HTTP自适应视频流传输性能的优化研究.pdfVIP

摘 要 摘 要 近年来，点播和直播等视频业务发展迅猛。为了满足用户对体验质量(QoE)越 来越高的要求，目前的服务提供商主要使用HTTP 自适应视频流（标准化为DASH） 来传输视频。在DASH 中，视频被切成等时长的块并编码成多种码率。客户端的 码率自适应(ABR)算法根据系统状态（吞吐量和缓存量）以优化QoE为目标来动 态调节码率。点播和直播对于QoE的要求不同。点播要求高码率、少卡顿、少码 率切换，而直播要求低时延、少卡顿、高码率。选出一个恰当的码率是困难的：(1) 吞吐量和缓存量在不稳定的网络中变化剧烈，吞吐量难以被准确预测，且码率易 被切换；(2)相同码率的视频块有不同的块大小；(3)为实现QoE优化目标，直播 ABR算法需要将缓存量控制在一个低但不为零的水平，这在不稳定的网络中难以 实现。本文分别对点播流和直播流的码率自适应问题进行了如下四方面的研究。 (1)提出了基于多步预测减少码率切换的点播算法。已有算法根据瞬时系统状 态来选择码率，会引起频繁的码率切换。为了提升码率平滑性，本文基于多步预 测设计了MSPC算法。实验结果表明，MSPC能够使码率仅适应网络的持续变化 而忽略其短暂抖动，可以有效地减少码率切换。 (2)分析并解决了点播中块大小波动的影响。本文通过实验观测分析了块大小 的波动特性及其对QoE的影响。为了解决其引起的卡顿问题，本文建议使用实际 块大小来选择码率，并设计了解决方案。实验结果证明了算法的有效性。 (3)提出了基于优化控制增强鲁棒性的点播算法。目前的ABR算法只以优化 QoE为目标而没有对缓存量进行控制，因此缓存量抖动大，吞吐量预测误差易引 起卡顿。为了抑制预测误差的影响，本文将QoE优化与缓存控制相结合，并设计 了基于优化控制的算法RBC。仿真结果表明RBC能够有效地减少卡顿时间。 (4)提出了基于双馈联合方法精准控制缓存量的直播算法。为了提高控制能力， 本文提出了将前馈控制与反馈控制相结合的双馈控制方法。实验结果表明，所设 计的HCA算法能够将缓存量准确地控制在目标水平，能够同时实现低时延、少卡 顿、高码率。 关键词：HTTP 自适应视频流；码率自适应算法；QoE；点播；直播 I 目 录 ⺫ 录 第 1章 引言1 1.1 研究背景 1 1.1.1 视频业务 1 1.1.2 动态自适应流媒体2 1.2 研究问题4 1.3 研究内容和主要成果6 1.4 论文组织结构 8 第2章 相关研究工作综述 10 2.1 HAS专有协议10 2.2 商业播放器性能11 2.3 DASH码率自适应研究现状12 第3章 多步预测提升码率策略的平滑性15 3.1 本章概述15 3.2 背景及动机16 3.3 MSPC的设计17 3.3.1 概述18 3.3.2 问题形式化19 3.3.3 带宽预测器21 3.3.4 码率决策24 3.4 理论分析27 3.5 MSPC的实现及性能评价30 3.5.1 实现方法及实验配置31 3.5.2 MSPC参数选择 33 3.5.3 QoE性能的提升35 3.5.4 在多场景中的表现41 3.6 本章总结43 第4 章 分析块大小波动特性并使用实际块大小解决其影响44 4.1 本章概述44 4.2 研究方法45 4.2.1 数据集 46 IV 目 录 4.2.2 测量块大小的波动特性46 4.2.3 测量算法性能46 4.3 块大小波动特性的观测与分析47 4.3.1 波动特性47 4.3.2 块大小波动的影响因素50 4.4 块大小波动对QoE的影响51 4.4.1 缓存演化模型52 4.4.2 块大