当前位置：网站首页>【网络通信 -- WebRTC】WebRTC 源码分析 -- 接收端带宽估计

【网络通信 -- WebRTC】WebRTC 源码分析 -- 接收端带宽估计

2022-06-23 16:17:00 【奋斗企鹅CopperSun】

【网络通信 -- WebRTC】WebRTC 源码分析 -- 接收端带宽估计

【1】OveruseEstimator 中的卡尔曼滤波公式简介

【2】OveruseDetector 中的带宽负载信号的触发与阈值的动态调整

阈值动态调整公式

$\Delta T$ 为到达时间差， $m(t_{i})$ 为 $t_{i}$ 时刻的延迟， $k_{\gamma }(t_{i})$ 为自适应增益；

带宽负载信号触发时机的判断

$m(t_{i})> \gamma (t_{i})$ 并且持续时间大于 100ms 则判断为带宽过载
$m(t_{i}) < -\gamma (t_{i})$ 则判断为带宽过量
$-\gamma (t_{i}) < m(t_{i}) < \gamma (t_{i})$ 则判断为带宽正常

【3】AimdRateControl 中有限状态机的状态转移

其中， $\eta = 1.05$ ， $\alpha = 0.85$ ， $R_{r}(t_{i})$ 为过去 500ms 内的接收码率， $A_{r}(t_{i})$ 为 $t_{i}$ 时调整的码率；

附录

【A】卡尔曼滤波公式简介

参考致谢

本博客为博主的学习实践总结，并参考了众多博主的博文，在此表示感谢，博主若有不足之处，请批评指正。

代码分析参考

【1】WebRTC GCC拥塞控制算法详解

【2】Webrtc delay-base-bwe代码分析(3): OveruseEstimator模块

【3】Webrtc delay-base-bwe代码分析(4): OveruseDetector模块

【4】Webrtc delay-base-bwe代码分析(5): AimdRateControl模块

【5】webrtc视频接收端带宽预测（二）---卡尔曼滤波

补充知识点参考

【1】理解Kalman滤波的使用

【2】卡尔曼滤波（Kalman Filter）原理与公式推导

【3】卡尔曼滤波算法详细推导

标准文档与论文

【1】Analysis and Design of the Google Congestion Control for Web Real-time Communication (WebRTC)

【2】draft-alvestrand-rtcweb-congestion-02

【3】A Google Congestion Control Algorithm for Real-Time Communication

【4】An Introduction to the Kalman Filter

WEBRTC 中的拥塞控制相关论文.zip

版权声明
本文为[奋斗企鹅CopperSun]所创，转载请带上原文链接，感谢
https://blog.csdn.net/qq_27788177/article/details/123556771

边栏推荐

猜你喜欢

随机推荐