SDI: последовательный цифровой интерфейс

Последовательный цифровой интерфейс SDI (serial digital interface) – это семейство цифровых видеоинтерфейсов, которые были первыми стандартизированы SMPTE (Обществом инженеров кино и телевидения) в 1989 году. Например, ITU-R BT.656 и SMPTE 259M определяют цифровые видеоинтерфейсы, используемые в телевизионном вещании. Соответствующий стандарт, известный как последовательный интерфейсы высокой четкости (HD-SDI), описан в стандарте SMPTE 292M; он обеспечивает номинальную скорость передачи данных в 1,485 Гбит/с.

Дополнительные стандарты SDI были введены для поддержки увеличивающихся разрешений видео (HD, UHD и более), частоты кадров, стереоскопического (3D) видео и глубины цвета. Двойной канал HD-SDI состоит из пары каналов SMPTE 292M и описан в стандарте SMPTE 372M в 1998 году; он обеспечивает номинальную скорость 2,970 Гбит/с и используется в приложениях (таких как цифровой кинотеатр или HDTV 1080P), которые требуют большей точности и разрешения, чем может обеспечить стандартное HDTV. 3G-SDI (описан в SMPTE 424M) состоит из одного последовательного канала 2,970 Гбит/с, который позволяет заменить собой двойной канал HD-SDI. 19 марта 2015 года были опубликованы стандарты 6G-SDI и 12G-SDI.

Эти стандарты используются для передачи несжатых, незашифрованных цифровых видеосигналов (опционально включающих в себя встроенный звук и временной код) между телевизионным оборудованием; они могут также использоваться для передачи пакетированных данных. Длина коаксиальных вариантов стандартов, как правило, не превышает 300 метров. Оптоволоконные варианты спецификации, такие как 297M, допускают передачу на дальние расстояния, ограниченные только максимальной длиной оптоволокна и повторителями. SDI и HD-SDI обычно доступны только в профессиональном видеооборудовании, поскольку различные лицензионные соглашения ограничивают использование незашифрованных цифровых интерфейсов, таких как SDI, что запрещает их использование в потребительском оборудовании. Несколько профессиональных видеокамер стандартного и высокого разрешения и все доступные потребительские камеры, работающие с несжатым видео, используют интерфейс HDMI.

Электрический интерфейс

Во всех стандартах интерфейса SDI используются (один или более) коаксиальные кабели с волновым сопротивлением 75 Ом и разъемами BNC. Это тот же тип кабеля, который использовался в оборудовании аналогового видео, что потенциально упрощает модернизацию (хотя при более высоких битрейтах и больших длинах могут потребоваться кабели более высокого качества). Амплитуда сигнала на выходе источника составляет 800 мВ (±10%) пик-пик; из-за затухания в кабеле на приемной стороне может быть измерено намного меньшее напряжение. Использование эквализации в приемнике делает возможной передачу по SDI 270 Мбит/с на расстояние свыше 300 метров без использования повторителей, но всё же предпочтительны более короткие кабели. Для скоростей для передачи видео в HD разрешении длина кабеля обычно ограничивается 100 метрами.

Через SDI передаются несжатые сигналы цифровых компонентов. Данные кодируются в формате NRZI, а сдвиговый регистр линейной обратной связи используется для скремблирования данных, чтобы уменьшить вероятность того, что в передаваемой последовательности будут присутствовать длинные строки нулей или единиц. Данный интерфейс является самосинхронизирующимся и самотактирующимся. Кадрирование выполняется путем обнаружения специального шаблона синхронизации, который появляется в (нескремблированном) последовательном цифровом сигнале в виде последовательности из десяти единиц, следующих после двадцати нулей (в HD двадцать единиц следуют после сорока нулей); нигде в пределах полезных данных не допускается появление этого битового шаблона.

Стандарты

* Рабочая группа 32NF-70 в процессе работы над стандартом ST-2083 для передачи по SDI данных со скоростью 24 Гбит/с.

Скорости передачи данных

Для передачи последовательного цифрового видеосигнала используется несколько скоростей передачи данных:

• Для приложений стандартной четкости, как определено в SMPTE 259M, возможны битовые скорости 270 Мбит/с, 360 Мбит/с, 143 Мбит/с и 177 Мбит/с. На сегодняшний день наиболее широко используется скорость 270 Мбит/с, хотя иногда встречается интерфейс со скоростью 360 Мбит/с (используется для передачи широкоформатного видео в стандартном разрешении). Интерфейсы 143 и 177 Мбит/с предназначались для передачи кодированного композитно (NTSC или PAL) видеосигнала в цифровом виде, и сейчас считаются устаревшими.
• Для приложений улучшенного качества (в основном 525p) предусмотрено несколько интерфейсов со скоростью 540 Мбит/с, а также стандарт для двухканального интерфейса 270 Мбит/с. Они встречаются очень редко.
• Для приложений HDTV интерфейс SDI определен в стандарте SMPTE 292M. Для них определены две скорости передачи данных 1,485 Гбит/с и 1,485/1,001 Гбит/с. Коэффициент 1/1,001 обеспечивает стандарту SMPTE 292M поддержку видеоформатов с частотой кадров 59,94 Гц, 29,97 Гц и 23,98 Гц для совместимости с существующими системами NTSC. Версия стандарта 1,485 Гбит/с поддерживает другие распространенные частоты кадров 60 Гц, 50 Гц, 30 Гц, 25 Гц и 24 Гц. Общепринято говорить об обеих версиях стандарта, используя номинальный битрейт 1,5 Гбит/с.
• Для приложений высокой четкости, требующих большего разрешения, частоты кадров или точности цвета по сравнению с тем, что может обеспечить интерфейс HD-SDI, стандарт SMPTE 372M определяет двухканальный интерфейс. Как следует из названия, этот интерфейс состоит из двух соединений SMPTE 292M, работающих параллельно. В частности, двухканальный интерфейс поддерживает 10-разрядные, 4:2:2, 1080p форматы с частотой кадров 60 Гц, 59,94 Гц и 50 Гц, а также 12-битную глубину цвета, RGB-кодирование и цветовые выборки 4:4:4.
• Номинальный интерфейс 3 Гбит/с (точнее, 2,97 Гбит/с, но обычно называемый «3-гигабитный») был описан в стандарте SMPTE 424M в 2006 году. Пересмотренный в 2012 году как SMPTE ST 424:2012, он поддерживает все функции двойного интерфейса 1,485 Гбит/с, но требует только одного кабеля, а не двух.

Другие интерфейсы

SMPTE 297-2006 описывает оптоволоконную систему для передачи последовательных (побитово) цифровых сигналов. Он предназначен для передачи сигналов SMPTE ST 259 (от 143 до 360 Мбит/с), сигналов SMPTE ST 344 (540 Мбит/с), сигналов SMPTE ST 292-1/-2 (1,485 Гбит/с и 1,485/1,001 Гбит/с) и сигналов SMPTE ST 424 (2,970 Гбит/с и 2,970/1,001 Гбит/с). В дополнение к спецификации оптических систем, ST 297 также определяет проведение испытаний безопасности лазера и маркировку всех оптических интерфейсов, указывающую на соответствие безопасности, применение и функциональную совместимость.

Формат данных

В приложениях SD и ED формат последовательных данных имеет ширину 10 бит, тогда как в приложениях HD ширина равна 20 бит, разделенных на два параллельных 10-битовых потока данных (известных как Y и C). SD поток данных устроен следующим образом:

Cb Y Cr Y' Cb Y Cr Y'

в то время как HD потоки данных устроены так:

Y

Y Y' Y Y' Y Y' Y Y'

C

Cb Cr Cb Cr Cb Cr Cb Cr

Для всех интерфейсов SDI (за исключением устаревших композитных кодировок) основной кодировкой цвета является YCbCr формат 4:2:2. Канал яркости (Y) кодируется в полной полосе частот (13,5 МГц в 270 Мбит/с SD, ~75 МГц в HD), выборка двух каналов цветности (Cb и Cr) по горизонтали уменьшается, и они кодируются в уменьшенной вдвое полосе частот (6,75 или 37,5 МГц). Отсчеты Y, Cr и Cb совмещаются (выбираются в один и тот же момент времени), а отсчет Y' получается в промежутке и находится по времени посередине между двумя соседними Y отсчетами.

Вышеприведенное описание отсчетов яркости Y относится и к отсчетам цветности C. Обозначения Cr и Cb далее относятся к «цветоразностным» сигналам красного и синего. В этой статье рассматривается только основная цветовая кодировка SDI, но возможны и другие цветовые кодировки при рассмотрении интерфейса в качестве общего 10-битного канала данных. Использование других цветовых кодировок, а также преобразование цветового пространства в и из цветового пространства RGB описано ниже.

Полезная нагрузка видео (а также полезная нагрузка вспомогательных данных) может использовать любое 10-битовое слово в диапазоне от 4 до 1019 (от 004₁₆ до 3FB₁₆) включительно; значения 0–3 и 1020–1023 (3FC₁₆–3FF₁₆) зарезервированы и не могут появляться где-либо в полезной нагрузке. Эти зарезервированные слова предназначены для двух целей; они используются как для пакетов синхронизации, так и для заголовков вспомогательных данных.

Пакеты синхронизации

Пакет синхронизации (известный как опорный временной сигнал или TRS (timing reference signal)) появляется непосредственно перед первым активным отсчетом в каждой строке и сразу после последнего активного отсчета (и перед началом области гашения по горизонтали (перед началом строчного гасящего импульса)). Пакет синхронизации состоит из четырех 10-битовых слов, первые три слова всегда одинаковы – 0x3FF, 0, 0; четвертое слово состоит из 3 битов флагов вместе с кодом исправления ошибок. В результате существует 8 различных вариантов пакетов синхронизации.

В HD-SDI и двухканальных интерфейсах пакеты синхронизации должны появляться одновременно в обоих потоках данных: и в Y, и в C (некоторая задержка между двумя кабелями в двухканальном интерфейсе допустима; оборудование, поддерживающее двойной канал, дожно буферизовать ведущий канал, чтобы позволить другому каналу догнать первый). В SD-SDI и расширенной версии интерфейса есть только один поток данных, и, следовательно, в один момент времени приходит только один пакет синхронизации. Формат пакетов синхронизации одинаков во всех версиях последовательного интерфейса SDI.

Биты флагов в четвертом слове (обычно называемом XYZ словом) называются H, F и V. Бит H указывает на начало строчного гасящего импульса; и биты синхронизации, идущие непосредственно перед областью гашения по горизонтали, должны иметь бит H, установленный в единицу. Такие пакеты обычно называются пакетами EAV (End of Active Video, конец активного видео). Аналогично, в пакете, появляющемся непосредственно перед началом активного видео, бит H установлен в 0; это SAV (Start of Active Video, старт активного видео) пакет.

Аналогично, бит V используется для указания начала области гашения по вертикали (кадрового гасящего импульса); EAV пакет с V=1 указывает, что следующая строка (строки считаются со старта EAV) является частью вертикального интервала гашения, а EAV пакет с V=0 указывает, что следующая строка является часть активного изображения.

Бит F используется в чересстрочном и в кадрово сегментированном форматах, чтобы указать, относится ли строка к первому или второму полю (или сегменту). В форматах прогрессивной развертки бит F всегда устанавливается в 0.

Счетчик строк и CRC

В последовательном интерфейсе SDI высокой четкости (и в двухканальном HD) предусмотрены дополнительные контрольные слов для повышения надежности интерфейса. В этих форматах четыре отсчета, непосредственно следующие за пакетами EAV (но не после SAV пакетов), содержат проверочное поле циклического избыточного кода и индикатор счетчика строк. Поле CRC предоставляет CRC для предыдущей строки (CRC вычисляются независимо для потоков Y и C) и может быть использовано для обнаружения битовых ошибок в интерфейсе. Поле счетчика строк показывает номер текущей строки.

В интерфейсах SD и HD не предусмотрены поля CRC и счетчика строк. Вместо этого, для CRC проверки данных может использоваться специальный дополнительный пакет данных, известный как EDH пакет.

Нумерация строк и отсчетов

Каждому отсчету в полученном потоке данных назначается нуникальные номера строки и отсчета. Во всех форматах первому отсчету, следующему за SAV пакетом, назначается номер отсчета 0; следующий отсчет – это отсчет 1; и так далее до XYZ слова в следующем SAV пакете. В интерфейсах SD, где есть только один поток данных, нулевой отсчет – это Cb отсчет; первый отсчет – это Y отсчет; второй отсчет – это Cr отсчет, а третий отсчет – это Y' отсчет; далее шаблон повторяется. В интерфейсах HD каждый поток данных обладает собственной нумерацией отсчетов, поэтому нулевой отсчет Y потока – это Y отсчет; следующий отсчет – это Y' отсчет, и так далее. Аналогично, нулевой отсчет в C потоке – это Cb, затем идет Cr, затем снова Cb.

Строки нумеруются последовательно, начиная с 1, вплоть до количества строк в кадре заданного формата (обычно 525, 625, 750 или 1125 (Sony HDVS)). Определение строки 1 несколько условно; тем не менее, она однозначно определяется соответствующими стандартами. В 525-строчных системах первая строка области гашения по вертикали (кадрового гасящего импульса) является строкой 1; тогда как в других чересстрочных системах (625 и 1125 строк) строка 1 – это первая строка после перехода бита F в ноль.

Обратите внимание, что строки считаются начальными в EAV, тогда как нулевой отсчет – это отсчет после SAV. Это приводит к некоторой путанице: первый отсчет в полученной строке в видео 1080i – это отсчет номер 1920 (первый EAV отсчет в этом формате), а конец строки – это следующий отсчет 1919 (последний активный отсчет в этом формате). Обратите внимание, что это поведение несколько отличается от аналоговых видеоинтерфейсов, где переход между строками считается выполненным на синхроимпульсе, который появляется примерно в середине строчного гасящего импульса (области гашения по горизонтали).

Нумерация каналов

Нумерация каналов касается только многоканальных интерфейсов. Первому (основному) каналу присваивается номер 1, последующим каналам назначаются номера, увеличиваемые на единицу; поэтому второй (вспомогательный) канал в двухканальной системе – это канал 2. Номер канала в заданном интерфейсе указывается в пакете VPID, расположенном в вертикальном пространстве дополнительных данных.

Обратите внимание, что уровень данных в двойном канале сконструирован таким образом, что основной канал может быть передан в одноканальный интерфейс и при этом создавать пригодное (хотя и несколько ухудшенное) видео. Вспомогательный канал обычно содержит такие данные, как дополнительные младшие разряды (в 12-битных форматах), несопоставленные отсчеты в сэмплированном видео 4:4:4 (поэтому основной канал всё еще содержит действительный 4:2:2), альфа-канал или каналы данных. Если вспомогательный канал в конфигурации 1080p с двойным каналом отсутствует, первый канал всё еще будет содержать действительный сигнал 1080i.

В случае с видео 1080860, 59,94 или 50 Гц в двойном канале, каждый канал содержит действительный сигнал 1080i с той же частотой полей. Первый канал содержит 1-ю, 3-ю и 5-ю строки нечетных полей и 2-ю, 4-ю, 6-ю и т.д. строки четных полей; а второй канал содержит четные строки нечетных полей и нечетные строки четных полей. Когда два канала объединяются, результатом является изображение с прогрессивной разверткой с более высокой частотой кадров.

Вспомогательные данные

Как и SMPTE 259M, SMPTE 292M поддерживает стандарт SMPTE 291M для вспомогательных данных. Вспомогательные данные предоставляются как стандартизированный транспорт для полезной нагрузки, не содержащей видео, в последовательном цифровом сигнале; они используются для вложенного звука, скрытых субтитров, временного кода и других видов метаданных. Вспомогательные данные обозначаются пакетом из трех слов, состоящим из 0, 3FF, 3FF (противоположно заголовку пакета синхронизации), за которым следует идентификационный код из двух слов, слово счетчика данных (указывающее на размер полезной нагрузки, равный 0–255 слов), реальная полезная нагрузка и одно слово контрольной суммы. Коды, запрещенные в полезной нагрузке видео, так же запрещены и в полезной нагрузке вспомогательных данных.

Конкретные применения вспомогательных данных включают в себя вложенный звук, EDH, VPID и SDTI.

В двухканальных приложениях вспомогательные данные чаще всего встречаются в основном канале; вспомогательный канал должен использоваться для вспомогательных данных только в том случае, если в основном канале нет места. Единственным исключением из этого правила является пакет VPID; действующий пакет VPID должны содержать оба канала.

Вложенный звук

Оба последовательных интерфейса и HD, и SD обеспечивают 16 каналов вложенного звука. Эти два интерфейса используют различные методы инкапсуляции аудио: SD использует стандарт SMPTE 272M, тогда как HD использует стандарт SMPTE 299M. В любом случае сигнал SDI может содержать вместе с видео до 16 вложенных аудиоканалов (8 пар) с аудио 48 кГц, 24 бит. Обычно аудио идет в формате PCM 48 кГЦ, 24 бит (20 бит в SD может быть расширено до 24 бит), что непосредственно совместимо с цифровым аудиоинтерфейсом AES3. Они помещаются в (горизонтальные, строчные) интервалы гашения, когда SDI сигнал не несет ничего полезного, поскольку приемник генерирует собственные сигналы гашения из TRS сигнала.

В двухканальных приложениях доступны 32 канала звука, так как каждая линия связи может содержать до 16 аудиоканалов.

SMPTE ST 299-2:2010 расширяет интерфейс 3G SDI, чтобы иметь возможность передавать 32 аудиоканала (16 пар) по одной линии связи.

EDH

Поскольку интерфейс стандартной разрешения не несет контрольной суммы CRC и другой проверки целостности данных, пакет EDH (Error Detection and Handling, обнаружение и обработка ошибок) может быть опционально помещен в вертикальный интервал видеосигнала. Этот пакет включает в себя значения CRC как для активного изображения, так и для всего поля (исключая те строки, в которых может происходить переключение, и которые не должны содержать полезных данных); оборудование может вычислить свои собственные значения CRC и сравнить их с принятыми CRC, чтобы обнаружить возможные ошибки.

EDH обычно используется только с интерфейсом стандартной четкости; наличие слов CRC в HD интерфейсе делает EDH пакеты ненужными.

VPID

Для описания видеоформата всё чаще используются пакеты VPID (Video Payload Identifier, идентификатор полезной нагрузки видео). В ранних версиях последовательного интерфейса SDI всегда можно было однозначно определить видеоформат, подсчитав количество строк и отсчетов между H и V переходами в TRS сигнале. С введением двухканальных интерфейсов и стандартов с сегментированными кадрами это становится невозможным; таким образом, стандарт VPID (определен в SMPTE 352M) обеспечивает способ однозначного определения формата полезной нагрузки видео.

Полезная нагрузка и гашение видео

Активная часть видеосигнала определяется как те отсчеты, которые следуют за SAV пакетом и предшествуют следующему EAV пакету; где соответстующие EAV и SAV пакеты имеют бит V, установленный в ноль. В активной части хранится информация о текущем изображении.

Кодирование цвета

В последовательном интерфейсе SDI возможно несколько цветовых кодировок. По умолчанию (и это наиболее распространенный случай) – это 10-битные линейно дискретизированные видеоданные, закодированные как 4:2:2 YCbCr (YCbCr – это цифровое представление цветового пространства YPbPr). Отсчеты видео сохраняются, как описано выше. Слова данных соответствуют уровням сигналов соответствующих видеокомпонентов, а именно:

• канал яркости (Y) определяется таким образом, что уровню сигнала 0 мВ назначается кодовое слово 64 (40 hex), а уровню 700 мВ (полная шкала) назначается кодовое слово 940 (3AC hex);
• для каналов цветности уровню 0 мВ назначается кодовое слово 512 (200 hex), уровню -350 мВ назначается кодовое слово 64 (40 hex), уровню +350 мВ назначается кодовое слово 960 (3C0 hex).

Обратите внимание, что масштабирование каналов яркости и цветности не одинаково. Минимумы и максимумы этих диапазонов представляют собой предпочтительные значения пределов сигнала, хотя полезная нагрузка видео может выходить за пределы этих диапазонов (при условии, что в полезной нагрузке видео никогда не используются зарезервированные значения 0–3 и 1020–1023). Кроме того, соответствующий аналоговый сигнал также может выходить за границы этого диапазона.

Колориметрия

Поскольку и YPbPr, и YCbCr получены из цветового пространства RGB, требуется преобразование. В цифровом видео обычно используются три колориметрии:

• приложения SD и HD обычно используют колориметрическую матрицу, указанную в ITU-R Rec. 601;
• большинство HD двухканальных и 3 Гбит/с приложений используют другую матрицу, указанную в ITU-R Rec. 709;
• 1035-строчные HD стандарты, определенные в SMPTE 260M (в основном используемые в Японии и в значительной степени считающиеся устаревшими), использовали колориметрическую матрицу, указанную в SMPTE 240M. В настоящее время эта колориметрия используется редко, поскольку 1035-строчные форматы были заменены 1080-строчными форматами.

Другие кодировки цвета

Двухканальные и 3 Гбит/с интерфейсы в дополнение к 4:2:2 YCbCr поддерживают другие кодирования цвета, а именно:

• 4:2:2 и 4:4:4 YCbCr с опциональными альфа-каналом (используется для линейной рирпроекции, или альфа-наложения) или каналом данных (используется для полезной нагрузки не-видео);
• 4:4:4 RGB также с опциональными альфа-каналом и каналом данных;
• 4:2:2 YCbCr, 4:4:4 YCbCr и 4:4:4 RGB с 12 битами цветовой информации на отсчет, вместо 10 бит. Обратите внимание, что сам интерфейс всё еще 10-битный; дополнительные 2 бита на канал мультиплексируются в дополнительный 10-битный канал во втором канале связи.

Области гашения по горизонтали и по вертикали

Для участков областей гашения по вертикали и по горизонтали, которые не используются для вспомогательных данных, рекомендуется присваивать отсчетам яркости кодовое слово 64 (40 hex), а отсчетам цветности – кодовое слово 512 (200 hex); оба этих значения соответствуют уровню 0 мВ. Допускается кодирование аналоговых данных в вертикальном интервале гашения (таких как временной код или тестовые сигналы) без прерывания интерфейса, но такое использование является нестандартным (для передачи метаданных предпочтительным средством являются вспомогательные данные). Однако преобразование сигналов аналоговой синхронизации и пакетной передачи в цифровой вид не рекомендуется; и в этом нет необходимости при использовании цифрового интерфейса.

У разных форматов изображений разные требования к цифровому гашению, например, все так называемые 1080-строчные HD форматы имеют 1080 активных строк, а общее количество строк составляет 1125, из которых оставшиеся входят в область гашения.

Поддерживаемые видеофоматы

Различные версии последовательного цифрового интерфейса SDI поддерживают множество видеоформатов.

• Интерфейс 270 Мбит/с поддерживает 525-строчный, чересстрочный видеосигнал с частотой полей 59,94 Гц (с частотой кадров 29,97 Гц) и 625-строчный, чересстрочный видеосигнал с частотой 50 Гц. Эти форматы хорошо совместимы с системами NTSC и PAL-B/G/D/K/I, соответственно; и термины NTSC и PAL часто (неправильно) используются для обозначения этих форматов (PAL – это схема схема кодирования цвета, и этот термин не определяет стандарт строк, хотя чаще всего он встречается в формате 625i).
• Интерфейс 360 Мбит/с поддерживает широкоформатные 525i и 625i. Он также может использоваться для поддержки 525p, если используется сэмплирование 4:2:0.
• Различные интерфейсы 540 Мбит/с поддерживают форматы 525p и 625p.
• Интерфейсы 1,5 Гбит/с поддерживают большинство видеоформатов высокой четкости. Поддерживаемые форматы включают в себя 1080/60i, 1080/59,94i, 1080/50i, 1080/30p, 1080/29,97p, 1080/25p, 1080/24p, 1080/23,98p, 720/60p, 720/59,94p и 720/50p. Кроме того, существует несколько форматов 1035i (устаревший японский телевизионный стандарт), стандарты 720p с половинной полосой, такие как 720/24p (используемые в некоторых приложениях конвертирования фильмов), и различные форматы 1080psf (progressive, segmented frame – прогрессивный, сегментированный кадр). Форматы с прогрессивной разверткой и сегментированными кадрами представляют собой чересстрочное видео, но содержат видео, которые было просканировано прогрессивно. Это сделано для поддержки аналоговых мониторов и телевизоров, многие из которых не смособны работать с низкими частотами полей, такими как 30 Гц и 24 Гц.
• Двухканальный HD интерфейс поддерживает 1080/60p, 1080/59,94p и 1080/50p, а также кодирование 4:4:4, большую глубину цвета, кодирование RGB, альфа-каналы и нестандартные разрешения (часто встречающиеся в компьютерной графике и цифровом кино).
• Четырехканальный интерфейс HD-SDI поддерживает UHDTV-1 разрешение 2160/60p.

Теги