίου I ή P.Δε συντελούν τόσο πολύ στη διάδοση σφαλμάτων γιατί δεν χρησιμοποιούνται ως σημεία αναφοράς και επιπλέον μειώνουν σημαντικά το σφάλμα παίρνοντας το μέσο όρο από δύο πλαίσια. Μπορούμε να πούμε ότι ο «κύκλος ζωής» τους περιορίζεται μόνο σε αυτά και δεν επεκτείνεται με το να 34

35 κληροδοτούν πληροφορίες σε άλλα πλαίσια, κάτι που πολλές φορές, σε συνδυασμό και με την υπολογιστική πολυπλοκότητα που απαιτούν για την κωδικοποίηση και αποκωδικοποίηση, τα κάνει μη επιθυμητά από τους κατασκευαστές. Η διαδικασία της κωδικοποίησης περιλαμβάνει συνδυασμό των αντίστοιχων macroblocks που παρουσιάζουν μικρές διαφορές με τα αντίστοιχα των πλαισίων αναφοράς (προηγούμενο και επόμενο), δηλαδή αφαίρεση του μέσου όρου των άλλων δύο από το τρέχον πλαίσιο, συνδυασμό των διανυσμάτων κίνησης των πλαισίων αναφοράς (που συνδυάζονται όπως και τα αντίστοιχα macroblocks, δηλαδή λαμβάνεται ο μέσος όρος τους), και στη συνέχεια την ίδια διαδικασία με τα I και P πλαίσια, για την κωδικοποίηση του macroblock που προκύπτει. Ο κύριος λόγος ύπαρξης των B πλαισίων είναι η κάλυψη της περίπτωσης, κάποιες πληροφορίες της εικόνας να υπάρχουν σε επόμενα πλαίσια και να μην υπάρχουν στα προηγούμενα. Συνεπώς, η πρόβλεψη τους με τα P πλαίσια θα ήταν αδύνατη. Σαν παράδειγμα μπορούμε να αναφέρουμε μία πόρτα που ανοίγει ξαφνικά. Η πληροφορία για το τι βρίσκεται πίσω από την πόρτα υπάρχει στα επόμενα πλαίσια, και όχι στα προηγούμενα, και για να εμφανιστεί και στο τρέχον πλαίσιο πρέπει να ληφθούν σα σημεία αναφοράς και το προηγούμενο και το επόμενο. Κάθε αλληλουχία εικόνων που ξεκινά από ένα I πλαίσιο και φτάνει μέχρι το επόμενο (χωρίς να το συμπεριλαμβάνει) ονομάζεται «Σύνολο Εικόνων» ή GroupofPictures (GOP) και αποτελεί τη μικρότερη μονάδα που μπορεί να αποκωδικοποιηθεί ανεξάρτητα, χωρίς να γίνονται αναφορές σε άλλο GOP. Προκειμένου να γίνει η επεξεργασία της εικόνας και η διαδικασία πρόβλεψης της κίνησης, το κάθε πλαίσιο (frame) της εικόνας χωρίζεται σε τμήματα που ονομάζονται slices. Τα slices περιέχουν μία σειρά macroblocks, οποία όπως φανερώνει και το όνομά τους περιέχουν μία σειρά από blocks. Ο ρόλος των slices είναι να περιορίσουν τη διάδοση των λαθών (errorpropagation). Αν ένα slice ληφθεί με λάθος παραλείπεται χωρίς να χάνουμε όλη την εικόνα. Γενικά τα slices βοηθούν στην απόκρυψη των σφαλμάτων (errorconcealment). 35

36 2.1.3 Πολυπλεξία και συγχρονισμός [12] Από τις βασικές λειτουργίες της κωδικοποίησης MPEG-2 είναι ο συνδυασμός, ή πολυπλεξία, δεδομένων από διαφορετικού τύπου πολυμέσα σε μία ενιαία ροή που μπορεί να μεταδοθεί μέσω ενός τηλεπικοινωνιακού καναλιού ή να αποθηκευθεί σε μία μονάδα αποθήκευσης. Η μέθοδος πολυπλεξίας που χρησιμοποιείται στα συστήματα MPEG-2, όπως και στα συστήματα MPEG-1, είναι η πολυπλεξία πακέτων (PacketMultiplexing). Με την πολυπλεξία πακέτων, τα πακέτα δεδομένων από τις διάφορες στοιχειώδεις ροές, ήχου, βίντεο, δεδομένων, κλπ, παρεμβάλλονται το ένα μετά το άλλο στην ενιαία ροή MPEG-2. Είναι λογικό, εφόσον έχουμε να κάνουμε με πολυμεσικές πληροφορίες, να υπάρχει η απαίτηση να διατηρείται ένας αυστηρός συγχρονισμός μεταξύ των στοιχειωδών ροών όταν αυτές αποκωδικοποιούνται και αναπαράγονται σε διάφορες οθόνες εξόδου ή άλλου τύπου συσκευές. Όταν χρησιμοποιείται η μέθοδος της πολυπλεξίας πακέτων η καθυστέρηση μεταξύ της κωδικοποίησης και της αποκωδικοποίησης μπορεί να διαφέρει λόγω του ότι τα πακέτα μπορεί να ποικίλουν σε μέγεθος και συχνότητα εμφάνισης. Επιπλέον, αν ο ήχος και το βίντεο έχουν επεξεργαστεί ξεχωριστά πριν από την πολύπλεξή τους θα πρέπει να υπάρχει κάποιος μηχανισμός ανάκτησης του συγχρονισμού. Ο συγχρονισμός επιτυγχάνεται με τη χρήση Χρονοσφραγίδων (Timestamps) και Αναφορών Ρολογιού (ClockReferences). Οι χρονοσφραγίδες είναι πεδία δεδομένων μήκους 33 bit τα οποία υποδεικνύουν τη χρονική στιγμή, σύμφωνα με ένα Ρολόι Χρονισμού Συστήματος (SystemsTimeClock STC), που μία Μονάδα Παρουσίασης (πλαίσια βίντεο, ήχος κλπ.) πρέπει να αποκωδικοποιηθεί και να παρουσιαστεί από μία συσκευή εξόδου. Οι αναφορές ρολογιού είναι πεδία μήκους 42 bit που υποδεικνύουν στον αποπολυπλέκτη ποιος πρέπει να είναι ο STC χρόνος όταν αυτές λαμβάνονται. 36

37 Ο συγχρονισμός και η αποκωδικοποίηση απαιτούν την ύπαρξη κάποιας ενδιάμεσης μνήμης (buffer) στον αποκωδικοποιητή για να αποθηκεύονται τα λαμβανόμενα συμπιεσμένα δεδομένα πριν την αποκωδικοποίηση και παρουσίασή τους. Όταν η τιμή του STC του αποκωδικοποιητή ταυτιστεί με μία συγκεκριμένη χρονοσφραγίδα, η αντίστοιχη Μονάδα Παρουσίασης αφαιρείται από την μνήμη και περνάει στην αποκωδικοποίηση Ροές MPEG-2 [12] Τα πακέτα PES των διάφορων στοιχειωδών ροών μιας πολυμεσικής εφαρμογής συνδυάζονται μεταξύ τους για να σχηματίσουν ένα Πρόγραμμα (Program). Κάθε Πρόγραμμα έχει το δικό του ρολόι STC για των συγχρονισμό των ροών. Στο σχήμα κωδικοποίησης MPEG έχουν καθοριστεί τρεις τύποι μη στοιχειωδών ροών για τη μετάδοση και την αποθήκευση τον Προγραμμάτων. Ο πρώτος τύπος ονομάζεται Ροή Προγράμματος (ProgramStream PS) και είναι κατάλληλη για την αποθήκευση Προγραμμάτων δεδομένων ή για τη μετάδοση τους σε περιβάλλονται σχετικά απαλλαγμένα από σφάλματα. Η Ροή Προγράμματος μεταφέρει ένα Πρόγραμμα και απαρτίζεται από Δέσμες (Packs) πολυπλεγμένων δεδομένων. Κάθε Δέσμη αποτελείται από την κεφαλίδα Δέσμης, από έναν μεταβλητό αριθμό πολυπλεγμένων πακέτων PES και από κάποια επιπλέον βοηθητικά δεδομένα. Ο δεύτερος τύπος ροής ονομάζεται Ροή Μεταγωγής (TransportStream - TS) και έχει οριστεί για μετάδοση μέσω δικτύων επιρρεπή σε λάθη. Όπως και η Ροή Προγράμματος αποτελούνται από πολυπλεγμένες στοιχειώδεις ροές και από επιπλέον βοηθητικά δεδομένα. Η κύρια διαφορά τους είναι ότι στη Ροή Μεταγωγής τα σχετικά μεγάλα και μεταβλητού μήκους πακέτα PES τεμαχίζονται σε μικρότερα πακέτα TS σταθερού μήκους 188 byte. Ο εντοπισμός και η διόρθωση λαθών σε πακέτα σταθερού μήκους είναι ευκολότερη και ταχύτερη διαδικασία. Μία άλλη διαφορά έιναι ότι η Ροή 37

38 Μεταγωγής μπορεί να μεταφέρει πολλαπλά Προγράμματα, το καθένα με το δικό του Ρολόι STC, σε αντίθεση με τη Ροή Προγράμματος που μεταφέρει μόνο ένα Πρόγραμμα. Τέλος υπάρχει και ένας τρίτος τύπος ροής, η Ροή PES που χρησιμοποιείται για ορισμένες λειτουργίες σε συγκεκριμένες υλοποιήσεις. Δεν συστήνεται για μετάδοση ή αποθήκευση δεδομένων καθώς δεν είναι ανθεκτική απέναντι σε λάθη και παρουσιάζει περιορισμός σε λειτουργίες όπως η τυχαία προσπέλαση. 38

39 2.2 Συμπίεση Ήχου [13] Κατά την ψηφιοποίηση ακουστικών σημάτων παράγονται αρχεία μεγάλου μεγέθους. Αυτό οδήγησε στην ανάγκη ανάπτυξης της τεχνολογίας συμπίεσης των ηχητικών δεδομένων. Οι εφαρμοζόμενοι αλγόριθμοι συμπίεσης μπορούν να μειώσουν σημαντικά το εύρος ζώνης των σημάτων και τις απαιτήσεις για την αποθήκευση και την μετάδοση ήχου υψηλής ποιότητας. Για να γίνουν κατανοητά τα πλεονεκτήματα της μετάδοσης συμπιεσμένου ψηφιακού ήχου μέσα από δίκτυα, ας θεωρήσουμε σαν παράδειγμα την περίπτωση του προτύπου που χρησιμοποιείται στα CD. Το CD πρότυπο είναι μια 16-bit γραμμική PCM διαδικασία, η οποία έχει ένα μεγάλο μειονέκτημα: το μέγεθος εύρους ζώνης του ψηφιακού σήματος που καταλαμβάνει σε ένα σύστημα μετάδοσης. Ένα στερεοφωνικό CD μεταδίδει πληροφορία με ρυθμό 1,411 Mbps, το οποίο απαιτεί ένα σήμα με εύρος ζώνης περίπου 700 kηz για να αποφευχθεί η παραμόρφωση του ψηφιακού σήματος. Στην πραγματικότητα, επιπρόσθετα bit προστίθενται για την κωδικοποίηση καναλιού, το συγχρονισμό, και τη διόρθωση σφαλμάτων. Αυτό αυξάνει την απαίτηση σε εύρος ζώνης στο 1,5 ΜΗz. Αν αυτό συγκριθεί, με τα 20 kηz που χρειάζονται για να μεταδοθεί ένα στερεοφωνικό αναλογικό σήμα, βλέπουμε ότι προκύπτει μια τεράστια αύξηση στην απαίτηση εύρους ζώνης. Από τα πολυάριθμα συστήματα συμπίεσης που χρησιμοποιούνται θα ακολουθήσει ανάλυση δύο εξ αυτών,ευρέως διαδεδομένων, του MPEG-1 και του AC Το πρότυπο MPEG-1 Layer 2 Tο πρότυπο που έγκειται το ψηφιακό ήχο είναι το Mpeg-1 Audio και δεν αποτελεί ένα αλγόριθμο συμπίεσης αλλά μια οικογένεια τριών διαφορετικών τεχνικών κωδικοποίησης και συμπίεσης. Και τα τρία αυτά στάδια στηρίζονται στην ίδια αρχή, δηλαδή η συμπίεση ολοκληρώνεται με το συνδυασμό ενός είδος κωδικοποίησης μετασχηματισμού και sub-banddivision ενώ οι διαφορές 39

40 του αναδύονται στο τελικό στάδιο της κβαντοποιήσης. Παράλληλα, το πρότυπο Mpeg-1 Audio προβλέπει ένα ή δύο ηχητικά κανάλια χρησιμοποιώντας 16bits για την κωδικοποίησης των δειγμάτων, ενώ η συχνότητα δειγματοληψίας του ήχου μπορεί να είναι 32kHz, 44kHz ή 48 khz. Tο πρότυπο Mpeg-1 Audio διακρίνεται σε Mpeg-1 AudioLayer I,II και III (ή MP3). Συγκεκριμένα, το Mpeg-1 AudioLayer I χρησιμοποιήθηκε στο σύστημα συμπίεσης ψηφιακής κασέτας DCC της Philips προσφέροντας συμπίεση 4:1. Ως αποτέλεσμα, η ηχητική ποιότητα είναι μέτρια ενώ το bandwidth που απαιτείται είναι αυξημένο 192 ή 256 kbps ανά κανάλι. Το Mpeg-1 AudioLayer II (ή Mp2), χρησιμοποιήθηκε στο ψηφιακό ραδιόφωνο όπου ο αλγόριθμος αυτή της κατηγόριας έχει βελτιοποιηθεί για ένα εύρος ζώνης 96 ή 128 kbps ανά μονοφωνικό κανάλι, ενώ ως αποτέλεσμα η ποιότητα είναι εφάμιλλη του CD (6:1...8:1 με kbps για στερεοφωνικό ήχο). Αντίθετα, το Mpeg-1 AudioLayer III ή αλλιώς Mp3, έχοντας καλύτερη απόδοση από τα παραπάνω παρουσιάζει συμπίεση περίπου 12:1 με ποιότητα που πλησιάζει αυτή των CD και ρυθμό μετάδοσης δεδομένων στα 64 kbps Το πρότυπο AC-3 [14][15][16] Ο AC-3 (DolbyDigital) αλγόριθμος συμπίεσης μπορεί να κωδικοποιήσει από 1έως 5.1 κανάλια ηχητικής πηγής, από μια PCM αναπαράσταση σε μία σειριακή ροή bit, με ρυθμούς δεδομένων από 32 έως 640 kbps. Το ηχητικό σύστημα δέχεται εισόδους βασικής ζώνης μέχρι και 6 κανάλια ανά σειριακή κωδικοποιημένη ροή. Τα έξι αυτά κανάλια είναι: Αριστερό Δεξιό Κεντρικό Αριστερό περιφερειακό Δεξιό περιφερειακό Εφέ χαμηλών συχνοτήτων (Subwoofer) 40

41 Ο ρυθμός δειγματοληψίας του ηχητικού σήματος φτάνει μέχρι τα 48 khz ενώ ο λόγος συμπίεσης είναι 10:1. Η ενότητα που ακολουθεί περιγράφει τον αλγόριθμο AC-3, προσδιορίζει τα πρωταρχικά στοιχεία επεξεργασίας και αναλύει τους βασικούς ψυχοακουστικούς μηχανισμούς που εμπλέκονται στη διαδικασία. Διαδικασία επεξεργασίας: Το σχήμα AC-3 αποτελεί ουσιαστικά έναν προσαρμοστικό κωδικοποιητή και μετατροπέα που χρησιμοποιεί μία τράπεζα φίλτρων γραμμικής συχνότητας βασισμένη στην τεχνική ακύρωσης επικάλυψης στο πεδίο του χρόνου (TDAC - Time-domainAliasingCancelation) των Princen-Bradley. Το κύριο πλεονέκτημα της βασισμένης σε τράπεζα φίλτρων κωδικοποίησης είναι ότι οι συνιστώσες του σήματος και οι αντίστοιχες συνιστώσες του θορύβου κβάντισης (που σκοπός είναι να καλυφθούν) διατηρούνται εντός ενός κρίσιμου εύρους ζώνης, αποκομίζοντας μέγιστο όφελος από τα χαρακτηριστικά απόκρυψης του ανθρώπινου αυτιού και ελαχιστοποιώντας τον τελικό απαιτούμενο ρυθμό μεταφοράς δεδομένων για την άνευ αντιληπτού θορύβου κωδικοποίηση. Μία ευέλικτη τεχνική κατανομής bit, που αξιοποιεί την πολλαπλότητα των ακουστικών καναλιών, κατανέμει τα bit στις συχνότητες και τα κανάλια όπως απαιτείται, λαμβάνοντας υπόψη ενδο-καναλικά και δια-καναλικά φαινόμενα απόκρυψης. Περαιτέρω κέρδη από την κωδικοποίηση αποκομίζονται μέσω διαχωρισμού και ανεξάρτητης κωδικοποίησης της πληροφορίας του φέροντος υψηλής συχνότητας και της περιβάλλουσας. Στάδια κωδικοποίησης 1. Προσωρινή μνήμη εισόδου Ο κωδικοποιητής AC-3 είναι δομημένος σε μπλοκ, έτσι ώστε ένα ή περισσότερα μπλοκ σημάτων στο πεδίο του χρόνου, με τυπικά 512 δείγματα ανά μπλοκ, να συλλέγονται σε μία προσωρινή μνήμη εισόδου για κάθε κανάλι πριν υποστούν περαιτέρω επεξεργασία. 41

42 2. Φίλτρο εισόδου Τα σήματα εισόδου του κωδικοποιητή φιλτράρονται ξεχωριστά το καθένα, μέσω υψιπερατού φίλτρου, περίπου στα 3 Hz για να αφαιρεθεί η DC συνιστώσα. 3. Ανίχνευση παροδικών μεταβολών Ένα συνηθισμένο πρόβλημα στους ψηφιακούς κωδικοποιητές ήχου είναι η παρουσία preecho (προ-ηχούς). Το πρόβλημα σχετίζεται με την παρουσία απότομων μεταβολών στο επίπεδο του ήχου όπως για παράδειγμα μία περίοδος σιωπής που ακολουθείται από έναν δυνατό κρουστικό ήχο που προέρχεται από ένα τύμπανο. Αν αυτές οι μεταβολές εμφανιστούν στη μέση ενός μπλοκ, η στρατηγική κβάντισης για το συγκεκριμένο μπλοκ καθορίζεται με βάση τον δυνατό ήχο και όχι την περίοδο σιωπής. Κάτι τέτοιο συνήθως οδηγεί σε μεγάλα επίπεδα κβάντισης για το μπλοκ. Καθώς οι συχνοτικοί συντελεστές που προκύπτουν, από τον μετασχηματισμό που ακολουθεί, μετατρέπονται κατά την αποκωδικοποίηση πάλι σε ημιτονοειδείς κυματομορφές που εκτείνονται σε όλο το ανακατασκευασμένο ηχητικό σήμα, η παραμόρφωση που οφείλεται στην υψηλή κβάντιση είναι εμφανής κατά την περίοδο σιωπής. Ως εκ τούτου, ο θόρυβος στην αρχή του ηχητικού μπλοκ είναι καθαρά ακουστός και αναφέρεται ως preecho. Μία λύση στο πρόβλημα θα μπορούσε να είναι η χρήση μπλοκ μικρότερου μεγέθους στο οποίο το φαινόμενο του preecho θα μπορούσε να καλυφθεί με κάποια τεχνική απόκρυψης (masking). Η χρήση μικρότερων μπλοκ όμως, θα οδηγούσε σε αύξηση των δεδομένων της επικεφαλίδας και σε αύξηση της επικάλυψης των υποζωνών στο πεδίο των συχνοτήτων. Για το λόγο αυτό, χρησιμοποιείται μία τεχνική δυναμικής εναλλαγής του μεγέθους των μπλοκ ανάλογα με την παρουσία ή όχι απότομων μεταβολών. Πιο συγκεκριμένα, τα φιλτραρισμένα, πλήρους εύρους ζώνης σήματα αναλύονται με ένα ζωνοπερατό φίλτρο υψηλής συχνότητας για να εντοπιστεί η παρουσία μεταβολών. Αυτή η πληροφορία χρησιμοποιείται για τη ρύθμιση του μεγέθους του μπλοκ της τράπεζας φίλτρων TDAC, περιορίζοντας τον θόρυβο κβάντισης που σχετίζεται με τις μεταβολές μέσα σε μία μικρή χρονική ζώνη γύρω από 42

43 κάθε μεταβολή, αποφεύγοντας φαινόμενα χρονικής αποκάλυψης (unmasking). 4. Τράπεζα φίλτρων TDAC Το υψιπερατό σήμα εισόδου κάθε καναλιού φιλτράρεται ξεχωριστά μέσω μίας τράπεζας φίλτρων βασισμένη στην ανάλυση TDAC. Ο μετασχηματισμός TDAC είναι ουσιαστικά ένας FFT μετασχηματισμός που ακολουθείται από ένα επιπρόσθετο στάδιο περιστροφής. Γενικά χαρακτηρίζεται από χαμηλή υπολογιστική πολυπλοκότητα με καλή επιλεκτικότητα στη συχνότητα, έτσι η υψηλή απόδοση σήματος είναι εφικτή με οικονομικά αποδοτική υλοποίηση. Περαιτέρω επεξεργασία από τους συντελεστές μετασχηματισμού TDAC διεξάγεται επί του συνόλου των καναλιών 5.1, που αντιμετωπίζονται ως μία ενιαία ενότητα. Μόνο κάποιοι από τους συντελεστές του καναλιού χαμηλών συχνοτήτων μεταφέρονται αυτούσιοι. Τελικά, ο αποκωδικοποιητής ανακτά τα σήματα, στο πεδίο του χρόνου, από τους ανακατασκευασμένους συντελεστές μετασχηματισμού, μέσω μίας τράπεζας φίλτρων, βασισμένη στον αντίστροφο μετασχηματισμό TDAC. Οι τράπεζες φίλτρων, τόσο της ανάλυσης όσο και της σύνθεσης σήματος, δειγματοληπτούνται αυστηρά και ανακατασκευάζονται επακριβώς, οπότε και δεν υπάρχει απώλεια πληροφορίας. Επιπλέον, και οι δύο τράπεζες φίλτρων υιοθετούν μία επικάλυψη των μπλοκ της τάξης του 50% αποτρέποντας ασυνέχειες στα όρια του μπλοκ. Το κέρδος κωδικοποίησης αποκομίζεται από την επιλεκτική κβάντιση των συντελεστών του μετασχηματισμού, οι οποίοι περιλαμβάνουν τα βασικά στοιχεία της κωδικοποιημένης πληροφορίας. Όσο ο κωδικοποιητής δεν αφαιρεί ή προσθέτει επιπλέον ηχητική πληροφορία, το ηχητικό σήμα εξόδου του αποκωδικοποιητή θα ηχεί ίδιο με το σήμα στην είσοδο του κωδικοποιητή. 43

44 5. Μετατροπή σε αναπαράσταση κινητής υποδιαστολής Οι συντελεστές του μετασχηματισμού TDAC, κατά την κωδικοποίηση AC-3, μετατρέπονται σε αριθμούς κινητής υποδιαστολής για περαιτέρω επεξεργασία. Η αναπαράσταση με αριθμούς κινητής υποδιαστολής, συγκεκριμένα η παρουσία των εκθετών, χρησιμεύει επίσης για την διευκόλυνση των υπολογισμών των λογαρίθμων σε κάποια στάδια επεξεργασίας, όπως αυτό της κατανομής των bit. 6. Αρχικός συνδυασμός σημάτων Τα περισσότερα πολυκάναλα σήματα μπορούν να κωδικοποιηθούν κατάλληλα μέσω της ευελιξίας που προσφέρει η τεχνική της σφαιρικής κατανομής bit. Για σήματα μεγάλων απαιτήσεων, εφαρμόζεται ένας επιλεκτικός συνδυασμός των συνιστωσών των σημάτων υψηλής συχνότητας ώστε να επιτευχθεί μεγαλύτερο κέρδος κωδικοποίησης. Η τεχνική αυτή εξαλείφει τις περιττές πληροφορίες εντοπισμού της υψηλής συχνότητας, βασιζόμενη στο ψυχοακουστικό φαινόμενο κατά το οποίο στις υψηλές συχνότητες το ανθρώπινο ακουστικό σύστημα εντοπίζει τον ήχο, βασισμένο κυρίως στην περιβάλλουσα των φιλτραρισμένων σημάτων που φτάνουν στο αυτί, παρά στα ίδια τα σήματα. Τη συμπεριφορά αυτή αξιοποιεί το AC-3 διαχωρίζοντας τα σήματα υποζωνών υψηλής συχνότητας σε περιβάλλουσα και συνιστώσες φέροντος και κωδικοποιώντας την πληροφορία της περιβάλλουσας με μεγαλύτερη ακρίβεια και αν είναι απαραίτητο συνδυάζοντας επιλεκτικά τις συνιστώσες του σήματος πάνω στα κανάλια. Οι επιπτώσεις στο ακουστικό μέρος δεν είναι ευδιάκριτες από το αυτί καθώς οι πληροφορίες εντοπισμού διατηρούνται στα δεδομένα της περιβάλλουσας και τα σήματα συνδυάζονται ακουστικά στο αυτί του ακροατή, παράγοντας ένας ισοδύναμο αποτέλεσμα. Η κωδικοποιημένη πληροφορία του σήματος αυξάνει τους πίνακες του εκθέτη και του κλασματικού μέρους, ενώ η πληροφορία της περιβάλλουσας μεταβιβάζεται σαν πίνακας συντελεστών σύζευξης. 44

45 Η τεχνική αυτή διατηρεί τόσο τα χωρικά όσο και τα άλλα ηχητικά χαρακτηριστικά, όχι μόνο των ήχων από διακριτές πηγές (μεγάφωνα), αλλά και των πλασματικών εικόνων που εμφανίζονται μεταξύ των μεγαφώνων. Διατηρεί επίσης τόσο την ακουστική ισχύ κάθε συνιστώσας του σήματος πηγής, όσο και την ακουστική ισχύ της τροφοδότησης κάθε ηχείου. 7. Σφαιρική κατανομή bit Το κύριο πλεονέκτημα της ενιαίας πολυκαναλικής κωδικοποίησης είναι η δυνατότητα της ρουτίνας κατανομής bit να ανακατανέμει κβαντοποιημέναbit στα κανάλια και τις συχνότητες, με τέτοιο τρόπο, ώστε να ικανοποιούνται οι συνεχώς μεταβαλλόμενες απαιτήσεις των σημάτων. Η μονάδα κατανομής bit αναλύει τις TDAC συνιστώσες με βάση τα φαινόμενα απόκρυψης και το απόλυτο κατώτατο όριο ακοής, για να υπολογίσει την ακρίβεια κβάντισης (αριθμός bit) που απαιτείται για την κωδικοποίηση του κλασματικού μέρους (mantissa). Ο υπολογισμός εκτελείται σφαιρικά στο σύνολο των καναλιών, χρησιμοποιώντας μία κοινή περιοχή bit, με λίγα ή καθόλου προκαθορισμένα bit. Τόσο ο κωδικοποιητής όσο και ο αποκωδικοποιητής εκτελούν την ίδια ρουτίνα κατανομής bit χρησιμοποιώντας κυρίως την πληροφορία που φέρουν οι εκθέτες TDAC. Παρ όλα αυτά, η διαδικασία αποκωδικοποίησης έχει απλουστεύεται από τη γνώση των αποτελεσμάτων κατανομής του αποκωδικοποιητή. Έτσι, είναι περιττή η εκτέλεση των αντίστοιχων υπολογισμών από των αποκωδικοποιητή. 8. Κβάντιση Τα αποτελέσματα των υπολογισμών κατανομής bit χρησιμοποιούνται για την κβάντιση των δεδομένων του κλασματικού μέρους της ανάλυσης TDAC. Αντί να αποστέλλονται τα πιο σημαντικά bit της τιμής, η τιμή διαβαθμίζεται και αντισταθμίζεται, παρέχοντας συμμετρικά επίπεδα κβάντισης με ίσα μέρη και κέντρο το μηδέν, ώστε να ελαχιστοποιηθεί η παραμόρφωση και να διευκολυνθεί η διαδικασία ελαχιστοποίησης του θορύβου κβάντισης. 45

46 9. Δημιουργία πακέτων δεδομένων Οι παραπάνω διαδικασίες μετατρέπουν κάθε μπλοκ πολλαπλών καναλιών ηχητικών σημάτων σε μία σειρά από προσδιορισμένους πίνακες και διαβαθμισμένες τιμές. Στην τελική φάση της κωδικοποίησης, οι πληροφορίες αυτές εισάγονται σε ένα ενιαίο μπλοκ, μαζί με πληροφορίες συγχρονισμού, μία επικεφαλίδα και διάφορες βοηθητικές πληροφορίες. Αποκωδικοποίηση 1. Προσωρινή μνήμη εισόδου Ο αποκωδικοποιητής, όπως και ο κωδικοποιητής είναι δομημένος σε μπλοκ, και έτσι ανακτά και διατηρεί το συγχρονισμό με την εισερχόμενη ροή δεδομένων, συλλέγοντας ένα ενιαίο μπλοκ σε μία προσωρινή μνήμη εισόδου πριν προχωρήσει στην αποκωδικοποίησή του. 2. Απόκρυψη σφαλμάτων Κάθε εισερχόμενο μπλοκ δεδομένων στον αποκωδικοποιητή ελέγχεται για την εσωτερική του συνέπεια καθώς και για την παρουσία πληροφοριών κατάστασης για κάποιον προαιρετικό εξωτερικό επεξεργαστή διόρθωσης σφαλμάτων. Αν παρουσιαστεί ένα σφάλμα το οποίο δεν μπορεί να διορθωθεί, ο αποκωδικοποιητής μπορεί να επαναχρησιμοποιήσει το τελευταίο σωστό εισερχόμενο μπλοκ στη θέση του τρέχοντος μπλοκ για να καλύψει το σφάλμα. Η επικαλυπτική/προσθετική φύση της διαδικασίας ανασυγκρότησης του σήματος καθιστά αυτή τη μέθοδο διόρθωσης σφαλμάτων αποδοτική καθώς ένα σωστό μπλοκ μπορεί να επαναληφθεί αρκετές φορές, αν είναι απαραίτητο, προτού σε ειδικές συνθήκες εκτεταμένων σφαλμάτων απαιτηθεί από τον αποκωδικοποιητή να παύσει. 3. Απο-πακετοποίηση (unpacking) δεδομένων Η απο-πακετοποίηση δεδομένων εκτελείται σε δύο βήματα. Αρχικά, απόπακετοποιούνται τα δεδομένα σταθερού τύπου, συμπεριλαμβανομένων των 46

47 εκθετών και των συντελεστών σύζευξης. Εν συνεχεία, τμήματα της πληροφορίας χρησιμοποιούνται από τον αποκωδικοποιητή για την ανάκτηση της κατανομής των bit, η οποία με τη σειρά της χρησιμεύει για την απόπακετοποίηση των δεδομένων μεταβλητού τύπο, κυρίως δηλαδή των πινάκων του κλασματικού μέρους της διαδικασίας TDAC. 4. Αποκωδικοποίηση κατανομής bit Η ρουτίνα αποκωδικοποίησης της κατανομής των bit είναι σχεδόν πανομοιότυπη με την αντίστοιχη της κωδικοποίησης, εκτός από το γεγονός ότι χρησιμοποιεί τα ενδιάμεσα μεταδιδόμενα αποτελέσματα για να εξοικονομήσει χρόνο και προαιρετικά για να τροποποιήσει την παραγόμενη κατανομή των bit. Η ρύθμιση αυτή επιτρέπει επίσης στον αποκωδικοποιητή να υπολογίσει την κατανομή των bit για ένα κανάλι κάθε φορά, μειώνοντας έτσι τις απαιτήσεις σε μνήμη. Η κατανομή των bit του αποκωδικοποιητή πρέπει να ταιριάζει ακριβώς με αυτήν του κωδικοποιητή έτσι ώστε να ανακτηθεί σωστά η πληροφορία μεταβλητού τύπου. Σε αντίθετη περίπτωση μπορεί να εμφανιστούν παρεμβολές στην έξοδο. 5. Από-πακετοποίηση δεδομένων Η ανακτημένη κατανομή των bit που προσδιορίζει το μέγεθος του κλασματικού μέρους, χρησιμοποιείται για την από-πακετοποίηση της πληροφορίας μεταβλητού τύπου. 6. Μετατροπή σε αριθμούς σταθερής υποδιαστολής Πριν από τον αντίστροφο μετασχηματισμό TDAC, το κλασματικό μέρος και ο εκθέτης συνδυάζονται για να αναδημιουργήσουν τους συντελεστές TDAC σταθερής υποδιαστολής. 47

48 7. Εισαγωγή κύματος υψηλής συχνότητας Οι συνιστώσες υψηλής συχνότητας, που έχουν κωδικοποιηθεί σαν πληροφορία κύματος και περιβάλλουσας, ανακατασκευάζονται συνδυάζοντας τα κύματα με τους αντίστοιχους συντελεστές σύζευξης. 8. Αντίστροφος μετασχηματισμός Οι TDAC συντελεστές κάθε καναλιού υπόκεινται σε αντίστροφο μετασχηματισμό στο πεδίο του χρόνου και επικαλύπτονται ώστε να παραχθούν τα αποκωδικοποιημένα ψηφιακά σήματα εξόδου. Οι συντελεστές του καναλιού χαμηλών συχνοτήτων (subwoofer) μηδενίζονται στις μεσαίες και στις υψηλές συχνότητες πριν μετασχηματιστούν, έτσι ώστε η έξοδος στο πεδίο του χρόνου να γίνει στο μέγιστο ρυθμό δειγματοληψίας. 48

49 3 Πρωτόκολλα μεταφοράς δικτύου [17] [18] 3.1 Το πρωτόκολλο UDP Το Πρωτόκολλο Αυτοδύναμων Πακέτων Χρήστη ή UDP (UserDatagramProtocol) είναι ένα ασυνδεσμικό πρωτόκολλο μεταφοράς. Το UDP παρέχει στις εφαρμογές μια μέθοδο για την αποστολή ενθυλακωμένων αυτοδύναμων πακέτων IP χωρίς να χρειάζεται να εγκαθιδρύσουν μία σύνδεση. Το UDP περιγράφεται στο RFC 768. Αποτελεί ένα γρήγορο και αποτελεσματικό πρωτόκολλο μεταφοράς καθώς η αποστολή ξεκινάει αμέσως, χωρίς να γίνει επικοινωνία με την άλλη πλευρά. Επιπλέον δεν παρέχει έλεγχο ροής, έλεγχο σφαλμάτων, ή αναμεταδόσεις μετά τη λήψη ενός εσφαλμένου τμήματος. Το UDP μεταδίδει τμήματα (segments), τα οποία αποτελούνται από μια κεφαλίδα 8 byte που ακολουθείται από το ωφέλιμο φορτίο. Κάθε πακέτο διαθέτει μία κεφαλίδα των 64 bit η οποία περιλαμβάνει 4 πεδία, πολύ λίγα σε σύγκριση με άλλα πρωτόκολλα όπως το TCP. Η δομή της επικεφαλίδας UDP απεικονίζεται στο παρακάτω σχήμα: Εικόνα 3.1 Επικεφαλίδα πακέτου UDP Συνοπτική εξήγηση των πεδίων: Sourceport: η θύρα του αποστολέα από όπου προήλθε το πακέτο. Η θύρα προέλευσης απαιτείται κυρίως όταν πρέπει να σταλεί μία απάντηση πίσω στην προέλευση. Destinationport: η θύρα του παραλήπτη στην οποία πρέπει να παραδοθεί το πακέτο. Length: το μήκος του πακέτου UDP σε bytes. Περιλαμβάνει τόσο την κεφαλίδα των 8 byte, όσο και τα δεδομένα. 49

50 Checksum: ένα πεδίο 16-bit το οποίο χρησιμοποιείται για επαλήθευση της ορθότητας του πακέτου στο σύνολό του, δηλαδή τόσο της κεφαλίδας όσο και των δεδομένων. Στην συνέχεια το πακέτο UDP περνάει στο επίπεδο δικτύου, το οποίο αναλαμβάνει να το μεταδώσει στο δίκτυο υπολογιστών. Το επίπεδο αυτό τοποθετεί μία ακόμη κεφαλίδα στο πακέτο, η οποία διαφέρει ανάλογα με την έκδοση του πρωτοκόλλου που χρησιμοποιείται στο επίπεδο δικτύου (IPv4 ή IPv6). Παρακάτω φαίνεται η δομή της κεφαλίδας για την περίπτωση του IPv4: Εικόνα 3.2 Επικεφαλίδα IPv4 πακέτου UDP SourceAddress, DestinationAddress: οι διευθύνσεις IP του παραλήπτη και του αποστολέα αντίστοιχα. Zeros: Μια ακολουθία μηδενικών που δεν παίζει κανένα ρόλο στη μετάδοση του πακέτου. Protocol: Ένας χαρακτηριστικός αριθμός που αντιστοιχεί στο πρωτόκολλο που χρησιμοποιείται. Για το UDP η τιμή που παίρνει το πεδίο αυτό είναι 17. UDPLength: Το συνολικό μέγεθος του πακέτου UDP Οι εφαρμογές audio και video streaming χρησιμοποιούν κατά κόρον πακέτα UDP. Για τις εφαρμογές αυτές είναι πολύ σημαντικό τα πακέτα να παραδοθούν στον παραλήπτη σε σύντομο χρονικό διάστημα ούτως ώστε να μην υπάρχει διακοπή 50

51 στην ροή του ήχου ή της εικόνας. Κατά συνέπεια προτιμάται το πρωτόκολλο UDP διότι είναι αρκετά γρήγορο, παρόλο που υπάρχει η πιθανότητα απώλειας πακέτων. Στην περίπτωση που χαθεί κάποιο πακέτο, οι εφαρμογές αυτές διαθέτουν ειδικούς μηχανισμούς διόρθωσης και παρεμβολής ούτως ώστε ο τελικός χρήστης να μην παρατηρεί καμία αλλοίωση ή διακοπή στην ροή του ήχου και της εικόνας λόγω του χαμένου πακέτου. Σε αντίθεση με το πρωτόκολλο TCP, το UDP υποστηρίζει broadcasting, δηλαδή την αποστολή ενός πακέτου σε όλους τους υπολογιστές ενός δικτύου, και multicasting, δηλαδή την αποστολή ενός πακέτου σε κάποιους συγκεκριμένους υπολογιστές ενός δικτύου. Η τελευταία δυνατότητα χρησιμοποιείται πολύ συχνά στις εφαρμογές audio και video streaming ούτως ώστε μία ροή ήχου ή εικόνας να μεταδίδεται ταυτόχρονα σε πολλούς συνδρομητές. 3.2 Το Πρωτόκολλο RTP [17] Καθώς το ραδιόφωνο και η τηλεφωνία μέσω διαδικτύου, η μουσική και το βίντεο κατόπιν αιτήσεως και άλλες εφαρμογές πολυμέσων άρχισαν να διαδίδονται, παρατηρήθηκε ότι κάθε εφαρμογή χρησιμοποιούσε ένα παρόμοιο πρωτόκολλο μεταφοράς δεδομένων πραγματικού χρόνου. Έτσι δημιουργήθηκε ένα γενικό Πρωτόκολλο Μεταφοράς Δεδομένων Πραγματικού Χρόνου (RTP- RealTimeTransferProtocol) που θα μπορούσε να χρησιμοποιηθεί από πολλαπλές εφαρμογές. Το πρωτόκολλο αυτό περιγράφεται στο RFC 1889 και αναθεωρήθηκε το 2003 στο RFC Το RTP δεν υπαγορεύει αλλά ούτε και καταγράφει την δέσμευση πόρων και δεν εγγυάται ποιότητα υπηρεσίας(qos- Qualityofservice) για τις υπηρεσίες πραγματικού χρόνου, η οποία έγκειται σε λειτουργίες χαμηλότερου επιπέδου. Δεν εγγυάται την έγκαιρη διανομή των πακέτων, ούτε το ότι τα πακέτα θα φτάσουν στον προορισμό τους, ούτε το ότι θα φτάσουν χωρίς να έχουν υποστεί κάποια καταστροφή, ούτε το ότι το υποκείμενο δίκτυο είναι αξιόπιστο και διανέμει τα πακέτα με τη σειρά που στάλθηκαν. Οι αριθμοί σειράς που έχει το κάθε πακέτο όμως επιτρέπουν στον αποδέκτη τους να ανακατασκευάσει την αλληλουχία τους κατά την αναπαραγωγή τους και να ανιχνεύσει τυχόν απώλειες ή καθυστερήσεις. 51

52 3.2.1 Δομή πακέτου RTP Η δομή του πακέτου RTP φαίνεται στο παρακάτω σχήμα: Εικόνα 3.3 Δομή πακέτου RTP V (Version): Κάθε πακέτο RTP περιέχει τον αριθμό έκδοσής του ο οποίος ορίζεται στο πεδίο V. Hμοναδική του χρήση είναι κατά τον έλεγχο εγκυρότητας του πακέτου. Η τελευταία έκδοση του πρωτοκόλλου είναι η 2. P-Padding (Γέμισμα): Το Pbit τίθεται στην τιμή 1 όταν το φορτίο προεκτείνεται πέρα από το κανονικό του μέγεθος. Όταν μιλάμε για γέμισμα εννοούμε την προσθήκη επιπλέον οκτάδων με τυχαίες τιμές, εκτός της τελευταίας που αναφέρει τον αριθμό των οκτάδων γεμίσματος. Το γέμισμα χρησιμοποιείται από αλγορίθμους κρυπτογράφησης που λειτουργούν με πακέτα συγκεκριμένου μεγέθους και για την μετατροπή των πακέτων RTP σε πακέτα δεδομένων πρωτοκόλλου χαμηλότερου επιπέδου. 52

53 Χ (Extension): Το πεδίο αυτό δείχνει ότι υπάρχει μία κεφαλίδα επέκτασης. Η μορφή και η σημασία της δεν καθορίζονται. Όταν γίνεται χρήση της επέκτασης, το Xbit τίθεται στην τιμή 1. Οι επεκτάσεις της επικεφαλίδας είναι κατάλληλες για εφαρμογές που περισσότερη πληροφορία από τις επικεφαλίδες από ότι παρέχει η προκαθορισμένη. Η χρήση τους είναι σπάνια, διότι συνήθως όταν απαιτείται περισσότερη πληροφορία σχετικά με το σχήμα του φορτίου, τότε είναι καλύτερα να αναπτυχθεί ένα νέο προφίλ RTP. CC (Contributingsources): Το πεδίο CC αναφέρει πόσες συμβάλλουσες πηγές είναι παρούσες και παίρνει τιμή από 0 έως 15. Μ (Marker): Ο δείκτης αυτός, χρησιμεύει σαν επισήμανση κάποιου σημαντικού γεγονότος που εξαρτάται από την εφαρμογή. Την ακριβή του ερμηνεία, δίνει το προφίλ του RTP και ο τύπος μέσου που χρησιμοποιείται. Μπορεί να δείχνει την αρχή ενός καρέ βίντεο, την αρχή μίας λέξης σε ένα κανάλι ήχου, ή κάτι άλλο που γίνεται κατανοητό από την εφαρμογή. PT (PayloadType): Το πεδίο Τύπος Ωφέλιμου Φορτίου φανερώνει τον τύπο των δεδομένων που μεταφέρει το πακέτο. Με τη βοήθεια αυτού του πεδίου ο δέκτης προσδιορίζει τον τρόπο με τον οποίο θα επεξεργαστεί την πληροφορία. Η ακριβής ερμηνεία αυτού του πεδίου δ ινεται με βάση ένα προφίλ RTP το οποίο συνδέει τον αριθμό του τύπου φορτίου με τα συγκεκριμένα χαρακτηριστικά του σχήματος φορτίου. Μια εφαρμογή μπορεί να λειτουργήσει είτε με βάση τα ήδη καθορισμένα στατικά προφίλ (αριθμοί από 0 έως127) ή να καθορίσει με δυναμικό τρόπο το προφίλ που θα χρησιμοποιήσει. 53

54 SequenceNumber: Ο Αριθμός Ακολουθίαςείναι ένας μετρητής που αυξάνεται σε κάθε πακέτο RTP που στέλνεται. Χρησιμοποιείται για τον εντοπισμό των χαμένων πακέτων. Ένα κενό στον αριθμό ακολουθίας υποδεικνύει στο δέκτη ότι πρέπει να ενεργήσει για να ανακτήσει ή να κρύψει τη χαμένη πληροφορία. Ακόμη, με τη βοήθεια του αριθμού ακολουθίας ο δέκτης κατατάσσει σε σειρά τα πακέτα, ίδια με αυτήν που απεστάλησαν. Ο αριθμός ακολουθίας είναι ένας μη προσημασμένος ακέραιος των 16 bit, ο οποίος αυξάνει κατά μία μονάδα για κάθε πακέτο δεδομένων και μηδενίζεται, ξεκινώντας πάλι από την αρχή, όταν πάρει τη μέγιστη τιμή του. Το μήκος των 16 bit είναι σχετικά μικρό και αυτό έχει σαν αποτέλεσμα ο μηδενισμός να συμβαίνει πολύ συχνά. Για μια εφαρμογή RTP μετάδοσης HDTV σε δίκτυο IP, ο αριθμός σειράς μηδενίζεται σε λιγότερο από 1sec (336 msec). Για το λόγο αυτό, ο αριθμός ακολουθίας συμπληρώνεται με μία επέκταση των 16 bit, η οποία αριθμεί τις φορές που μηδενίστηκε το πεδίο του αριθμού ακολουθίας. Timestamp: Η Χρονοσφραγίδα παράγεται από την πηγή της ροής και δείχνει πότε έγινε η παραγωγή του πρώτου δείγματος στο πακέτο. Χρησιμοποιείται για να προγραμματιστεί η αναπαραγωγή του υλικού. Η τιμή αυτή μπορεί να βοηθήσει στη μείωση της παραμόρφωσης χρονισμού στον παραλήπτη, επειδή αποσυνδέει το χρόνο αναπαραγωγής από το χρόνο αύξησης του πακέτου. Η χρονοσφραγίδα προέρχεται από ένα ρολόι μέσων, το οποίο πρέπει να αυξάνει με γραμμικό και μονότονο τρόπο (εκτός από τη στιγμή που μηδενίζεται), παράγοντας έτσι μία μοναδική χρονοσειρά για κάθε σύνοδο RTP. Τα πλαίσια όμως δεν μεταδίδονται πάντα με τη σειρά που δημιουργούνται. Συνήθως πριν από την μετάδοση ο πομπός ανακατατάσσει τα πλαίσια για λόγους ασφαλείας και ελαχιστοποίηση απωλειών. Γι αυτό στο δέκτη τα πλαίσια κατατάσσονται σύμφωνα με τη χρονοσφραγίδα για να αναπαραχθούν, και όχι σύμφωνα με τον αριθμό ακολουθίας. 54

55 Κατά την μετάδοση βίντεο συμπιεσμένο κατά MPEG-2. το οποίο περιέχει τόσο βασικά, όσο και κωδικοποιημένα πλαίσια, των οποίων η πρόβλεψη βασίζεται σε προηγούμενα (P-πλαίσια) και επόμενα πλαίσια (Β πλαίσια). Τα Β πλαίσια προβλέπονται από επόμενα πλαίσια και γι αυτό καθυστερούν να αποσταλούν. Δηλαδή η σειρά αποστολής τους είναι καθυστερημένη σε σχέση με τη σειρά αναπαραγωγής τους. Το αποτέλεσμα είναι ότι οι χρονοσφραγίδες του RTP δεν θα αυξάνονται με μονοτονικό τρόπο. Ο ονομαστικός ρυθμός του ρολογιού μέσων, που χρησιμοποιείται για να δημιουργήσει τις χρονοσφραγίδες, ορίζεται από το προφίλ ή/και το σχήμα του φορτίου. Στην περίπτωση του δυναμικού προσδιορισμού του τύπου του φορτίου, ο αριθμός ορίζεται μαζί με τον τύπο του φορτίου. Ο επιλεγμένος ρυθμός πρέπει να είναι αρκετός για να εξασφαλίζει το συγχρονισμό μεταξύ ήχου και εικόνας με την επιθυμητή ακρίβεια, και να μετρά τη μεταβολή στο χρόνο διέλευσης του σήματος στο δίκτυο. Για σχήματα φορτίου βίντεο και ειδικότερα για HDTV χρησιμοποιείται ρολόι στα 90 khz, ώστε να είναι συμβατό με το MPEG, αλλά και για να υπάρχει ακέραια αύξηση στις χρονοσφραγίδες τόσο για τους τυπικούς ρυθμούς των 24Hz, 25Hz, 29,97Hz και 30Hz,όσο και για τους σύγχρονους των 50Hz, 59,94Hz και 60Hz. SynchronizationSourceIdentifier (SSRC): Το Αναγνωριστικό Πηγής Συγχρονισμού δείχνει σε ποια ροή ανήκει το πακέτο. Αυτή είναι η μέθοδος που χρησιμοποιείται για την πολύπλεξη και την αποπολύπλεξη πολλαπλών ροών δεδομένων σε μία μόνο ροή πακέτων RTP. Το SSRC αποτελείται από έναν ακέραιο 32 bit που επιλέγεται τυχαία από κάθε συμμετέχοντα όταν προσχωρεί στην σύνοδο. Διαφορετικοί συμμετέχοντες της ίδιας συνόδου δεν μπορούν να έχουν τον ίδιο SSRC γι αυτό και έχει δημιουργηθεί ένας μηχανισμός που εξασφαλίζει τη μοναδικότητά του για κάθε συμμετέχοντα. Όλα τα πακέτα με το ίδιο SSRC ανήκουν στο ίδιο διάστημα χρονισμού και αριθμού σειράς, γι αυτό κάθε δέκτης πρέπει να κατατάσσει σε ομάδες, πακέτα με το ίδιο SSRC πριν την αναπαραγωγή. Ακόμη, αν κάποιος συμμετέχων δημιουργεί πολλαπλή ροή πληροφορίας σε μια σύνοδο RTP - για παράδειγμα, από κάθε 55

56 διαφορετική κάμερα διαφορετικό οπτικό σήμα για να μπορεί ο δέκτης να ξεχωρίσει ποιο πακέτο ανήκει σε κάθε σήμα, πρέπει να διαφέρουν στο πεδίο SSRC. ContributingSourceIdentifier: Τα Αναγνωριστικά Συμβάλλουσας Πηγής, αν υπάρχουν, χρησιμοποιούνται στην περίπτωση που πολλαπλές πηγές συμβάλλουν στη δημιουργία ενός πακέτου. Η λίστα CSRC προσδιορίζει τους συμμετέχοντες που συνεισφέρουν σε ένα πακέτο RTP. Η ταυτότητα κάθε πηγής είναι ένας ακέραιος των 32 bit, σχετικός με το SSRC του συμμετέχοντα που συνεισφέρει στο πακέτο. Το πλήθος των συμβαλλόμενων πηγών δίνεται στο πεδίο CC. Το RTP αποφασίστηκε να τοποθετηθεί στο χώρο του χρήστη και να λειτουργεί (κανονικά) πάνω από το UDP. Το πρωτόκολλο λειτουργεί ως εξής: μια εφαρμογή πολυμέσων συνίσταται σε πολλαπλές ροές ήχου, βίντεο, κειμένου και πιθανόν άλλων μέσων. Αυτές μεταβιβάζονται στη βιβλιοθήκη RTP, η οποία βρίσκεται στο χώρο του χρήστη μαζί με την εφαρμογή. Η βιβλιοθήκη στη συνέχεια πολυπλέκει τις ροές και τις κωδικοποιεί σε πακέτα RTP, τα οποία στέλνονται μετά μέσω μίας υποδοχής. Στην άλλη άκρη της υποδοχής (στον πυρήνα του λειτουργικού συστήματος) παράγονται πακέτα UDP τα οποία ενσωματώνονται σε πακέτα IP. Αν ο υπολογιστής βρίσκεται σε ένα δίκτυο Ethernet, τα πακέτα IP τοποθετούνται στη συνέχεια σε πλαίσια Ethernet για μετάδοση.η διαδικασία αυτή ονομάζεται ενθυλάκωση πακέτων RTP. Η στοίβα πρωτοκόλλων στην περίπτωση αυτή φαίνεται στην εικόνα: Εικόνα 3.4Ενθυλάκωση πακέτου RTP 56

57 3.2.2 Ενθυλάκωση Συμπιεσμένου Τηλεοπτικού σήματος HDTV [16] Στην εφαρμογή που υλοποιήσαμε και αποτελεί το αντικείμενο αυτής της εργασίας, χρησιμοποιήσαμε το MPEG-2 σχήμα κωδικοποίησης για την συμπίεση των δεδομένων που αποστέλλονται. Στην ενότητα αυτή λοιπόν αναλύεται η μέθοδος πακετοποίησης των MPEG ροών βίντεο και ήχου και περιγράφεται στο RFC Οι προδιαγραφές των συστημάτων MPEG-2 καθορίζουν δύομη στοιχειώδους τύπους συστημάτων ροής: τη Ροή Μεταγωγής MPEG-2 (TransportStream MTS) και τη Ροή Προγράμματος (ProgramStream MPS). Η ροή MTS είναι σχεδιασμένη για τη μετάδοση ή αποθήκευση προγραμμάτων δεδομένων συμπιεσμένων κατά MPEG-2 σε περιβάλλοντα σχετικά επιρρεπή σε σφάλματα. Η ροή MPS, από την άλλη, είναι σχεδιασμένη για περιβάλλοντα που είναι σχετικά απαλλαγμένα από σφάλματα. Επιζητείται να επιτευχθεί διαλειτουργικότητα μεταξύ τεσσάρων τύπων τερματικών συστημάτων: 1. ΔιασυνεργαζόμενηΜονάδαΕκπομπής (Transmitting Interworking Unit TIU) Δέχεται τη συμπιεσμένη κατά MPEG πληροφορία από ένα πρωταρχικό σύστημα MTS για να το διανείμει, μέσω δικτύου μεταφοράς πακέτων, χρησιμοποιώντας ένα επίπεδο συστήματος που είναι βασισμένο στο πρωτόκολλο RTP (όπως ένα διαδίκτυο βασισμένο στο πρωτόκολλο IP). Παραδείγματα: κωδικοποιητής πραγματικού χρόνου, δορυφορική σύνδεση MTS στο διαδίκτυο, εξυπηρετητής βίντεο με πρωτογενές υλικό κωδικοποιημένο κατά MTS. 2. ΔιασυνεργαζόμενηΜονάδαΛήψης (Receiving Interworking Unit RIU) Λαμβάνει τη συμπιεσμένη κατά MPEG πληροφορία σε πραγματικό χρόνο από ένα δίκτυο βασισμένο στο πρωτόκολλο RTP και την προωθεί σε ένα αμιγές περιβάλλον MTS. 57

58 Παραδείγματα: διαδικτυακός εξυπηρετητής διανομής βίντεο. 3. ΔιαδικτυακόΤερματικόΣύστημαΕκπομπής( Transmitting Internet End- System TAES) Μεταδίδει πληροφορία MPEG, η οποία παράγεται ή βρίσκεται αποθηκευμένη το διαδικτυακό τερματικό ή έχει ληφθεί από δίκτυο υπολογιστών. Παράδειγμα: εξυπηρετητής βίντεο. 4. ΔιαδικτυακόΤερματικόΣύστημαΛήψης( Receiving Internet End-System RAES) Λαμβάνει πληροφορία MPEG μέσω διαδικτύου βασισμένο στο RTP για χρήση στο ίδιο το διαδικτυακό τερματικό ή για προώθηση σε δίκτυο υπολογιστών. Παραδείγματα: σταθερός ηλεκτρονικός υπολογιστής ή τερματικός σταθμός προβολής τηλεοπτικών σημάτων. Κάθε ένας από τους δύο τύπους πομπών πρέπει να συνεργάζεται με κάθε έναν από τους δύο τύπους δεκτών. Επειδή είναι πιθανός ο TAES, και ορισμένες φορές και ο RAES, να βασίζονται σε υπάρχοντες και προγραμματισμένους υπολογιστές συνδεδεμένους με το διαδίκτυο, είναι επιθυμητό από το διαλειτουργικό πρωτόκολλο να βασίζεται στο RTP. Λόγω της μεγάλης έκτασης των εφαρμογών που χρησιμοποιούν ροή σήματος MPEG, έχουν καθοριστεί δύο σχήματα φορτίου (προφίλ) που καθορίζουν τις παρακάτω λειτουργίες: Ενθυλάκωση της Ροής Μεταγωγής (TransportStream TS) και της Ροής Προγράμματος (ProgramStream PS) στα πακέτα RTP. Ενθυλάκωση των Στοιχειωδών Ροών (ElementaryStreams ES) στα πακέτα ήχου και εικόνας. Το πρώτο προφίλ υποστηρίζει την πλήρη σημασιολογία των συστημάτων MPEG προσφέρει συνεργασία μεταξύ όλων των τύπων τερματικών. Σύμφωνα με το 58

59 δεύτερο προφίλ, τα ζητήματα του συστήματος αναλαμβάνουν άλλα πρωτόκολλα του δικτύου και το οπτικοακουστικό σήμα μεταδίδεται στη στοιχειώδη μορφή του Ενθυλάκωση MPEG-2 Ροής Μεταγωγής και Ροής Προγράμματος Κάθε πακέτο RTP περιέχει μία χρονοσφραγίδα που προέρχεται από το ρολόι αναφοράς των 90 khz του αποστολέα. Το ρολόι αυτό είναι συγχρονισμένο με το Ρολόι Αναφοράς του Συστήματος ( SystemClockReference SCR )και αναπαριστά τον προγραμματισμένο χρόνο αποστολής του πρώτου byte του φορτίου του πακέτου. Σε αντίθεση με τη πρακτική που ορίζει το πρότυπο του RTP, η χρονοσφραγίδα δεν θα περάσει στον αποκωδικοποιητή καθώς δεν θα χρησιμοποιηθεί για να προγραμματιστεί η αναπαραγωγή του υλικού. Στην περίπτωση της ενθυλάκωσης πακέτων MPEG ο κύριος σκοπός ύπαρξης της χρονοσφραγίδας είναι η εκτίμηση και μείωση των διαταραχών που μπορούν να προκληθούν από το δίκτυο και ο συγχρονισμός μεταξύ του πομπού και του δέκτη. Στη Ροή Μεταγωγής MPEG-2 το ωφέλιμο φορτίο του RTP θα περιέχει έναν ακέραιο αριθμό πακέτων μεταφοράς. Για την αποφυγή τυχόν ανεπάρκειας του τερματικού συστήματος, τα δεδομένα από πολλαπλά πακέτα MTS (τα οποία έχουν προκαθορισμένο μέγεθος 188 byte) ενσωματώνονται σε ένα πακέτο RTP. Το πλήθος των πακέτων μεταφοράς που ενσωματώνονται υπολογίζεται διαιρώντας το μήκος του ωφέλιμου φορτίου ενός πακέτου RTP με το μήκος ενός πακέτου μεταφοράς (188 bytes). Για τη Ροή Προγράμματος δεν υπάρχει κανένας περιορισμός όσον αφορά των σχηματισμό των πακέτων. Τα σήματα αυτά αντιμετωπίζονται σαν μία συνεχή ροή από bytes. Χρήση της επικεφαλίδας RTP: Τύπος φορτίου (PT): διαφορετικοί τύποι φορτίου πρέπει να οριστούν για τη Ροή Μεταγωγής και τη Ροή Προγράμματος MPEG-2. Ψηφίο Επισήμανσης (Μ): τίθεται στην τιμή 1 όταν η χρονοσφραγίδα παρουσιάζει κάποια ασυνέχεια (όπως συμβαίνει όταν ο πομπός μεταπηδά 59

60 από μία πηγή δεδομένων σε μία άλλη). Αυτό επιτρέπει στο δέκτη και σε κάθε παρεμβαίνοντα μίκτηrtp ή μεταφραστή, που συγχρονίζεται με τη ροή πληροφορίας, να αγνοήσει τη διαφορά μεταξύ αυτής της χρονοσφραγίδας και οποιασδήποτε προηγούμενης, στους ανιχνευτές φάσης ρολογιών. Χρονοσφραγίδα (Timestamp): Χρονοσφραγίδα των 90kHZ, μήκους 32 bit, που αντιπροσωπεύει τον προγραμματισμένο χρόνο αποστολής του πρώτου byte του πακέτου Ενθυλάκωση των Στοιχειωδών Ροών MPEG-2 Οι ακόλουθοι τύποι Στοιχειωδών Ροών (ES) μπορούν να ενθυλακωθούν κατευθείαν σε πακέτα RTP: τηλεοπτικό σήμα MPEG-1(ISO/IEC ) τηλεοπτικό σήμα MPEG-2 (ISO/IEC ) ακουστικό σήμα MPEG-1 (ISO/IEC ) ακουστικό σήμα MPEG-2 (ISO/IEC ) Ένας ξεχωριστός τύπος φορτίου ορίζεται για το βίντεο MPEG-1/MPEG-2 και για τον ήχο MPEG-1/MPEG-2. Περαιτέρω επισήμανση σχετικά με το αν τα δεδομένα είναι κωδικοποιημένα κατά MPEG-1 ή MPEG-2 δεν είναι απαραίτητο να παρέχεται από το RTP καθώς οι πληροφορίες αυτές είναι διαθέσιμες στην επικεφαλίδα των Στοιχειωδών Ροών. Χρονοσφραγίδες Παρουσίασης (PresentationTimeStamps PTS) των 32 bit, με ακρίβεια 90 khz εισάγονται στην επικεφαλίδα RTP. Όλα τα πακέτα που απαρτίζουν ένα πλαίσιο εικόνας ή ήχου, πρέπει να φέρουν την ίδια χρονοσφραγίδα. 60

61 Στοιχειώδες τηλεοπτικό σήμα MPEG-2 Η ροή πληροφορίας MPEG είναι σχεδιασμένη για σχετικά απαλλαγμένα από σφάλματα περιβάλλοντα, και υπάρχει σημαντικό ποσοστό εξάρτησης μέσα στο σήμα, τέτοιο ώστε απώλειες δεδομένων καθιστούν άλλα άφθαρτα δεδομένα άχρηστα. Το σχήμα, όπως ορίζεται σ αυτήν την περίπτωση, χρησιμοποιεί πληροφορίες από τη διαμόρφωση σε επίπεδο εφαρμογής συν πρόσθετες πληροφορίες από την επικεφαλίδα RTP, για να λειτουργήσουν ορισμένοι μηχανισμοί αποκατάστασης. Δεδομένου ότι οι εικόνες MPEG μπορεί να είναι μεγάλες, πρέπει να μοιραστούν σε πακέτα μικρότερου μήκους από την μέγιστη μονάδα μεταφοράς των τυπικών δικτύων. Για τον παραπάνω τεμαχισμό των εικόνων ισχύουν οι εξής κανόνες: 1. Η επικεφαλίδα ακολουθίας τηλεοπτικού σήματος MPEG, όταν είναι παρούσα, θα βρίσκεται πάντα στην αρχή του φορτίου RTP. 2. Μια επικεφαλίδα GOP (ομάδας εικόνων), όταν είναι παρούσα, θα βρίσκεται πάντα στην αρχή του φορτίου RTP, ή θα ακολουθεί την επικεφαλίδα ακολουθίας του τηλεοπτικού σήματος. 3. Μια επικεφαλίδα εικόνας MPEG, όταν είναι παρούσα, θα βρίσκεται πάντα στην αρχή του φορτίου RTP, ή θα ακολουθεί την επικεφαλίδα GOP. Κάθε επικεφαλίδα ES (στοιχειώδους σήματος) πρέπει να περιλαμβάνεται εξ ολοκλήρου στο πακέτο. Συνεπώς, ένα ελάχιστο μέγεθος φορτίου των 261 byte πρέπει να υποστηρίζεται, έτσι ώστε να χωράει η μεγαλύτερη επικεφαλίδα, που μπορεί να καθορίσει το σήμα ES. Εκτός αυτού, δεν υπάρχουν περιορισμοί για το που μπορεί μια επικεφαλίδα να εμφανιστεί μέσα στο φορτίο του πακέτου. Στο MPEG, κάθε εικόνα αποτελείται από ένα ή περισσότερα «κομμάτια» (slices), και ένα κομμάτι προορίζεται να είναι η μονάδα ανάκτησης της πληροφορίας που χάθηκε ή καταστράφηκε. Ένας αποκωδικοποιητής MPEG προχωρά στην αρχή του επόμενου κομματιού, όταν έρχεται αντιμέτωπος με ένα σφάλμα στο σήμα. Έτσι, για τη διευκόλυνση αυτής της διαδικασίας, παρέχονται τα ψηφία αρχής και τέλους του κομματιού στην επικεφαλίδα ενθυλάκωσης. 61

62 Η αρχή ενός κομματιού πρέπει είτε να είναι τα πρώτα δεδομένα σε ένα πακέτο (μετά από τις επικεφαλίδες ES) ή να ακολουθεί μετά από κάποιο ακέραιο αριθμό κομματιών σε ένα πακέτο. Αυτή η απαίτηση εξασφαλίζει ότι η αρχή του επόμενου κομματιού, μετά από κάποιο που ανήκει σε απολεσθέν πακέτο, μπορεί να βρεθεί χωρίς να χρειάζεται ο δέκτης να ανιχνεύσει τα περιεχόμενα του πακέτου. Έτσι, τα κομμάτια μπορούν τεμαχιστούν και να μοιραστούν σε δύο πακέτα, εφόσον ικανοποιούνται όλοι οι παραπάνω κανόνες. Στοιχειώδες ακουστικό σήμα MPEG-1 Ο κωδικοποιημένος κατά MPEG-1 ήχος μπορεί να διακριθεί από τον κωδικοποιημένο κατά MPEG-2 ήχο μέσω της επικεφαλίδας συμπληρωματικών πληροφοριών. Για κωδικοποίηση MPEG-1, ορίζεται χρονοσφραγίδα αναπαραγωγής για κάθε πλαίσιο που αντιστοιχεί σε 1152 δείγματα για το δεύτερο επίπεδο (layer II). Ο πραγματικός αριθμός byte, που απαιτείται για την αναπαράσταση του αριθμού των δειγμάτων, ποικίλει ανάλογα με τις παραμέτρους του αποκωδικοποιητή. Πολλαπλά πλαίσια ήχου μπορούν να ενθυλακωθούν σε ένα πακέτο RTP. Σε αυτήν την περίπτωση, ένας ακέραιος αριθμός πλαισίων ήχου πρέπει να περιέχεται στο πακέτο και η επικεφαλίδα τεμαχισμού, την οποία θα δούμε στη συνέχεια, πρέπει να τεθεί στην τιμή 0. Απ την άλλη, αν χρησιμοποιούνται σχετικά μικρά πακέτα, ένα πλαίσιο μπορεί να είναι τόσο μεγάλο που να διαμοιράζεται σε πολλαπλά πακέτα RTP. Για παράδειγμα, για ήχο MPEG 1 layer II, με ρυθμό δειγματοληψίας 44,1 khz, κάθε πλαίσιο θα διαρκούσε 26,1 msec. Αν ο ρυθμός συμπίεσης είναι 384 kbits/sec, τότε το μέσο μέγεθος πλαισίου ήχου θα ήταν 1,25 kbyte. Αν τα πακέτα που χρησιμοποιούνται έχουν μέγεθος 500 Bytes, τότε κάθε πλαίσιο θα μοιραζόταν σε 3 πακέτα RTP. Στην περίπτωση αυτή, λοιπόν, η επικεφαλίδα τεμαχισμού, η οποία είναι πλέον παρούσα, καθορίζει τον τεμαχισμό του πλαισίου. 62

63 Σταθερή επικεφαλίδα RTP για ενθυλάκωση στοιχειώδους σήματος Τα πεδία της επικεφαλίδας RTP διαμορφώνονται ως εξής: Τύπος φορτίου (PT): Χωριστοί τύποι φορτίου πρέπει να οριστούν για στοιχειώδες τηλεοπτικό και ακουστικό σήμα. Ψηφίο επισήμανσης (M bit): Για το τηλεοπτικό σήμα, τίθεται στην τιμή 1 στα πακέτα που περιέχουν τον κώδικα τέλους ενός πλαισίου MPEG, αλλιώς είναι στην τιμή 0. Για το ακουστικό σήμα, τίθεται στην τιμή 1 στο πρώτο πακέτο μιας «έκρηξης ομιλίας», αλλιώς στην τιμή 0. Χρονοσφραγίδα (Timestamp): 32 bit χρονοσφραγίδα των 90 khz, η οποία αντιπροσωπεύει τη χρονική στιγμή παρουσίασης του πλαισίου εικόνας ή ήχου MPEG. Φυσικά θα είναι η ίδια για όλα τα πακέτα που απαρτίζουν ένα πλαίσιο εικόνας ή ήχου. Βέβαια, μπορεί να αυξάνει και μη μονοτονικά, όσον αφορά το τηλεοπτικό σήμα, εάν είναι παρόντα πλαίσια B στο σήμα. Για πλαίσια που περιέχουν μόνο την επικεφαλίδα ακολουθίας τηλεοπτικού σήματος ή την επικεφαλίδα GOP, η χρονοσφραγίδα είναι αυτή του ακόλουθου πλαισίου. Επικεφαλίδα ειδική για τηλεοπτικό σήμα MPEG Αυτή η επικεφαλίδα είναι προσαρτημένη σε κάθε πακέτο RTP μετά από τη σταθερή επικεφαλίδα RTP. Εικόνα 3.5 Επικεφαλίδα RTP για τηλεοπτικό σήμα MPEG MBZ: Το τμήμα αυτό μένει αχρησιμοποίητο. Πρέπει να έχει μηδενική τιμή σύμφωνα με την τρέχουσα οδηγία. Αυτό το πεδίο προορίζεται για μελλοντική χρήση. 63

64 Τ (1 bit): Τίθεται στην τιμή 1, όταν είναι παρούσα η επέκταση της ειδικής για το MPEG-2 επικεφαλίδας και ακολουθεί μετά την επικεφαλίδα που εξετάζουμε. Αυτή η επέκταση χρειάζεται για βελτίωση της ανθεκτικότητας στα σφάλματα. Παρόλα αυτά, η χρήση του σε ένα πακέτο RTP είναι προαιρετική. TR (TemporalReference 10 bits): Αποτελεί τη χρονική αναφορά της τρέχουσας εικόνας μέσα στην τρέχουσα ομάδα εικόνων. Αυτή η τιμή κυμαίνεται από και είναι σταθερή για όλα τα πακέτα RTP μιας δεδομένης εικόνας. AN (1 bit): Τίθεται στην τιμή 1, όταν το επόμενο ψηφίο (ψηφίο N) χρησιμοποιείται για να σημάνει αλλαγές στην πληροφορία που φέρει η επικεφαλίδα εικόνας για φορτίο MPEG-2. Πρέπει επίσης να τεθεί στην τιμή 0, για φορτίο MPEG-1 ή όταν το ψηφίο N δε χρησιμοποιείται. N (Νέα επικεφαλίδα εικόνας 1 bit): Τίθεται στην τιμή 1, όταν η πληροφορία, που περιέχεται στις προηγούμενες επικεφαλίδες εικόνας που στάλθηκαν, δεν μπορεί να χρησιμοποιηθεί για να αναδημιουργήσει μια επικεφαλίδα της τρέχουσας εικόνας. Αυτό συμβαίνει όταν η τρέχουσα εικόνα κωδικοποιείται, χρησιμοποιώντας διαφορετικό σύνολο παραμέτρων, απ αυτές που χρησιμοποιήθηκαν για την κωδικοποίηση των προηγούμενων εικόνων του ίδιου τύπου. Το ψηφίο N πρέπει να είναι σταθερό για όλα τα πακέτα RTP που ανήκουν στην ίδια εικόνα, έτσι ώστε η λήψη οποιουδήποτε πακέτου απ αυτά, να επιτρέπει στο δέκτη να εντοπίσει εάν η απαραίτητη πληροφορία για την αναδημιουργία μιας επικεφαλίδας συμπεριλαμβάνεται σ αυτήν την εικόνα (N=1) ή στην προηγούμενη (N=0). S (Ύπαρξη επικεφαλίδας ακολουθίας 1 bit): Συνήθως έχει μηδενική τιμή, ενώ τίθεται στην τιμή 1 κατά την εμφάνιση κάθε επικεφαλίδας ακολουθίας του MPEG. Χρησιμοποιείται για την ανίχνευση της παρουσίας της επικεφαλίδας ακολουθίας στο πακέτο RTP. B (Αρχή κομματιού 1 bit): Τίθεται στην τιμή 1, όταν η αρχή του φορτίου του πακέτου είναι η αρχή του κώδικα ενός «κομματιού», ή όταν η αρχή του κώδικα αυτού ακολουθεί μετά από μία ή περισσότερες από τις εξής: επικεφαλίδα ακολουθίας τηλεοπτικού σήματος, επικεφαλίδα GOP και επικεφαλίδα εικόνας. 64

65 E (Τέλος κομματιού 1 bit): Τίθεται στην τιμή 1, όταν το τελευταίο byte του φορτίου αποτελεί το τέλος ενός κομματιού MPEG. P (Τύπος εικόνας 3 bits): Αυτή η τιμή είναι σταθερή για κάθε πακέτο RTP μιας δεδομένης εικόνας. P=1 για I πλαίσιο P=2 για P πλαίσιο P=3 για B πλαίσιο ΆνυσμαFBV (full_pel_backward_vector) ΚωδικόςBFC (backward_f_code) ΆνυσμαFFV (full_pel_forward_vector) ΚωδικόςFFC (forward_f_code) Τα πεδία αυτά λαμβάνονται από την πιο πρόσφατη επικεφαλίδα εικόνας, και είναι σταθερά για κάθε πακέτο RTP που ανήκει σε δεδομένη εικόνα. Για I πλαίσια, καμία από αυτές τις τιμές δεν είναι παρούσα στην επικεφαλίδα εικόνας και πρέπει να τεθούν στην τιμή 0 στην επικεφαλίδα RTP. Για P πλαίσια, μόνο οι δύο τελευταίες τιμές είναι παρούσες και οι υπόλοιπες πρέπει να τεθούν στην τιμή 0 στην επικεφαλίδα RTP. Τέλος, για B πλαίσια, και οι τέσσερις τιμές είναι παρούσες. Επέκταση της ειδικής για τηλεοπτικό σήμα MPEG επικεφαλίδας Οι παράμετροι της επέκτασης της ειδικής, για τηλεοπτικό σήμα MPEG, επικεφαλίδας είναι οι παρακάτω: Εικόνα 3.6 Επέκταση επικεφαλίδας RTP για τηλεοπτικό σήμα MPEG 65

66 X (1 bit):το τμήμα αυτό παραμένει αχρησιμοποίητο. Πρέπει να έχει μηδενική τιμή σύμφωνα με την τρέχουσα οδηγία. Αυτό το πεδίο προορίζεται για μελλοντική χρήση. E (Παρουσία επεκτάσεων 1 bit): Όταν τίθεται στην τιμή 1, αυτή η επέκταση επικεφαλίδας, συμπεριλαμβανομένης και της επέκτασης σύνθετης απεικόνισης αν D=1, θα ακολουθείτε από μία ή περισσότερες από τις ακόλουθες επεκτάσεις: επέκταση τετραγωνικού πίνακα, επέκταση επίδειξης εικόνας, χρονικά κλιμακωτή επέκταση εικόνας, χωρικά κλιμακωτή επέκταση εικόνας και επέκταση πνευματικών δικαιωμάτων. Το πρώτο byte των δεδομένων των επεκτάσεων φανερώνει το μέγεθος των επεκτάσεων σε λέξεις των 32 bit, συμπεριλαμβανομένου του ίδιου του πεδίου μήκους. Μηδενικά byte γεμίσματος χρησιμοποιούνται στο τέλος, εφόσον είναι απαραίτητο να ευθυγραμμιστούν οι επεκτάσεις στο όριο των 32 bit. Η παρουσία αυτών των επεκτάσεων είναι προαιρετική. Αν όμως είναι παρούσες, πρέπει να αντιγραφούν από τις αντίστοιχες επεκτάσεις, που ακολουθούν την πιο πρόσφατη επέκταση κωδικοποίησης εικόνας MPEG-2, ενώ πρέπει να μείνουν σταθερές για κάθε πακέτο RTP μιας δεδομένης εικόνας. Τέλος, συμπεριλαμβάνεται τόσο ο κώδικας έναρξης της επέκτασης (32 bits), όσο και το αναγνωριστικό του (ID 4 bits). Έτσι, οι επεκτάσεις αναγνωρίζονται από μόνες τους. D (Σημαία σύνθετης απεικόνισης 1 bit): Αν τεθεί στην τιμή 1, τα επόμενα 32 bit που ακολουθούν αυτό, περιέχουν 12 μηδενικά ακολουθούμενα από 20 bit πληροφορίας σύνθετης απεικόνισης. Όλες οι υπόλοιπες τιμές (κώδικες f_[0,0] κλπ. και ψηφία DC, T, P, C κλπ.) αντιγράφονται από την πιο πρόσφατη επέκταση κωδικοποιημένης εικόνας και είναι σταθερές για κάθε πακέτο RTP μιας δεδομένης εικόνας. 66

67 Επικεφαλίδα ειδική για ακουστικό σήμα MPEG Αυτή η επικεφαλίδα είναι προσαρτημένη σε κάθε πακέτο RTP στην αρχή του φορτίου και ακολουθεί κάθε επικεφαλίδα RTP. Εικόνα 3.7 Επικεφαλίδα RTP για ακουστικό σήμα MPEG Frag_offset: Byte αντιστάθμισης μέσα σε ένα πλαίσιο ήχου, για την πληροφορία σ αυτό το πακέτο. Εκτιμήσεις ασφαλείας Η ασφάλεια της μετάδοσης του σήματος προκύπτει από την κρυπτογράφηση των δεδομένων. Δεδομένου ότι η συμπίεση της πληροφορίας, που χρησιμοποιείται με αυτό το σχήμα φορτίου, εφαρμόζεται από άκρη σε άκρη, η κρυπτογράφηση είναι καλύτερα να εφαρμοστεί μετά τη συμπίεση, έτσι ώστε να μην υπάρξει κάποια σύγκρουση μεταξύ των δύο λειτουργιών. Ένας πιθανός κίνδυνος άρνησης χρήσης των υπηρεσιών πάντα υφίσταται, ειδικά για κωδικοποιήσεις δεδομένων, οι οποίες χρησιμοποιούν τεχνικές συμπίεσης με μη ομοιόμορφη φόρτιση των υπολογισμών στην πλευρά του δέκτη. Ο επιτιθέμενος μπορεί να εισάγει παθολογικά στοιχεία πληροφορίας στο σήμα, τα οποία είναι πολύπλοκα στην αποκωδικοποίηση και αναγκάζουν το δέκτη να υπερφορτωθεί. Παρόλα αυτά, αυτή η κωδικοποίηση δεν επιδεικνύει σημαντική ανομοιομορφία, οπότε δεν διατρέχει σοβαρό κίνδυνο. Όπως συμβαίνει με όλα τα βασισμένα στο IP πρωτόκολλα, σε μερικές περιπτώσεις, ο δέκτης υπερφορτώνεται από τη λήψη και μόνο πολλών πακέτων, είτε επιθυμητών είτε ανεπιθύμητων. Βέβαια, θα μπορούσε να χρησιμοποιηθεί μια διαδικασία ταυτοποίησης σε επίπεδο δικτύου για την απόρριψη πακέτων από ανεπιθύμητες πηγές, αλλά το κόστος επεξεργασίας αυτής της διαδικασίας είναι πολύ υψηλό. Σε ένα περιβάλλον πολλαπλής διανομής, απόρριψη συγκεκριμένων 67

68 πηγών θα μπορούσε να εφαρμοστεί σε μελλοντικές εκδόσεις του IGMP και σε πρωτόκολλα δρομολόγησης συστημάτων πολλαπλής διανομής, για να επιτρέψουν στο δέκτη την επιλογή των πηγών, από τις οποίες θα λαμβάνει δεδομένα. [17] [20] 3.3 Το πρωτόκολλο ελέγχου RTCP Το RTPπρωτόκολλο για τη μεταφορά των δεδομένων επαυξάνεται από ένα πρωτόκολλο ελέγχου το RTCP (RealTimeTransportProtocol). Ουσιαστικά το RTPαποτελείται από δύο στενά συνδεδεμένα μέρη: Το RTP για την μεταφορά των δεδομένων που έχουν ιδιότητες πραγματικού χρόνου. Το πρωτόκολλο ελέγχου RTCP για την παρακολούθηση της ποιότητας των υπηρεσιών και την μεταγωγή πληροφοριών σχετικά με τους συμμετέχοντες σε μια διεξαγόμενη συνεδρία. ToRTCP, στέλνοντας περιοδικά πακέτα ελέγχου στους συμμετέχοντες της συνεδρίας, χειρίζεται την ανάδραση, το συγχρονισμό, και τη διασύνδεση με τον χρήστη αλλά δεν μεταφέρει δεδομένα. Η πληροφόρηση αυτή μπορεί να χρησιμοποιηθεί από τη διεργασία κωδικοποίησης για την αυξομείωση του ρυθμού των δεδομένων ανάλογα με την κατάσταση του δικτύου. Με την παροχή συνεχούς ανάδρασης, οι αλγόριθμοι κωδικοποίησης μπορούν να προσαρμόζονται συνεχώς έτσι ώστε να παρέχουν τη βέλτιστη δυνατή ποιότητα υπό τις τρέχουσες συνθήκες. Το RTCP χειρίζεται επίσης τον συγχρονισμό μεταξύ των ροών. Το πρόβλημα είναι ότι οι διαφορετικές ροές μπορεί να χρησιμοποιούν διαφορετικά ρολόγια. Το RTCP μπορεί να χρησιμοποιηθεί για να τα διατηρήσει σε συγχρονισμό. Τέλος, το RTCP παρέχει ένα τρόπο ονομασίας των διαφόρων πηγών. Αυτή η πληροφόρηση μπορεί να εμφανιστεί στην οθόνη του παραλήπτη, ώστε να φαίνεται ποιος μιλάει σε κάθε στιγμή. 68

69 3.3.1 Τύποι πακέτων RTCP Στο RFC 3550 ορίζονται πέντε τύποι πακέτων RTCP: Αναφορά παραλήπτη (RR Receiver Report) Αναφορά Αποστολέα (SR Sender Report) ΠεριγραφήΠηγής (SDES Source Description) ΔιαχείρισηΜελών (BYE Membership Management) Οριζόμενα από την Εφαρμογή (APP Application-defined) Εικόνα 3.8Γενική επικεφαλίδα πακέτου RTCP Όλα τα είδη πακέτων ακολουθούν μια κοινή δομή. Μόνο το πεδίο που είναι σχετικό με ειδικές πληροφορίες αλλάζει ανάλογα με τον τύπο του πακέτου. Η επικεφαλίδα που είναι κοινή σε όλους τους τύπους πακέτων έχει μήκος τέσσερις οκτάδες και αποτελείται από πέντε πεδία: VersionNumber (V): Ο αριθμός πεδίου είναι πάντα ίσος με 2 για την σημερινή έκδοση του RTP. Padding (P): Το bit γεμίσματος καταδεικνύει αν το πακέτο γεμίζεται με επιπλέον οκτάδες. ItemCount (IC): Μερικά πακέτα μπορεί να περιέχουν μία λίστα αντικειμένων. Στο πεδίο του Μετρητή Αντικειμένων αναγράφεται το πλήθος των αντικειμένων που χρησιμοποιείται από αυτά τα πακέτα. Ορισμένοι τύπου πακέτων που δεν χρειάζονται αντικείμενα μπορούν να χρησιμοποιήσουν αυτό το πεδίο για άλλους σκοπούς. 69

70 PacketType (PT): Ο Τύπος Πακέτου καταδεικνύει τον τύπο πληροφορίας που μεταφέρει το πακέτο. Length: Το πεδίο αυτό δηλώνει το μήκος του πακέτου μετά την επικεφαλίδα. Το μήκος μετράται σε μονάδες λέξεων των 32 bit καθώς όλα τα πακέτα RTCP έχουν μέγεθος πολλαπλάσιο των 32 bit. Μετά την σταθερή επικεφαλίδα ακολουθεί το πληροφορία που φέρει το πακέτο, το είδος της οποίας εξαρτάται από τον τύπο του πακέτου, και από κάποιο πιθανό επιπλέον γέμισμα. Τα πακέτα RTCP ποτέ δεν αποστέλλονται ανεξάρτητα αλλά ομαδοποιούνται σαν ένα ενιαίο πακέτο το οποίο αποστέλλεται αφού ενθυλακωθεί σε ένα πακέτο πρωτοκόλλου χαμηλότερου επιπέδου, συνήθως UDP/IP. Τέλος αν σε ένα ενιαίο πακέτο πρέπει να γίνει απόκρυψη δεδομένων, εισάγεται στο σύνολο των πακέτων ένα τυχαίο πρόθεμα των 32 bit. Εικόνα 3.9 Ενθυλακωμένα πακέτα RTCP RTCP Αναφορές Παραλήπτη (RR) Μία από τις κύριες χρήσεις του RTCP είναι ο έλεγχος της ποιότητας λήψης, ο οποίος ελέγχεται από τα πακέτα Αναφοράς Παραλήπτη που αποστέλλονται από όλους τους παραλήπτες δεδομένων. 70

71 Ένα πακέτοrr περιέχει την πηγή συγχρονισμού SSRC του συμμετέχοντα που στέλνει την αναφορά ακολουθούμενη από μηδέν ή περισσότερα μπλοκ αναφοράς, ο αριθμός των οποίων δηλώνεται στο πεδίο RC. Κάθε μπλοκ αναφοράς περιγράφει την ποιότητα λήψης μίας πηγής συγχρονισμού από την οποία ο αναφέρων (ReporterSSRC) λαμβάνει πακέτα RTP κατά τη διάρκεια του τρέχοντος διαστήματος αναφοράς. Με κάθε πακέτο μπορούν να σταλούν μέχρι και 31 τέτοια μπλοκ, τα οποία αποτελούνται από 7 πεδία, που αθροιστικά καταλαμβάνουν 24 οκτάδες. Εικόνα 3.10Πακέτο RTCP - Αναφορές Παραλήπτη Στο πεδίο της Πηγής Συγχρονισμού του Αναφερόμενου (ReporteeSSRC) αναγνωρίζεται ο συμμετέχων με τον οποίο σχετίζεται το μπλοκ αναφοράς. Στη συνέχεια, ακολουθεί το Κλάσμα Απωλειών (LossFraction) που ορίζεται ως ο αριθμός των απολεσθέντων πακέτων προς των αριθμό των αναμενόμενων πακέτων. Ο Αθροιστικός Αριθμός των Αναμενόμενων Πακέτων (CumulativeNumberofPacketsLost) είναι ένας προσημασμένος ακέραιος των 24 bit, ο οποίος δηλώνει των αριθμό των αναμενόμενων πακέτων αφαιρώντας τον αριθμό των ληφθέντων πακέτων. Το πλήθος των αναμενόμενων πακέτων είναι ο τελευταίος εκτεταμένος αριθμός σειράς που έφτασε στον δέκτη μείον τον αρχικό αριθμό σειράς. 71

72 Το επόμενο πεδίο είναι αυτό του Μέγιστου Εκτεταμένου Αριθμού Σειράς (ExtendedHighestSequenceNumber) που παρελήφθη από αυτήν την πηγή συγχρονισμού κατά τη διάρκεια της συνόδου. Ακολουθεί το πεδίο Διακύμανσης Μεταγωγής (ΙnterarrivalJitter) που περιέχει μια εκτίμηση της στατιστικής διακύμανσης του χρόνου διέλευσης του σήματος μέσα από το δίκτυο, μιλώντας πάντα για πληροφορία που στάλθηκε από την αναφερόμενη πηγή συγχρονισμού. Μετριέται σε μονάδες χρονοσφραγίδων και αποτελείται από έναν μη προσημασμένο ακέραιο των 32 bit, όπως και οι χρονοσφραγίδες του RTP. Μία ακόμη πληροφορία, που φέρει ένα πακέτο RR, είναι η Χρονοσφραγίδα της Τελευταίας Αναφοράς Αποστολέα (LSR LastSenderReport), η οποία αποτελείται από τα μεσαία 32 bit από τα συνολικά 64 της χρονοσφραγίδας που υπήρχε στο πιο πρόσφατο SR πακέτο από την αναφερόμενη SSRC. Η Καθυστέρηση από την Τελευταία Αναφορά Αποστολέα (DLSR DelaysinceLastSenderReport) είναι ο χρόνος που μεσολάβησε από τη λήψη του πιο πρόσφατου πακέτου SR, μέχρι την αποστολή του μπλοκ αναφοράς που περιέχεται στο πακέτο RR. Τέλος, θα πρέπει να αναφερθούμε και στη χρησιμότητα των πακέτων RR. Η ανατροφοδότηση που αυτά παρέχουν στον αποστολέα, του επιτρέπει να προσαρμόσει την αποστολή πακέτων στις συνθήκες που επικρατούν στο δίκτυο, έτσι ώστε να ελαττώσει τις απώλειες. Επιπρόσθετα, άλλοι συμμετέχοντες έχουν τη δυνατότητα να διαγνώσουν αν τα προβλήματα είναι τοπικά ή γενικά σε αρκετούς δέκτες, ενώ οι διαχειριστές του δικτύου μπορούν με τη χρήση κατάλληλων μόνιτορ, που απεικονίζουν την πληροφορία των RTCP πακέτων, να εκτιμήσουν την απόδοση του δικτύου τους. Γενικά οι αναφορές από το δέκτη επηρεάζουν την επιλογή του τρόπου κωδικοποίησης των μέσων και του κώδικα προστασίας από τις απώλειες. 72

73 RTCP - Αναφορές αποστολέα (SR) Επιπρόσθετα με τις αναφορές ποιότητας λήψης από τους δέκτες, το πρωτόκολλο RTCP μεταφέρει και πακέτα με αναφορές από τον αποστολέα (SR), τα οποία αποστέλλονται από χρήστες που έχουν πρόσφατα στείλει δεδομένα. Αυτά τα πακέτα συνήθως περιέχουν πληροφορίες σχετικές με το μέσο που αποστέλλεται, κυρίως για να μπορούν οι δέκτες να συγχρονίσουν πολλαπλά σήματα (όπως για παράδειγμα, για το συγχρονισμό χειλιών, μεταξύ ήχου και εικόνας). Το φορτίο ενός πακέτου SR αποτελείται από 24 οκτάδες πληροφοριών από τον αποστολέα, και μηδέν ή περισσότερα μπλοκ αναφορών. Τα μπλοκ αναφορών υπάρχουν μόνο αν ο αποστολέας στέλνει και δέχεται RTP πακέτα, και αριθμούνται στο πεδίο RC. Εικόνα 3.11 Πακέτο RTCP - Αναφορές αποστολέα Το πρώτο πεδίο μετά την επικεφαλίδα, η Χρονοσφραγίδα NTP (NTPTimestamp) είναι μια μη προσημασμένη τιμή των 64 bit, η οποία φανερώνει το χρόνο κατά τον οποίο εστάλη το πακέτο SR. Τα ανώτερα 32 bit μετράνε δευτερόλεπτα από την 1η Ιανουαρίου του 1900, ενώ τα κατώτερα 32 bit παριστάνουν κλάσματα του δευτερολέπτου. 73

74 Στη συνέχεια, ακολουθεί η χρονοσφραγίδα RTP (RTP timestamp), η οποία αντιστοιχεί στην τρέχουσα χρονοσφραγίδα NTP, αλλά εκφράζεται σε μονάδες του RTP ρολογιού μέσων. Το πεδίο Αρίθμησης των Πακέτων του Αποστολέα (Sender spacketcount) είναι ο αριθμός των πακέτων δεδομένων που ο αποστολέας ως πηγή συγχρονισμού παρήγαγε από την έναρξη της συνόδου. Αντίστοιχα, το πεδίο Αρίθμησης των Οκτάδων του Αποστολέα (Sender soctetcount) είναι ο αριθμός των οκτάδων φορτίου που περιέχονται σ αυτά τα πακέτα. Τα δύο αυτά πεδία μηδενίζονται όταν ο αποστολέας αλλάζει την SSRC του, ή όταν φτάνουν στη μέγιστη τιμή τους. Από τις τιμές των δύο αυτών πεδίων υπολογίζεται ο μέσος ρυθμός ροής δεδομένων της πηγής. Τέλος, όσον αφορά τις χρήσεις των πακέτων SR, εκτός της προαναφερθείσας, μια εφαρμογή μπορεί να υπολογίσει το μέσο ρυθμό ροής πακέτων κατά τη διάρκεια ενός διαστήματος που ο δέκτης δε λαμβάνει δεδομένα. Το κλάσμα αυτού του ρυθμού και του μέσου ρυθμού ροής δεδομένων αποτελεί το μέσο μήκος φορτίου. Επίσης, αν μπορούμε να υποθέσουμε ότι η απώλεια πακέτων είναι ανεξάρτητη από το μέγεθός τους, ο αριθμός των πακέτων που λαμβάνει ένας συγκεκριμένος δέκτης επί το μέσο μήκος φορτίου δίνει τη φαινομενική παραγωγή πληροφοριών που είναι διαθέσιμη στην είσοδο του δέκτη. Μια τελευταία, αλλά σημαντική, χρήση των πακέτων SR είναι η δημιουργία, μέσω των χρονοσφραγίδων, μιας συσχέτισης μεταξύ των ρολογιών των μέσων και μιας γνωστής εξωτερικής αναφοράς (το ρολόι τύπου NTP). Αυτή η συσχέτιση δίνει τη δυνατότητα για συγχρονισμό ήχου-εικόνας και για μια άρτια αναπαραγωγή του υλικού RTCP Περιγραφή πηγής (SDES) Το πρωτόκολλο RTCP μπορεί επίσης να χρησιμοποιηθεί για τη μεταφορά πακέτων SDES, τα οποία πραγματοποιούν την αναγνώριση των συμμετεχόντων και γνωστοποιούν χαρακτηριστικές λεπτομέρειες, όπως η τοποθεσία, η διεύθυνση ηλεκτρονικού ταχυδρομείου και ο αριθμός τηλεφώνου του κάθε 74

75 συμμετέχοντα. Αυτές οι πληροφορίες που εμπεριέχονται στα SDES πακέτα εισάγονται από τον χρήστη, συνήθως μέσω ενός γραφικού περιβάλλοντος. Κάθε πακέτο SDES αποτελείται από μηδέν ή περισσότερες λίστες από αντικείμενα περιγραφής της πηγής (SDES items), τον αριθμό των οποίων (λιστών) φανερώνει το πεδίο SC της επικεφαλίδας. Κάθε λίστα περιέχει πληροφορίες σχετικά με μια συγκεκριμένη πηγή και αρχίζει με τη διεύθυνση της πηγής, την οποία ακολουθούν τα αντικείμενα SDES. Εικόνα 3.12Πακέτο RTCP - Περιγραφή Πηγής Τα Αντικείμενα μιας Λίστας SDES (ListofSDESItems) αποτελούνται από τρία πεδία: τον Τύπο (Type), το Μήκος (Length) και την Τιμή (Value). Τύποι αντικειμένων SDES υπάρχουν πολλοί και θα τους δούμε συνοπτικά στη συνέχεια. Το πεδίο του μήκους δείχνει τον αριθμό των οκτάδων κειμένου, που ακολουθεί σε μορφή UTF-8. Εικόνα 3.13RTCP - Αντικείμενο περιγραφής πηγής Όλα τα αντικείμενα μπαίνουν στη λίστα το ένα μετά το άλλο, χωρίς διαχωριστικά ή γέμισμα. Η λίστα τερματίζεται από μία ή περισσότερες μηδενικές οκτάδες. Η πρώτη από αυτές αποτελεί αντικείμενο τύπου μηδέν και σηματοδοτεί το τέλος της λίστας, ενώ οι υπόλοιπες γεμίζουν τη λίστα, ώστε το μήκος της να είναι ακέραιο 75

76 πολλαπλάσιο των 32 bit. Οι διάφοροι τύποι αντικειμένων SDES που συνήθως χρησιμοποιούνται είναι οι εξής: CNAME (type=1): Είναι το κανονικό όνομα του κάθε συμμετέχοντα. Αυτό το αντικείμενο παρέχει ένα σταθερό και μόνιμο γνώρισμα, ανεξάρτητο από την πηγή συγχρονισμού, και μπορεί να χρησιμοποιηθεί για να συσχετίσει πολλαπλά σήματα από έναν συμμετέχοντα σε διαφορετικές συνόδους RTP ή για να ονομάσει έναν χρήστη όταν ένα εργαλείο μέσων επανεκκινείται. Τέλος, αποτελεί το μόνο υποχρεωτικό αντικείμενο SDES και συνήθως καθορίζεται από το όνομα χρήστη και τη διεύθυνση IP του συμμετέχοντα. NAME (type=2): Μεταφέρει το όνομα του συμμετέχοντα και προορίζεται κυρίως για τις λίστες συμμετεχόντων σαν μέρος της διεπιφάνειας του χρήστη. Αυτή η τιμή συνήθως εισάγεται από το χρήστη και δεν είναι μοναδική. (type=3): Μεταφέρει τη διεύθυνση ηλεκτρονικού ταχυδρομείου του συμμετέχοντα. PHONE (type=4): Μεταφέρει τον τηλεφωνικό αριθμό του συμμετέχοντα, συνήθως στη διεθνή του μορφή. LOC (type=5): Ανακοινώνει την τοποθεσία που βρίσκεται ο χρήστης. TOOL (type=6): Δηλώνει την εφαρμογή RTP το εργαλείο που είναι σε χρήση από το συμμετέχοντα. Συνήθως περιλαμβάνει το όνομα και τον αριθμό έκδοσης της εφαρμογής, ενώ χρησιμεύει περισσότερο στον εντοπισμό λαθών και στο μάρκετινγκ. NOTE (type=7): Επιτρέπει στο χρήστη να κάνει μια σύντομη αναφορά για οτιδήποτε. PRIV (type=8): Είναι ένας μηχανισμός ιδιωτικής επέκτασης, ο οποίος χρησιμοποιείται για να καθορίσει πειραματικές ή άλλου είδους επεκτάσεις SDES εξαρτώμενες από την εφαρμογή. 76

77 RTCP Έλεγχος μελών (BYE) Ένα πακέτο BYE δηλώνει την αποχώρηση κάποιου μέλους από μία σύνοδο RTP ή την αλλαγή της πηγής συγχρονισμού SSRC του μέλους. Ορισμένες φορές τα πακέτα αυτά χάνονται. Εικόνα 3.14 Πακέτο RTCP - Έλεγχος Μελών Σε ένα πακέτο BYE, το πεδίο RC της επικεφαλίδας αριθμεί τις πηγές συγχρονισμού που εγκατέλειψαν τη σύνοδο. Οι διευθύνσεις των πηγών αυτών ακολουθούν, η μία μετά την άλλη, την επικεφαλίδα του πακέτου. Ο παραλήπτης ενός τέτοιου πακέτου πρέπει να αγνοεί στη συνέχεια πακέτα RTP και RTCP, που προέρχονται από τις πηγές που είναι εγγεγραμμένες στη λίστα του πακέτου. Τέλος, ένα πακέτο BYE μπορεί να περιέχει και το λόγο αποχώρησης των πηγών, σε κατάλληλη μορφή, έτσι ώστε να μπορεί να προβληθεί στο χρήστη RTCP Πακέτα ορισμένα από την εφαρμογή (APP) Η τελευταία κατηγορία πακέτων RTCP είναι τα πακέτα APP, που ορίζονται από την εφαρμογή, και επιτρέπουν επεκτάσεις στις υπόλοιπες κατηγορίες και πειραματισμούς πάνω σε νέες δυνατότητες. 77

78 Εικόνα 3.15RTCP - Πακέτα Ορισμένα από την Εφαρμογή Ένα πακέτο APP αποτελείται από ένα πεδίο για το Όνομα του Πακέτου που Ορίζεται από την Εφαρμογή (Application-definedpacketname), τη διεύθυνση της πηγής συγχρονισμού (SSRC) και τα δεδομένα του πακέτου. Συνήθως, αυτή είναι η μορφή ενός πακέτου APP, αν και μπορεί να διαφέρει ανάλογα με τη χρήση που θα έχει. Πάντως, το όνομα του πακέτου υπάρχει πάντα και δηλώνει με τέσσερις χαρακτήρες το είδος της επέκτασης. 3.4 ΕμπροσθόδοτηΔιόρθωσηΣφαλμάτων (Forward Error Correction FEC) [17][21] Λόγω της φύσεως των εφαρμογών πραγματικού χρόνου (Real-Timeapplications), τα περιθώρια καθυστέρησης στη μετάδοση είναι πολύ αυστηρότερα σε σχέση με άλλου τύπου εφαρμογές. Ως αποτέλεσμα, η αναμετάδοση των χαμένων πακέτων δεδομένων είναι γενικά μια μη έγκυρη επιλογή. Γι αυτό το λόγο προτάθηκε η Εμπροσθόδοτη Διόρθωση Σφαλμάτων FEC για την ανάκτηση των χαμένων πακέτων. Ειδικά σχήματα FEC έχουν προτυποποιηθεί για χρήση σε εφαρμογές RTP. Όταν ένας δέκτης RTP χρησιμοποιεί την κωδικοποίηση FEC, πρέπει να αποφασίσει το ποσό της FEC πληροφορίας που θα προσθέσει με βάση τα χαρακτηριστικά απωλειών του δικτύου. Ένας τρόπος να γίνει αυτό είναι εξετάζοντας τα RTCP μηνύματα RR που λαμβάνει από τον παραλήπτη και χρησιμοποιώντας τα στατιστικά στοιχεία από το πεδίο Κλάσμα Απωλειών ( LossFraction) ώστε να 78

79 καθορίσει το ποσό των πλεοναζόντων δεδομένων που θα περιλάβει στην ωφέλιμη ροή. Αυξάνοντας το ποσό των FEC δεδομένων αυξάνεται και το κλάσμα απωλειών που μπορεί να διορθωθεί. Κάτι τέτοιο όμως μεγαλώνει το μέγεθος της συνολικής μεταδιδόμενης ροής και μπορεί να έχει δυσμενείς συνέπειες εάν οι απώλειες οφείλονται σε συμφόρηση του δικτύου. Στην περίπτωση αυτή με την προσθήκη FEC δεδομένων οι απώλειες μπορεί να είναι μεγαλύτερες σε σχέση με το να μη χρησιμοποιηθεί καθόλου η κωδικοποίηση FEC. Ένα άλλο μειονέκτημα της κωδικοποίησης FEC είναι ότι προσθέτει καθυστέρηση στο σύστημα καθώς η διόρθωση δεν μπορεί να γίνει πριν ληφθούν τα πακέτα FEC. Αν τα πακέτα FEC καταφτάσουν αρκέτα αργότερα από τα δεδομένα που προστατεύουν, ο δέκτης θα πρέπει να αποφασίσει FEC Ελέγχου Ισοτιμίας Μία από τις πιο απλές μεθόδους ανίχνευσης/διόρθωσης σφαλμάτων είναι ο κώδικας ισοτιμίας. Σύμφωνα με την τεχνική της ισοτιμίας για την δυαδική ροή που μεταδίδεται παράγεται μία δυαδική ροή ισοτιμίας σύμφωνα με την συνάρτηση αποκλειστικού-or (XOR). H λογική συνάρτηση X-OR ορίζεται για 2 εισόδους με αυτόν τον τρόπο: 0 XOR 0 = 0 1 XOR 0 = 1 0 XOR 1 = 1 1 XOR 1 = 0 Και μπορεί να επεκταθεί για περισσότερες από 2 εισόδους σύμφωνα με την προσεταιριστική ιδιότητα: A XOR B XOR C = (A XOR B) XOR C = A XOR (B XOR C) Αλλάζοντας μία από τις εισόδους θα αλλάξει και η έξοδος της συνάρτησης XOR επιτρέποντας σε ένα bit ισοτιμίας να εντοπίσει και ένα σφάλμα. Η ιδιότητα αυτή 79

80 έχει περιορισμένη αξία από μόνη της, αλλά όταν συνδυάζονται πολλά δυαδικά ψηφία, καθίσταται δυνατή η ανίχνευση και διόρθωση πολλαπλών σφαλμάτων. Σε ένα σύστημα RTPoverUDP/IP, στο οποία η κύρια αιτία σφαλμάτων είναι η απώλεια πακέτων και όχι η αλλοίωση των bit, είναι απαραίτητο η ροή των bit ισοτιμίας να σταλεί σε ξεχωριστά πακέτα από την ωφέλιμη ροή που προστατεύουν. Εάν υπάρχουν αρκετά bit ισοτιμίας είναι δυνατή η πλήρης ανάκτηση ενός χαμένου πακέτου. Σύμφωνα με την ιδιότητα: AXORBXORB = A για οποιεσδήποτε τιμές των Α και Β, αν με κάποιο τρόπο μεταδοθούν τα τμήματα δεδομένων Α, Β και Α XORB ξεχωριστά, χρειάζεται να ληφθούν μόνο 2 από τα τρία τμήματα για να ανακτηθούν οι χαμένες τιμές των Α και Β. Εικόνα 3.16Ανάκτηση δεδομένων με χρήση κώδικα ισοτιμίας Hμέθοδος αυτή μπορεί να εφαρμοστεί σε πακέτα RTP, αντιμετωπίζοντας ολόκληρο το πακέτο σαν μία ροή bit και υπολογίζοντας το πακέτο ισοτιμίας που είναι το XOR του αρχικού πακέτου. Στο RFC 5109 ορίζεται το πρότυπο για τη χρήση FEC ισοτιμίας σε RTP ροές δεδομένων. Ο σκοπός αυτού του προτύπου είναι να καθορίσει ένα γενικό σύστημα FEC για RTP πακέτα που μπορούν να λειτουργούν με οποιοδήποτε τύπο φορτίου και το οποίο είναι συμβατό με τους δέκτες που δεν εφαρμόζουν την κωδικοποίηση FEC. Επιπλέον επειδή σε πολλές περιπτώσεις το εύρος ζώνης του δικτύου είναι περιορισμένο, το σχήμα FEC που προτείνεται έχει σχεδιαστεί για τη 80

81 βέλτιστη αξιοποίηση του. Ειδικότερα το συγκεκριμένο σχήμα παρέχει τη δυνατότητα άνισης προστασίας από σφάλματα προστατεύοντας καλύτερα τα πιο σημαντικά δεδομένα. Ο αλγόριθμος που το υλοποιεί αυτό ονομάζεται Προστασία Άνισων Επιπέδων (ULP UnevenLevelProtection), σύμφωνα με τον οποίο το ωφέλιμο φορτίο δεδομένων προστατεύεται σε ένα ή πολλαπλά επίπεδα. Οι πολυμεσικές εφαρμογές ήχου και βίντεο επωφελούνται από ένα σχήμα ULP που θα παρέχει μεγαλύτερη προστασία στο αρχικό μέρος του ωφέλιμου φορτίου κάθε πακέτου. Τα δεδομένα που βρίσκονται πιο κοντά στην αρχή του πακέτου είναι πιο σημαντικά και τείνουν να μεταφέρουν περισσότερες πληροφορίες από ότι τα δεδομένα πιο πίσω στο πακέτο. Η αρχή του πακέτου είναι πιο κοντά στο δείκτη επανα-συγχρονισμού που βρίσκεται στην επικεφαλίδα του πακέτου και επομένως είναι πιο πιθανό να αποκωδικοποιηθεί σωστά. Επιπλέον, σχεδόν όλα τα σχήματα μετάδοσης έχουν τις επικεφαλίδες, που είναι το ζωτικό μέρος, στην αρχή του πακέτου. Βασική λειτουργία Ο αποστολέας καθορίζει τα επίπεδα προστασίας της πολυμεσικής ροής και το μήκος του πεδίου προστασίας για το κάθε επίπεδο. Η συνάρτηση ΧΟR εφαρμόζεται σε όλο το ωφέλιμο φορτίο για τη δημιουργία των FEC δεδομένων. Το αποτέλεσμα αυτής της διαδικασίας είναι πακέτα RTP που περιέχουν FEC δεδομένα. Ο δέκτης μπορεί να χρησιμοποιήσει τα πακέτα αυτά προκειμένου να ανακτήσει χαμένα πακέτα ή τμήματα χαμένων πακέτων. Ο τύπος του φορτίου FEC δεδομένων περιέχει πληροφορίες, που επιτρέπουν στον πομπό να ενημερώσει των δέκτη για το ποια πακέτα έχουν χρησιμοποιηθεί για να παραχθεί το πακέτο FEC, ποιο είναι το επίπεδο προστασίας καθώς και ποιο είναι το μήκος του επιπέδου προστασίας. Συγκεκριμένα, κάθε πακέτο FEC περιέχει μία μάσκα m(k) για κάθε επίπεδο προστασίας k. Αν το ibit στη μάσκα m(k) τεθεί στην τιμή 1, τότε το πακέτο N+i πολυμεσικής πληροφορίας προστατεύεται από το συγκεκριμένο πακέτο διόρθωσης σφαλμάτων σε k επίπεδα. Το Ν καλείται βάση του αριθμού ακολουθίας και αποστέλλεται στο πακέτο FEC επίσης. Το πόσο των ωφέλιμων δεδομένων που προστατεύονται 81

82 στο επίπεδο k υποδεικνύεται στο πεδίο Μήκος L(k), το οποίο επίσης εμπεριέχεται στο πακέτο FEC. Το μήκος για το k επίπεδο προστασίας, η μάσκα m(k), ο τύπος του ωφέλιμου φορτίου και η βάση του αριθμού ακολουθίας Ν προσδιορίζουν πλήρως τον κώδικα ισοτιμίας που εφαρμόστηκε για τη δημιουργία του FEC πακέτου. Όσο ο πομπός παράγει πακέτα FEC, αυτά αποστέλλονται στους δέκτες. Ο πομπός συνεχίζει να στέλνει το αρχικό σήμα, σαν να μην υπάρχει το σχέδιο FEC. Αυτό επιτρέπει στους δέκτες που δεν έχουν τη δυνατότητα να χρησιμοποιήσουν το σχέδιο FEC, να λαμβάνουν και να χρησιμοποιούν κανονικά το σήμα.στο δέκτη λοιπόν, παραλαμβάνονται τόσο τα αρχικά όσο και τα FEC πακέτα. Εάν δεν χαθεί κανένα πακέτο πολυμέσων, το FEC μπορεί να αγνοηθεί. Σε περίπτωση απώλειας, τα πακέτα FEC μπορούν να συνδυαστούν με άλλα πακέτα πολυμέσων που έχουν ληφθεί, με σκοπό την αποκατάσταση των απολεσθέντων πολυμεσικών πακέτων. Κώδικες Ισοτιμίας Για συντομία, καθορίζεται η συνάρτηση f(x,y) να είναι ο τελεστής XOR (ισοτιμίας) που εφαρμόζεται στα μπλοκ δεδομένων x, y, Η έξοδος αυτής της συνάρτησης είναι ένα άλλο μπλοκ που αποκαλείται μπλοκ ισοτιμίας. Η ανάκτηση των μπλοκ δεδομένων που χρησιμοποιούν κώδικες ισοτιμίας ολοκληρώνεται με την παραγωγή ενός ή περισσότερων μπλοκ ισοτιμίας μίας ομάδας μπλοκ δεδομένων. Για να είναι αποτελεσματικά, τα μπλοκ ισοτιμίας πρέπει να δημιουργούνται από γραμμικά ανεξάρτητους συνδυασμούς των μπλοκ δεδομένων. Ο ιδιαίτερος αυτός συνδυασμός καλείται κώδικας ισοτιμίας. Ο τύπος φορτίου δεδομένων ορίζει έναν ιδιαίτερο κώδικα. Για παράδειγμα, εξετάζεται ένας κώδικας ισοτιμίας που παράγει ένα ενιαίο πακέτο ισοτιμίας για δύο πακέτα δεδομένων. Αν τα αρχικά πακέτα δεδομένων είναι τα a, b, c, d, τα πακέτα που παράγονται από τον πομπό είναι: abcd ροή δεδομένων f(a,b) f(c,d) ροή FEC 82

83 όπου ο χρόνος αυξάνεται προς τα δεξιά. Σε αυτό το παράδειγμα, το σχήμα διόρθωσης σφαλμάτων εισάγει 50% επιπλέον πληροφορία. Αλλά αν χαθεί το πακέτο b, το a και το f(a,b) μπορούν να χρησιμοποιηθούν για να ανακτηθεί το b. Προστασία Άνισων Επιπέδων (ULP) Όπως φάνηκε και από το προηγούμενο παράδειγμα, η προστασία των δεδομένων εξαρτάται από το μέγεθος της ομάδας πακέτων δεδομένων. Στο παράδειγμα το μέγεθος της ομάδας είναι 2. Έτσι ακόμη και εάν ένα από τα τρία πακέτα (2 πακέτα ωφέλιμου φορτίου και ένα πακέτο FEC) χαθεί, τα αρχικά δεδομένα ωφέλιμου φορτίου μπορούν να ανακτηθούν. Όπως προαναφέρθηκε, στην πλειοψηφία των πολυμεσικών εφαρμογών, δεν είναι όλα τα τμήματα των πακέτων μεταφοράς το ίδιο σημαντικά. Χρησιμοποιώντας αυτήν την ιδιότητα, μπορεί να επιτευχθεί αποτελεσματικότερη χρήση του εύρους ζώνης του υποκείμενου καναλιού μετάδοσης εφαρμόζοντας την μέθοδο Προστασίας Άνισων Επιπέδων. Με τη μέθοδο αυτή, περισσότερο εύρος ζώνης διατίθεται για την προστασία των σημαντικών τμημάτων των πακέτων και λιγότερο για τα τμήματα μικρότερης σημασίας. Τα πακέτα λοιπόν χωρίζονται σε τμήματα, που τοποθετούνται με σειρά φθίνουσας σημασίας. Στα τμήματα αυτά, γνωστά και ως επίπεδα εφαρμόζεται διαφορετικός βαθμός προστασίας. Ένα πακέτο FEC μπορεί να μεταφέρει δεδομένα ισοτιμίας για πολλαπλά επίπεδα. Τα παραπάνω γίνονται καλυτέρα κατανοητά στο παράδειγμα που ακολουθεί. Δύο πακέτα ULPFEC προστατεύουν 4 πακέτα ωφέλιμου φορτίου. Το ULPFEC πακέτο #1 έχει ένα επίπεδο και προστατεύει τα πακέτα Α και Β. Η λειτουργία ισοτιμίας δεν εφαρμόζεται στο σύνολο των πακέτων Α και Β αλλά μέχρι ένα συγκεκριμένο μήκος. Το μήκος αυτό, που ονομάζεται μήκος προστασίας, μπορεί να επιλεχθεί και να αλλάξει δυναμικά κατά τη διάρκεια μίας συνεδρίας. Το ULPFEC πακέτο #2 έχει δύο επίπεδα προστασίας. Το επίπεδο 0 είναι το ίδιο με αυτό του πακέτο ULPFEC #1 με τη διαφορά ότι εφαρμόζεται στα πακέτα C και D. Στο επίπεδο #1 εφαρμόζεται η λειτουργία ισοτιμίας σε δεδομένα και από τα τέσσερα πακέτα A, B, C, D. όπως φαίνεται το επίπεδο #1 λειτουργεί σε ένα 83

84 διαφορετικό τμήμα των πακέτων από το επίπεδο 0 μήκος προστασίας. και έχει και διαφορετικό ΠακέτοA ##################### : : ΠακέτοB ############### : : : ULPFECΠακέτο : : : ΠακέτοC ########### : : : ΠακέτοD ################################### : : ULPFECΠακέτο : : : :<-L0->:<--L1-->: Δομή πακέτων δεδομένων RTP Η μορφοποίηση των πακέτων δεδομένων δεν επηρεάζεται από το σχήμα FEC. Αν η ροή του FEC είναι ξεχωριστή, τα πακέτα μέσων αποστέλλονται σαν να μην υπάρχει FEC. Δομή πακέτων FEC Ένα πακέτο FEC δημιουργείται τοποθετώντας μια επικεφαλίδα FEC, μία ή περισσότερες επικεφαλίδες επιπέδων FEC και το φορτίο δεδομένων κάθε επιπέδου στο φορτίο δεδομένων RTP, όπως φαίνεται παρακάτω: Εικόνα 3.17Πακέτο FEC 84

85 Επικεφαλίδα RTP για πακέτα FEC H επικεφαλίδα RTP χρησιμοποιείται μόνο όταν τα FEC δεδομένα αποστέλλονται σε ξεχωριστή ροή από τα δεδομένα που προστατεύουν. Όλα τα πεδία της RTP επικεφαλίδας συμπληρώνονται σύμφωνα με το RFC 3550 με κάποιες επιπλέον διευκρινήσεις: -Ο δείκτης M δεν χρησιμοποιείται και πρέπει να έχει την τιμή 0. -Η πηγή συγχρονισμού SSRC πρέπει να είναι ίδια με αυτή της ροής των μέσων που προστατεύει. - Ο αριθμός ακολουθίας SN έχει τυποποιημένο ορισμό: πρέπει να είναι κατά μία μονάδα υψηλότερος από τον αριθμό ακολουθίας του προηγούμενου πακέτου FEC που εστάλη. - Η χρονοσφραγίδα TS πρέπει να τεθεί στην τιμή του ρολογιού RTP τη στιγμή που το πακέτο FEC αποστέλλεται. Αυτό οδηγεί στη μονοτονική αύξηση της τιμής TS στα πακέτα FEC ανεξάρτητα από το σχέδιο κωδικοποίησης FEC. - O τύπος φορτίου δεδομένων για το πακέτο FEC ορίζεται δυναμικά. Σύμφωνα με το έγγραφο RFC 3550, οι συμμετέχοντες στη σύνοδο RTP που δεν μπορούν να αναγνωρίσουν τον τύπου φορτίου δεδομένων, πρέπει να απορρίψουν το πακέτο. Κάτι τέτοιο παρέχει συμβατότητα προς τα πίσω (backwardcompatibility). Οι μηχανισμοί του σχεδίου FEC μπορούν έτσι να χρησιμοποιηθούν σε μία multicast ομάδα, με δέκτες που μπορούν να αποκωδικοποιήσουν, αλλά και με δέκτες που δεν μπορούν να αποκωδικοποιήσουν το FEC. Επικεφαλίδα FEC Εικόνα 3.18Επικεφαλίδα FEC 85

86 Η επικεφαλίδα FEC αποτελείται από 10 οκτάδες. Τα πεδία της επικεφαλίδας αναλύονται παρακάτω: -Το Ε bit ορίζει μία επέκταση επικεφαλίδων (για μελλοντικές επεκτάσεις). Οι εφαρμογές που εναρμονίζονται με αυτήν την έκδοση της προδιαγραφής πρέπει να θέσουν αυτό το bit στην τιμή 0. - Το Lbit υποδεικνύει το μήκος της μάσκας. - Τα πεδία ανάκτησης P, X, CC, M και PT υπολογίζονται μέσω της λειτουργίας προστασίας που εφαρμόζεται στα αντίστοιχα πεδία P, X, CC, M, T της RTP επικεφαλίδας του αντίστοιχου πακέτου μέσων που προστατεύεται. - Το πεδίο Βάσης SN πρέπει να τίθεται στην ελάχιστη τιμή του αριθμού ακολουθίας μεταξύ των πακέτων δεδομένων που προστατεύονται από το σχήμα FEC. Το γεγονός αυτό επιτρέπει στη λειτουργία FEC να επεκταθεί σε μία σειρά πακέτων, με μέγιστο αριθμό τα 16 αν το πεδίο L έχει την τιμή 0 ή 48 αν το πεδίο L έχει την τιμή 1. - Το πεδίο Ανάκτησης TS υπολογίζεται μέσω της λειτουργίας προστασίας που εφαρμόζεται στις χρονοσφραγίδες των πακέτων δεδομένων που προστατεύονται από το σχήμα FEC. Το γεγονός αυτό επιτρέπει την πλήρη ανάκτηση της χρονοσφραγίδας. - Το πεδίο Ανάκτησης Μήκους χρησιμοποιείται για να καθορίσει το μήκος των οποιοδήποτε ανακτημένων πακέτων. Υπολογίζεται, και αυτό, μέσω της λειτουργίας προστασίας, που εφαρμόζεται στη μη προσημασμένη αναπαράσταση των 16 bit, του συνόλου των μηκών (σε byte) του φορτίου δεδομένων, του καταλόγου CSRC, της επέκτασης και του γεμίσματος, των πακέτων δεδομένων που σχετίζονται με το συγκεκριμένο πακέτο FEC. Το γεγονός αυτό επιτρέπει την εφαρμογή της διαδικασίας FEC, ακόμη και όταν τα μήκη των πακέτων δεδομένων δεν είναι ίδια. 86

87 Επικεφαλίδα Επιπέδου FEC Η Επικεφαλίδα Επιπέδου FEC έχει μήκος 4 ή 8 byte ανάλογα με το μήκος του πεδίου L στην επικεφαλίδα FEC. Η δομή της φαίνεται παρακάτω: Εικόνα 3.19Επικεφαλίδα επιπέδου FEC Η επικεφαλίδα επιπέδου αποτελείται από το πεδίο μήκους προστασίας, μήκους 16 bit, και από το πεδίο μάσκας. Το πεδίο μάσκας υποδεικνύει ποια πακέτα μέσων σχετίζονται με το πακέτο FEC στο συγκεκριμένο επίπεδο. Έχει μήκος 16 ή 48 bit ανάλογα με την τιμή του πεδίου L. Αν το ibit στη μάσκα τεθεί στην τιμή 1, τότε το πακέτο δεδομένων με αριθμό ακολουθίας N+i σχετίζεται με το συγκεκριμένο πακέτο FEC, όπου Ν είναι το πεδίο βάσης SN στην επικεφαλίδα του πακέτου FEC. Το πιο σημαντικό bit αντιστοιχεί στο i=0, ενώ το λιγότερο σημαντικό στο i=15 ή i=47 ανάλογα με την τιμή του L.. 87

88 4 Δικτυακήδιασύνδεση Στο κεφάλαιο αυτό παρουσιάζονται μερικά στοιχεία της τεχνολογίας δικτύων που καθόρισαν τον τρόπο μετάδοσης του HDTVσήματος από το χώρο του Φεστιβάλ Ντοκιμαντέρ Θεσσαλονίκης στο δίκτυο της ΕΔΕΤ. Γίνεται μία περιγραφή των οπτικών τεχνολογιών στις οποίες είναι βασισμένο το δίκτυο, των δυνατών τρόπων μετάδοσης των δεδομένων και τέλος της τοπολογίας του τμήματος του δικτύου ΕΔΕΤ που χρησιμοποιήθηκε για τη μετάδοση και της διαδρομής των πολυμεσικών δεδομένων μέσα σε αυτό. 4.1 Τεχνολογίες Οπτικής Μετάδοσης Δεδομένων ΤεχνολογίαTDM και SONET/SDH [22] Κατά την τεχνική Πολυπλεξίας Διαίρεσης Χρόνου (TimeDivisionMultiplexing - TDM) ο χρόνος αναφοράς επιμερίζεται σε ισομεγέθη τμήματα που ονομάζονται χρονοπλαίσια και αυτά εν συνεχεία διαιρούνται σε μικρότερα ισομεγέθη τμήματα που ονομάζονται χρονοθυρίδες (timeslots). Τα δεδομένα από τις διαφορετικές ροές μπορούν να μεταδίδονται σαν υπο-κανάλια μέσα στο κανάλι επικοινωνίας το καθένα κατά τη διάρκεια διαφορετικής χρονοθυρίδας του χρονοπλαισίου. Έτσι σε ένα χρονοπλαίσιο μεταδίδονται παράλληλα δεδομένα από πολλαπλές πηγές. Στις πρώτες μέρες των οπτικών επικοινωνιών, κάθε τηλεφωνική εταιρία είχε το δικό της οπτικό σύστημα TDM. Η έλλειψη κάποιας τυποποίησης οδήγησε, τη δεκαετία του 1980, στη δημιουργία ενός νέου προτύπου, που αρχικά ονομάστηκε Σύγχρονο Οπτικό Δίκτυο (SynchronousOpticalNetwork SONET). Αργότερα η CCITTπροσχώρησε στην προσπάθεια αυτή, η οποία οδήγησε σε ένα πρότυπο για το SONETκαθώς και σε ένα σύνολο από παράλληλες συστάσεις. Οι συστάσεις τις CCITTονομάζονται Σύγχρονη Ψηφιακή Ιεραρχία (SynchronousOpticalHierarchy SDH), αλλά διαφέρουν από το SONETμόνο σε θέματα ήσσονος σημασίας. 88

89 Το βασικό δομικό μπλοκ του SONETέχει ρυθμό μετάδοσης bit51.84 Mbps. Το αντίστοιχο οπτικό σήμα αναφέρεται σαν OC-1, όπου OCσημαίνει οπτικό φέρον. Το βασικό δομικό μπλοκ της SDHέχει ρυθμό μετάδοσης bit Mbpsκαι αναφέρεται σαν STM-1, όπου STMσημαίνει Υπομονάδα Σύγχρονης Μετάδοσης. Τα ανώτερα επίπεδα έχουν ρυθμό μετάδοσης ακέραιο πολλαπλάσιο του βασικού ρυθμού. SONET SDH B (Mbps) Channels OC OC-3 STM OC-12 STM OC-48 STM OC-192 STM Πίνακας 4.1 Ρυθμοί πολύπλεξης SONET και SDH Τεχνολογία WDM [23] ΚατάτηντεχνικήWDM (WavelengthDivisionMultiplexing ΠολυπλεξίαΜήκους Κύματος) πολλά οπτικά φέροντα σε διαφορετικά μήκη κύματος διαμορφώνονται χρησιμοποιώντας ανεξάρτητα ηλεκτρικά σήματα και κατόπιν μεταδίδονται μέσω της ίδιας οπτικής ίνας.το οπτικό σήμα στον δέκτη υφίσταται αποπολυπλεξία σε ξεχωριστά κανάλια χρησιμοποιώντας μία οπτική τεχνική. Στην πραγματικότητα πρόκειται για πολυπλεξία Διαίρεση Συχνότητας (FDM) που επιτελείται όμως σε πολύ υψηλές συχνότητες. Εάν το κάθε κανάλι έχει τη δική του περιοχή συχνοτήτων (μήκος κύματος) και όλες οι περιοχές δεν εφάπτονται, μπορούν να πολυπλεχθούν όλες μαζί στην οπτική ίνα και να εκμεταλλευτούμε το μεγάλο εύρος ζώνης που διαθέτει. Η μόνη διαφορά με την ηλεκτρική μέθοδο FDMείναι ότι ένα τέτοιο οπτικό σύστημα που χρησιμοποιεί ένα πλέγμα περίθλασης για την υλοποίησή του είναι πλήρως παθητικό, άρα εξαιρετικά αξιόπιστο. 89

90 Όταν το πλήθος των καναλιών είναι πολύ μεγάλο και τα μήκη κύματος είναι πολύ κοντά μεταξύ τους, (για παράδειγμα σε απόσταση 0.1 μm), το σύστημα συχνά αναφέρεται ως Πυκνή WDM(DWDM DenseWDM). WDMκαιSONET/SDH [24] Τα πρότυπα SONET/SDHορίζουν έναν κοινο τρόπο μεταφοράς δεδομένων μέσα σε ένα δίκτυο στο οποίο μπορεί να είναι συνδεδεμένοι πελάτες με διαφορετικές ανάγκες πρόσβασης και διαφορετικού τύπου εξοπλισμό. Πριν την εφαρμογή του WDM, οι αρχιτεκτονικές SONET/SDH υπέθεταν ότι η μετάδοση των δεδομένων γίνεται με χρήση ενός μόνο μήκους κύματος πάνω από μια οπτική ίνα. Τα πρότυπά τους όμως μπορούν να χρησιμοποιηθούν χωρίς αλλαγές και για μετάδοση πάνω από ένα σύστημα WDM. Ουσιαστικά οι αρχιτεκτονικές SONET/SDH αποτελούν ένα επίπεδο που βρίσκεται πάνω από το επίπεδο των οπτικών ινών και του ακριβούς τρόπου μετάδοσης του οπτικού σήματος μέσα από αυτές. 4.2 Μορφές μετάδοσης δεδομένων σε δίκτυα Οιδυνατοί τρόποι μετάδοσης δεδομένων σε δίκτυα είναι οι μετάδοση από σημείο σε σημείο (Unicast), η μετάδοση από σημεία σε όλα τα σημεία (Broadcast) και η μετάδοση από σημείο σε πολλαπλά σημεία (Multicast). Κατά την Unicastμετάδοση τα δεδομένα από τον αποστολέα μεταδίδονται σε ένα συγκεκριμένο παραλήπτη ενώ στηbroadcastμετάδοση τα δεδομένα μεταδίδονται σε όλους τους παραλήπτες ενός πεδίου, παραδείγματος χάριν ενός τοπικού δικτύου. Κατά την Multicastμετάδοση τα δεδομένα διαβιβάζονται επιλεκτικά μόνο σε παραλήπτες που έχουν εκφράσει ενδιαφέρον για την λήψη των δεδομένων. 90

91 Εικόνα 4.1 Μορφές μετάδοσης δεδομένων σε δίκτυα [21] [25] Μετάδοση Unicast Κατά την Unicastμετάδοση αναφερόμαστε στην αποστολή δεδομένων από την πηγή-αποστολέα σε έναν συγκεκριμένο παραλήπτη. Ο διαδρομή που θα ακολουθηθεί για την αποστολή καθορίζεται από τα διάφορα πρωτόκολλα δρομολόγησης. Το διαδίκτυο αποτελείται από ένα μεγάλο πλήθος Αυτόνομων Συστημάτων (AS AutonomousSystem). Κάθε αυτόνομο Σύστημα ελέγχεται από διαφορετικό οργανισμό και μπορεί να χρησιμοποιεί εσωτερικά τον δικό του αλγόριθμο δρομολόγησης. Η ύπαρξη όμως προτύπων, ακόμη και στην εσωτερική δρομολόγηση απλοποιεί την υλοποίηση στα σύνορα μεταξύ των ASκαι επιτρέπει την επαναχρησιμοποίηση κώδικά. Ο αλγόριθμος δρομολόγησης μέσα σε ένα αυτόνομο σύστημα ονομάζεται Εσωτερικό Πρωτόκολλο Πύλης Δικτύου (IGP InteriorGatewayProtocol) ενώ ο αλγόριθμός δρομολόγησης μεταξύ των αυτόνομων συστημάτων ονομάζεται Εξωτερικό Πρωτόκολλο Πύλης Δικτύου (EGP ExteriorGatewayProtocol) Εσωτερικά Πρωτόκολλα Πύλης Δικτύου Το αρχικό εσωτερικό πρωτόκολλο πύλης δικτύου που χρησιμοποιήθηκε στι διαδίκτυο ήταν ένα πρωτόκολλο διανυσμάτων απόστασης, το RIP (RoutingInformationProtocol). Το RIPλειτουργούσε καλά στα μικρά αυτόνομα συστήματα αλλά όσο το ASγίνονταν μεγαλύτερα εμφάνιζε δυσλειτουργίες. Το 91

92 1988 η IETFάρχισε να δουλεύει σε έναν διάδοχο του πρωτοκόλλου αυτού, το OSPF( OpenShortestPathFirst), το οποίο και έγινε πρότυπο το Η πλειοψηφία των δρομολογητών το υποστηρίζει και αποτελεί σήμερα το βασικό εσωτερικό πρωτόκολλο πύλης δικτύου. Η αρχή λειτουργίας του OSPFείναι η μοντελοποίηση του συνόλου των πραγματικών δικτύων, δρομολογητών και γραμμών μέσω ενός προσανατολισμένου γραφήματος, στο οποίο σε κάθε τόξο εκχωρείται ένα κόστος (απόσταση, καθυστέρηση κ.λπ.). Στη συνέχεια υπολογίζεται η συντομότερη διαδρομή με βάση τα κόστη των τόξων. Καθώς τα αυτόνομα συστήματα γίνονται μεγαλύτερα, η διαχείριση τους καθίσταται δυσκολότερη. Το OSPFτους επιτρέπει να διαιρούνται σε αριθμημένες περιφέρειες, όπου κάθε περιφέρεια είναι ένα δίκτυο ή ένα σύνολο συνεχόμενων δικτύων. Η περιφέρεια 0 αποτελεί την περιφέρεια δικτύου σπονδυλικής στήλης (backbone) στην οποία και συνδέονται όλες οι άλλες περιφέρειες. Κάθε δρομολογητής που συνδέεται σε δύο ή περισσότερες περιφέρειες είναι μέρος του δικτύου σπονδυλικής στήλης. Η κύρια δουλειά κάθε δρομολογητή είναι ο υπολογισμός της συντομότερης διαδρομής από τον εαυτό του προς οποιονδήποτε άλλον δρομολογητή της περιφέρειας συμπεριλαμβανόμενου του δρομολογητή που συνδέεται στο δίκτυο σπονδυλικής στήλης. Η διαδικασία αυτή δίνεται μέσω της αποστολής μηνυμάτων για την κατάσταση των συνδέσεων μεταξύ των δρομολογητών που βρίσκονται στο ίδιο επίπεδο ιεραρχίας. Τα πέντε είδη μηνυμάτων που προβλέπονται συνοψίζονται στον ακόλουθο πίνακα: Τύπος Μηνύματος Περιγραφή Χαιρετισμός Χρησιμοποιείται για την ανακάλυψη των γειτόνων Ενημέρωση κατάστασης συνδέσμων Παρέχει τις πληροφορίες κόστους του αποστολέα στους γείτονές του Επιβεβαίωση κατάστασης συνδέσμων Επιβεβαιώνει την ενημέρωση Περιγραφή βάσης δεδομένων Αίτηση κατάστασης συνδέσμων Πίνακας 4.2 Τύποι μηνυμάτων OSPF κατάστασης συνδέσμων Ανακοινώνει πόσες ενημερώσεις έχει ο αποστολέας Ζητά πληροφορίες από το άλλο άκρο 92

93 Εξωτερικά πρωτόκολλα Πύλης Δικτύου Για την επικοινωνία μεταξύ δρομολογητών που βρίσκονται σε διαφορετικά Αυτόνομα Συστήματα απαιτείται ένα εξωτερικό πρωτόκολλο πύλης δικτύου. Το προτιμώμενο σήμερα εξωτερικό πρωτόκολλο πύλης δικτύου στο διαδίκτυο είναι το BGP(BorderGatewayProtocol). Τα ζεύγη δρομολογητών BGPεπικοινωνούν μεταξύ τους εγκαθιδρύοντας συνδέσεις TCP. Αυτό που γίνεται στην ουσία με το πρωτόκολλο BGPείναι κάθε δρομολογητής να διατηρεί έναν πίνακα-βάση πληροφοριών στην μνήμη του με τα πιθανά μονοπάτια για ένα συγκεκριμένο προορισμό (RoutingInformationBase RIB). Σε αντίθεση με τα πρωτόκολλα εσωτερικής δρομολόγησης δεν έχουμε περιοδική ενημέρωση όλου του πίνακα αλλά μόνο ενημέρωση σε περίπτωση μεταβολών της τοπολογίας του δικτύου. Ο λόγος που γίνεται αυτό είναι η μείωση του όγκου δεδομένων δρομολόγησης μέσα στο δίκτυο. Στο BGPδιακρίνουμε τριών ειδών διαδικασίες: Neighboracquisition Διαδικασία εγκαθίδρυσης γειτονικού δρομολογητή Δύο δρομολογητές θεωρούνται γειτονικοί όταν ανήκουν στο ίδιο δίκτυο. Η διαδικασία Neighboracquisitionέχει να κάνει με τη συμφωνία δύο γειτονικών δρομολογητών, που ανήκουν σε διαφορετικά αυτόνομα συστήματα, ότι θα ανταλλάσσουν πληροφορίες δρομολόγησης όποτε αυτό είναι απαραίτητο. Η εγκαθίδρυση σχέσης γειτνίασης ανάμεσα σε γειτονικούς δρομολογητές διαφορετικών αυτόνομων συστημάτων ισοδυναμεί με τη δημιουργία μίας ζεύξης του πρωτοκόλλου BGP. Οι δρομολογητές αυτοί καθίστανται πλέον υπεύθυνοι για τη μεταγωγή πακέτων από και προς προορισμούς εξωτερικούς από το ASστο οποίο ανήκουν. Neighborreachability Διαδικασία διατήρησης πρόσβασης σε γειτονικό δρομολογητή Η διαδικασία neighborreachabilityδιατηρεί τη σχέση γειτονίας αποκτήσει δύο δρομολογητές μέσω της προηγούμενης διαδικασίας. που έχουν 93

94 Networkreachability Διαδικασία διατήρησης πρόσβασης σε δίκτυο Η διαδικασία networkreachabilityυφίσταται για να διατηρούν οι δρομολογητές πληροφορίες για την προσπέλαση των υποδικτύων. Έτσι κάθε δρομολογητής διατηρεί μία βάση δεδομένων με τα υποδίκτυα τα οποία μπορεί να προσπελάσει και την καλύτερη διαδρομή προς αυτά. [25] [26] Μετάδοση Multicast Η μετάδοση multicastβασίζεται στην εξής ιδέα: σε περίπτωση που θέλουμε να μεταδώσουμε τα ίδια δεδομένα σε πολλαπλούς λήπτες τότε με τον συμβατικό τρόπο unicastμετάδοσης θα πρέπει να δημιουργηθούν τόσες διαφορετικές ροές δεδομένων από τον αποστολέα προς τους παραλήπτες, όσος είναι και ο αριθμός των παραληπτών. Όταν τμήματα των διαδρομών που οδηγούν στους παραλήπτες είναι κοινά, τότε τα ίδια δεδομένα επαναλαμβάνονται πάνω στον ίδιο δικτυακό σύνδεσμο με αποτέλεσμα να γίνεται κακή χρήση του διαθέσιμου εύρους ζώνης και να αυξάνεται ο φόρτος του σταθμού που αποστέλλει τα δεδομένα γιατί έχει να εξυπηρετήσει πολλές διαφορετικές ροές. Στην περίπτωση της multicastμετάδοσης ο αποστολέας μεταδίδει μία ροή δεδομένων σε όλους τους παραλήπτες και η ροή δεδομένων διακλαδώνεται μόνο στα σημεία του διαδικτύου που απαιτείται με αποτέλεσμα να γίνεται βέλτιστη χρήση των πόρων του δικτύου. Το multicastingβασίζεται στην έννοια της ομάδας (group). Μία μηχανή (host) που επιθυμεί να λάβει multicast δεδομένασυμμετέχει στην ομάδα, στην οποία ο αποστολέας στέλνει τα δεδομένα. Οι ομάδες δεν έχουν φυσικά και γεωγραφικά όρια και έτσι ένας hostμπορεί να βρίσκεται σε οποιοδήποτε σημείο. Επίσης δεν υπάρχει περιορισμό στον αριθμό των παραληπτών που μπορούν να συνδεθούν σε μία ομάδα, αλλά ούτε και στον αριθμό των ομάδων που μπορεί να συνδεθεί ένας host. Οι hostπου επιθυμούν να λάβουν συγκεκριμένα δεδομένα από μία multicastομάδα πρέπει να γίνουν μέλη της ομάδας ενώ για να αποστείλουν δεδομένα multicastστην ομάδα κάτι τέτοιο δεν είναι υποχρεωτικό. Η συμμετοχή σε μία multicastομάδα είναι δυναμική, ένας hostμπορεί να συνδεθεί ή να αποσυνδεθεί όποτε αυτός επιθυμεί. 94

95 Το multicastείναι μία υπηρεσία που υλοποιείται στο επίπεδο δικτύου και παρέχεται ως υπηρεσία στις εφαρμογές ανωτέρων επιπέδων. Αυτές με την σειρά τους για να την εκμεταλλευτούν πρέπει να διαθέτουν τις κατάλληλες βιβλιοθήκες. Προκειμένου οι multicastροές δεδομένων να ξεχωρίζουν από τις υπόλοιπες, χρησιμοποιούν ένα ειδικό τμήμα από τον διαθέσιμο χώρο διευθύνσεων του IPπρωτοκόλλου. Πιο συγκεκριμένα η multicastομάδα παίρνει μία διεύθυνση από την κλάση D της οποίας το εύρος είναι από έως Για την επίτευξη οποιασδήποτε επικοινωνίας multicastείναι απαραίτητο οι σταθμοί που επιθυμούν να συμμετάσχουν ή να ξεκινήσουν μία ομάδα να έχουν έναν τρόπο να ενημερώσουν γι αυτό τον τοπικό δρομολογητή τους. Ακόμη πρέπει οι δρομολογητές μεταξύ τους να έχουν ένα πρωτόκολλο επικοινωνίας για την ανταλλαγή πληροφοριών όσον αφορά την multicastκίνηση. Στην πλειοψηφία των περιπτώσεων οι πληροφορίες αυτές έχουν να κάνουν με το κατά πόσο οι σταθμοί πίσω από έναν δρομολογητή επιθυμούν ή όχι να λάβουν μέρος σε κάποια μορφή multicastεπικοινωνίας και συνεπώς ο δρομολογητής να προωθεί ή να σταματά την multicastκίνηση προς τους σταθμούς αυτούς Το πρωτόκολλο διαχείρισης IGMP ΤοπρωτόκολλοIGMP (InternetGroupManagementProtocol) κάνειχρήσητηςκλάσηςdτωνδιευθύνσεωνipπου αναφέρθηκε παραπάνω και χρησιμοποιείται από τους σταθμούς για τη δημιουργία και τη συμμετοχή σε ομάδες multicast. Οι διαδικασίες IGMPείναι οι ακόλουθες: όταν ένας σταθμός θέλει να προσχωρήσει σε μία multicastομάδα στέλνει ένα μήνυμα αναφοράς συμμετοχής (MembershipReport) στον τοπικό multicastδρομολογητή και τον ενημερώνει ότι επιθυμεί να λαμβάνει πακέτα από τη συγκεκριμένη multicastδιεύθυνση. Ο δρομολογητής ξεκινά να προωθεί την multicastκίνηση της συγκεκριμένης ομάδας στο τοπικό δίκτυο στο οποίο ανήκει ο σταθμός που του έστειλε την αναφορά. Ανά περιοδικά διαστήματα ο δρομολογητής στέλνει μηνύματα- ερωτήσεις συμμετοχής (MembershipQueries) προς τους σταθμούς που είναι συνδεδεμένοι στα τοπικά του δίκτυα προκειμένου να καθορίσει αν υπάρχουν ακόμη σταθμοί που είναι μέλη στην ομάδα multicast. Οι σταθμοί-μέλη 95

96 ανταποκρίνονται στην ερώτηση με την αποστολή αναφοράς συμμετοχής. Αν ο δρομολογητής αποστείλει τρία μηνύματα-ερωτήσεις χωρίς να λάβει απάντηση, υποθέτει πως κανένας σταθμός δεν ακούει και σταματάει να προωθεί την multicastκίνηση προς το τοπικό δίκτυο. Τέλος το πρωτόκολλο δίνει τη δυνατότητα στους σταθμούς να αναγγείλουν τη δημιουργία μίας multicastσυνόδου στον τοπικό τους δρομολογητή ο οποίος αναλαμβάνει να ενημερώσει τους γειτονικούς του δρομολογητές Intra-domainπρωτόκολλα δρομολόγησης Hδρομολόγηση εντός ενός τομέα (intra-domain) είναι η διαδικασία δημιουργίας δένδρων διανομής τα οποία παρέχουν τα μονοπάτια για την μεταφορά των multicastπακέτων από της πηγές προς τα μέλη μίας multicastομάδας. Ταπιογνωστάπρωτόκολλαintra-domainδρομολόγησηςείναι: α. DVMRP (DistanceVectorMulticastRoutingProtocol), β. MOSPF (Multicast Open Shortest Path First), γ. CBT (Core Based Tree) καιδ. PIM (Protocol Independent Multicast). Πρωτόκολλα με τεχνικές Source-basedTree. Στην κατηγορία αυτή η πολυδιανομή γίνεται με τη δημιουργία δένδρου από την πηγή προς τα μέλη της ομάδας. Κάθε δρομολογητής που είναι μέλος ενός multicastsource-basedtree έχει μία (S,G) καταχώριση και μία λίστα από εξερχόμενα interfaces στον πίνακα δρομολόγησής του, όπου S είναι η διεύθυνση της πηγής και G της multicast ομάδας. Από κάθε κόμβο αποστολής ξεκινούν τόσα δένδρα όσα και οι ομάδες στις οποίες ανήκει και καταλήγουν σε όλους τους δέκτες. Αν μία ομάδα έχει πολλούς αποστολείς τότε πολλοί κλάδοι καταλήγουν στον κάθε δέκτη. Οι αρχιτεκτονικές που στηρίζονται σε αυτήν τη λογική χρησιμοποιούν τα πρωτόκολλα DVMRP και MOSPF. Το πρωτόκολλο DVMRPείναι το πρώτο multicastπρωτόκολλο που δημιουργήθηκε για τo διαδίκτυο. Χρησιμοποιεί την τεχνική floodandprune για να δημιουργήσει τα κατάλληλα μονοπάτια. Κάθε δρομολογητής που λαμβάνει 96

97 κάποιο πακέτο που προορίζεται για πολυδιανομή, το αναπαράγει και το προωθεί σε όλες τις διασυνδέσεις του δικτύου του, εκτός από αυτή από όπου προήλθε το πακέτο. Αν οι νέοι δρομολογητές που το λαμβάνουν δεν έχουν καταγεγραμμένα μέλη στέλνουν πίσω στον αρχικό δρομολογητή (με χρήση του πρωτοκόλλου IGMP) ένα μήνυμα αποκλεισμού τους (prunemessage). Διαφορετικά επαναλαμβάνουν την ίδια διαδικασία μέχρι να δημιουργηθεί το δένδρο που θα έχει σα φύλλα τα μέλη της ομάδας για την οποία προορίζεται το πακέτο. Περιοδικά ξαναγίνεται προώθηση της κίνησης προς όλους τους δρομολογητές προκειμένου να διαπιστωθεί εάν καινούργιοι σταθμοί επιθυμούν να συμμετάσχουν στην multicastσύνοδο. Το DVMRPείναι το πρωτόκολλο δρομολόγησης πάνω στο οποίο στηρίχτηκε η ανάπτυξη του MBONE. ToMBONE είναι ένα πειραματικό δίκτυο στο οποίο συμμετέχουν πολλά ερευνητικά και εκπαιδευτικά ιδρύματα. Το MBONEέλυσε το πρόβλημα της multicastδρομολόγησης στο διαδίκτυο, μιας και μόνο λίγοι δρομολογητές υποστήριζαν multicastδρομολόγηση, με την καθιέρωση ενός εικονικού δικτύου multicastδρομολογητών, οι οποίοι είναι συνδεδεμένοι μέσω unicastσυνδέσεων. Από τη στιγμή που όλο και περισσότεροι δρομολογητές είναι σε θέση να υποστηρίξουν multicastμετάδοση έχει σχεδόν εξαφανιστεί η ανάγκη για ένα εικονικό multicastδίκτυο. Το MOSPFσαν πρωτόκολλο δρομολόγησης είναι ουσιαστικά μία σειρά από επεκτάσεις στο ήδη υπάρχον πρωτόκολλο unicastospfπροκειμένου να υποστηρίξει τη multicastτεχνολογία. Για να εφαρμοστεί πρέπει απαραίτητα να τρέχει το αντίστοιχο unicastπρωτόκολλο OSPF. Πρωτόκολλα με τεχνικές διαμοιραζόμενου δένδρου (SharedpathTree) Στα δύο πρώτα intra-domainπρωτόκολλα που αναφέρθηκαν για κάθε πομπό μηνύματος δημιουργείται ένα ξεχωριστό δένδρο με αποτέλεσμα η πολυπλοκότητα να αυξάνεται ανάλογα με τον αριθμό των πομπών μηνυμάτων και το πλήθος των multicastομάδων. Έτσι μία τεχνική που βασίζεται στην παραπάνω διαδικασία δεν μπορεί να επεκταθεί ικανοποιητικά και για την περίπτωση πολυδιανομής ευρείας περιοχής που ενδεχομένως απαιτεί την υποστήριξη πολλών ενεργών ομάδων 97

98 ευρέως κατανεμημένων. Προκειμένου να ελαχιστοποιηθεί το χρησιμοποιούμενο εύρος, θεωρητικά τουλάχιστον, είναι καλύτερη η χρήση ενός κοινού διαμοιραζόμενου δένδρου (SharedPathTree). Μία απλούστερη προσέγγιση είναι η κατασκευή δένδρου με συγκεκριμένο κέντρο. Σύμφωνα με αυτήν την προσέγγιση, κάποιος από τους κόμβους του δικτύου ορίζεται ως το κέντρο του δένδρου και καθίσταται υπεύθυνος τόσο για την επέκταση/συρρίκνωση του δένδρου, όταν αλλάζουν τα μέλη ή οι αποστολείς μηνυμάτων, όσο και για την συγκέντρωση των μηνυμάτων από τους αποστολείς και την πολλαπλή μετάδοση τους στα υπόλοιπα μέλη, αφού το δένδρο είναι ταυτόχρονα και το δένδρο πλησιέστερης διαδρομής που έχει τη ρίζα του στον συγκεκριμένο κόμβο. Το πρωτόκολλο δρομολόγησης CBTήταν το πρώτο πρωτόκολλο δρομολόγησης που χρησιμοποίησε την τεχνική κοινού διαμοιραζόμενου δένδρου. Το CBTκατασκευάζει ένα κεντρικό δένδρο ανά ομάδα στο οποίο κάθε τοπικός δρομολογητής κατατάσσεται μέσω μίας διαδικασίας αίτησης στην ομάδα του κεντρικού δρομολογητή που βρίσκεται στον πυρήνα του δένδρου, μόλις λάβει κάποιο μήνυμα ένταξης από κάποιο υποψήφια μέλος μέσω του πρωτοκόλλου IGMP. Ο πυρήνας του δένδρου (RP RendezvousPoint) διαμορφώνεται είτε στατικά, είτε καθορίζεται ως έκβαση μίας διαδικασίας εκλογής από ένα σύνολο υποψηφίων και λειτουργεί σαν σταυροδρόμι κυκλοφορίας των πολλαπλών μηνυμάτων. Διαφορετικές multicastομάδες μπορούν να χρησιμοποιήσουν και διαφορετικά κέντρα διανομής. Τα δένδρα διανομής στο CBTείναι αμφίδρομα, οι δρομολογητές είναι ικανοί να προωθήσουν multicastπακέτα μακριά από τον πυρήνα, καθώς επίσης και προς τον πυρήνα. Πρωτόκολλα με συνδυασμένες τεχνικές Ενώ η πολυπλοκότητα των τεχνικών source-basedtreeεξαρτάται από το πλήθος τον αποδεκτών αλλά και των αποστολέων των μηνυμάτων, στις τεχνικές sharedpathtreeη πολυπλοκότητα εξαρτάται μόνο από τον αριθμό των δεκτών αφού για των κάθε αποστολέα δεν δημιουργείται νέο δένδρο. Ωστόσο και σε αυτήν την κατηγορία υπάρχει το μειονέκτημα της συγκέντρωσης της κυκλοφορίας στον κεντρικό δρομολογητή που είναι ο πυρήνας του δένδρου καθώς και στους κόμβους που βρίσκονται κοντά του. 98

99 Το πρωτόκολλο PIMεπιτρέπει στις διάφορες εφαρμογές να χρησιμοποιήσουν είτε την τεχνική source-basedtreeείτε αυτήν του διαμοιραζόμενου δένδρου και αποτελεί το πλέον διαδεδομένο πρωτόκολλο multicastδρομολόγησης σήμερα στο διαδίκτυο. Όπως φαίνεται και από την ονομασία του (PIM - ProtocolIndependentMulticast) συνεργάζεται με οποιοδήποτε πρωτόκολλο unicastδρομολόγησης. Το PIMδιαθέτει δύο διαφορετικές καταστάσεις λειτουργίες οι οποίες ονομάζονται PIM-DM (PIMDenseMode) και PIM-SM (PIMSparseMode) και η επιλογή για το ποια από τις δύο θα χρησιμοποιηθεί εξαρτάται από την τοπολογία του δικτύου, το πλήθος των αποδεκτών, τη διασπορά τους και το είδος της κίνησης που θα μεταδοθεί. Όταν το PIMχρησιμοποιείται σε densemodeδημιουργεί δένδρα διανομής σύμφωνα με την τεχνική source-basedtree. Με αυτόν τον τρόπο δημιουργούνται ανεξάρτητες ροές πληροφορίας από την πηγή προς τους παραλήπτες χωρίς να υπάρχουν σταθερά σημεία συγκέντρωσης της κίνησης όπως συμβαίνει όταν το PIMεφαρμόζεται σε sparsemode. Το PIM-DM είναι κατάλληλο σε περιπτώσεις που: Οι σταθμοί που συμμετέχουν στη multicast σύνοδο είναι σχετικά κοντά Υπάρχουν λίγοι σχετικά σταθμοί αποστολής προς πολλούς παραλήπτες Διακινούνται μεγάλες ποσότητες πληροφορίας Το δένδρο διανομής είναι σταθερό και δεν διασχίζει πολλούς δικτυακούς συνδέσμους ευρείας περιοχής (WAN) Αντίστοιχα όταν το PIMχρησιμοποιείται σε sparsemodeχρησιμοποιεί την τεχνική του διαμοιραζόμενου δένδρου. Κάθε δρομολογητής υποθέτει πως οι γειτονικοί του δρομολογητές δεν επιθυμούν να τους στέλνει πακέτα multicast. αυτό αλλάζει μόνο στην περίπτωση που κάποιος δρομολογητής ζητήσει ευθέως να του προωθηθεί κίνηση που για μια συγκεκριμένη multicastσύνοδο. Όταν οι σταθμοί γίνονται μέλη μίας multicastσυνόδου τότε ο δρομολογητής στον οποίο είναι απευθείας συνδεδεμένοι στέλνει ΡΙΜ Joinμηνύματα προς τον πυρήνα του δένδρου-σημείο συνάντησης (rendezvouspoint - RP). Τότε το σημείο συνάντησης στέλνει ένα μήνυμα Joinπρος την πηγή και δημιουργείται ένα μονοπάτι μετάδοσης multicastδεδομένων προς το σημείο συνάντησης. Από τα παραπάνω 99

100 συμπεραίνεται πως η λειτουργία του PIMσε sparsemodeέχει καλύτερα αποτελέσματα όταν: Οι συμμετέχοντες στην multicastσύνοδο είναι λίγοι Οι πηγές της multicastκίνησης συνδέονται μέσω δικτυακών συνδέσμων ευρείας περιοχής (WAN) Ο τύπος της κίνησης είναι μη συνεχής Η λειτουργία του ΡΙΜ σε sparsemodeείναι αρκετά παρόμοια με το πρωτόκολλο CBT. Μία σημαντική διαφορά μεταξύ των πρωτοκόλλων PIM-SMκαι CBTείναι ότι τα δένδρα διανομής στο PIMδεν επιτρέπουν την αμφίδρομη μετάδοση πακέτων, δηλαδή οι πηγές διαβιβάζουν πάντα τα πακέτα στον πυρήνα και ο πυρήνας διαβιβάζει τα πακέτα στους αποδέκτες Inter-domainπρωτόκολλα δρομολόγησης Στην προηγούμενη παράγραφο έγινε ανάλυση των πρωτοκόλλων multicastδρομολόγησης που δρουν μέσα σε ένα αυτόνομο σύστημα. Η διανομή των multicastυπηρεσιών μεταξύ των διαφορετικών παρόχων (διαφορετικά αυτόνομα συστήματα) εκτελείται από πρωτόκολλα inter-domainδρομολόγησης. Τα ζητήματα που προκύπτουν από μία τέτοια δρομολόγηση είναι τα εξής: Διαχείριση διαφορετικών τοπολογιών και πολιτικών για unicastκαι multicastυπηρεσίες. Αποφυγή εξαρτήσεων από τρίτους, δηλαδή οι πάροχοι δεν θα πρέπει να βασίζονται σε RendezvousPoint(RP) που βρίσκονται εκτός του τομέα τους. (Αυτό βέβαια θα συμβεί με την προϋπόθεση ότι το PIM-SMείναι το εσωτερικό πρωτόκολλο δρομολόγησης.) Τοποθέτηση του RPσε σημείο που εξυπηρετεί τις ανάγκες του τομέα στον οποίο βρίσκεται και όχι αναγκαστικά όπου διευκολύνει την σύνδεση με άλλο τομέα. Τα πρωτόκολλα που καλύπτουν τις πιο πάνω απαιτήσεις είναι το MultiprotocolBorderGatewayProtocol (MBGP) και το MulticastSourceDiscoveryProtocol (MSDP). 100

101 Multicast Border Gateway Protocol(MBGP) Το MBGP καθορίζεται στο RFC2283 καιαποτελεί μια επέκταση του ήδη υπάρχοντος πρωτοκόλλου unicastδρομολόγησης BGP έτσι ώστε να μπορεί να χρησιμοποιηθεί για τη δρομολόγηση multicastκίνησης μεταξύ διαφορετικών αυτόνομων συστημάτων.το MBGPδεν δημιουργήθηκε για να αντικαταστήσει το PIM, αφού δεν αναπαράγει multicastπληροφορίες, ούτε χτίζει multicastδένδρα διανομής. Σε αντίθεση με το BGPπου διατηρεί μία μόνο βάση πληροφοριών RIBστη μνήμη του για IPv4 επικοινωνία, το MBGPδιατηρεί ξεχωριστές RIBsγια κάθε είδους πληροφορία δρομολόγησης που ανταλλάσσεται. Έτσι διαφορετική βάση UnicastRIB (U-RIB) και MulticastRIB (M-RIB) διατηρείται από το MBGP. Η βάση U-RIBπεριέχει unicastπληροφορίες, ουσιαστικά αυτές που είχε το BGP, ενώ η M- RIBπεριέχει unicastπληροφορίες όπως και η U-RIBμε τη διαφορά ότι οι πληροφορίες που αποθηκεύονται στην M-RIBχρησιμοποιούνται από τον RPF, για τον έλεγχο της εισερχόμενης multicastκίνησης. Αυτός είναι κ ο λόγος που είναι δυνατή η ύπαρξη διαφορετικών πολιτικών και τοπολογιών δρομολόγησης για unicastκαι multicastκίνηση. Για intra-domainπρωτόκολλο χρησιμοποιείται το PIMγια την κατασκευή των multicastδένδρων διανομής, τον RPFέλεγχο και την προώθηση της multicastκίνησης. Multicast Source Discovery Protocol (MSDP) Το MBGPέδωσε λύση σε κάποια προβλήματα που προέκυψαν με την ανάπτυξη της inter-domainτοπολογίας αλλά δεν έλυσε το πρόβλημα της εξάρτησης από τρίτους ή της ευελιξίας στην τοποθέτηση του κεντρικού δρομολογητή-πυρήνα RP. Το MSDPαναπτύχθηκε ακριβώς για την αντιμετώπιση των πιο πάνω θεμάτων. ΤοMSDPχρησιμοποιείinterdomainsourcepathtreesκαιόχιsharedpathtreesγιατηδρομολόγηση των πακέτων. Άρα ο κεντρικός δρομολογητής RPχρειάζεται μόνο τη διαδρομή προς τις ενεργές πηγές, οι οποίες βρίσκονται έξω από τον δικό του τομέα, και επομένως, δεν είναι 101

102 απαραίτητο να χρησιμοποιηθεί ο κεντρικός δρομολογητής RPάλλου τομέα ή ο πάροχος να τοποθετήσει το RPσε κάποιο συγκεκριμένο σημείο. Το MSDPεπιτυγχάνει την επικοινωνία μεταξύ RPsπου βρίσκονται σε διαφορετικούς τομείς. Οπότε το MSDPβασίζεται στη χρήση του PIM-SM σαν intra-domainπρωτόκολλο δρομολόγησης. Ο κεντρικός δρομολογητής ενός τομέα είναι σε θέση να γνωρίζει όλες τις πηγές μέσα στον PIM-SMτομέα του. Άρα μπορεί να ενημερώσει τους κεντρικούς δρομολογητές άλλων PIM-SMτομέων για την ύπαρξη ενεργών πηγών μέσα στον δικό του τομέα.αυτό επιτυγχάνεται με την αποστολή MSDPSourceActive (SA) μηνυμάτων. Επίσης οι κεντρικοί δρομολογητές γνωρίζουν τους ενδιαφερόμενους παραλήπτες μέσα στον τομέα τους. Οπότε όταν λαμβάνουν ένα SAμήνυμα που ανακοινώνει ότι μια ενεργή πηγή άλλου τομέα στέλνει multicastδεδομένα στην ομάδα που συμμετέχουν οι τοπικοί αποδέκτες, τότε οι κεντρικοί δρομολογητές μπορούν να στείλουν ένα μήνυμα σύνδεσης πίσω στην πηγή που βρίσκεται εκτός του τομέα τους. Οι κεντρικοί δρομολογητές, μέσω του MSDP, περιοδικά δημιουργούν SA μηνύματα για τις πηγές που είναι ενεργές μέσα στο δικό τους τομέα. Αυτά τα SA μηνύματα στέλνονται σε όλα τα ενεργά MSDP peers. Μόλις ένας MSDP δρομολογητής λάβει ένα SA μήνυμα από ένα από τα peers του, αφού κάνει ένα RPF έλεγχο, το προωθεί σε όλα τα άλλα peers. Ο δρομολογητής πραγματοποιεί τον RPF έλεγχο (χρησιμοποιώντας τη διεύθυνση του αρχικού RP) για να βεβαιωθεί ότι έφτασε από το σωστό AS-PATH. Μόνο αν ο έλεγχος είναι επιτυχής, το SA μήνυμα διασκορπίζεται (flooded) στα peers, κάτι που αποτρέπει τα routingloops. Η λειτουργία του MSDP θα γίνει καλύτερα κατανοητή με το παρακάτω παράδειγμα: 102

103 Εικόνα 4.2MSDP Μήνυμα Join αποδέκτη Στην Εικόνα 5.2, έχουμε πέντε PIM-SM τομείς που ο καθένας έχει έναν κεντρικό δρομολογητή ο οποίος τρέχει MSDP. Οι γραμμές μεταξύ των RPs δείχνουν την TCP σύνδεση των MSDP peers. Υποθέτουμε ότι ένας αποδέκτης μέσα στον τομέα Ε συνδέεται στη multicast ομάδα , στέλνει λοιπόν ένα μήνυμα σύνδεσης στον κεντρικό δρομολογητή. Αυτό χτίζει ένα κλαδί στο shared δέντρο από το RP μέσα στο domain Ε μέχρι τον τελικό δρομολογητή (φύλλο). Όταν μια πηγή γίνει ενεργή στον τομέα Α (εικόνα), ο firsthop δρομολογητής στέλνει ένα PIM μήνυμα εγγραφής (PIM Register message) στον κεντρικό δρομολογητή. Έτσι ενημερώνεται ο κεντρικός δρομολογητής του τομέα Α ότι μια πηγή είναι ενεργή σε αυτόν. Ο κεντρικός δρομολογητής δημιουργεί (S,G) SA μηνύματα για αυτή την πηγή και τα στέλνει στα MSDP peers των τομέων Β και C. Θα συνεχίσει να στέλνει τα μηνύματα περιοδικά, όσο η πηγή παραμένει ενεργή. Όταν οι κεντρικοί δρομολογητές στους τομέις B και C λάβουν τα SA μηνύματα, κάνουν RPF έλεγχο και τα προωθούν στα επόμενα peers D και E (Εικόνα 5.3). 103

104 Εικόνα 4.3MSDP - Αποστολή SA μηνυμάτων Μόλις το SA μήνυμα φτάσει στον κεντρικό δρομολογητή του τομέα E, αυτός βλέπει ότι έχει ενδιαφερόμενους αποδέκτες για την ομάδα πάνω στο shared δέντρο και απαντάει στο SA μήνυμα στέλνοντας ένα (S,G) μήνυμα (PIM- SMJoin) σύνδεσης πίσω στην πηγή. Το (S,G) μήνυμα σύνδεσης θα ακολουθήσει τον λογικότερο inter-domain δρόμο από τον κεντρικό δρομολογητή στην πηγή, ο οποίος δεν είναι κατά ανάγκη ίδιος με αυτόν που χρησιμοποιήθηκε από τις MSDP συνδέσεις (Εικόνα 5.4). Εικόνα 4.4MSDP - Διαδρομή μηνύματος Join Μόλις το (S,G) μήνυμα σύνδεσης φτάσει στον first-hop δρομολογητή (S) στον 104

105 Μόλις το (S,G) μήνυμα σύνδεσης φτάσει στον first-hop δρομολογητή (S) στον τομέα A, η (S,G) κίνηση ξεκινάει προς τον κεντρικό δρομολογητή του τομέα Ε μέσω του sourcepath δέντρου, που δημιουργήθηκε από τα μηνύματα σύνδεσηςπου μεταδόθηκαν από τον φύλλο-δρομολογητή στο first-hop δρομολογητή. Εικόνα 4.5MSDP - Διαδρομή multicast δεδομένων Όταν η (S,G) κίνηση φτάσει στον last-hop δρομολογητή (R) στον τομέα E, αυτός μπορεί αν θέλει να στείλει ένα (S,G) μήνυμα σύνδεσης στην πηγή με σκοπό να αποφύγει το πέρασμα της κίνησης από το RP του τομέα E (Εικόνα 5.6). Εικόνα 4.6MSDP - Αποφυγή κεντρικού δρομολογητή 105

106 Τελικά η (S,G) κίνηση φτάνει στον last-hop δρομολογητή μέσω του Source δέντρου χωρίς να περνάει από τον κεντρικό δρομολογητή του τομέα E (Εικόνα 5.7). Εικόνα 4.7MSDP - Διαδρομή multicast δεδομένων χωρίς τον κεντρικό δρομολογητή Από το παραπάνω παράδειγμα φαίνεται ότι οι απαιτήσεις που είχαν οι πάροχοι έχουν καλυφθεί με συνεργασία των PIM-SM, MBGP, MSDP. Χρειαζόταν ένα σαφές πρωτόκολλο σύνδεσης. Την απαίτηση αυτή κάλυψε το PIM-SM. Ακόμη, έπρεπε να χρησιμοποιηθεί το υπάρχον unicast μοντέλο λειτουργίαςκαι η λύση ήρθε με την επέκταση του BGP σε MBGP (BGP+4), γεγονός που επέτρεψε στο διαχειριστή να ρυθμίζει και να διαχειρίζεται και τη unicast και τη multicast κίνηση χρησιμοποιώντας τα ήδη υπάρχοντα εργαλεία. Επιπλέον πάροχοι δεν είναι πια υποχρεωμένοι να μοιράζονται τους κεντρικούς τους δρομολογητές με τους ανταγωνιστές τους, αφού το MSDP επιτρέπει σε κάθε τομέα να έχει το δικό του κεντρικό δρομολογητή για κάθε multicast ομάδα. Τέλος, οι κεντρικοί δρομολογητές μπορούν να τοποθετηθούν οπουδήποτε μέσα σε έναντομέα, αφού ενώνονται μέσω MSDP με τους άλλους κεντρικούς δρομολογητές στους άλλους τομείς. 106

107 4.2.3 Μετάδοση multicastμέσω του δικτύου ΕΔΕΤ Το δίκτυο ΕΔΕΤ [27] Όπως προαναφέρθηκε, το μέγεθος του stream και οι υψηλές προδιαγραφές του εγχειρήματος σε αξιοπιστία και QualityofService (QoS) απαιτούν τη χρήση ενός δικτύου υψηλών ταχυτήτων, με εξασφαλισμένο εύρος ζώνης, ασφαλές και με χαμηλή καθυστέρηση. Έτσι χρησιμοποιήθηκε το πανελλήνιο δίκτυο οπτικών ινών ΕΔΕΤ (Εθνικό Δίκτυο Έρευνας και Τεχνολογίας). Το ΕΔΕΤ παρέχει ευρυζωνική σύνδεση και διασυνδέει τα ελληνικά πανεπιστήμια και τεχνολογικά ιδρύματα, τα ερευνητικά κέντρα της χώρας και τα σχολεία, μέσω του Πανελλήνιου Σχολικού Δικτύου. Στις κύριες δραστηριότητες του υπάγεται η διαχείριση του κόμβου GR-IX (GreekInternetExchange), ο οποίος παρέχει τοπική διασύνδεση μεταξύ των εταιρειών παροχής διαδικτύου στην Ελλάδα. Ακόμη παρέχει διεθνή διασύνδεση με τα υπόλοιπα ερευνητικά δίκτυα και το διαδίκτυο μέσω του πανευρωπαϊκού ερευνητικού δικτύου GEANT. Βασικά χαρακτηριστικά δικτύου [27] Το ΕΔΕΤ είναι ένα δίκτυο οπτικών ινών συνολικού μήκους 8410km και βασίζεται στην τεχνολογία Πυκνής Πολυπλεξίας Μήκους Κύματος (DWDM DenseWavelengthDivisionMultiplexing). Όλοι οι κόμβοι βασίζονται σε δρομολογητές ταχυτήτων Gigabit που διασυνδέονται μεταξύ τους μέσω διεπαφών PacketoverSONET με μισθωμένα μήκη κύματος από τον ΟΤΕ ενώ οι κόμβοι του δικτύου βρίσκονται σε δίκτυα του ΟΤΕ. Αυτή τη στιγμή βρισκόμαστε στο αναβαθμισμένο δίκτυο ΕΔΕΤ-3 το οποίο παρέχει ταχύτητες της τάξης των 1-10Gbps. Ποιο συγκεκριμένα οι ταχύτητες σύνδεσης με τους βασικούς κόμβους των μεγάλων πανεπιστημιακών ιδρυμάτων, τον κόμβο ουδέτερης διασύνδεσης GRIX και το GEANT είναι στα 10 Gbps. Οι ταχύτητα σύνδεσης μεταξύ περιφερειακών ή μικρότερων πανεπιστημιακών ιδρυμάτων είναι μεταξύ των Gbps. 107

108 Εικόνα 4.8 Το δίκτυο ΕΔΕΤ [26] [28] Multicast μετάδοση στο ΕΔΕΤ Το δίκτυο ΕΔΕΤ παρέχει τη δυνατότητα προώθησης multicastκίνησης από και προς το ευρωπαϊκό δίκτυο GEANT, καθώς και την προώθηση-δρομολόγηση multicastεφαρμογών μεταξύ των διασυνδεδεμένων φορέων του, εφόσον και αυτοί υποστηρίζουν multicastμετάδοση. Η musticastτεχνολογία του ΕΔΕΤ χρησιμοποιεί το intra-domainπρωτόκολλο PIM SparseMode, το inter-domainπρωτόκολλο MBGPκαι το interdomainπρωτόκολλο MSDP. 108

109 Για τη διασύνδεση με τον ΕΔΕΤ είναι δυνατή η επιλογή από δύο διαφορετικές αρχιτεκτονικές multicasting: Inter-domain Multicasting Απλή χρήση του RP που διαθέτει ο ΕΔΕΤ Ο ρόλος των δύο μηχανισμών είναι ο ίδιος, δηλαδή επιτρέπουν την απαλλαγή από τη στατική δήλωση του RP σε κάθε τομέα multicast. Κάθε διασυνδεδεμένος φορέας ανήκει σε ξεχωριστό τομέα (MulticastDomain) ο οποίος προϋποθέτει την κατάλληλη έκδοση IOS στους δρομολογητές του φορέα, για να μπορεί να χρησιμοποιήσει τα πρωτόκολλα με τον κατάλληλο τρόπο. Ποιο αναλυτικά τα πρωτόκολλα που ενεργοποιούνται είναι: ToInternetGroupManagementProtocol (IGMP) για τη δημιουργία και τη διαχείριση των multicast ομάδων. Το εσωτερικό πρωτόκολλο δρομολόγησης PIM σε dense και σε sparsemode. Το πρωτόκολλο MBGP για τη δρομολόγηση της κίνησης μεταξύ διαφορετικών αυτόνομων συστημάτων. Το πρωτόκολλο MDSP που χρησιμοποιείται από τους κεντρικούς δρομολογητές RP για να βρίσκουν ενεργές πηγές multicast που ανήκουν σε άλλους τομείς. HDTVoverIP μετάδοση στο ΕΔΕΤ Για την HDTV μετάδοση από τον χώρο του Φεστιβάλ προς τους αποδέκτες ήταν απαραίτητη η συνεννόηση με το επιτελείο του ΕΔΕΤ το οποίο και παραχώρησε στο Εργαστήριο Ηλεκτρακουστικής και Τηλεοπτικών Συστημάτων μέρος του φάσματος των γραμμών του δικτύου καθώς και τον απαραίτητο εξοπλισμό για την εισαγωγή της των δεδομένων στο δίκτυο. 109

110 Η σύνδεση του Φεστιβάλ με τον ΕΔΕΤ έγινε με απευθείας οπτική ζεύξη μεταξύ του Ολύμπιον και του Κεντρικού τμήματος του ΟΤΕ στην Ερμού όπου βρίσκεται ο κεντρικός δρομολογητής-πυρήνας του multicast τομέα του ΕΔΕΤ στη Θεσσαλονίκη. Έτσι, όταν ξεκινούσε η μετάδοση, τα multicast πακέτα προωθούντο απευθείας στο RP και ενημερωνόταν ο τομέας για την ύπαρξη ενεργούς πηγής. Ο κεντρικός δρομολογητής δημιουργεί MSDPSourceActive (SA) μηνύματα για την ύπαρξη ενεργούς πηγής και τα αποστέλλει σε MSDPpeers άλλων τομέων του ΕΔΕΤ, όπως είναι η Λάρισα και τα Ιωάννινα. Ο κεντρικός δρομολογητής της Θεσσαλονίκης συνεχίζει να στέλνει περιοδικά τα SA μηνύματα όσο η πηγή παραμένει ενεργή. Μόλις ο κεντρικός δρομολογητής του τομέα της Λάρισας λάβει το SA μήνυμα κάνει έναν RPF έλεγχο για να ελέγξει αν το SA μήνυμα έφτασε από τη σωστή διαδρομή για την αποφυγή επαναλαμβανόμενων βρόχων. Εφόσον ο έλεγχος είναι επιτυχής το SA μήνυμα αποστέλλεται στον επόμενο κεντρικό δρομολογητή που είναι αυτός του τομέα του ΕΔΕΤ στην Αθήνα. Ομοίως, τα SA μηνύματα αποστέλλονται στους κεντρικούς δρομολογητές των multicast τομέων της Πάτρας και της Κρήτης, και από εκεί στους επιμέρους τομείς των συνδεδεμένων φορέων. Εικόνα 4.9 Μετάδοση multicast μέσω του ΕΔΕΤ - Αποστολή SA μηνυμάτων 110

111 Με αυτόν τον τρόπο, οι κεντρικοί δρομολογητές των διαφόρων τομέων ενημερώνονται για την ύπαρξη της ενεργούς πηγής στο Ολύμπιον. Όταν ένας δέκτης,παραδείγματος χάριν από το Πανεπιστήμιο Πατρών, ενδιαφέρεται να λάβει τη multicast ροή, στέλνει, μέσω του πρωτοκόλλου IGMP, ένα μήνυμα αναφοράς συμμετοχής (IGMPJoin) στον τοπικό multicast δρομολογητή και τον ενημερώνει ότι θέλει να προσχωρήσει στη συγκεκριμένη multicast ομάδα. Τότε ο τοπικός δρομολογητής στέλνει PIMJoin μηνύματα, μέσω του πρωτοκόλλου PIM-SM, προς τον κεντρικό δρομολογητή του τομέα του δικτύου του Πανεπιστημίου Πατρών. Εικόνα 4.10 Μετάδοση multicast μέσω του ΕΔΕΤ - Αποστολή PIM-SM μηνυμάτων Όταν το SA μήνυμα από την πηγή φτάσει στον κεντρικό δρομολογητή του Πανεπιστημίου Πατρών και αυτός αναγνώρισε ότι έχει ενδιαφερόμενους αποδέκτες για τη συγκεκριμένη multicast ομάδα, απαντά στο SA μήνυμα στέλνοντας ένα (S,G) μήνυμα σύνδεσης (PIM-SMJoin) πίσω στην πηγή. 111

112 Εικόνα 4.11 Μετάδοση multicast μέσω του ΕΔΕΤ - Εκκίνηση της multicast κίνησης Όταν το (S,G) μήνυμα σύνδεσης φτάσει στον κεντρικό δρομολογητή του multicast τομέα του ΕΔΕΤ της Θεσσαλονίκης, η multicast κίνηση ξεκινά να προωθείται από τον κεντρικό δρομολογητή στη Θεσσαλονίκη προς τον host δρομολογητή μέσω του δέντρου πορείας πηγής, που δημιουργήθηκε από τα μηνύματα PIM-SM τα οποία είχαν μεταδοθεί από το host δρομολογητή έως το δρομολογητή του ΕΔΕΤ, στον οποίο είναι απευθείας συνδεδεμένη η πηγή. 112

113 5 Το λογισμικό VLCMediaPlayer Στο κεφάλαιο αυτό θα γίνει μία παρουσίαση του προγράμματος VLC το οποίο χρησιμοποιήθηκε στην εφαρμογή μας. Πρόκειται για ένα ελεύθερο λογισμικό ανοιχτού κώδικα για αναπαραγωγή και μετάδοση πολυμέσων και διαθέτει υλοποιημένη υποστήριξη για πολλές από τις δυνατότητες που απαιτούνται όπως RTP μετάδοση δεδομένων και MPEG-2 πολύπλεξη ρευμάτων. Παράλληλα το πρόγραμμα αποτελεί μία δοκιμασμένη λύση που έχει χρησιμοποιηθεί σε αρκετά εμπορικά περιβάλλοντα με μεγάλες απαιτήσεις και το γεγονός αυτό μας επιτρέπει να είμαστε σίγουροι για την απόδοσή του και υποδεικνύει ότι ο κώδικας που έχει γραφτεί για την μετάδοση δεδομένων μέσω δικτύου είναι ικανός να καλύψει τις ανάγκες της εφαρμογής. 5.1 Ιστορία του VLC [28] Το εγχείρημα ξεκίνησε το 1996 στο πανεπιστήμιο EcoleCentrale στο Παρίσι από μία ομάδα φοιτητών που είχαν ως στόχο τον εμπλουτισμό των υπηρεσιών του δικτύου του πανεπιστημίου με τη μετάδοση video σε μορφή MPEG-2. Ο απώτερος σκοπός ήταν η μετάδοση τηλεοπτικών προγραμμάτων έτσι ώστε οι φοιτητές να έχουν τη δυνατότητα να παρακολουθούν δορυφορικά τηλεοπτικά προγράμματα μέσω του υπολογιστή τους. Η ομάδα ανάπτυξης του VideoLan ξεκίνησε να γράφει μία τυπική client/server εφαρμογή, η οποία και λειτούργησε μερικώς μέχρι το τέλος του Το 1998 το αρχικό project διασπάστηκε σε δύο νέα project το VideoLanClient (VLC) και το VideoLanServer (VLS). Τα δύο νέα αυτά προγράμματα σχεδιάστηκαν από την αρχή και ήταν πλήρως συμβατά με τα πρότυπα ανάπτυξης του ανοιχτού λογισμικού. Κατά την ανάπτυξη των προγραμμάτων ιδιαίτερη προσοχή δόθηκε ώστε ο πηγαίος κώδικας να μπορεί να μεταγλωττιστεί τόσο σε Linux όσο και σε άλλα λειτουργικά συστήματα όπως BeOS, MacOSX και Solaris. Οι πρώτες μεγάλης κλίμακας δοκιμές ξεκίνησαν το Νοέμβριο του 1999 και πραγματοποιούνταν με τη χρήση δεδομένων εισόδου μέσω του 113

114 διαδικτύου. Η υποστήριξη αναπαραγωγής δίσκων προστέθηκε αρκετά αργά, μόλις το Η μεγάλη άνθιση επήλθε το 2001 όταν ο διευθυντής του EcoleCentrale αποφάσισε να θέσει όλο το λογισμικό του VideoLan υπό άδεια GPL. Η μετακίνηση αυτή επέτρεψε την ενασχόληση μεγάλου αριθμού ατόμων παγκοσμίως με το VLC, προθέτοντας πολλά νέα χαρακτηριστικά. Στο πλαίσιο αυτής της ανάπτυξης τον Ιούνιο του 2001 παρουσιάστηκε και μία μεταφορά του προγράμματος στο περιβάλλον των Windows, με τη βοήθεια της πλατφόρμας Cygwin. Σταδιακά πριν από μερικά χρόνια το projectvideolanserver άρχισε να εγκαταλείπεται και οι δυνατότητες streaming να ενσωματώνονται στο VideoLanClient. Ο κύριος λόγος που συνέβη αυτό ήταν διότι το VLC ήταν ένα πρόγραμμα με διπλό ρόλο, λειτουργούσε τόσο ως streaming πελάτης, όσο και εφαρμογή αναπαραγωγής πολυμέσων. Εξαιτίας αυτού, το VLC είχε πιο πολύπλοκη αλλά και πιο εύκολα επεκτάσιμη δομή στον τομέα του ανοίγματος ρευμάτων και στην απόπολυπλεξή τους. Το VLS από την άλλη, καθώς αναλάμβανε μόνο την μετατροπή MPEGPS σε MPEGTS, ήταν αρκετά απλό στην δομή του. Αυτό είχε σαν αποτέλεσμα πριν από μερικά χρόνια το projectvls να εγκαταλειφθεί και να χρησιμοποιείται το VLC στη θέση του. 5.2 Γενικά χαρακτηριστικά [29] Βασικό γνώρισμα του VLC είναι ότι υποστηρίζει την αναπαραγωγή ήχου και βίντεο από ένα πολύ ευρύ φάσμα διαφορετικών format. Επίσης δίνει την δυνατότητα επεξεργασίας τους, επανακωδικοποίησης και αποθήκευσής τους σε διάφορες μορφές. Παρέχεται ακόμη η δυνατότητα διαχωρισμού βίντεο και ήχου με σκοπό την ξεχωριστή αποθήκευση-επεξεργασία. Όπως προαναφέρθηκε το βασικό γνώρισμα του VLC, και ο κύριος λόγος για τον οποίο δημιουργήθηκε, είναι το streaming. Μπορεί να λειτουργήσει τόσο ως client αλλά και ως server και υποστηρίζει πολλά διαφορετικά πρωτόκολλα streaming. 114

115 Επειδή το VLC είναι λογισμικό αναπαραγωγής πολυμέσων βασισμένο σε πακέτα, μπορεί να αναπαράγει περιεχόμενο ακόμη και σε κατεστραμμένα, ατελή ή ημιτελή βίντεο. (Για παράδειγμα αρχεία που ακόμη 'κατεβαίνουν' μέσω ομότιμων δικτύων). Επίσης μπορεί να αναπαράγει MPEG-2 ροές μεταγωγής την ώρα που τα αρχεία ακόμη ψηφιοποιούνται από μια HD κάμερα διαμέσου ενός FireWire καλωδίου. 5.3 Αρχιτεκτονική του VLC [30] Το λογισμικό VLC αποτελείται από έναν πυρήνα (Core) και από ένα πλήθος Ενοτήτων (Modules). Οι ενότητες παρέχουν τις περισσότερες από τις λειτουργίες που επιτελεί το VLC. Εικόνα 5.1VLC Αρχιτεκτονική λειτουργίας LibVLCcore: Ο LibVLCcore είναι ο κεντρικός πυρήνας του πλαισίου. Διαχειρίζεται τα νήματα που δημιουργούνται, τις διάφορες ενότητες και γενικά επιτελεί τον έλεγχο χαμηλού επιπέδου. Για παράδειγμα, είναι υπεύθυνος για την διαχείριση του συγχρονισμού μεταξύ όλων των κομματιών ήχου και βίντεο. 115

116 LibVLC Πάνω από τον πυρήνα libvlccore υπάρχει η libvlc που είναι μια βιβλιοθήκη της γλώσσας C που επιτρέπει σε διάφορες εξωτερικές εφαρμογές να έχουν πρόσβαση στα χαρακτηριστικά του πυρήνα. Ενότητες (Modules): Ο κώδικας του VLC είναι δομημένος σε συνεκτικές λειτουργικές Ενότητες (modules). Οι ενότητες παρέχουν συγκεκριμένες λειτουργίες του πλαισίου. Οι ενότητες είναι κατηγοριοποιημένες ανάλογα με τις ιδιότητες τους. Υπάρχουν, για παράδειγμα, ενότητες διαχείρισης των εισόδων της εφαρμογής, ενότητες κωδικοποιητών/αποκωδικοποιητών, ενότητες gui κ.α. Σε κάθε στάδιο της εφαρμογής καλούνται διάφορες Ενότητες για να επιτελέσουν τις απαιτούμενες διεργασίες. Το πλαίσιο του πυρήνα χρησιμοποιείται για να κάνει τη διασύνδεση και την επεξεργασία των μέσων στην είσοδο (αρχεία, ροές δικτύου) και στην έξοδο (αναπαραγωγή ήχου ή βίντεο σε οθόνη ή μετάδοση σε δίκτυο). Η φόρτωση των Ενοτήτων είναι μία απλή διαδικασία: όταν η εφαρμογή χρειάζεται μία Ενότητα που να επιτελεί κάποια συγκεκριμένη λειτουργία (για παράδειγμα έναν αποκωδικοποιητή), ξεκινά να ανοίγει όλες τις διαθέσιμες Ενότητες με αυτήν την ιδιότητα μέχρι να βρει αυτή που ταιριάζει στην εκάστοτε περίπτωση. Τις ανοίγει σε σειρά φθίνουσας βαθμολογίας και τρέχει τη συνάρτηση Open() της Ενότητας. Όταν μία Ενότητα επιστρέφει την ένδειξη ΟΚ, την χρησιμοποιεί. ExternalLibraries το VLC εξαρτάται και από πολλές εξωτερικές βιβλιοθήκες. VLC (main) ToVLCmain είναι το κυρίως πρόγραμμα του player. Ανοίγει την βιβλιοθήκη LibVLC και ξεκινά την διεπαφή χρήστη. 116

117 Στην ακόλουθη εικόνα απεικονίζονται οι κύριοι τύποι Ενοτήτων, ανάλογα με τη βασική τους ιδιότητα, που υλοποιούνται στο VLC. Εικόνα 5.2VLC - Κατηγορίες Ενοτήτων 5.4 Χρήση του VLC για τη μετάδοση του Φεστιβάλ Ντοκιμαντέρ Το VLC ήταν το βασικό πρόγραμμα που χρησιμοποιήθηκε στην εφαρμογή, τόσο κατά τη διάρκεια των δοκιμών όσο και κατά τη διάρκεια των επίσημων μεταδόσεων. Ήταν υπεύθυνο για τις λειτουργίες της παραλαβής των μεταδιδόμενων πακέτων, της αποκωδικοποίησης και αναπαραγωγής του τηλεοπτικού σήματος. Κατά τη διάρκεια των δοκιμών χρησιμοποιήθηκε για τον έλεγχο της συνδεσιμότητας με το δίκτυο του ΕΔΕΤ και για την παρακολούθηση και τον έλεγχο της μεταδιδόμενης HD ροής. Κατά τη διάρκεια των επίσημων μεταδόσεων χρησιμοποιήθηκε από τις πόλεις δέκτες για την αποκωδικοποίηση και αναπαραγωγή του τηλεοπτικού σήματος. 117

118 Παρακάτω περιγράφονται οι ρυθμίσεις που γίνονται στο πρόγραμμα VLC για να λειτουργεί α) ως οικοδεσπότης multicast κίνησης και αναπαραγωγής και β) ως οικοδεσπότης unicast κίνησης και αναπαραγωγής Εφαρμογή λήψης Multicastμετάδοσης Αρχικά, εκκινώντας το λογισμικό VLCmediaplayer και επιλέγοντας την καρτέλα Πολυμέσα, αναπτύσσεται η λίστα με τις αρχικές επιλογές του VLC. Εικόνα 5.3ScreenshotVLC - "Άνοιγμα Ροής Δεδομένων Δικτύου" Επιλέγοντας από το μενού ενέργεια Άνοιγμα Ροής Δεδομένων Δικτύου, εμφανίζεται το παράθυρο επιλογής της Εικόνας 4.3, όπου εισάγονται οι ρυθμίσεις της ροής δεδομένων. 118

119 Πληκτρολογούμε το πρωτόκολλο μεταφοράς (RTP, UDP, HTTP κ.α.), την επιθυμητή διεύθυνση multicast και την θύρα παράδοσης των πακέτων σύμφωνα με το σχήμα. Πατώντας την επιλογή Αναπαραγωγή, το VLC στέλνει αίτησηαναφορά συμμετοχής στην ομάδα multicast και έτσι εκκινεί η διαδικασία λήψης και αποκωδικοποίησης των πολυμεσικών πακέτων. Εικόνα 5.5.4ScreenshotVLC - Εισαγωγή Multicast διεύθυνσης Εφαρμογή λήψης Unicastμετάδοσης Ακολουθώντας την ίδια διαδικασία όπως προηγουμένως, στο παράθυρο Άνοιγμα Πολυμέσου, εισάγουμε τη θύρα παράδοσης των πολυμεσικών πακέτων όπως φαίνεται στην Εικόνα 4.5 Εικόνα 5.5ScreenshotVLC - Εισαγωγή θύρας παράδοσης Unicast μετάδοσης 119

120 6 Το εγχείρημα της ζωντανής ευρυζωνικής μετάδοσης Το Εργαστήριο Ηλεκτρακουστικής και Τηλεοπτικών Συστημάτων του ΑΠΘ σε συνεργασία με το Φεστιβάλ Κινηματογράφου Θεσσαλονίκης εφάρμοσαν, για τρίτη χρονιά, το Μάρτιο του 2013, ένα πιλοτικό εγχείρημα ταυτόχρονης ψηφιακής μετάδοσης του Φεστιβάλ Ντοκιμαντέρ Θεσσαλονίκης σε διάφορες πόλεις τις Ελλάδας και της Κύπρου. Ταινίες του Φεστιβάλ και διάφορες ομιλίεςμεταδόθηκαν ζωντανά σε ΑΕΙ και ΤΕΙ μέσω του πανεπιστημιακού δικτύου ΕΔΕΤ. Το όλο εγχείρημα δεν περιορίστηκε στην μετάδοση των ταινιών αλλά περιελάμβανε και μετάδοση εικόνας και ήχου από την αίθουσα προβολής και είχε διαδραστικό χαρακτήρα καθώς οι θεατές από τις διάφορες πόλεις είχαν τη δυνατότητα να υποβάλουν ερωτήσεις στο σκηνοθέτη μετά την προβολή των ντοκιμαντέρ. Εικόνα 6.1 Κάρτα παρουσίασης ζωντανής μετάδοσης Φεστιβάλ Ντοκιμαντέρ

121 Το τελευταίο Φεστιβάλ μεταδόθηκε σε αίθουσες πανεπιστημιακών ιδρυμάτων έξι συνολικά πόλεων: Κέρκυρα - Ιόνιο Πανεπιστήμιο Πάτρα - Πανεπιστήμιο Πατρών Ρέθυμνο ΤΕΙ Ρεθύμνου Μυτιλήνη Πανεπιστήμιο Αιγαίου Ξάνθη Δημοκρίτειο Πανεπιστήμιο Λευκωσία Frederick University 121

122 6.1 Αρχιτεκτονική του συστήματος μετάδοσης-λήψης Στο σύστημα επεξεργασίας και μετάδοσης του οπτικοακουστικού υλικού εισόδου χρησιμοποιήσαμε κυρίως υλικό (hardware), και όχι λογισμικό (software) για να εκτελεί τις διάφορες λειτουργίες που είναι απαραίτητες. Ο λόγος που προτιμήθηκε μία λύση hardware οφείλεται στις υψηλές απαιτήσεις του εγχειρήματος που δεν είναι εύκολο να καλυφθούν με software καθώς οι υπολογιστικές δυνατότητες των υπολογιστών στους οποίους θα έτρεχε το λογισμικό θα έπρεπε να ήταν ιδιαίτερα υψηλές. Από την άλλη το σύστημα λήψης ήταν αρκετά πιο απλό και μικρότερων απαιτήσεων γι αυτό και καταφύγαμε στη χρήση λογισμικού. Η βασική αρχιτεκτονική του όλου συστήματος απεικονίζεται στο ακόλουθο σχεδιάγραμμα: Εικόνα 6.2 Δομή συστήματος μετάδοσης-λήψης 122

123 Σύστημα Εκπομπής: Πηγές εικόνας και ήχου Πρόκειται για κάμερες υψηλής ευκρίνειας και μικρόφωνα που χρησιμοποιήθηκαν για την καταγραφή του φεστιβάλ και για αποθηκευτικά μέσα που περιείχαν σε μορφή HDTV τις ταινίες προς μετάδοση. Επεξεργασία και μίξη οπτικοακουστικών πηγών Στο τμήμα αυτό γίνεται η λήψη όλων των διαθέσιμων οπτικοακουστικών σημάτων από τις κάμερες και τα μέσα εγγραφής και επιτελείται η διαδικασία της σκηνοθεσίας. Επιλέγεται το προς μετάδοση οπτικοακουστικό σήμα από όλες τις υπάρχουσες πηγές και οδηγείται προς κωδικοποίηση. Κωδικοποίηση Το ασυμπίεστο οπτικοακουστικό σήμα οδηγείται κατόπιν στον κωδικοποιητή όπου συμπιέζεται έτσι ώστε να είναι δυνατή η μετάδοση του μέσω του διαδικτύου. Δημιουργία πακέτων μεταφοράς Το συμπιεσμένο σήμα εισάγονται σε πακέτα RTP που εν συνεχεία ενθυλακώνονται σε πακέτα μεταφοράς και προωθούνται στο δίκτυο οπτικών ινών μέσω ενός μεταγωγέα. Σύστημα Λήψης: Λήψη πακέτων μεταφοράς, αποκωδικοποίηση, αναπαραγωγή Στον δέκτη επιτελείται η αντίστροφη διαδικασία. Το λαμβανόμενο οπτικοακουστικό σήμα πρέπει να εξαχθεί από τα πακέτα μεταφοράς, και να αποκωδικοποιηθεί έτσι ώστε να μπορεί να γίνει η αναπαραγωγή. Σύστημα προβολής & ηχεία: Το τελευταίο στάδιο της μετάδοσης του τηλεοπτικού σήματος είναι η παρουσίασή του στους θεατές. Για το σκοπό αυτό είναι απαραίτητος ένας προβολέας, μία οθόνη προβολής και ένα σετ ηχείων. 123

124 6.2 Αναλυτική περιγραφή του εγχειρήματος της μετάδοσης Η μετάδοση του φεστιβάλ ξεκινούσε λίγο πριν την έναρξη της προβαλλόμενης ταινίας. Στην αίθουσα προβολής είχαν στηθεί δύο κάμερες οι οποίες αρχικά κατέγραφαν το χώρο του φεστιβάλ, την προσέλευση των θεατών και τον χαιρετισμό από τους υπευθύνους. Σκοπός του εγχειρήματος δεν ήταν απλά να μπορέσει το κοινό από απομακρυσμένες περιοχές να παρακολουθήσει την ταινία, αλλά να μεταδοθεί η όλη ατμόσφαιρα του φεστιβάλ. Προσπαθήσαμε όσο το δυνατόν να δώσουμε στους απομακρυσμένους θεατές την αίσθηση ότι ήταν στο χώρο προβολής. Η καταγραφή της αίθουσας και του κοινού πριν την έναρξη της ταινίας συντελούσε σε αυτό το σκοπό. Στην συνέχεια ακολουθούσε η προβολή της ταινίας και μετά το τέλος αυτής ξεκινούσε η διαδικασία των ερωτήσεων προς τους σκηνοθέτες. Το κοινό της αίθουσας μπορούσε να υποβάλει ερωτήσεις στους σκηνοθέτες και στους παρόντες συντελεστές σχετικά με το ντοκιμαντέρ που προβλήθηκε. Η διαδικασία αυτή επίσης καταγράφονταν από τις δύο κάμερες και μεταδιδόταν. Οι θεατές από τις απομακρυσμένες τοποθεσίες είχαν και αυτοί την δυνατότητα να θέσουν ερωτήσεις. Οι ερωτήσεις υποβάλλονταν μέσω λογισμικού τηλεδιάσκεψης και μεταφέρονταν εκτυπωμένες στον σκηνοθέτη. Με αυτό τον τρόπο δόθηκε στο εγχείρημα ένας διαδραστικός χαρακτήρας ενώ παράλληλα γινόταν αισθητό στην αίθουσα ότι την προβολή την παρακολουθούσαν όχι μόνο οι θεατές που ήταν φυσικά παρόντες αλλά και το κοινό από περιοχές εκατοντάδες χιλιόμετρα μακριά. 124

125 6.2.1 Προπαραγωγή Ομάδα παραγωγής Το εγχείρημα της μετάδοσης επιτελέστηκε από μία ομάδα προπτυχιακών φοιτητών του τμήματος Ηλεκτρολόγων Μηχανικών, μεταπτυχιακών φοιτητών, υποψήφιων διδακτόρων και από τον επιβλέποντα καθηγητή. Για την καλύτερη οργάνωση έγινε καταμερισμός των εργασιών. Η όλη ομάδα χωρίστηκε σε υποομάδες πουανέλαβαν την διαχείριση των διάφορων τμημάτων του όλου συστήματος. Πιο συγκεκριμένα μία ομάδα ανέλαβε το τμήμα της εικονοληψίας, μία ομάδα τη διαδικασία της μίξης των τηλεοπτικών και ακουστικών σημάτων και της σκηνοθεσίας και μία ομάδα την διαδικασία της κωδικοποίησης και μετάδοσης. Τέλος υπήρξε ακόμη μία ομάδα που ανέλαβε την παραγωγή ενός μικρού μήκους ντοκιμαντέρ που θα καταγράφει το όλο εγχείρημα. Η γενική επίβλεψη και καθοδήγηση γινόταν από τους μεταπτυχιακούς φοιτητές και από τον επιβλέποντα καθηγητή ενώ παράλληλα διδακτορικοί φοιτητές προσέφεραν την απαραίτητη τεχνική βοήθεια με βάση την εμπειρία τους από παρόμοια εγχειρήματα. Αντίστοιχα στις πόλεις-δέκτες συστάθηκαν ομάδες προπτυχιακών φοιτητών ή τεχνικών που ανέλαβαν την διαδικασία της λήψης και αναπαραγωγής του τηλεοπτικού σήματος Προετοιμασία Η προετοιμασία ξεκίνησε αρκετές βδομάδες πριν την έναρξη του φεστιβάλ. Συντάχθηκαν οι προαναφερθέντες ομάδες και ξεκίνησε η μελέτη και η εκπαίδευσή τους στη λειτουργία του εξοπλισμού. Το όλο σύστημα στήθηκε αρχικά στο χώρο του Εργαστηρίου Ηλεκτρακουστικής & Τηλεοπτικών Συστημάτων και ξεκίνησαν και οι πρώτες δοκιμές σε συνεργασία με τις ομάδες στις πόλεις-δέκτες. Κάποιες μέρες πριν την έναρξη του φεστιβάλ ο εξοπλισμός μετακινήθηκε και στήθηκε εκ νέου στον κινηματογράφο Ολύμπιον από όπου θα γινόταν και η μετάδοση. Η διοργάνωση του φεστιβάλ μας διέθεσε έναν ειδικό χώρο (controlroom) για την εγκατάσταση και λειτουργία του συστήματος, ο οποίος, 125

126 παρότι ήταν απομονωμένος σε σχέση με το χώρο της προβολής και τους θεατές, έδινε τη δυνατότητα εποπτείας του χώρου προβολής μέσω γυάλινων παραθύρων. Στο χώρου αυτό ήταν προεγκατεστημένη η κεντρική κονσόλα ήχου του κινηματογράφου και το σύστημα ελέγχου του φωτισμού της αίθουσας προβολής. Επίσης κατόπιν συνεννοήσεως με το εργαστήριο εκεί τοποθετήθηκε και η διεπαφή της οπτικής ίνας για τηνδιασύνδεση με το δίκτυο του ΕΔΕΤ. Από εκεί έγιναν και οι τελικές δοκιμές Τα στάδια της παραγωγής και μετάδοσης Ακολουθεί αναλυτική περιγραφή των επιμέρους τμημάτων του συστήματος: Πηγές εικόνας & ήχου Ταινίες Οι ταινίες ήταν αποθηκευμένες σε μία εξωτερική μονάδα αποθήκευσης. Το format των ταινιών ήταν υψηλής ευκρίνειας (1080i/25) ενώ ο ήχος ήταν στερεοφωνικός. Όταν ξεκινούσε η προβολή τους στην αίθουσα του φεστιβάλ ξεκινούσε και η αναπαραγωγή και μετάδοσή τους. Κάμερες Όπως προαναφέρθηκε υπήρχαν τοποθετημένες 2 κάμερες στην αίθουσα προβολών. Η πρώτη (cam 1) ήταν τοποθετημένη μπροστά από τα καθίσματα και αριστερά της σκηνής. Προοριζόταν για την καταγραφή του κοινού. Η δεύτερη κάμερα (cam 2) ήταν τοποθετημένη πίσω από τα καθίσματα και κεντρικά. Μέσω αυτής μπορούσαν να γίνουν λήψεις από την κεντρική σκηνή και κάλυπτε την διαδικασία ερωτήσεων προς τους σκηνοθέτες. Οι κάμερες έκαναν εγγραφή υψηλής ευκρίνειας και το σήμα μεταφέρονταν μέσω των HDSDI εξόδων τους στο controlroom όπου ήταν τοποθετημένος ο υπόλοιπος εξοπλισμός. Ο τεχνικός που είχε αναλάβει τον ρόλο του σκηνοθέτη είχε την δυνατότητα ενδοεπικοινωνίας με τους εικονολήπτες έτσι ώστε να τους δίνει οδηγίες και να τους συντονίζει. 126

127 Μικρόφωνα Στην αίθουσα προβολών υπήρχαν δύο σταθερά μικρόφωνα που κατέγραφαν της ήχους από την αίθουσα και δύο ασύρματα μικρόφωνα για τους ομιλητές. Τα ηχητικά τους σήματα μεταφέρονταν στην κονσόλα μίξης ήχου που βρισκόταν στο controlroom Επεξεργασία και μίξη οπτικοακουστικών πηγών Ψηφιακή κονσόλα μίξης της εικόνας Τα οπτικοακουστικά σήματα από τις πολλαπλές πηγές κατέληγαν στην κονσόλα μίξης της εικόνας. Ο χειριστής της κονσόλας, ο οποίος είχε αναλάβει το ρόλο του σκηνοθέτη, επέλεγε ποιο σήμα θα οδηγούσε κάθε φορά στην έξοδο της, το οποίο ήταν και αυτό που θα έβλεπε ο θεατής. Ο έλεγχος της διαδικασίας μίξης γίνεται μέσω μίας οθόνης προεπισκόπησης (PreviewMonitor), η οποία απεικόνιζε το σήματα που έρχονταν από κάθε οπτική πηγή, έτσι ώστε ο χειριστής να μπορεί να επιλέξει ποια πηγή θα μεταδίδει κάθε στιγμή. Παράλληλα είχε τη δυνατότητα να παρακολουθεί το σήμα που μεταδιδόταν σε μία άλλη οθόνη (ProgramMonitor). Η κονσόλα παρείχε τη δυνατότητα χρήσης οπτικών εφέ μετάβασης κατά την εναλλαγή των εικόνων και την εισαγωγή λογοτύπων που απεικόνιζαν το φεστιβάλ και το εγχείρημα της μετάδοσης. Χρησιμοποιήσαμε λοιπόν ψηφιακή κονσόλα μίξης, η οποία δεχόταν σαν εισόδους 2 HD-SDI σήματα, ένα από κάθε κάμερα, ένα HD-SDI σήμα προερχόμενο από το μέσο στο οποίο ήταν αποθηκευμένη η ταινία που μεταδίδαμε και ένα ακόμη DVI- D σήμα από ένα υπολογιστή, στον οποίο επίσης ήταν αποθηκευμένη η ταινία, και χρησίμευε σαν σύστημα backup. Η κονσόλα παρείχε τρεις εξόδους: μια DVI έξοδο για την οθόνη προεπισκόπησης, μια HD-SDI έξοδο για το ProgramMonitor και άλλη μία HD-SDI έξοδο από την οποία έβγαινε το τελικό προς μετάδοση τηλεοπτικό σήμα και το οποίο πήγαινε σε μία συσκευή ενσωμάτωσης ήχου και εικόνας (embedder). 127

128 Τα ηχητικά σήματα εξέρχονταν από την κονσόλα μίξης ήχου σε αναλογική μορφή και χρειαζόταν να μετατραπούν σε ψηφιακό σήμα. Χρησιμοποιήθηκε λοιπόν ένας A/D μετατροπέας από τον οποίο το αναλογικό σήμα εξέρχεται σαν ψηφιακό ηχητικό σήμα κωδικοποιημένο κατά AES/EBU και καταλήγει στη συσκευή ενσωμάτωσης(embedder). Συσκευή ενσωμάτωσης εικόνας και ήχου Το τηλεοπτικό σήμα εξόδου από την κονσόλα μίξης της εικόνας και το ηχητικό σήμα εξόδου από την κονσόλα μίξης του ήχου εισέρχονται στην συσκευή ενσωμάτωσης (embedder) και ενσωματώνονται σε ένα ενιαίο σήμα. Η συσκευή έχει είσοδο HD-SDI (SMPTE 292Μ) για το τηλεοπτικό σήμα HighDefinition και AES ψηφιακή είσοδο για τον ήχο ενώ σαν έξοδο δίνει HD-SDI σήμα με ενσωματωμένο ήχο (embedded) (SMPTE 299M) Κωδικοποίηση Το τηλεοπτικό HD-SDI σήμα με ενσωματωμένο ήχο εισέρχεται έπειτα στον κωδικοποιητή και επιτελείται η διαδικασία την κωδικοποίησης και συμπίεσης. Ο κωδικοποίηση γίνεται σε πραγματικό χρόνο και το ασυμπίεστο HD-SDI σήμα με το ενσωματωμένο AES/EBU ακουστικό σήμα συμπιέζονται σύμφωνα με τις ρυθμίσεις που έχουν επιλεχθεί. Ο έλεγχος του κωδικοποιητή γίνεται από έναν υπολογιστή μέσω ενός τοπικού δικτύου Ethernet. Σαν σχήμα κωδικοποίησης χρησιμοποιήθηκε το MPEG-2 για το τηλεοπτικό σήμα ενώ ο ήχος κωδικοποιήθηκε κατά DolbyDigitalAC-3. Το συνολικό bit/rate ήταν 21Mbps Δημιουργία πακέτων μετάδοσης και αποστολή Μέτα τη συμπίεση ακολουθεί η διαδικασία εισαγωγής των κωδικοποιημένων δεδομένων σε κατάλληλα πακέτα μεταφοράς για τη μετάδοση τους μέσω του δικτύου. Η διαδικασία αυτή γίνεται από τον ίδιο τον κωδικοποιητή καθώς στη συγκεκριμένη έκδοσή του έχει ενσωματωθεί μία κάρτα για την απευθείας σύνδεση 128

129 του με το διαθέσιμο δίκτυο μέσω δύο θυρών Ethernet. Η κάρτα αυτή εισαγάγει τα δεδομένα σε πακέτα RTP τα οποία εν συνεχεία ενθυλακώνονται σε πακέτα UDP/IP και τοποθετούνται σε πλαίσια Ethernet για τη μετάδοση. Η μετάδοση μπορεί να είναι είτε multicast είτε unicast. Στην Κύπρο το δίκτυο CYNET δεν υποστηρίζει τη δυνατότητα λήψης multicast. Για το λόγο αυτό, το streaming έγινε παράλληλα και σε multicast και σε unicast. Ο κωδικοποιητής μας δίνει τη δυνατότητα εισαγωγής έως τεσσάρων IP διευθύνσεων προορισμού. Χρησιμοποιήσαμε λοιπόν μια multicast διεύθυνση κλάσης D ( ) για τη μετάδοση της ροής σε πολλαπλούς προορισμούς και για την unicast μετάδοση εισάγαμε την IP διεύθυνση του παραλήπτη. Hδιεύθυνση του multicastgroup άλλαζε καθημερινά για λόγους ασφαλείας. Η ροή δεδομένων εξέρχεται από τις δύο Ethernet (100/1000BASE-T) θύρες εξόδου του κωδικοποιητή και εισέρχεται στο οπτικό δίκτυο GRNET μέσω ενός μεταγωγέα CiscoCatalyst Προεπισκόπηση της ροής μετάδοσης Στο controlroom στήθηκε και ένα σύστημα προεπισκόπησης της μεταδιδόμενης ροής προκειμένου να γίνει τοπικός έλεγχος της ορθής αποστολής των IP δεδομένων και να εξαχθούν τα πρώτα συμπεράσματα ως προς την ποιότητα της εικόνας και του ήχου. Πιο συγκεκριμένα ένας υπολογιστής με εγκατεστημένο το λογισμικό VLC ήταν συνδεδεμένος με το δίκτυο του ΕΔΕΤ έτσι ώστε να μπορεί να λαμβάνει, μέσω της multicast μετάδοσης, την μεταδιδόμενη ροή και να την αναπαράγει. Με τον τρόπο είχαμε τη δυνατότητα καλύτερης εποπτείας της αποστολής και σε περίπτωση αναφοράς κάποιου προβλήματος από κάποιον λήπτη μπορούσαμε να ελέγξουμε αν επρόκειτο για κάποιο τοπικό πρόβλημα στη λήψη ή ήταν θέμα της αποστολής. 129

130 Επικοινωνία με τους δέκτες υποβολή ερωτήσεων απομακρυσμένων θεατών Η επικοινωνία με τις τεχνικές ομάδες στις πόλεις προβολής γινόταν μέσω λογισμικού τηλεδιάσκεψης. Πιο συγκεκριμένα μέσω του λογισμικού Skype, το οποίο ήταν εγκατεστημένο στον υπολογιστή που συνδεόταν με το διαδίκτυο. Κάθε ομάδα είχε δημιουργήσει έναν λογαριασμό Skype στον οποίο συνδεόταν πριν ξεκινήσει η μετάδοση για να λάβει τυχόν οδηγίες καθώς και την καινούργια διεύθυνση του multicastgroup. Οι ερωτήσεις του κοινού υποβάλλονταν και αυτές μέσω Skype και μεταφέρονταν εκτυπωμένες στον σκηνοθέτη. Χαρακτηριστικά μετάδοσης σήματος Video Format 1080i/25 Audio Format Κωδικοποίηση ΤύποςΡοής Enscapulation Bitrate Pro Mpeg FEC Stereo ή 5.1 AC-3 MPEG-2 MPEG 2 Transport Stream RTP 21 Mbps Όχι Πίνακας 6.1 Χαρακτηριστικά συστήματος μετάδοσης 130

131 Εικόνα 6.3 Σχεδιάγραμμα συστήματος μετάδοσης 131

132 Εξοπλισμός Εξοπλισμός Έίσοδοι Έξοδοι Παρατηρήσεις Κάμερες (2) Εικόνα HD-SDI - 1 Κάμερα καταγραφής κοινού - 1 Κάμερα καταγραφής συνεντεύξεων Μικρόφωνα (4) Ήχος Analog Audio - 2 Μικρόφωνα χώρου - 2 Μικρόφωνα ομιλητών Κονσόλα Μίξης ήχου Κονσόλα μίξης εικόνας Μονάδα Αποθήκευσης οπτικοακουστικού υλικού Οθόνη (2) Analog Audio HD-SDI, Analog Audio HD SDI, DVI Analog Audio HD SDI, DVI HD SDI, Analog Audio - 1 Οθόνη προεπισκόπησης πολλαπλών σημάτων κονσόλας - 1 Οθόνη προεπισκόπησης ροής προς μετάδοση Υπολογιστής (3) Ethernet DVI - 1 Υπολογιστής που λειτουργεί ως back-upsystem - 1 Υπολογιστής ελέγχου κωδικοποιητή - 1 Υπολογιστής ελέγχου ροής που λαμβάνεται, επικοινωνία με αποδέκτες A/D μετατροπέας XLR AES/EBU Συσκευή ενσωμάτωσης εικόνας και ήχου HD SDI, AES/EBU HD SDI Audio Embedded Μεταγωγέας Ethernet Ethernet Τοπικό δίκτυο ελέγχου κωδικοποιητή Κωδικοποιητής Μεταγωγέας HD SDI, Ethernet Gigabit Ethernet, Optical Fiber Gigabit Ethernet Gigabit Ethernet, Optical Fiber Κωδικοποίηση και ενθυλάκωση σε πακέτα RTP Σύνδεση με το δίκτυο ΕΔΕΤ Πίνακας 6.2 Λίστα εξοπλισμού που χρησιμοποιήθηκε 132

133 6.2.3 Σύστημα λήψης και αναπαραγωγής Η λήψη και αναπαραγωγή των δεδομένων ήταν όπως είναι αναμενόμενο μια πολύ πιο απλή διαδικασία. Το σχήμα κωδικοποίησης MPEG αποτελεί έναν ασύμμετρο αλγόριθμό συμπίεσης. Αυτό σημαίνει ότι ενώ η διαδικασία της κωδικοποίησης είναι πιο αργή και στη συγκεκριμένη εφαρμογή χρειάζεται να γίνει μέσω υλικού, η αποκωδικοποίηση είναι γρήγορη και μπορεί να γίνει μέσω λογισμικού. Η λήψη λοιπόν των δεδομένων και η αποκωδικοποίηση γινόταν μέσω λογισμικού, όπως και η αναπαραγωγή, έτσι στα σημεία λήψης δεν ήταν απαραίτητος κάποιος εξειδικευμένος εξοπλισμός. Πιο συγκεκριμένα, στο χώρο της προβολής, ο απαραίτητος εξοπλισμός αποτελούνταν από: Ηλεκτρονικό υπολογιστή Σύστημα αναπαραγωγής εικόνας Σύστημα αναπαραγωγής ήχου Ηλεκτρονικός υπολογιστής Ο ηλεκτρονικός υπολογιστής θα πρέπει να έχει εγκατεστημένο το λογισμικό VLC μέσω του οποίου γινόταν η αποκωδικοποίηση και η αναπαραγωγή. Πρέπει ακόμη να έχει εγκατεστημένο το λογισμικό Skype για την άμεση επικοινωνία με την τεχνική ομάδα του πομπού και την υποβολή των ερωτήσεων. Προδιαγραφές Οι προδιαγραφές του υπολογιστή στον οποίο θα χρησιμοποιηθεί το λογισμικό θα πρέπει κατ ελάχιστο να είναι οι εξής: Επεξεργαστής κλάσης Core 2 Duo ή αντίστοιχος Δυνατότητα, 2 αναλογικών εξόδων γραμμής ή μιας ψηφιακής εξόδου (DigitalOut S/PDIF) ανάλογα με το ηχητικό σύστημα Συνιστάται η χρήση Windows XP Professional ή Windows 7 DirectX 9.0c ή ανώτερο Κάρτα γραφικών με επιτάχυνση υλικού 133

134 Σύστημα αναπαραγωγής εικόνας Το σύστημα αναπαραγωγής εικόνας αποτελείται από έναν προβολέα και μία οθόνη προβολής. Τα τεχνικά χαρακτηριστικά θα πρέπει να είναι τα εξής: Προβολέας: Ευκρίνεια: Full HD Ανάλυση: 1920x1080 pixels Λόγο διαστάσεων: 16:9 Είσοδο : HDMI, DVI-D Οθόνη προβολής Διαστάσεις: 5x3 m ή μεγαλύτερη Σύστημα αναπαραγωγής ήχου Σύστημα αναπαραγωγής ήχου Surround 5.1 ή Stereo Τοπολογία εγκατάστασης H τοπολογία εγκατάστασης του συστήματος προβολής απεικονίζεται στο παρακάτω σχήμα: Εικόνα 6.4Τοπολογία συστήματος αναπαραγωγής με surroundήχο 134

135 Σε περίπτωση που οι αποδέκτες δεν διαθέτουν σύστημα Surroundσύστημα αναπαραγωγής ήχου, η κωδικοποίηση μπορεί να γίνει για ήχο Stereoμε αντίστοιχη τοπολογία εγκατάστασης: Εικόνα 6.5 Τοπολογία συστήματος αναπαραγωγής με Stereoήχο Η απόσταση προβολέα από την οθόνη προβολής θα πρέπει να είναι τέτοια ώστε να ικανοποιούνται οι διαστάσεις προβολής με συνθήκες επαρκούς φωτεινότητας. Οι θέσεις των ηχείων που εμφανίζονται στο σχήμα αντιστοιχίζονται στα κανάλια Left (1) και Right (2). 135

136 Παράρτημα Α Αναλυτικά στοιχεία εξοπλισμού Στην ενότητα αυτή αναφέρεται οι κυριότερες συσκευές που χρησιμοποιήθηκαν στο σύστημα μετάδοσης και τα τεχνικά χαρακτηριστικά τους. A.1 Κάμερες Για τις ανάγκες τις κάλυψης του φεστιβάλ χρησιμοποιήθηκαν 2 κάμερες υψηλής ευκρίνειας της JVCPROHD Εταιρία κατασκευής: JVC AmericasCorp. Ονομασία μοντέλου: JU-HD 251 Τεχνικά χαρακτηριστικά: Εικόνα A.1 Κάμερα Φακό 3-CCD Επιλογές εγγραφής 1920x1080 (1080p24/p25/p30, 1080i60/i50) 1280x720P (p60/p50/p25/p24) Ψηφιακή HDSDI έξοδο A.2 Μονάδα αποθήκευσης οπτικοακουστικού υλικού Οι προς μετάδοση ταινίες ήταν αποθηκευμένες σε μία μονάδα αποθήκευσης. Το σήμα εξόδου τους κατέληγε στην κονσόλα μίξης της εικόνας και στον προτζέκτορα της αίθουσας προβολής. Εταιρία κατασκευής: AJAVideoInc Ονομασία μοντέλου: KiPro Εικόνα A.2 Μονάδα αποθήκευσης οπτικοακουστικού υλικού 136

137 Τεχνικά χαρακτηριστικά: Δυνατότητα χρήσης μονάδων σκληρών δίσκων ή μονάδων στερεάς κατάστασης (SSD) Ψηφιακές είσοδοι τηλεοπτικού σήματος: SD και HD-SDI (2xBNC), SMPTE-259/292/296, HDMI Ψηφιακές έξοδοι τηλεοπτικού σήματος: : SD και HD-SDI (1xBNC), SMPTE-259/292/296, HDMI Είσοδοι ακουστικού σήματος: AES 24-bit, 24-bitSDI, HDMI,24-bitA/D Έξοδοι ακουστικού σήματος: AES 24-bit, 24-bitSDI, HDMI,24-bitA/D A.3 Κονσόλα Μίξης της Εικόνας [31] Εταιρείακατασκευής: Technologies Co. Ltd Datavideo Ονομασία μοντέλου: SE 2000 Εικόνα A.3 Κονσόλα μίξης εικόνας Τα οπτικοακουστικά σήματα που λαμβάνουμε προέρχονται από πολλαπλές πηγές. Δουλεία του σκηνοθέτη είναι να επιλέξει τι θα μεταδίδει κάθε στιγμή και αυτό γίνεται μέσω της ψηφιακής κονσόλας μίξης της εικόνας από την οποία λαμβάνουμε σαν έξοδο ένα ενιαίο σήμα κατάλληλα προετοιμασμένο για τον θεατή. Συνοπτικά τα τεχνικά χαρακτηριστικά της κονσόλας που χρησιμοποιήθηκε είναι τα ακόλουθα: 4 HD-SDI και μία DVI-D είσοδοι ή 3 HD-SDI και 2 DVI-D είσοδοι Έξοδοι fullhd : 2 σε μορφή HD-SDI και 1 σε HD-TUV 137

138 Έξοδος DVI-D προεπισκόπησης σήματος Δυνατότητα εισαγωγής Logo και ψηφιακού ρολογιού Περιλαμβάνει ψηφιακό μείκτη ήχου 4 εισόδων και 2 εξόδων XLR 13 εφέ μετάβασης RS-232 θύρα ελέγχου Χειρισμός μέσω επιφάνειας με πλήκτρα και μοχλό (Τ-bar) Επιφάνεια ελέγχου κονσόλας Εικόνα A.4 Επιφάνεια ελέγχου κονσόλας μίξης 1. Μίκτης ήχου 2. Επιλογείς εισόδου ήχου 3. Στάθμη ήχου 4. Πλήκτρα πλοήγησης στο menu 5. Επιλογή logo και ρολογιού 6. PIP / KEY εφέ βίντεο 7. Ταχύτητες μετάβασης 8. Εφέ μετάβασης 9. Εναλλαγές βίντεο εξόδου 10. Μοχλός μεταβάσεων (T-Bar) 11. Επιλογή κύριας κ δευτερευόντων πηγών 12. Υποδοχή ακουστικών, έλεγχος έντασης 138

139 Οθόνη Προεπισκόπησης Όπως φαίνεται στην εικόνα, στο παράθυρο με την ένδειξη PROGRAM απεικονίζεται το τηλεοπτικό σήμα της κύριας πηγής το οποίο αυτή τη στιγμή αποτελεί την έξοδο της κονσόλας. Στο παράθυρο με την ένδειξη PREVIEW εμφανίζεται το τηλεοπτικό σήμα της δευτερεύουσας πηγής. Σε περίπτωση εφαρμογής κάποιου εφέ μετάβασης, η δευτερεύουσα πηγή θα μετατραπεί σε κύρια πηγή. Στα μικρότερα παράθυρα εμφανίζεται όλες οι διαθέσιμες πηγές τηλεοπτικού σήματος έτσι ώστε ο σκηνοθέτης να έχει την πλήρη εποπτεία και τη δυνατότητα να επιλέξει την επιθυμητή πηγή. Εικόνα A.5 Οθόνη προεπισκόπησης 139

140 A.4 Κονσόλα Μίξης Πολυκάναλου Ήχου Εταιρία κατασκευής:allen&heath Ονομασία μοντέλου: ZED-436 ΤεχνικάΧαρακτηριστικά: 32 line/micμονοφωνικά κανάλια Εικόνα A.6 Κονσόλα μίξης ήχου 2 dualstereoκανάλια εισόδου DuoPretm μικροφωνικός προενισχυτής master L/R Α.5 A/D μετατροπέας Η κονσόλα μίξης ήχου παρέχει αναλογική έξοδο. Έτσι χρειάστηκε μία συσκευή μετατροπής του αναλογικού ηχητικού σήματος σε ψηφιακό για να μπορέσει στη συνέχεια να ενσωματωθεί στο ψηφιακό τηλεοπτικό σήμα. Εταιρία κατασκευής: AJAVideoInc. Ονομασία μοντέλου: ADA4 Τεχνικά χαρακτηριστικά: Εικόνα A.7A/D Μετατροπέας 1. Είσοδοι/έξοδοι αναλογικού ήχου: Balanced, XLR 2. Είσοδοι/έξοδοι ψηφιακού ήχου: Balanced 110Ω, XLR 3. Μετατροπή ήχου: 24 bit, 48/96kHz 140

141 Α.6 Συσκευή Ενσωμάτωσης Ήχου και Εικόνας(Embedder) Εταιρία κατασκευής: AJAVideoInc. Ονομασία μοντέλου: HD10AM Χαρακτηριστικά Εικόνα A.8 Συσκευή ενσωμάτωσης ήχου και εικόνας Πολυπλέκτης/αποπολυπλέκτηςHD-SDI/SDI σήματος 8 κανάλια εισόδου/ εξόδου ήχου AES Είσοδος HD-SDI/SDI 2 HD-SDI/SDI έξοδοι Έλεγχος λειτουργίας με διακόπτες DIP 5-18 VDC τροφοδοσία Α.7 Κωδικοποιητής [14][32] Για την απευθείας μετάδοση του τηλεοπτικού HDTV σήματος απαιτείται ένα ισχυρό και προσαρμοζόμενο σύστημα κωδικοποίησης της οπτικοακουστικής πληροφορίας σε ροή MPEG-2. Έπειτα, η κωδικοποιημένη ροή διαιρείται και εισάγεται σε πακέτα δικτύου πρωτοκόλλων RTP/UDP/IP τα οποία μπορούν να μεταδοθούν μέσω δικτύου IP και να μεταφέρουν στο δέκτη, σε πραγματικό χρόνο, την οπτικοακουστική πληροφορία που παράγεται στον πομπό. Στη συνέχεια παρατίθενται και αναλύονται τα χαρακτηριστικά και οι δυνατότητες του συστήματος κωδικοποίησης που χρησιμοποιήθηκε αλλά και οι ρυθμίσεις που επιτρέπει στο χρήστη, ώστε να εναρμονιστεί με τις απαιτήσεις του και να προσαρμοστεί στα χαρακτηριστικά και τις προδιαγραφές της εκάστοτε εφαρμογής και του εκάστοτε δικτύου. 141

142 Εταιρία κατασκευής : TandbergTelevision Αριθμός μοντέλου: Ε5780 E5782 Α.7.1 Χαρακτηριστικά Εικόνα A.9 Κωδικοποιητής Κωδικοποίηση τηλεοπτικού σήματος Κωδικοποίηση MPEG-2 Ο κωδικοποιητής επεξεργάζεται ένα τυποποιημένο τηλεοπτικό σήμα και παράγει μία συμπιεσμένη και κωδικοποιημένη ροή δεδομένων σύμφωνα με: Το βασικό προφίλ του MPEG-2 στο βασικό επίπεδο (MP@ML) (ISO/IEC 13818) Το 4:2:2 προφίλ του MPEG-2 στο βασικό επίπεδο (422P@ML) (ISO/IEC 13818) Το βασικό και το 4:2:2 προφίλ του MPEG-2 στο υψηλό επίπεδο (MP@HL) και (422P@HL) Είσοδοι βίντεο Οι τυπικές είσοδοι τηλεοπτικού σήματος του κωδικοποιητή είναι: SDI Serial Digital Interface Composite Analogue (PAL/NTSC) HD SDI High Definition Serial Digital Interface (SMPTE 292M) Τύποι εισόδων τηλεοπτικού σήματος HDTV 720p/50 720p59/60 (SMPTE 296M) 1080i/ pSF/ i29/30 (SMPTE 274M) 1080pSF/ pSF/ Λειτουργίες κωδικοποίησης τηλεοπτικού σήματος 142

143 Οι βασικές λειτουργίες κωδικοποίησης περιλαμβάνουν: Υποστήριξη όλων των και προτύπων κωδικοποίησης Υποστήριξη κάποιων και προτύπων κωδικοποίησης Δυνατότητα επιλογής του επιθυμητού ρυθμού δεδομένων (<1.5 Mbit/s 90 Mbit/s) Υποστήριξη διάφορων αναλύσεων εικόνας Εσωτερικό συγχρονισμό πλαισίων Υποστήριξη ποικίλων δομών ομάδων εικόνων (GOP GroupofPictures), με μεταβλητό αριθμό πλαισίων Β Ικανότητα παραγωγής εσωτερικών πρότυπων δοκιμαστικών εικόνων Υποστήριξη ζιγκ-ζαγκ σάρωσης, η οποία στατιστικά κωδικοποιεί με τον ίδιο ή με πιο αποτελεσματικό τρόπο εικόνες με αργή ή καθόλου κίνηση Εκτίμηση κίνησης Στην κωδικοποίηση HD τηλεοπτικού σχήματος, χρησιμοποιείται ένα ιεραρχικό σχήμα εκτίμησης κίνησης. Δημιουργείται μία ιεραρχική σειρά εικόνων, με κάθε επίπεδο να περιέχει μία έκδοση της εικόνας, που προκύπτει μετά από κάθετη και οριζόντια δειγματοληψία στο ανώτερο επίπεδο. Η αναζήτηση της εκτιμώμενης κίνησης ξεκινά από το κατώτερο επίπεδο, το οποίο περιέχει τη λιγότερο λεπτομερή εικόνα. Μια εξαντλητική αναζήτηση στο επίπεδο αυτό εντοπίζει μία αρχική θέση για την επίτευξη της καλύτερης αντιστοιχίας στη συνέχεια. Η θέση αυτή, κατόπιν, χρησιμοποιείται σαν σημείο εκκίνησης για μία νέα εξαντλητική αναζήτηση στο επόμενο ιεραρχικά επίπεδο. Η εικόνα του αμέσως ανώτερου επιπέδου είναι πιο λεπτομερής, έτσι η νέα αναζήτηση ενεργεί για να επανεκτιμήσει την αρχική θέση με μεγαλύτερη ακρίβεια. Η διαδικασία αυτή επαναλαμβάνεται μέχρι να ολοκληρωθεί η αναζήτηση σε όλα τα διαθέσιμα επίπεδα. Η τελική αναζήτηση διενεργείται στην αρχική, πλήρους ανάλυσης, εικόνα. Μεταβλητός ρυθμός δεδομένων Ο αλγόριθμος συμπίεσης MPEG-2 χρησιμοποιεί την τεχνική της προσαρμοστικής κωδικοποίησης τομέων/πλαισίων, επεξεργασία εμπρόσθιας και οπίσθιας 143

144 πρόβλεψης με εκτίμηση και αντιστάθμιση κίνησης, προκειμένου να μειωθεί ο ρυθμός δεδομένων στα όρια 6-90 Mbits/s, για HD βίντεο, τόσο με δειγματοληψία 4:2:0, όσο και με 4:2:2. Αναλύσεις κωδικοποίησης Προκειμένου να επιτευχθεί η βέλτιστη δυνατή ποιότητα εικόνας, εκμεταλλευόμενη όλο τα φάσμα των υποστηριζόμενων ρυθμών κωδικοποίησης, η ανάλυση της κωδικοποιημένης εικόνας καθορίζεται αυτόματα με βάση το ρυθμό δεδομένων του τηλεοπτικού σήματος. Εναλλακτικά. Ο χρήστης μπορεί να παρακάμψει αυτή τη διαδικασία και να επιλέξει χειροκίνητα την ανάλυση. Εσωτερικός συγχρονισμός πλαισίων Ο εσωτερικός συγχρονισμός πλαισίων παρέχεται, για να προσαρμόζει τις πιθανές μικρές διαφορές μεταξύ του εισερχόμενου ρυθμού σάρωσης των πλαισίων και αυτού που δημιουργείται από τη σταθερά αναφοράς, που χρησιμοποιεί ο κωδικοποιητής. Κωδικοποίηση ακουστικού σήματος Ο ήχος μπορεί να κωδικοποιηθεί κατά: MPEG-1 layer 2 (ρυθμός δειγματοληψίας στα 32kHz ή στα 48kHz) DolbyDigitalAC-3 (ρυθμός δειγματοληψίας στα 32kHz ή στα 48kHz) DolbyDigitalAC-3, προκωδικοποιημένος ήχος στην επιλογή pass-through (λειτουργεί μόνο στα 48kHz) Γραμμικό PCM Dolby E Pass-Through DTS Pass-Through Είσοδοι ακουστικού σήματος Οι τυπικές είσοδοι ήχου είναι: 144

145 AUDIO IN αρσενικό τύπου D με 15 ακίδες καθορίζεται μέσω λογισμικού σαν αναλογικός ήχος ή ψηφιακός τύπου AES/EBU, με τον τελευταίο να μπορεί να συνδεθεί μόνο στο αριστερό κανάλι. Το παρεχόμενο πολλαπλών εισόδων καλώδιο (που ονομάζεται break outcable) προσφέρει όλους τους κατάλληλους τρόπους σύνδεσης των ακουστικών εισόδων μέσω πέντε υποδοχών. Συγκεκριμένα, υπάρχουν 4 θηλυκές XLR υποδοχές και μια υποδοχή BNC, που παρέχει ψηφιακή έξοδο αναφοράς των 75 Ω. Εναλλακτικά, ο ήχος μπορεί να εισαχθεί στον κωδικοποιητή ενσωματωμένος, σε μορφή AES/EBU, στη σειριακή ψηφιακή διεπιφάνεια (SDI). Σε αυτήν την περίπτωση, μπορούν να εξαχθούν το μέγιστο τέσσερα στερεοφωνικά ζευγάρια καναλιών. Ο ήχος μπορεί να μετατραπεί σε μια από τις δύο τυπικές συχνότητες δειγματοληψίας, των 32 ή των 48 khz, με τη χρήση των ενσωματωμένων ασύγχρονων μετατροπέων ρυθμού δειγματοληψίας. Φυσικά, αυτή η μετατροπή προϋποθέτει ότι ο ήχος δεν είναι κωδικοποιημένος προηγουμένως. Κανάλια ήχου Η βασική πλακέτα του κωδικοποιητή έχει την ικανότητα να επεξεργάζεται δύο στερεοφωνικά ζεύγη κάθε φορά. Έτσι, επιλέγεται ένα από τα ακόλουθα: Ενσωματωμένο ακουστικό σήμα στη διεπιφάνεια SDI Ψηφιακή πηγή AES/EBU Αναλογική πηγή, με σύνθετη αντίσταση τερματισμού 600 Ω ή 20 kω Αυτά τα σήματα υπόκεινται επεξεργασία χρησιμοποιώντας τα είδη κωδικοποίησης της επόμενης υποενότητας. Είδη κωδικοποίησης MPEG 145

146 Τα δύο στερεοφωνικά ζεύγη, τα οποία είναι σε θέση να επεξεργαστεί ο κωδικοποιητής διαμορφώνονται με διάφορους τρόπους κωδικοποίησης σαν: Ένα μονοφωνικό κανάλι: κωδικοποιείται είτε το αριστερό είτε το δεξί κανάλι. Δύο μονοφωνικά κανάλια: τόσο το αριστερό όσο και το δεξί κανάλι κωδικοποιούνται, και μεταφέρονται μέσω της ροής μεταφοράς, σαν ενιαία πληροφορία, σε πακέτα, μιας βασικής ροής δεδομένων (ενιαίο PES PacketizedElementaryStream). Η έξοδος στο δέκτη μπορεί να είναι και τα δύο κανάλια, ή ένα από τα δύο, ανάλογα με τη δρομολόγηση που επιλεγεί. Στερεοφωνικό κανάλι: τα δύο κανάλια του στερεοφωνικού ζεύγους κωδικοποιούνται σαν δύο μονοφωνικά κανάλια, αλλά αναπαράγονται σαν ένα στερεοφωνικό κανάλι στην πλευρά του δέκτη. Κοινό στερεοφωνικό κανάλι: το στερεοφωνικό ζεύγος κωδικοποιείται εκμεταλλευόμενο τη στερεοφωνική φύση των καναλιών. Τα δύο σήματα εξέρχονται σαν ένα στερεοφωνικό κανάλι στην πλευρά του δέκτη. Αυτή η επιλογή είναι διαθέσιμη μόνο στο MPEG 1 layer 2. Είδη κωδικοποίησης DolbyDigital (AC 3) 1/0: κεντρικό κανάλι 2/0: αριστερό και δεξί κανάλι Διπλή κάρτα εξόδου IP/Ethernet (EN5900/HWO/IPTSDUAL) Στη συγκεκριμένη έκδοση του κωδικοποιητή έχει προστεθεί μια κάρτα (EN5900/HWO/IPTSDUAL) για την απευθείας σύνδεση του με το διαθέσιμο δίκτυο μέσω 2 θυρών Ethernet. Πιο συγκεκριμένα, η διπλή κάρτα IP/Ethernet παρέχει δύο ξεχωριστές θύρες 100/1000 BaseTEthernet για την απευθείας διασύνδεση του κωδικοποιητή σε δίκτυο IP/Ethernet. Η ροή μεταγωγής που παράγεται από των κωδικοποιητή μπορεί να ενσωματωθεί σε πακέτα UDP/IP, σύμφωνα με το RFC 2250, με μια προαιρετική επικεφαλίδα RTP και να μεταδοθεί με ταχύτητα έως και 65Mbits/s. Επιπλέον η κάρτα παρέχει τη δυνατότητα διαχωρισμού μιας ροής μεταγωγής, 146

147 που μεταφέρει πολλαπλά προγράμματα, και μετάδοσης κάθε προγράμματος με διαφορετικές ρυθμίσεις. Η εισαγωγή της ροής μεταγωγής σε πλαίσια IP γίνεται σύμφωνα με τη στοίβα πρωτοκόλλων που απεικονίζεται στην Εικόνα Εικόνα A.10 Ενθυλάκωση Ροής Μεταγωγής MPEG-2 Από ένα μέχρι εφτά πακέτα ροής μεταγωγής MPEG-2 μπορούν να ενσωματωθούν σε κάθε πακέτο UDP. Το στρώμα σύνδεσης δεδομένων είναι Ethernet σύμφωνα με το IEEE 802.3/802.3u (αυτόματη ανίχνευση 100/1000Mbits/s, συνεστραμμένο ζεύγος, μέσω υποδοχής RJ-45). Α.7.2 Ρυθμίσεις και δυνατότητες Επιλογή εισόδου βίντεο Αυτή η επιλογή προσφέρει τη δυνατότητα καθορισμού του τύπου του τηλεοπτικού σήματος εισόδου. Όσον αφορά το τηλεοπτικό σήμα υψηλής ευκρίνειας HDTV οι επιλογές είναι οι εξής: Καμιά εικόνα (off) Σειριακή ψηφιακή διεπιφάνεια (HD SDI) Εσωτερική δοκιμαστική εικόνα με έγχρωμες μπάρες (ColorBars) Εσωτερική δοκιμαστική μαύρη εικόνα (Black) Δοκιμαστική εικόνα (Monitor) 147