粒子群優化算法在音視頻信號傳輸中的應用

◆喻永生 郭海富

?

粒子群優化算法在音視頻信號傳輸中的應用

◆喻永生 郭海富

(西南科技大學計算機科學與技術學院 四川 621010)

在音視頻信號過程當中，常常出現速度較慢或者失真等情況，使得在整個傳輸過程中效果較差，本文通過利用粒子群優化算法對于音視頻信號中的關鍵因子進行計算，從而使得其傳輸準確度能夠提升，為其進一步發展打下堅實的基礎。

粒子群優化算法；音視頻信號；傳輸

0 引言

目前來說，音視頻信號傳輸由發射機和接收機組成，每對發射機和接收機有相同的頻率，可以傳輸彩色和黑白視頻信號，并可以有聲音通道。無線傳輸具有一定的穿透性，不需要布線，也常用于電視監控系統。 而大功率設備又有可能干擾正常的無線電通訊受到限制。由于線路帶寬限制和視頻圖像數據量大的矛盾，傳輸到終端的圖像都不連續，而且分辯率越高，幀與幀之間的間隔就越長；反之，如果想取得相對連續的圖像，就必然以犧牲清晰度為代價。

1 粒子群優化算法概述

粒子群算法，縮寫為 PSO。PSO 算法屬于進化算法的一種，和模擬退火算法相似，它也是從隨機解出發，通過迭代尋找最優解，它也是通過適應度來評價解的品質，但它比遺傳算法規則更為簡單，它沒有遺傳算法的“交叉”和“變異”操作，它通過追隨當前搜索到的最優值來尋找全局最優。這種算法以其實現容易、精度高、收斂快等優點引起了學術界的重視，并且在解決實際問題中展示了其優越性，粒子群算法是一種并行算法，其源于對鳥群捕食的行為研究。該算法最初是受到飛鳥集群活動的規律性啟發，進而利用群體智能建立的一個簡化模型。粒子群算法在對動物集群活動行為觀察基礎上，利用群體中的個體對信息的共享，使整個群體的運動在問題求解空間中產生從無序到有序的演化過程，從而獲得最優解。 PSO同遺傳算法類似，是一種基于迭代的優化算法。同遺傳算法比較，PSO的優勢在于簡單容易實現并且沒有許多參數需要調整。目前已廣泛應用于函數優化，神經網絡訓練，模糊系統控制以及其他遺傳算法的應用領域。

2 音視頻傳輸技術分析

2.1 高碼流技術

音視頻傳輸需要利用高碼流的技術應用，在文件傳輸過程可采取上變換的措施對信號接口進行針對性的設置，確保單聲道信號在變換的設置策略下得到采集。而對于完成播放聲音的視頻服務器同樣也要復合混合系統的要求，必須同時音視頻傳輸兩種信號，達到單聲道節過，文件可隨時轉變為多聲道信號輸出。在另一方面，引入上下變換器技術運用到聲音系統的實現中，可在不同的需求之下，針對性的進行不同的設置方式進而調整，進而可實現單聲道與多聲道信號之間便捷的上下變換。并且，為了達到音視頻傳輸混合制播系統良好工作的效果，其中重要的一環即音視頻傳輸作品的播出模式必須針對性的進行設計，既可以將多聲道作品和單聲道作品的播出系統分別管理，產生各自分立的多聲道、單聲道信號，分別進行各自的獨立播出，也可以直接使用多聲道播出系統實現節目的錄制，而在輸出的過程中，利用清晰度轉換器完成多聲道向單聲道的轉變，進而兼顧到部分無法實現多聲道播放的終端設備，此類音視頻傳輸轉換模式操作便捷，易于實現，因此被廣泛的運用在大部分作品的節目制作傳播。一般來說在錄制現場會選用高分辨率的采集與傳輸裝置，可能有時候會用模擬的錄音機來代替數字錄音機，因為模擬音視頻傳輸裝置可以防潮、防摔，有利于在復雜的條件下使用，使得錄音的效果得到保證，如果用多聲道進行錄制無法對于聲像進行有效的定位，從而獲得較好的交叉混合效果，在播出的時候利用多聲道可以有效地把單個聲道當中的音軌進行混合，從而達到相應的效果。使用立體聲的方式可以完成多樣的效果錄制，但是其主要取決于能否用解碼器來對我們所錄制的聲音進行播放，一個較為成熟的模式來進行播放，給人以身臨其境的體驗，模擬音視頻傳輸裝置也有了更快的發展。

2.2 多聲道技術

音視頻傳輸可以通過多個聲道來實現較好的兼容性，它還提供了雙向立體聲播放的良好兼容性，其中從左和右揚聲器再現可以形成立體聲中心，并且環繞從兩個揚聲器再現，以漫射方式發射音頻信號。一個簡單的四聲道解碼器可以簡單地向中心揚聲器發送和信號（左聲道 + 右聲道），并將差分信號（左聲道-右聲道）發送到周圍。但是這樣的解碼器將在相鄰的揚聲器通道之間無法提供較高精度的差分信號，因此用于中置揚聲器的信號需要從左側和右側揚聲器傳輸。然而，左右兩者之間以及中心和環繞通道之間存在著完全的分離。為了克服這個問題，電影解碼器使用差分電路來改善分離的情況。邏輯電路決定哪個揚聲器通道具有最高信號電平并給予其優先級，衰減饋送到相鄰通道的信號。因為相對通道之間已經存在完全分離，所以不需要衰減很多，實際上解碼器在左聲道和右聲道優先級之間切換。這對杜比立體聲的混音造成了一些限制，并確保聲音混音器混合配樂，他們將通過杜比立體聲編碼器和解碼器串聯監聽聲音組合。除了差分電路之外，環繞聲道還通過延遲，可調節高達100 ms的音頻，以適應不同情況下的觀看，這利用了優先效應來將聲音定位到預期的方向。

3 粒子群優化算法在音視頻傳輸中的應用

在現代音視頻信號傳輸領域中，通過進化算法得到測試數據已經成為了當前該領域的研究熱點。以往的利用進化算法獲得測試數據的技術，要求將全部的測試數據輸入其中，被測程序運行后即可獲得個體適應值。故此，已往的無算法所需要耗費的時間是較長的，因此，為了能夠減少由于程序運行而導致的時間損耗，利用基于粒子群優化算法音視頻信號傳輸數據的生成方法。本文所提出的算法基本思想為：首先，需要通過一定的樣本實現對粒子群的有效訓練，以實現對個體適應值的有效模擬；在對測試數據進行生成時，要求首先利用已經經過訓練的粒子群實現對個體適應值的大致估計，從中選擇具有較好適應值的個體，隨后再運行程序。應當認識到，由于部分音視頻信號是極易被覆蓋的，故此，對于這部分音視頻信號而言，通過隨機法即可較為容易的得到測試數據，因此是無須利用進化算法的。在音視頻信號的傳輸當中，需要用上下變換來對于作品當中的聲音進行采樣與分析和調整，但是在時空的分辨率轉換當中可能會出現一定的損失，因此我們的系統當中應該加強其分辨和調整，使得上下變換技術能夠有效的實現聲音質量的變換，盡量地減少損失，使得音色不失真。因此，幅型在進行轉變的過程中，必須確保原聲音不進行裁切形變，并可以通過增大信息量，例如擴展傳輸帶寬可很好地降低質量損失程度。在聲音技術實現的過程中，對于聲音的實現，通常是采用鑲嵌的技術使其播放在聲音信號上。因此，對于多聲道環繞的作品信號的制作與傳播，應該加強聲音所采用的形式、技術標準在單聲道節目中的應用，我們的設備開發需要對于音色進行調試和保護，但是我國的成套開發體系還沒有成熟，因此我們必須對于傳統的模式來進行改造，提升設備的智能化計算能力，使得音色能夠被有效地檢測出來。故此，在進行音視頻信號選擇時，應當盡量選擇其中較難進行覆蓋的，以實現對算法性能的有效分析。具體來講，首先需要通過隨機法得到測試數據，將其作為輸入實現程序運行，并且對數據出現的高維音視頻信號重復情況進行分析；然后從中選擇沒有被覆蓋的音視頻信號，這部分音視頻信號即為目標音視頻信號。此外，由于部分音視頻信號是不可導的，而這部分音視頻信號也無法實現對算法性能的有效評價。

4 總結

同時，粒子群優化算法為音視頻信號的傳輸技術發展提供了相關的保障，各種技術使得信息的采集與管理越來越方便，可以使得數據管理分析設備的使用更加方便，這些創新技術使得信號傳輸技術越來越成為各行業的重要發展趨勢，因此我們需要提升技術的可靠性，使其更好地為我們而服務。

[1]孫玉章.數字調制技術在音視頻信號傳輸中的應用分析[J].信息化建設，2015.

[2]梁亞峰.視頻眼鏡的視頻信號轉換及無線傳輸的設計與實現[D].四川:電子科技大學，2013.

[3]尹睿男.音視頻傳輸與傳輸系統設計[D].北京:北方工業大學，2012.

[4]王巖.視頻信號采集與網絡傳輸系統的研究與實現[D].遼寧:大連海事大學，2011.