视频会议QoE改善关键技术研究

发布时间：2017-04-13 10:18

  本文关键词：视频会议QoE改善关键技术研究，由笔耕文化传播整理发布。

【摘要】：随着商业和网络的发展,视频会议系统在越来越多的场合投入应用。视频会议系统对网络实时性有很高的要求,在不可靠的无线网络中很难在兼顾实时性的同时保证好的Qo E。一种改善Qo E的方法是在RTC应用中部署自适应策略。本文围绕RTC应用的自适应机制,对自适应策略和响应的网络性能预测策略做了研究。本文的主要工作和创新点如下:1.研究了现有流行视频通讯软件的Qo E改善策略对主流视频通讯软件Skype和Facetime做了Wi Fi环境和Cellular环境下的测量实验,用实验分析了它们改善Qo E的策略。在网络上可控的点使用Wireshark和tcpdump进行了抓包分析。通过流量分析,我们得出了现行无线环境Qo E策略的不足在于不能充分利用有效带宽,且Qo E策略没有很好解决视频会议对时延、丢包敏感的问题。2.设计了基于网络性能预测的自适应算法PBA在假设能够预知任何时候的带宽的条件下,可以得出最优的带宽利用模型。现有视频应用的带宽自适应算法难以充分利用带宽。将假设放宽为能够预知几秒以后的带宽,我们设计了SPA算法。SPA算法仅依靠预测带宽进行自适应,效果不佳。然而当加入平稳函数之后,SPA算法改进为PBA算法能够比现有算法高出40%的带宽利用率。这结论为基于网络性能预测提高Qo E提供了可能。3.探讨并实现了基于回归树的短期网络性能预测本文证明了利用蜂窝网络本身的资源调度机制,被动地进行带宽测量是可能的。本文设计了PROPHET算法,该算法被动地收集性能统计量,并利用回归树模型来预测未来的短期性能。PROPHET在0.5s的预测窗口下,对于下一时刻是否发生丢包有97%准确率,对下一时刻是否发生超长时延有98%准确率。带宽预测则达到小于10kbps的误差。实验显示PROPHET算法为视频会议提供了PSNR意义上多达13d B的Qo E增益。
【关键词】：视频会议 Qo E 自适应 性能预测
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN948.63
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-16
• 1.1 课题研究背景及意义10-11
• 1.1.1 本文研究背景10
• 1.1.2 视频会议系统存在的问题10-11
• 1.2 国内外相关研究现状11-13
• 1.2.1 QoE相关研究11-12
• 1.2.2 国内外研究现状12-13
• 1.3 本文的主要工作13-14
• 1.4 论文章节安排14-16
• 第二章 视频会议相关技术介绍16-30
• 2.1 视频会议系统框架16-18
• 2.1.1 H.323协议16-17
• 2.1.2 SIP协议17-18
• 2.2 视频会议编码技术18-21
• 2.2.1 MPEG编码19-20
• 2.2.2 H.26x系列20-21
• 2.3 视频流传输协议21-25
• 2.3.1 RTP21-23
• 2.3.2 RTCP23
• 2.3.3 HTTP23-25
• 2.3.4 RTSP25
• 2.4 视频传输的SLA需求25-26
• 2.4.1 Network Delay网络延迟需求25-26
• 2.4.2 Network Jitter抖动需求26
• 2.4.3 Packet Loss丢包需求26
• 2.5 视频质量保障技术26-29
• 2.5.1 SIP-SDP协议自带的Qo S机制26-28
• 2.5.2 差错控制机制28-29
• 2.6 本章小结29-30
• 第三章 Facetime和Skype的Qo E策略研究30-47
• 3.1 测量环境30-33
• 3.1.1 测量架构30-31
• 3.1.2 试验准备工作31-33
• 3.1.2.1 设备的软硬件准备31-32
• 3.1.2.2 KPI测量方法32-33
• 3.2 Facetime、Skype架构分析33-34
• 3.2.1 架构与协议分析33
• 3.2.2 视频码率、帧率分析33-34
• 3.3 Facetime、Skype的QoE策略分析34-39
• 3.3.1 差错控制机制分析34-38
• 3.3.2 速率自适应机制分析38-39
• 3.4 无线环境对QoE的影响分析39-46
• 3.4.1 QoE衡量方法39-43
• 3.4.2 丢包对视频质量的影响43-45
• 3.4.3 报文时延对QoE的影响45-46
• 3.5 本章小结46-47
• 第四章 基于网络性能预测的QoE保障技术47-59
• 4.1 引言47-48
• 4.2 相关研究48
• 4.3 算法优良性的评估48-51
• 4.3.1 改良算法效果的上界48-50
• 4.3.2 现有方法的评估50-51
• 4.4 PBA算法51-56
• 4.4.1 SPA算法51-53
• 4.4.2 PBA-DU算法53-54
• 4.4.3 PBA-BB算法54-56
• 4.5 PBA算法QoE评估56-57
• 4.5.1 PBA算法效率的评估56
• 4.5.2 PBA预测策略的性能评估56-57
• 4.6 本章小结57-59
• 第五章 网络性能预测模型PROPHET59-76
• 5.1 本章工作简介59-60
• 5.2 基于时隙特征的性能预测窗口大小选择60-61
• 5.3 PROPHET网络性能预测算法61-66
• 5.3.1 测量窗口自相关系数61-62
• 5.3.2 可预测性分析62-63
• 5.3.3 预测窗口大小选择63
• 5.3.4 带宽与丢包、时延间的互相关性63-66
• 5.4 回归树预测模型66-67
• 5.4.1 分类预测模型66
• 5.4.2 基于回归树的网络性能预测模型66-67
• 5.5 预测模型准确性评价67-72
• 5.5.1 实验设计67-68
• 5.5.2 丢包率预测准确性68-70
• 5.5.3 时延预测准确性70-71
• 5.5.4 带宽预测准确性71-72
• 5.6 PROPHET预测算法的QoE改善分析72-75
• 5.6.1 实验部署72-73
• 5.6.2 基于PROPHET的自适应视频传输策略73-74
• 5.6.3 基于PSNR的QoE改善分析74-75
• 5.7 本章小结75-76
• 第六章 总结与展望76-78
• 6.1 总结76
• 6.2 展望76-78
• 致谢78-79
• 参考文献79-83
• 攻硕期间取得的研究成果83-84

【相似文献】

中国期刊全文数据库 前10条

1 陆l，

本文编号：303358