基于live555 RTSP 服务器网络性能优化

本文介绍了如何针对基于Live555的RTSP流媒体服务器进行性能优化,以应对高清视频输入源(如1080p或4k)带来的挑战。通过调整接收缓存、发送缓冲区大小、RTP发送策略以及调度机制,实现实时数据高效传输,确保高清画面流畅输出。

最近在做基于海思编解码平台对接Live555实现多路同屏播放项目,实现live555 做RTSP流媒体服务器转发,海思平台输入,实现多路视频同步输出。其中对live555网络传输部分优化,以实现高清画面输出。

通常情况下,live555在处理低分辨率和码流,帧率情况下占用的网络带宽较小,以至于程序运行开销的内存也较少,当有高清视频输入源信号时(1080p或4k),系统开销较大。所以优化网络缓存区,和调度处理机制是首要。

第一部分,优化live555 sink 接收source实时数据缓存若干项:

修改MultiFramedRTPsource.cpp,increaseRecieveBufferTo(env,RTPgs-> socketNUm(), 2000000);

修改StreamParser.cpp ,BANK_SIZE to 300000 or 600000;

修改MediaSink.cpp,增加最大MAXSIZ 至于600000;

修改playCommon.cpp,增加最大MAXSIZ 至于600000;

设置const unsigned estimatedSessionBandwidth 的值,需要把它调到一个合适大小的值。

 

第二部分,RTP 发送优化,主要调整live555的缓冲区大小和每次发送的数据大小。

修改MultiFramedRTPSink.cpp: +50  setPacketSizes(1000, 8192);

修改RTPInterface.cpp 129行:increaseSendBufferTo(envir(), fGS->socketNum(), 512*1024);

RTPInterface.cpp

注释掉333行,修改为以下:

/*

if (!sendDataOverTCP(socketNum,framingHeader, 4, False)) break;

if (!sendDataOverTCP(socketNum, packet,pac

基于遗传算法的新的异构分布式系统任务调度算法研究(Matlab代码实现)内容概要:本文档围绕基于遗传算法的异构分布式系统任务调度算法展开研究,重点介绍了一种结合遗传算法的新颖优化方法,并通过Matlab代码实现验证其在复杂调度问题中的有效性。文中还涵盖了多种智能优化算法在生产调度、经济调度、车间调度、无人机路径规划、微电网优化等领域的应用案例,展示了从理论建模到仿真实现的完整流程。此外,文档系统梳理了智能优化、机器学习、路径规划、电力系统管理等多个科研方向的技术体系与实际应用场景,强调“借力”工具与创新思维在科研中的重要性。; 适合人群:具备一定Matlab编程基础,从事智能优化、自动化、电力系统、控制工程等相关领域研究的研究生及科研人员,尤其适合正在开展调度优化、路径规划或算法改进类课题的研究者; 使用场景及目标:①学习遗传算法及其他智能优化算法(如粒子群、蜣螂优化、NSGA等)在任务调度中的设计与实现;②掌握Matlab/Simulink在科研仿真中的综合应用;③获取多领域(如微电网、无人机、车间调度)的算法复现与创新思路; 阅读建议:建议按目录顺序系统浏览,重点关注算法原理与代码实现的对应关系,结合提供的网盘资源下载完整代码进行调试与复现,同时注重从已有案例中提炼可迁移的科研方法与创新路径。
评论 3
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值