实时音视频流媒体传输的思考和实践( 四 ) _流媒体

Underuse的状态是一种不稳定的状态，这时候采取的策略一般是比较保守的，在Underuse的状态下是可以把码率调上去的，但是能调多少，往上调多久，都是有一定不确定因素存在的，需要要一步一步去试探。
3.3.4 评估调整码率的方式

文章插图

上图是GCC评估调整码率的方式。第一行的公式阐述是1.05，它表示的是逐步缓慢的上调。右边的R是过去五百毫秒里面接受抖动缓冲队列里面的包数，实际上表示过去五百毫秒里的最大码率，乘上α就是0.85，这是GCC的做法。
其实上述公式所表示的下降也是逐步下降的，如果之后的状态码率不会发生变化，根据具体不同的情况下会采取一些比较激进的做法。

文章插图

网络拥塞的情况下追丢包需要处理三个问题，第一个问题，首先要基于丢包率获得码率，因为需要根据已有码率才能调整码率，这是最重要的信息。在接收端根据抖动缓冲队列里面统计得到丢包率，通过RTC包反过来给到发送端，发送端继续判断究竟码率应该是多少，最终得到想要的码率。

文章插图

这里列了GCC做的公式，GCC公式第一行列了两个例子，一个是丢包率10%，一个是丢包率2%，超过10%的话我们一般认为已经发生了拥塞，网络处于比较差的状态。低于2%我们认为网络处于比较好的状态。GCC采用(1 - 0.5)丢包率表示是比较缓慢在上调码率，如果网络处于一个比较好的状态，丢包率低于2%，上调的幅度也不会太大，这是GCC的做法。即构科技的做法相对会比较激进。
基于丢包的拥塞控制还有一个情况需要去考虑，就是根据不同的网络它会有不同的表现，如果是有线网络的话，数据一般比较可靠，但如果是无线的网络的情况下，或者说跨国网络的情况推算出来的结果往往是不准的，这时候需要把这种方法和刚才说的delay Congestion Control 结合起来使用。
3.4 拥塞控制总结

文章插图

最后总结一下，之前的公式的最终目标就是上限以下的最低码率，因为我们最终可以得到两个码率，一个是基于丢包，一个是基于延迟，然后加起开发者设置的上下限，就得到一个最终码率。基于丢包和基于延迟都存在一定的优缺点，可以将它们结合起来使用。
4. 信道纠错策略4.1 前向纠错

文章插图

前向纠错的缺点是不精准，比较低效，最重要的是费用较高。它的好处是不受RTT的影响，只需要发送一次。
4.2 丢包重传

文章插图

ARQ的劣势是受RTT的影响较为明显，需要重传并且有可能引起重传风暴。ARQ的好处是实现比较简单，算法复杂度较低并且十分精准，最重要的一点是省钱。
4.3 ARQ vs FEC

文章插图

即构科技在比较之下偏好使用ARQ，这很大部分归结于成本的原因，但是ARQ不能解决所有的问题，RTT比较小的情况下，它可以做到精准和低延迟，但RTT很大的时候，例如跨国的情况下，需要结合FEC来用。即构科技关于结合的做法是尽量的使用ARQ，如果发现当前情况ARQ解决不了，需要重传的时候要保证重传这次必须成功，我们的做法是加冗余，重复发两次，或者说用FEC来保证这次重传必须是成功的。