周方正
(廣州市道路研究院有限公司,廣東廣州 511431)
高速移動場景給高速公路視頻的高質量采集及自動化傳輸帶來了嚴峻挑戰[1-3],多普勒頻移、快時變信道衰落問題是影響高速公路視頻傳輸質量的重要因素[4-6],因此提高高速公路視頻采集和自動化傳輸質量是當前亟待解決的問題[7-8]。
孫楠等人利用現場可編程門陣列(FPGA)技術,完成了標準視頻流的快速傳輸,但該系統無法適用于高速移動場景[9];王毅等人采用Hi3559+FPGA 硬件架構實現視頻圖像的實時傳輸,在一定程度上改善了視頻傳輸效果,但未考慮時變信道衰落等因素的影響,導致系統視頻傳輸性能不突出[10]。為此,文中設計了面向高速移動場景下的高速公路視頻采集和自動化傳輸系統,以降低時變信道衰落及多普勒頻移等對數據傳輸效果的影響,實現高質量采集與傳輸。
圖1 所示為高速公路視頻采集和自動化傳輸系統整體架構,該系統結構由四部分構成:

圖1 采集和自動化傳輸系統架構
1)數據采集層由紅外傳感器、線圈傳感器、聲光熱傳感器及高清定焦、快球攝像機設備構成。
2)數據處理層主要是處理采集的高速公路視頻圖像信息,由預處理和圖像增強兩模塊構成。
3)數據傳輸層是通過無線數字傳輸網絡調用基于BEM-wiener 的信道估計算法將高速公路視頻信息實時、快速上傳給數據中心,以滿足時變信道下高質量數據傳輸要求[11-12]。
4)數據應用層通過對視頻信息進行分析,實現高速公路路況路段突發事件等的實時監測。
高速公路視頻是實現后續路況、異常事件監測的基礎,為提高視頻采集質量,數據采集層基于FPGA 技術設計采集模塊[13-15],采集模塊結構如圖2所示。攝像機一經通電,I2C 總線即開始執行攝像機ADV 解碼芯片的初始化處理工作,再采集高清攝像機AV 模擬信號,對信號作轉換處理,獲得滿足ITU656 協議標準的輸出信號。

圖2 基于FPGA的采集模塊基本結構
基于GSM-R 的高速公路視頻信息傳輸網絡結構如圖3 所示,該網絡由移動匯接網絡TMSC 和移動本地網MSC 構成。設計傳輸網絡時,僅需將移動匯接網TMSC 部署于高速公路沿線的部分大區域中,以網狀網方式相連[16]。該設計方式可有效提升傳輸質量,也可縮減技術投資成本。

圖3 GSM-R視頻信息傳輸網絡結構
在高速公路視頻信息傳輸網絡中,構成移動本地網的重要設備除了網關移動交換中心GMSC 以及歸屬位置寄存器之外,還包括移動交換中心MSC,MSC 配置時需遵循以下規則:
1)在基于GSM-R 的高速公路視頻信息傳輸網絡中,高速公路沿線數個區域僅需配置一個MSC,在配置時需將地理環境因素考慮在內。
2)在高速公路沿線大區域范圍內,交換設備的配置要依據大容量規則,傳輸任務較低的移動本地網不再配置獨立MSC 設備。
3)MSC 要盡可能部署在高速公路路段監控中心或數據中心。
假定無線數字傳輸網絡中的信道路徑總量為L,其分布在高速公路的多個點上,對于傳輸信道路徑l(l=0,1,…,L-1),其時域沖擊響應可通過下式進行計算:
式中,路徑l上的時延為τl;信道總時延為τ;采樣點編號為n,總采樣點數為N;多普勒頻移為vl,其既與信道有關,也與車速有關;GFDM 符號的采樣時間間隔為tsymbol,總采樣時長為t。路徑l的增益與初始相位為al。設定GFDM 符號的時間間隔需高于路徑時延大小,即tsymbol>τl,則傳輸信道路徑的頻域沖擊響應可通過下式確定:
式中,子載波總數表示為K,第k個子載波上傳輸的高速公路視頻信息表示為ak。
在高速移動場景下,接收機在時間點n獲得的GFDM 信號可通過下式進行描述:
式中,高速公路視頻信息在無線數字網絡信道傳輸時受到的加性高斯白噪聲干擾用wn表示;此時傳輸路徑的信道參數表示為hl[n],其表示時域上的信道沖激響應,n代表時刻;子載波頻率下的高速公路視頻信息序列表示為x[n]。
面向高速移動場景傳輸時,傳輸信道表現為在GFDM 符號時間間隔內快速改變,其頻域信道矩陣不再是對角矩陣,傳統方法已無法實現傳輸信道的精準估計。因此,采用BEM-wiener 信道估計算法,在BEM 確定導頻符號信道估計值的基礎上,用四階滑動頻域維納濾波確定各導頻時隙數字符號后,利用二階滑動時域維納濾波作內插處理,獲得其他數據符號的信道估計結果,實現高速移動場景下視頻自動化傳輸信道選擇。
高速公路視頻傳輸時,根據信道時域改變的關聯性特點,BEM 模型能夠利用具有正交性的基函數實現信道沖擊響應的擬合處理,通過確定每條時延路徑下的基函數系數,即可完成快速時變信道沖擊響應的確定。在瑞利信道下,NL個沖擊響應值可通過(Q+1)L個系數進行擬合,傳輸至接收機的視頻GFDM 時域信號描述如下:
式中,導頻、數據符號分別為xPilot、xData,導頻符號是已知的、預先插入到發送信號中的特殊符號,以在接收端估計信道的沖激響應。導頻符號通常具有已知的調制方式和頻率,用于提供參考信號以進行信道補償和等化。數據符號是要傳輸的實際信息的符號,其可被編碼、調制與導頻符號一起組成GFDM符號;高斯白噪聲干擾為w;每個導頻GFDM 符號均由P個子符號構成,其中子符號p(p=1,2,…,P)的頻域可由下式確定:
式中,對于子符號p,其頻域解調脈沖響應為Gp,接收的高速公路視頻信號為Xp,噪聲為W。
通過下式描述GFDM 導頻接收矢量:
對于GFDM 符號塊,其在Ts采樣周期內的最大多普勒頻域標準化處理結果通過下式描述:
式中,CP 符號的長度表示為NCP,GFDM 信號長度為N,標準化處理后的多普勒頻移為fdTs。
無線傳輸信道能夠分離的延遲路徑總量為L;利用一組基函數的線性組合可實現信道抽頭l在高速公路視頻幀中的改變的描述,信道中不能夠分離的路徑通過q(q=0,1,…,Q)表示。利用BEM 模型實現GFDM 符號塊信道估計,在時間點n下,信道抽頭l的信道增益計算公式為:
根據多普勒頻移大小確定BEM 模型階數Q+1的值。子符號p通過下式確定:
式中,bp,q=[bq,I+0,bq,I+1,…,bq,I+N-1],基擴展矩陣表示為I=N+NCP,由此可確定GFDM 導頻符號塊頻域描述公式:
式中,第q個路徑的頻域解調脈沖響應表示為Gq。
確定導頻符號信道估計結果后,與濾波矩陣λ相乘,即可實現數據符號信道估計值的確定。
以某高速公路為研究對象,該高速始于A 地止于B 地,總長度348 km,全路段共有24 個收費站、5個服務區、一個監控中心以及7 個監控分中心。將所提系統應用到高速公路視頻采集與自動化傳輸中,驗證所提系統的應用性能。
應用所提系統采集該高速公路沿線各路段視頻圖像信息,結果如圖4 所示。分析圖4 可知,所提系統采集的視頻圖像畫面清晰,色彩飽和度高,未出現圖像邊緣不清、扭曲等問題;同時包含更多的場景信息。實驗結果表明,所提系統具有高速公路視頻采集功能,視頻采集效果較好。

圖4 高速公路視頻采集結果分析
數據包接收概率是衡量系統數據傳輸性能的重要指標,選擇文獻[9-10]系統進行對比實驗,結果如圖5 所示。由圖5 可知,隨高速公路車輛運行速度的增大,各系統接收成功概率呈不斷降低趨勢,當車輛運行速度較低時,各系統在高速公路視頻數據包傳輸上均達到較好的效果,接收成功概率較高,當運行速度超過80 km/h 后,兩個對比系統的數據包接收成功概率呈現出大幅下降趨勢,數據傳輸劣勢越發凸顯,其中文獻[9]系統接收成功概率最低,傳輸性能最差;所提系統可實現穩定傳輸,當車輛運行速度達到150 km/h 時,接收成功概率依然可達到0.90 左右,說明該系統可應對高速移動場景下快時變信道衰落以及多普勒頻移大等問題,確保數據傳輸質量。

圖5 接收成功概率關系分析
設定車輛運行速度為100 km/h 和160 km/h 兩種高速移動場景,基于這兩種場景,測試在不同信噪比下的誤比特率(BER),結果如圖6 所示。由圖6 可知,隨系統信噪比的增大,BER 指標不斷減小。在相同移動場景、同一系統信噪比條件下,文獻[9]系統的BER 值始終最高,所提系統的BER 值最低。相比于移動場景一,移動場景二下各系統BER 值均有不同程度的增長,其中文獻[9]系統的BER 指標值增長最大,所提系統的BER 指標值變化最小。所提系統通過精準估計時變信道,降低了信道多普勒頻移及信道頻繁切換帶來的子載波干擾,使數據傳輸性能獲得提升。

圖6 各系統數據傳輸性能對比分析
對任意五個監控點的高速公路視頻同時采集,采集時間為5 s,獲得70 個高速公路視頻數據包,應用所提系統上傳至數據中心,分析數據傳輸結果,驗證所提系統的實際應用性,結果如表1 所示。由表1可知,應用所提系統進行傳輸,數據包傳輸時間最多不超過2.5 s,最大丟包率為1.25%。實驗結果表明,所提系統可實現高速公路視頻的有效傳輸,數據傳輸效果突出。

表1 數據包傳輸結果
將所提系統應用到某高速公路視頻采集與傳輸中,通過分析高速公路視頻圖像采集結果及不同高速移動場景下的數據傳輸效果,研究其實際應用性。實驗結果表明,所提系統可實現高速公路視頻采集,視頻圖像清晰、視野寬闊,包含更多的場景信息;高速公路視頻傳輸效果突出,數據包接收成功率可達到0.9 左右,不同高速移動場景下,BER 指標值均最低,數據包傳輸速率高。