webrtc弱网-TrendlineEstimator类源码分析与算法原理

TrendlineEstimator是WebRTC GCC拥塞控制的核心算法组件，通过统计分析数据包延迟变化趋势来检测网络拥塞状态。它使用滑动窗口收集延迟数据，基于最小二乘法进行线性回归拟合得到趋势斜率，通过自适应阈值机制判断网络处于正常、过载或欠载状态。该算法采用指数平滑滤波抵抗瞬时波动，具备斜率限制等抗突发干扰设计，为带宽估计提供准确的网络状态判断，是WebRTC实现高效自适应码率控制的关键技术基础。

一、 核心功能

TrendlineEstimator 是WebRTC GCC拥塞控制算法的核心组件，主要功能：

• 延迟趋势检测：通过分析数据包延迟变化趋势来检测网络拥塞

• 带宽状态判断：输出三种网络状态（正常/过载/欠载）

• 自适应阈值调整：根据网络条件动态调整检测阈值

• 与预测器协同：可选地与网络状态预测器配合提高准确性

二、 核心算法原理

2.1 趋势线估计算法

// 基于最小二乘法的线性回归拟合
absl::optional<double> LinearFitSlope(...) {
    // 计算斜率 k = Σ(xi-x_avg)(yi-y_avg) / Σ(xi-x_avg)²
    // 其中x为到达时间，y为平滑后的延迟
}

2.2 状态检测逻辑

• 正趋势 → 延迟增加 → 可能过载

• 负趋势 → 延迟减少 → 可能欠载

• 接近零趋势 → 延迟稳定 → 正常状态

2.3 阈值自适