弱网优化
关注
分享
扫一扫
文章平均质量分 96
dog head
这个作者很懒，什么都没留下…
展开
-
流媒体弱网优化之路(WebRTC)——GCC带宽估计算法调优
经过上述的调整，我们下行的屏幕分享流可以很快的进行平衡收敛，随后在发生拥塞的过程中立刻打乱后又重新进行收敛。目的就是实现绝对的码率平均——当然这样的做法只能说是暂时的缓解了问，大家一起讨论看看有没有更多的方式去调整GCC算法呢？原创 2023-07-14 16:16:15 · 3233 阅读 · 2 评论 -
流媒体学习之路(WebRTC)——GCC分析（3）
该模块会通过ack情况计算出对端接收数据的情况，通过经验值调整作为当前吞吐量的估计值用于计算下一次发送的码率。该模块计算出来的吞吐量会作用到码率计算模块，是一个非常重要的模块。根据每一次feedback的数据量作为采样点，通过贝叶斯估计获得一个平滑的估计值。贝叶斯估计补充：贝叶斯估计是统计学范畴里常用的参数估计方法，是基于先验采样。在经典的频率统计中，参数是固定的，样本统计量是随机变量。而在贝叶斯统计中，认为参数也是随机变量，服从某一概率分布的随机变量，贝叶斯统计的重点是研究参数的分布。原创 2023-02-13 14:11:58 · 1184 阅读 · 1 评论 -
流媒体学习之路——Google的新拥塞算法SQP详解
2022年7月25日，Google在arXiv平台上发布了一篇名为：SQP: Congestion Control for Low-Latency Interactive Video Streaming 的文章（这篇文章上下充斥着与Copa较量的意味，可能GCC被Copa比下去了很不爽，赶紧找了个场子）。文章内容详细介绍了他们为了应对低延迟场景设计的新拥塞控制算法，并给出了一些测试对比的效果，今天我们详细地看看这篇文章。原创 2022-10-26 14:18:56 · 3000 阅读 · 0 评论 -
流媒体弱网优化之路(mediasoup)——上行引入RED编码
在mediasoup上行中引入了RED编码来抵抗音频丢包造成的质量下降，将RED解码部分放置于Consumer中，实现尾端解码。原创 2022-10-08 19:31:52 · 1520 阅读 · 4 评论 -
流媒体弱网优化之路(mediasoup)——H264-SVC介绍和使用
使用mediasoup最新加入的h264源码，并在该基础上进行新的优化。原创 2022-10-08 19:29:12 · 3139 阅读 · 0 评论 -
流媒体弱网优化之路(FEC+mediasoup)——FEC引入的问题收尾
本文主要简单解释了一下FEC的编码和解码的实现，同时展示了经过我修改的webrtc源码。之前文章中引入fec的部分还存在问题。主要是因为使用了同一条ssrc导致flexfec内部出现异常。我们需要在解码的部分所有判断ssrc的地方都区别一下media包和fec包才行。如果不区别这个问题会造成小部分fec包无法恢复，但大部分都是正常的。原创 2022-10-08 19:22:34 · 2668 阅读 · 1 评论 -
流媒体学习之路(WebRTC)——GCC分析（2）
本模块主要针对趋势线滤波模块进行理论分析与解释，并对比旧的卡尔曼滤波器内容进行分析，来得到调整参数的参考。本文主要介绍了如何根据时延梯度得到网络状态，判断网络拥塞状况，并结合WebRTC相关源码进行分析。当我们得到当前网 络拥塞状况后，就要对发送码率进行调节，以适应当前网络。后续文章我们将研究如何根据网络状态进行相应码率调整。原创 2022-09-30 17:10:05 · 1228 阅读 · 1 评论 -
流媒体学习之路(WebRTC)——GCC分析（1）
gcc全流程分析原创 2022-07-21 14:04:48 · 1475 阅读 · 0 评论 -
流媒体学习之路(mediasoup)——GCC的Feedback信令回复（8）
本文讲了mediasoup的拥塞控制接收端类，讲得稍微细一些。其实主要就两个功能产生发送端带宽估计的feedback报文、产生接收端估计的remb报文（已废弃）。remb和transport-cc两个在mediasoup中无法同时使用，所以这俩只有一个会在工作时运行，之后的文章我们会跟着分析一下webrtc的gcc算法和发送控制类——TransportCongestionControlClient。httpshttpshttps。...原创 2022-07-20 15:25:10 · 946 阅读 · 0 评论 -
流媒体弱网优化之路(FEC)——FEC的应用奥秘（附demo）
流媒体学习之路(FEC)——FEC应用仿真与测试（附demo）文章目录流媒体学习之路(FEC)——FEC应用仿真与测试（附demo）一、FEC应用简析1.1 FEC原理简述1.2 FEC编码的不同二、FEC丢包模型三、测试对比四、结果与分析提示：demo链接在文章末尾，有兴趣自取。一、FEC应用简析 前面的NACK方案能在延迟较小的情况下快速补偿丢包，但是随着丢包率上升以及延迟增加，纯NACK方案逐渐无法满足传输需求了。那么在已知高延迟高丢包的环境下，我们可以通过提前冗余去做数据补充，让我们可以原创 2022-03-10 17:10:19 · 3729 阅读 · 11 评论 -
流媒体弱网优化之路(FEC)——FEC原理简介
流媒体学习之路(NACK)——纯NACK方案的优化探索文章目录流媒体学习之路(NACK)——纯NACK方案的优化探索一、信道保护措施背景介绍1.1、ARQ丢包重传1.2、ABC码率自适应1.3、FEC前向纠错二、FEC基本原理介绍2.1、静态FEC基本原理2.1.1、一阶冗余2.1.2、二阶冗余2.2、动态FEC介绍2.2.1、动态FEC的发展2.2.2、WebRTC中的FEC三、业务相关的FEC（上行弱网时推流使用FEC）四、结语一、信道保护措施背景介绍 我们都知道，随着半导体集成技术的发展原创 2022-03-10 16:54:01 · 9867 阅读 · 0 评论 -
流媒体学习之路(BBR算法应用)——BBR算法简介
流媒体学习之路(BBR算法应用)——BBR算法简介文章目录流媒体学习之路(BBR算法应用)——BBR算法简介原创 2021-10-11 16:51:57 · 4873 阅读 · 0 评论 -
流媒体弱网优化之路(NACK)——纯NACK方案的优化探索
流媒体学习之路(NACK)——纯NACK方案的最高性能文章目录流媒体学习之路(NACK)——纯NACK方案的最高性能一、NACK简介二、Nack的理解2.1 一种补救策略2.2 什么时候要？2.3 要多少？2.4 怎么要？三、计算分析3.1 rtt强相关3.2 补包次数计算3.3 Nack的定时发送3.4 nack重传限制四、实验 近期在针对纯丢包场景做一些简单的探索实验，一个让我困扰的问题就是：不使用FEC而只是通过纯NACK进行补偿，到底能在实验环境下抵抗多少的丢包呢？每一次丢包补偿的最大时长原创 2022-03-01 15:25:45 · 9252 阅读 · 16 评论