MPEG-2系统任务包括：1、规定以包传输数据的协议，2、规定收发两端数据流同步协议，3、提供多个数据流复用和解复用协议，4、提供数据流加密协议。该系统的要点是以包形式存储与传送数据流。

    MPEG-2标准主要规定了传输流（TS）和程序流（PS）两种结构。Transport Stream（传输流），则主要 应用于实时传送的节目，比如实时广播的电视节目。Program Stream主要应用于存储的具有固定时长的节目，如DVD电影，可添加字幕等一些程序操作。二者的区别在于，TS流的包结构是定长的，而PS流的包结构是变长的。简单的说，你将DVD上的VOB文件的前面一截cut掉（或者干脆就是数据损坏），那么就会导致整个文件无法解码了，而电视节目是你任何时候打开电视机都能解码（收看）的，所以，MPEG2-TS格式的特点就是要求从视频流的任一片段开始都是可以解码的。

TS码流由于采用了固定长度的包结构，当传输误码破坏了某一TS包的同步信息时，接收机可在固定的位置检测它后面包中的同步信息，从而恢复同步，避免了信息丢失。因此在信道环境较为恶劣、传输误码较高时一般采用TS码流。

TS格式是一种较为先进的“封装格式”，BD蓝光原盘即采用TS封装，它在视频和音频打包时提供时间戳，保证了任何时间段(分离)的音画同步，TS封装支持几乎所有编码的高清视频和音轨编码。

本文的目的是将AAC编码出来的码流进行TS封装，具体过程是：AAC编码出来的码流属于基本流（Elementary Stream，ES）；基本流加上PES头部信息打包形成打包的基本流PES，PES头部信息包含显示时间戳PTS和解码时间戳DTS；打包的基本流加上TS头部信息和系统信息后再分割成固定长度的包，就形成了传输流。当然也可以进一步打包成RTP以便进行网络实时传输。如下图：

 将ES流加上PES头部信息打包形成PES流，PES包的长度不是固定的，但是音频PES包一般不超过字节，视频一般一帧一个PES包，一个PES包由包起始码，包头和净荷组成，包起始码长度是固定的9个字节，PES包如下图：

其中，PES Packet Length（PES包长度）表明该PES包的具体长度（尽管该值不是固定的），该长度域占两个字节，即16bit，因此该包的最大长度是65535字节，上面已经提到，用于音频码流时，该包长不超过字节，而用于视频时一般一帧一包。有一点需要指出的是，若该值设为0，则说明该包长度无或者不规定，这个仅用于视频PES包；PES Header Length（PES包头长度）表明该PES包中PES Header Fields（包头）的长度；其余的参数，我们就不在这里赘述了，下面来介绍TS（传输流）的包结构。

MPEG2-TS包结构如下：

其中一个一个的传输包就是TS包。PES包被封装到定长的TS包（TS包头4字节，净荷184字节），过程如下：首先PES的头（包括起始码和包头）被封装到一个TS包的净荷开始部分，若该PES包长度大于184字节，则该包的剩余部分分块（每块184字节，不足的用合适大小的AF填充）打包到接下来的TS包的净荷中，若该PES包长度小于184字节，则用合适大小的AF来对齐。由此可见，PES的头一定开始于TS净荷的开始部分。

TS包的分析如下：

同步字节为固定值(0x47)，在选择其他经常出现的字段时应避免与该字段发生冲突。

传输错误指示符（即误码表示）为一个标志位，置1时表示相关传输流包中至少有一个不可纠正的比特差错。

负载数据单元起始指示符（即单元起始表示）为一个标志位，在Ts净荷中包含PES时，该标志位的意义是，1表示TS包的净荷以PES的首字节开始，有且仅有1个PES包在TS包的净荷开始，0表示该TS包的净荷不以PES开始；在TS净荷中包含PSI时，1表示TS包的净荷以PSI段的第一个字节开始，反之为0。

传输加扰控制（即扰码控制）指出TS包的净荷的加扰方式，对空的包该字段为00，同时置为00也意味着不加扰，置为01为保留，置为10为采用偶密钥加扰，置为11为采用奇密钥加扰，对于PES包采用相同的指示。

传输优先级（即优先权标志）置1时表示PID相同的包中有更高的优先级。

PID为13比特，指示该包净荷中存储的数据类型，PID为0x0000被保留用于节目相关表(PAT)，PID为0x0001被保留用于条件接收表(CAT)，PID 为0xO002～0x001F也被保留用于PSI和SI，PID为0xlFFF被保留用于空的TS包。

适应域控制（即AF控制）指TS包头后面是否有适应域，该字段置00为保留，标准解码器会丢弃该包，置为01表示没有适应域仅有有效负载，置为10表示仅有适应域没有有效负载，置为11表示跟有有效负载的适应域，如果有适应域则位于TS包净荷的开始部分。

连续性计数器（即循环计数器）为4个比特，随着每个具有相同PID值的包而递增，达到最大值回卷为0，但是当适应域控制为00和10时该字段不递增。数据字节为来自PES或PSI和SI的连续字节的数据或填充字节，当PID为0xlFFF空包时可以是任意值。

    TS包中净荷所传输的信息包括两种类型：1)视频、音频的PES包以及辅助数据；2)描述节目复用信息的节目映射表(PAT：Program Associate Table)以及节目映射表(PMT：Program Map Table)、其他PSI的表格和SI的表格。

TS（传输流）在IP网上传输，为保证可靠性，紧接着数据需要打成RTP包；待传输的RTP包要以IP形式在网络上传输，需要将RTP包封装成UDP包，然后在将UDP包打成IP包发送到网络上；客户端在接收到载有视频信息的IP数据后，去掉IP头送往UDP层；再UDP层去掉UDP头，解出RTP信息：解析RTP包，得到TS数据流。

但是，关键问题是，前面解包各个层次得到一些长度信息对于得到TS流中PES的长度信息没有意义，因为TS包的长度是固定的，就是188个字节，所以IP、UDP、RTP包的长度信息起不到作用。TS长度一定，虽然其中有没有适应域我们可以解包TS头部信息得到，但是这个适应域多长，我们不可得知，但是由于我们要传输的是音频码流，而音频码流的PES包一般不超过字节，因此我们可以推断，一般情况下，这个适应域是肯定存在，但是长度不确定。由于适应域的长度不确定，因此我们无法求得PES包的长度，如下：

PES包的长度=188字节－TS包头长度（4字节）－适应域长度（未知）

即便我们知道PES包的长度，我们也无法进一步去求AAC码流的长度，因为：

AAC码流长度=PES包的长度－PES包起始码长度（9字节）－PES包头域长度（未知）

而上式中，PES包头域的长度不是固定的，它的值可以根据PES起始码中的PES Header Length来得到，但由于不允许解PES包，因此这个值无法取得，因而，AAC码流的长度是无法计算的。

当然，如果可以得到AAC码流长度，那我们就可以进一步判断该码流是语音帧还是静音帧了。下载本文