MPEG2 PS流格式与解析详解

"这篇文章主要介绍了PS流的格式和解析，包括PS流的结构以及解析过程中涉及的关键元素。作者通过学习和研究，详细阐述了PS流的封装方式，特别是在H264编码中的应用，同时也提到了如何将音频数据与视频数据一起打包到PS流中。" 在MPEG2标准中，PS（Program Stream）流是一种用于存储和传输数字媒体数据的格式，特别适用于家庭娱乐系统，如DVD。PS流主要由一系列的包（Pack）组成，每个包又包含多个PES（Packetized Elementary Stream）包，这些PES包承载着实际的音视频数据。 1. **PS包的结构** PS包的起始部分是**pack_header**，它包含了**pack_start_code**，一个特定的32位标识符，用于指示包的开始。接着是两个2位的**'01'**，然后是3个比特的**system_clock_reference_base[32..30]**，这部分用于指定系统时钟的基准。之后是两个**marker_bit**，分别在15比特的**system_clock_reference_base[29..15]**前后，它们用于同步。这些字段提供了时间参考信息，用于同步不同的音视频流。 2. **PES包的结构** PES包通常包含音视频数据，对于H264编码，IDR帧（即时解码刷新帧）前会包含SPS（Sequence Parameter Set）和PPS（Picture Parameter Set）等NAL单元，这些都是视频编码的配置信息。一个IDR帧的PS封装形式为：PSheader | PSsystemheader | PSsystemmap | PESheader | h264 raw data。非关键帧的PS包则相对简单，只需PSheader和PESheader。 3. **封装音频数据** 当需要同时传输音频和视频时，音频数据会被封装成另一个PES包，并放在视频PES包之后，形成PS包 = PSheader | PES(video) | PES(audio) 的结构。这种方式允许在一个PS流中同时携带多路音视频数据，实现多媒体的复用。 4. **RTP封装** 在网络传输中，PS流通常会被进一步封装到RTP（Real-time Transport Protocol）包中，以确保数据的实时性和可靠性。RTP提供了一个框架，可以将PS流分片并附带时间戳和序列号，便于接收端重新排序和恢复原始数据流。 5. **解析过程** 解析PS流的过程涉及到识别和提取PES包，然后解码PES包中的NAL单元，获取到H264编码的视频帧或AAC编码的音频帧。解析过程中需要正确处理各种同步和标识符，确保数据的正确恢复。 PS流的格式和解析是多媒体编码和传输中的关键技术，理解其结构和工作原理对于开发和调试音视频应用至关重要。在实际应用中，开发者需要根据具体需求，如网络条件、设备性能等因素，进行适当的封装和解封装操作。