- 基于ADSP-BF561处理器的视频编码器平台

    (1)大幅删减不必要的文件和函数

    由于选用了baseline和单一参考帧，因此，很多文件和函数都可以删减，包括有关B帧、SI片、SP片和数据分割、分层编码、权值预测模式、CABAC编码模式等不支持特性的冗余程序代码，同时包括rtp.c、sei.c、leaky_bucket.c、In-trafresh.c文件、相关的头文件以及在global.h头文件中相应定义的全局变量和函数，此外，还可以删除top_pic、bottom_pic等与场有关的全局变量与局部变量、分层编码、多slice分割以及FMO、与场编码／帧场自适应编码／宏块自适应编码有关的预测、参考帧排序、输入输出以及解码器缓存操作等；也可以删除随机帧内宏块刷新模式和权值预测模式等相关的冗余代码(如使编码器采用NAL码流而非RTP格式)，同时删除rtp.c；sei.c中包含一些辅助编码信息(并不编入码流中)，如果不用，也可以删除leaky_bucket.c用于计算泄漏缓存器的参数。

    (2)配置函数的改写

    由于JM的系统参数配置是通过读取encoder.cfg文件来实现的，故可将参数配置由读取文件改为通过初始化集中赋值函数来实现，这样既减少了代码量，又减少了对有限内存空间的占用和读取时间，提高了编码器整体的编码速度。例如：定义为int型的变量input->img_height就可直接改写为input->img_height=288(CIF格式)。

    (3)去除冗余的打印信息

    为了调试与算法改进的方便，JM保留了大量的打印信息。为了提高编码速度，减少存储空间消耗，这些信息完全可以删掉，如大量的trace信息和编码数据统计文件。如果lor.dat和stat.dat仅需在PC机上调试时使用，也没必要移植到DSP平台上，跟这部分相关的代码完全可以去除。但是，调试时所需的基本信息(如码率、信噪比、编码序列等)则应保留参考。

    通过调整可使得代码的结构、容量更加精简，从而为接下来在DSP上的移植做好准备。
3.2 从PC机到DSP的程序移植

    要将PC端精简的程序移植到ADSP-BF561的开发环境VisualDSP下，以使其能够初步运行，所需考虑的主要是语法规则和内存分配等问题。(1)除去所有编译环境不支持的函数

    主要是除去某些与时间相关的函数、将文件操作修改为读取文件数据缓存的操作、删除SNR信息收集等DSP平台实现不需要的代码。还要注意：函数的声明、数据结构的类型要符合DSP的C语言格式。

    (2)添加与硬件相关的代码

    该代码包括系统初始化、输出模块代码、中断服务程序和码速率控制程序等。

    (3)配置LDF文件

    因为刚移植的代码往往数据和程序都非常大，SRAM里面肯定是放不下的，这时链接就会有问题。刚开始的时候，最好把所有的程序和数据都放在SDRAM里，这样链接就不会有问题了。Stack和heap情况类似，都先放到SDRAM。一般在开始时，往往需要的是一个可以正确运行的程序，而速度倒在其次。

    (4)Malloc问题的解决

    DSP下的开发，malloc是一个需要解决的问题。如果动态申请内存，就算可以运行，其结果往往也是不对的。所以，最好进行静态分配，可用数组的形式分配。

    移植完毕后，即可实现基于ADSP-BF561处理器的H_264编码，此时如果速度达不到实时编码的要求，还可以进一步进行优化。

4 DSP平台上的代码优化

    在VisualDSP开发环境下对代码进行优化的主要方法有C语言级优化和汇编级优化。

    4.1 C语言级优化

    通过VC6的profile分析工具发现：移植与优化的重点应在运动估计部分。笔者通过比较各种算法后选择了菱形(DS)搜索法。DS算法可采用两种搜索模板，分别是有9个检索点的大模板LD-SP(LargeDiamondSearchPattern)和有5个检索点的小模板SDSP(SmallDiamondSearchPattern)。其菱形搜索示意图如图3所示。搜索时，先用大模板计算，当最小块误差SAD点出现在中心点处时，再将大模板LDSP换为SDSP进行匹配运算，这时，5个点中具有最小SAD者若为中心点，则该点即为最优匹配点，然后结束搜索，否则将继续以此点为搜索中心进行SPSS搜索。   

    经JM实验证实，采用此种方法，可以节约大约10％的运行时间，且代码量无太大增长。

    针对DSP的特点和相关的硬件指令，设计时可对代码进行如下优化：

    ◇对程序结构进行调整。对不适合DSP执行的语句进行改写，以提高代码的并行性。

    ◇宏的使用。也就是将有些较短，执行单一、调用次数多的函数改为宏。

    ◇循环优化是将C语言中的for循环打开，排流水线，提高并行性。

    ◇计算表格化是将运行时计算的参数做成便于查找的表格常数数值，从而将运行计算转化为编译运算。如在量化和反量化程序中进行移位位数的处理时，可先计算出所有可能的值，而后来的运算就可以通过查表得到数值。

    ◇浮点数定点化。因为Blackfin561并不支持浮点运算，但原始程序代码却是浮点运算的格式，所以必须改成定点运算，而其修改后的执行速度也会加快很多。

    ◇尽量用逻辑运算代替乘除运算。由于乘除运算指令的执行时间要远远大于逻辑移位指令，尤其是除法指令，故应尽量用逻辑移位运算来代替乘除运算，以加快指令的运行速度。

    ◇尽量少进行函数调用。对一些小的函数，最好是用适当的内联函数将其直接写入主函数中进行替代，而对于一些调用不多的函数，也可以直接写入主函数内，这样可减少不必要的操作以提高速度。

    ◇减少判断转换。

    ◇尽量静态分配内存。

    ◇调用系统提供的丰富的内联函数。

    此外，为了充分发挥DSP的运算能力，还必须从它的硬件结构出发，最大限度地利用它的8个功能单元，使用软件流水线尽量让程序无冲突地并行执行。也可将最耗时的函数抽取出来，用线性汇编改写，从而最大限度的利用DSP的并行性。

 4.2 汇编级优化

    汇编级优化主要指如下几点操作：

    (1)使用寄存器资源

    Blackfin561提供了8个32位数据寄存器以及一系列的地址寄存器。使用寄存器代替局部变量时，若局部变量用来保存中间结果，那么用寄存器代替局部变量可省掉很多访问内存的时间。

    (2)使用专用指令

    Blackfin561提供有求最大值、最小值、绝对值、CUP及大量视频专用指令，应可能用多位的指令来访问少位的数据。通过使用这些指令能大大提高代码的执行速度。如用int型(32位)访问2个short(16位)型数据时，可将其分别放在32位寄存器的高16位和低16位字段。这样，数据读取效率可以提高1倍，从而减少内存访问次数。

    (3)使用并行指令和向量指令

    ADSP-BF561中每条通用指令都可以和一条或两条存储器访问指令并列执行，这样有利于ADSP-BF561的流水线满负荷运行，更充分发挥ADSP-BF561的数据处理能力。

    (4)合理存放反复调用的程序段

    把被反复调用的程序段(如DCT变换和IDCT变换)放在片内程序存储区中，把频繁用到的数据段(如编码表)放在片内数据存储器中，而把不常用到的程序和数据段放在片外存储器中，以避免对程序或数据进行不必要的反复搬移。

    (5)合理使用内外存储器

    BF561片内只有256KB的存储空间，因此当前帧、参考帧和当前帧的重建帧都必须放至片外存储器，压缩码流若被主机读取，也可放至片外。其它数据如程序代码、全局变量、VLC码表、各编码模块产生的中间数据等均可放至片内。

    (6)DMA的使用

    由于CPU访问片外存储器的速度通常要比访问片内慢几十倍，片外数据的传输通常成为程序运行时的瓶颈，这样，即使代码效率很高，流水线也会因为等待数据而被严重阻塞。解决这一问题的有效方法是用DMA传送数据。程序是逐个宏块进行编码的，在编码当前宏块的同时，先由DMA将下一个宏块的数据、用到的参考帧数据由片外传送至片内，当前宏块做完运动补偿后，DMA又将重建后的宏块由片内传送至片外。这样CPU只对片内数据进行操作，从而使流水线可以顺利进行，而压缩码流按逐个码字有时间间隔地写入，可由CPU直接写至片外。

5 结束语

    经过用ADSP-BF561汇编语言改写的对应函数的优化程序经调试运行后，DCT，IDCT部分效率提高了大约15倍，去块滤波部分效率提高了大约6～7倍。对于模块中的其它部分函数，也同样取得了良好的优化结果。说明其优化工作确实达到了良好的效果。