Définition

La présente invention concerne un téléphone mobile permettant la communication avec la voix et les images vidéo en simultané et en temps réel à travers toutes les infrastructures de réseaux téléphoniques mobiles.

On sait que pour communiquer avec le son et les images vidéo en temps réel simultanément via un téléphone mobile à travers les infrastructures de réseaux téléphoniques mobiles, on a besoin de transmettre les informations avec un débit plus important que pour transmettre le son uniquement. Cette limitation ne permet pas la communication par le son et les images en temps réel et en simultané via certaines infrastructures de réseaux téléphoniques mobiles réservés à la transmission de la voix (réseaux GSM par exemple). On sait aussi que les techniques utilisées actuellement dans les téléphones cellulaires permettent de traiter et de stocker beaucoup d'informations, telles que les images fixes ou animées (numérisation, compression, détection et correction d'erreurs...), avec une vitesse très rapide. Cette évolution est due aux technologies actuelles qui ont permit d'une part, d'accroître les temps de calculs des processeurs dédiés au traitement de signal en particulier et aux micro-processeurs en général et d'une autre part de permettre une plus grande capacité de stockage sur les téléphones mobiles (plus grande mémoire interne sur les téléphones mobiles...). Donc, si on arrive à utiliser ces améliorations pour effectuer des traitements plus complexes avec les informations relatives au son et aux images vidéo... on peut communiquer avec le son et les images vidéo en simultanée et en temps réel via toutes les infrastructures de réseaux téléphoniques mobiles existantes. C'est Ie but de la présente invention de mettre à la disposition des utilisateurs un téléphone mobile permettant la communication

avec la voix et les images vidéo en simultané et en temps réel à travers toutes les infrastructures de réseaux téléphoniques mobiles.

Caractéristiques

Le téléphone mobile définit ci-dessus est caractérisé par une organisation différente des composants sur les téléphones mobiles existants (codeur / décodeur vidéo et audio par exemple : les informations à transmettre ne sont plus transmises séparément mais injectées dans celles du signal audio... voir figure 7) ainsi que d'une partie électronique complémentaire à un téléphone mobile ordinaire : cette partie a pour rôle le traitement de la voix, des images vidéo et de données relatives aux services supplémentaires (signalisation par exemple), afin de permettre leur transmission en simultanée et en temps réel via un réseau de téléphonie mobile quelque soit son infrastructure utilisée (GSM, DCS, EDGE, GPRS, UMTS...). En effet, les téléphones mobiles actuels comportent tout les éléments nécessaires au traitement des images, de la vidéo (caméra, codage, traitement, sauvegarde et affichage des images et des données vidéo sur écran) et du son (microphone, codage, traitement, transmission et restitution des données audio sur hauts parleurs ou écouteurs).

Cependant, les débits alloués à la transmission des données audio (13 kbps via les réseaux mobiles de 2 ^eme génération, GSM par exemple) ne permettent pas la transmission des données audio et vidéo en temps réel et en simultanée (2 Mbps par exemple). Ainsi, la partie électronique complémentaire qu'on va rajouter par la présente invention va utiliser les données vidéo qui sont habituellement stockées sur un téléphone mobile, les mélanger au signal audio à transmettre de sorte à obtenir un signal qui ressemble à un signal audio, afin d'être transmis de la même manière que les données audio ordinaires.

Fonctionnement

L'invention sera mieux comprise à l'aide de la description qui va suivre, faite en se référant au dessins annexés, sur lesquels la figure

1 est un schéma de principe illustrant le fonctionnement global du présent téléphone mobile et dans lequel on peut observer les éléments suivants :

- 'Ca' représente Ia caméra pour l'acquisition du signal vidéo ;

- 'Mi' représente le microphone pour l'acquisition du signal audio ; - 'Ha' représente les hauts parleurs ou les écouteurs pour la restitution du signal sonore ;

- 'Ec' représente l'écran pour la restitution du signal vidéo ;

- 'CO' représente le CoDec pour le COdage et le DECodage des signaux sonore et vidéo pour la transmission sur un réseau de téléphonie mobile ;

- 'Rés' représente le réseau de téléphonie mobile.

Ensuite, Ia figure 2 est un agrandissement de 'Ca', 'Mi', 'CO' et 'Rés' détaillant le fonctionnement de cette partie du présent téléphone mobile et dans laquelle on trouve les éléments suivants : - 'Vi' représente la source du signal vidéo ;

- 'Au' représente la source du signal audio ;

- 'Co1' représente le codeur / décodeur qui effectue la transformation du signal vidéo analogique en un ensemble d'informations numériques stockées par paquets de 160 bits dans une mémoire tampon et inversement ;

- 'Co2' représente le codeur / décodeur qui réalise la transformation de chaque tranche de 20ms du signal audio analogique en une suite de 160 bits numériques en série et inversement ;

- 'CNA' représente le Convertisseur Numérique à Analogique qui convertit les signaux numériques de 160 bits issus de Co1 et ceux issus de Co2 en un signal analogique ayant une durée de 20ms et inversement il restitue les signaux numériques de 160 bits contenues dans le signal analogique de 20ms en provenance de Co3 vers 'Co1' et 'Co2' ;

- 'Co3' représente le codeur / décodeur qui effectue la transformation du signal analogique de 20ms issu de CNA en une suite de données numériques qui seront transmises sur le réseau téléphonique mobile. Le codeur / décodeur utilisé dans ce cas transforme en général la trame analogique (échantillonnage à une fréquence de 8Khz puis quantification : 160 échantillons chaque 20 ms) de 20ms en 260 bits puis leurs rajoute 196 bits pour le codage canal et ensuite il effectue un entrelacement des informations avant de passer à la modulation dans le cas d'une infrastructure GSM par exemple... et vice- versa ;

- 'IRés' représente l'interface réseau pour permettre Ia transmission sans pertes des informations issues de Co3 via le réseau téléphonique mobile et réciproquement ;

- 'Rés' représente le réseau téléphonique mobile.

Juste après, pour avoir une représentation plus détaillée, la figure 5 est un agrandissement de ¹ CoI' dans laquelle on identifie les éléments suivants : - 'Vi' représente le signal vidéo ;

- 'C1' représente l'étape durant laquelle s'effectuent la conversion analogique à numérique et le prétraitement (filtrage...) du signal vidéo... et inversement ;

- 'C2' représente l'étape où le signal subit la transformation DCT (Discrète Cosine Transform), la prédiction spatiale et temporelle

DPCM (Differential Puise Code Modulation)... et inversement ;

- 'C3' représente l'étape d'échantillonnage et de quantification...

- 'C4' représente l'étape pour réduire les informations redondantes (Compression via l'algorithme de Huffman, RLE, Arithmétique, Lempel Ziv...)... et inversement pour les remettre à la réception ;

- 'MTa' représente la mémoire tampon pour stocker les informations numériques à transmettre sur le réseau téléphonique mobile ou à traiter par le téléphone mobile.

Cependant, pour mieux comprendre le fonctionnement de la présente invention, la figure 3 nous permet de découvrir les Informations obtenues à la sortie de 'Co1' et 'Co2' dans laquelle on trouve les éléments suivants :

- 'SV représente la source vidéo ;

- 'SA' représente la source audio ; - 'CES' représente le cadrage, l'échantillonnage et la sérialisation des bits dans une tranche analogique de 2,5ms (20 échantillons) de la source audio avant compression ;

- 'S1' représente la transformation de la première source d'informations en 6 paquets de 160 bits / 20ms ; - 'S2' représente la transformation de la deuxième source d'informations en un paquet de 160 bits / 20ms ;

- 'SO' représente les bits de signalisation qui nous permettront de déterminer le début et la fin de chaque image compressée et également chaque tranche audio compressée de 20ms. On obtient une suite de mots (t1 à tn) de 8 paquets contenant 160 bits chacun (ai à a6 à la sortie de Co1 et a7 à la sortie de Co2 dans chaque mot aux périodes tn).

De la même manière, la figure 4 illustre le parcours et l'allure des Informations tout au long de 'Co2' dans laquelle on trouve les éléments suivants :

- 'A1' représente le cadrage de 2,5ms de la source audio ;

- 'A2' représente l'échantillonnage et la quantification de la zone cadrée de la source audio (avec un temps d'échantillonnage de 125us on peut récupérer 20 échantillons) ; - 'A3' représente la quantification de la zone cadrée de la source audio (8 bits / échantillon) ;

- 'A4' représente la sérialisation des bits échantillonnés et quantifiés (on obtient 8 ^* 20 = 160 bits après la sérialisation) ;

- 'CES' représente le résultat obtenu à la sortie de Co2 c'est-à- dire après Ie Cadrage, l'Echantillonnage et la Sérialisation

(CES). Le signal CES contient des bits qu'on va ensuite compresser et stocker dans la mémoire tampon avant d'attaquer le CNA.

En résumé, on a détaillé jusqu'à présent les étapes et l'allure des informations audio et vidéo à partir de leurs acquisitions jusqu'à l'obtention des informations capables d'être traitées numériquement sous forme de paquets de 160 bits et inversement.

Cependant, une autre étape est nécessaire pour permettre de compresser les données issues de 'Co1' et 'Co2'. Dans ce cas, on peut obtenir un signal audio de qualité si on ne dépasse pas un taux de compression de 10:1. On peut également obtenir un signal vidéo de qualité si on ne dépasse pas un taux de compression de 100:1 et si on ne transmet pas les image avec une fréquence inférieure à 15 images par seconde. De ce fait, on ne peut pas avoir une longueur de bits fixe ni pour le son ni pour les images. Et ainsi, afin de pouvoir retrouver les informations relatives aux images et aux tranches de 20ms du signal sonore, on va utiliser les 160 bits de 'a8' pour la signalisation qui nous permettra d'identifier le début et la fin de chaque information que ce soit pour le signal sonore ou pour le signal vidéo.

La figure 8 nous donne un exemple avec une image qui commence à 'a1-t1' et se termine à 'a3-t3'. Sur le même exemple, une tranche du signal sonore compressée commence à ^! a7-t1' et se termine à 'a7-t3'. Pour pouvoir identifier le début et la fin de chaque information, on va utiliser les 160 bits de 'a8' de la manière suivante :

- 2 bits pour indiquer le nombre de tranches audio de 20ms enregistrées sur les 160 bits à l'instant 'tn' ;

- 2 bits pour indiquer Ie nombre d'images vidéo enregistrées sur les 160 bits à l'instant 'tn' ;

- 2 bits pour indiquer si les huit bits qui vont suivre concernent le début d'une tranche audio ;

- 8 bits pour indiquer la position du premier bit de l'information audio qui se situe parmi 160 bits à l'instant tn (2 ⁸ =255 donc les huit bits sont suffisants pour indiquer n'importe quelle position de 1 à 160) ;

- 2 bits pour indiquer si les huit bits qui vont suivre concernent la fin d'une tranche audio ;

- 8 bits pour indiquer la position du dernier bit de l'information audio qui se situe parmi 160 bits à l'instant tn ;

- 2 bits pour indiquer si les huit bits qui vont suivre concernent Ie début d'une image vidéo ;

- 3 bits pour indiquer la position du premier bit de l'information vidéo qui se situe entre 'ai' et 'a6' à l'instant tn (2 ³ =8 donc les trois bits sont suffisants pour indiquer n'importe quelle position verticale de 'ai' à 'a6') ;

- 8 bits pour indiquer la position du premier bit de l'information vidéo qui se situe parmi 160 bits à l'instant tn ;

- 2 bits pour indiquer si les huit bits qui vont suivre concernent Ia fin d'une image vidéo ;

- 3 bits pour indiquer la position du dernier bit de l'information vidéo qui se situe entre 'ai' et 'a6' à l'instant tn ;

- 8 bits pour indiquer la position du dernier bit de l'information vidéo qui se situe parmi 160 bits à l'instant tn ; En revanche, pour pouvoir attaquer le codeur / décodeur 'Co3' on aura besoin de transformer les données numériques (paquets de 160 bits) en provenance de ¹ CoI' et de 'Co2' en un signal analogique identique à un signal audio et réciproquement. La figure 7 illustre les détails de cette transformation sur laquelle on remarque d'un côté que chaque mot de 8 paquets contenant 160 bits est composé de 6 paquets de Ia première source d'informations (source vidéo par exemple) et d'un paquet de la deuxième source d'informations (source audio) ainsi que d'un paquet qui servira à transmettre la signalisation nécessaire. D'un autre côté, on remarque que les 8 paquets de chaque mot vont attaquer un Convertisseur Numérique à Analogique (CNA). A la sortie de ce dernier, on obtient le signal S3 qui ressemble à un signal audio (des paliers de tension analogique d'une durée de 125us).

La durée de 125us des paliers de tension permettra l'échantillonnage du signal par le codeur / décodeur 'Co3' à une fréquence de 8Khz identique à celle utilisée pour échantillonner un signal audio avant de le transmettre via un réseau téléphonique mobile GSM par exemple.

Finalement, une fois arrivé au niveau de 'Co3\ le signal 'S3' subit le même traitement que le signal audio qui est habituellement transmis sur le réseau téléphonique mobile pour être transmis à son destinataire. La figure 6 nous dévoile le parcours du signal S3 dans le réseau téléphonique mobile (GSM par exemple) et sur laquelle on trouve les éléments suivants : - 'S3' Signal ^' obtenu à la sortie du CNA. C'est un faux signal audio qui peut être traité par un circuit de traitement de signaux audio (terminal téléphonique fixe ou mobile).

- 'E3' Signal image de S3 après transmission et réception. Il nous permettra de récupérer les signaux vidéo et audio via un échantillonneur, un Convertisseur Analogique à Numérique (CAN) pour obtenir les images de S1 et S2, ensuite en passant par un circuit pour convertir chaque 8 bits en séries en 8 bits parallèles et enfin par un filtre qui nous permettra de retrouver le signal audio de départ.

En fait, les éléments suivant constituent les étapes nécessaires à émettre et recevoir un ensemble d'informations (ils constituent généralement une chaîne de transmission classique que l'on ne va pas nécessairement modifier) :

- 'So' constitue une source audio (la Source) que l'on va remplacer dans notre cas par le signal S3 ;

- 'CS' représente l'étape durant laquelle les données sont cryptées et compressées ;

- 'CC représente l'étape durant laquelle les données sont encodées pour faciliter la détection et la correction des erreurs qui peuvent être générées lors de la transmission ;

- 'MOD' représente l'étape pendant laquelle le signal est modulé pour être envoyé sur le canal de transmission (ondes hertziennes par exemple) ;

- 'Can' représente le milieu où le signal modulé sera propagé (canal de transmission) : air, câbles, fibre optique...

- 'DEM' représente l'étape durant laquelle le signal obtenu à la réception (après avoir traversé Ie canal de transmission) est démodulé ;

- 'DC représente l'étape durant laquelle les erreurs de transmissions sont corrigées (dé-encodage) ;

- 'DS' représente l'étape durant laquelle Ie signal est décrypté et décompressé ;

- 'Pu' représente le signal audio image (le Puit) de celui qui a été émis par Ia source (dans notre cas on obtient l'image du signal S3 c'est-à-dire E3) .

Calculs Les calculs suivants nous permettrons de déterminer le débit des informations que l'on peut transmettre sur un réseau de téléphonie mobile et par la suite de choisir les informations à transmettre en simultané avec le signal audio.

En effet, les signaux obtenus correspondent à : 160 bits * 6 paquets * 50 (nombre de tranches de 20ms sur 1 seconde) c'est à dire 48000 bits/s pour Ie signal vidéo ; et 1 60 bits * 1 paquet * 50 c'est à dire 8000 bits/s pour le signal audio.

En fait, avec un tel débit on peut obtenir un signal vidéo YUV à 25 images / seconde à 256 couleurs et à une taille de 80 points par ligne * 60 lignes avec un taux de compression de '30: 1 ' (48000 bits / seconde).

Pour avoir des images de plus grande taille ou pour plus de couleurs, il suffit par exemple de réduire le nombre d'images par seconde. Exemple de calculs pour un signal vidéo

- Nombre de lignes sur l'image : 60 ;

- Nombre de points par ligne : 80 ;

- Nombre d'images par seconde : 25 ;

- Nombre de bits par image non compressée (avec une résolution de 256 couleurs) : 57600 ;

- Nombre de bits par image compressée à 30: 1 (256 couleurs) : 1920 ;

- Débit nécessaire pour le signal vidéo (bits/s) : 48000 ;

- Débit autorisé pour Ie signal vidéo sans l'invention (bits/s) : 0 ;

- Débit autorisé (avec compression de 30:1) pour le signal vidéo avec l'invention (bits/s) : 48000.

Exemple de calculs pour un signal audio

- Débit nécessaire pour le signal audio sans compression : 25600 ;

- Débit nécessaire pour le signal audio avec une compression de '10:1' : 2560 ;

- Débit autorisé pour le signal audio sans l'invention (bits/s) : 9600 ; - Débit autorisé (avec compression de 10:1) pour Ie signal audio avec l'invention (bits/s) : 8000.

Compatibilité

Pour permettre à Ia présente invention de communiquer avec les systèmes déjà existants, il existe deux cas de figure : Premièrement, pour que le présent téléphone mobile arrive à communiquer avec d'autres téléphones mobiles qui ne traitent que la voix, il lui suffit de court-circuiter les codeurs / décodeurs ¹ CoI', 'Co2' et 'CNA' (voir figure 2). De cette façon, le codeur / décodeur 'Co3' et l'interface réseau MRes' (voir figure 2), vont modifier Ie signal audio directement... et ainsi permettre à ce dernier d'être restitué directement par tous les téléphones mobiles qui sont déjà utilisés et qui se limitent à la transmission de la voix (GSM par exemple).

Par ailleurs, le codeur / décodeur 'Co3' et l'interface réseau MRes' (voir figure 2), dépendront de l'option choisie sur le présent téléphone mobile. Autrement dit, si le présent téléphone mobile, doit être compatible avec le réseau GSM, le codeur / décodeur 'Co3' et l'interface réseau 'IRes' (voir figure 2) à utiliser sur le présent téléphone mobile devront être identiques à ceux utilisés dans les téléphones mobiles GSM.

Deuxièmement, pour que le présent téléphone mobile arrive à communiquer avec d'autres téléphones mobiles qui traitent la voix et les images vidéos directement, il lui suffit de court-circuiter les codeurs / décodeurs 'Co2' et 'CNA' (voir figure 2). De cette façon, le codeur / décodeur ¹ CoI', le codeur / décodeur 'Co3' et l'interface réseau 'IRes' (voir figure 2), vont modifier les signaux audio et vidéo directement... et ainsi permettre à ces derniers d'être restitués directement par tous les téléphones mobiles qui sont déjà utilisés et qui sont capables de transmettre la voix et les images vidéos (UMTS par exemple).

Il faut également que l'interface réseau ('IRes', voir figure 2) soit flexible afin de pouvoir transmettre soit un seul signal pour la voix, soit un seul signal pour la voix et les images vidéo ou alors de transmettre deux signaux pour la voix et les images vidéo. II faut aussi que les codeurs soient maniables afin de pouvoir activer ou désactiver certaines de leurs fonctions (comme la compression de données par exemple), afin de leur permettre de s'adapter à tout les types de codeurs / décodeurs disponibles sur les téléphones mobiles de natures différentes. En plus, pour permettre à la présente invention d'être compatible avec plusieurs infrastructures de téléphonie mobile sur le même appareil, il suffit d'insérer les codeurs / décodeurs correspondants à chaque type d'infrastructure (les codeurs / décodeurs GSM, DCS, EDGE, GPRS, UMTS... par exemple, seront intégrés sur le même téléphone mobile). Dans ce cas, il suffit à l'utilisateur de choisir le type de téléphone mobile de son correspondant pour définir le codeur / décodeur à utiliser par le présent téléphone mobile (GSM ou GPRS...).