CN103428105A - 一种基于带宽估计的自适应http流化码流切换方法及系统 - Google Patents

一种基于带宽估计的自适应http流化码流切换方法及系统 Download PDF

Info

Publication number
CN103428105A
CN103428105A CN2012101487311A CN201210148731A CN103428105A CN 103428105 A CN103428105 A CN 103428105A CN 2012101487311 A CN2012101487311 A CN 2012101487311A CN 201210148731 A CN201210148731 A CN 201210148731A CN 103428105 A CN103428105 A CN 103428105A
Authority
CN
China
Prior art keywords
code stream
variance
downloading rate
average
risk
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2012101487311A
Other languages
English (en)
Other versions
CN103428105B (zh
Inventor
王劲林
张辉帅
邓峰
孙鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Acoustics CAS
Beijing Intellix Technologies Co Ltd
Original Assignee
Institute of Acoustics CAS
Beijing Intellix Technologies Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Acoustics CAS, Beijing Intellix Technologies Co Ltd filed Critical Institute of Acoustics CAS
Priority to CN201210148731.1A priority Critical patent/CN103428105B/zh
Publication of CN103428105A publication Critical patent/CN103428105A/zh
Application granted granted Critical
Publication of CN103428105B publication Critical patent/CN103428105B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种基于带宽估计的自适应HTTP流化码流切换方法及系统,其特征在于,所述方法包含如下步骤:步骤101)估计当前用户下载速率的均值和方差;步骤102)依据估计的均值和方差,利用统计学理论计算各码流的下溢风险;步骤103)设置码流质量收益和下溢风险损益,将下溢风险、码流质量收益和下溢风险损益组合获取综合收益,并选择综合收益最高的码流进行切换。其中步骤101)利用假设检验的方法判断观测窗口内是否有下载速率跳变,若判断下载速率有跳变,在估计当前下载速率时对跳变后的下载速率观测值赋以大的权值,若没有则可对整个观测窗口内的下载速率观测值赋以相同的权值,从而使得对当前下载速率平均值和方差的估计更准确。

Description

一种基于带宽估计的自适应HTTP流化码流切换方法及系统
技术领域
本发明涉及在线流媒体服务和自适应HTTP(Hyper-Text Transport Protocol,超文本传输协议)流化算法,尤其涉及一种基于带宽估计的自适应HTTP流化码流切换方法及系统。
背景技术
近年来,互联网多媒体应用快速增长,与此同时视频流化方法也得到了广泛的研究与实现。广为人知的媒体流化协议RTP/RTSP(Real-time Transport Protocol/RealTime Streaming Protocol,实时传输协议/实时流化协议)在网络层采用UDP(UserDatagram Protocol,用户数据报协议)传输多媒体数据,而HTTP渐进式下载则采用HTTP协议(网络层TCP协议)传输多媒体数据。相对于RTP协议,在互联网上用HTTP协议传输视频流具有很多优势:首先,TCP有面向连接的,可靠的重传机制省去了上层错误恢复的步骤;而且,基于TCP的流媒体数据容易通过防火墙和NAT(Network Address Translation,网络地址转换),使网络多媒体服务覆盖更广的用户。但是基于HTTP协议的流化不能很好地进行VCR(Video Cassette Recorder,盒式磁带录像机)操作,为此近来互联网巨头如微软、苹果和Adobe公司都提出自己的自适应HTTP流化方案,在服务端对视频文件分片(或者是逻辑分片),终端分片下载,顺序播放,从而为实现VCR操作和码流切换提供了方便。接着,MPEG(MovingPictures Experts Group,动态图像专家组)也开始了相关标准化工作,发布了公开草案-DASH(Dynamic Adaptive Streaming over HTTP,基于HTTP协议的动态自适应流化)。OIPF(Open IPTV Forum,开放IPTV论坛)也将DASH纳入自己下一版本的标准中。上述自适应码流切换算法大多采用启发式方法设计,缺少合适的理论框架;此外,在估计可用带宽时,多采用指数滑动平均,缺少对下载速率发生跳变的考虑对下载速率的均值和方差估计往往不够准确。
发明内容
本发明的目的在于,为自适应HTTP流化设计合理的码流切换策略,以降低媒体缓存下溢风险,并尽可能地提高流媒体的播放质量,同时选择合适的收益损益参数以改善码流切换的性能。
本发明提供一种基于实时带宽估计的自适应HTTP流化码流切换方法,利用假设检验的方法判断过去的下载记录中是否发生了速率跳变,然后估计出可用带宽及其波动情况。引入下溢风险损益和码流质量增益,计算并选出综合收益最高的码流下载播放,以期降低下溢风险,并同时尽可能地提高观看质量,改善网络流媒体服务的用户体验。
为了实现上述目的,本发明提供了一种基于实时带宽估计的自适应HTTP流化码流切换方法,其特征在于,所述方法包含如下步骤:
步骤101)估计当前用户下载速率的均值和方差;
步骤102)依据估计的均值和方差,利用统计学理论计算各码流的下溢风险;
步骤103)设置码流质量收益和下溢风险损益,将下溢风险概率、码流质量收益和下溢风险损益组合获取综合收益,并选择综合收益最高的码流进行切换。
上述技术方案中,所述步骤103)还设置切换损益,并综合下溢风险、码流质量收益、下溢风险损益和切换损益获取综合收益,并选择综合收益最高的码流进行切换;其中,所述切换损益是指在对切换码流的操作赋以一定损益。
上述技术方案中,所述步骤101)进一步包含:
步骤101-1)在服务器端将视频各码流的副本切分成等时长的视频片段,用户端选中W个最近下载的分片的记录信息,定义为观测窗口,其中W为观测窗口大小;
步骤101-2)利用假设检验的方法判断观测窗口内下载速率是否发生了跳变,如果发生了速率跳变转入下个步骤,如果没有发生速率跳变则转入步骤101-4);
步骤101-3)采用下式计算在观测窗口内下载速率发生跳变时用户下载速度的均值为:
r ‾ = ρ · 1 W - V Σ j = i - W + 1 i - V r j + ( 1 - ρ ) · 1 V Σ j = i - V + 1 i r j
方差为:
Var = ρ · 1 W - V - 1 Σ j = i - W + 1 i - V ( r j - r ‾ 1 ) 2 + ( 1 - ρ ) · 1 V - 1 Σ j = i - V + 1 i ( r j - r ‾ 2 ) 2
其中,rj为分片j的下载速率,W为观测窗口内的分片数,V是指在第V个分片发生下载速率跳变,ρ为遗忘因子,
Figure BDA00001635487200023
和Var为当前下载速率均值和方差的估计。
步骤101-4)采用下式计算在观测窗口内下载速率未发生跳变时用户下载速度的均值为:
r ‾ = 1 W Σ j = i - W + 1 i r j
方差为:
Var = 1 W - 1 Σ j - W + 1 i ( r j - r ‾ ) 2
其中,rj为分片j的下载速率,W为观测窗口内的分片数,
Figure BDA00001635487200032
和Var为当前下载速率均值和方差的估计。
上述技术方案中,所述步骤102)具体步骤为:假设各码流按码率从低到高的顺序记为视频流1,…,视频流s,令Rm表示任意码流m的平均码率,显然R1<…<Rs,假定当前网络下载速率r是以
Figure BDA00001635487200033
为均值,以Var为方差的正态随机变量;定义下溢风险为:
Risk u [ s ] = Pr { r < R s } = &Phi; ( R s - r &OverBar; Var )
其中,Risku[s]是码流s的下溢风险,Φ(·)是正态分布的累积分布函数,
Figure BDA00001635487200035
和Var为当前下载速率均值和方差的估计。
上述技术方案中,所述综合收益的计算公式为:
假设从码流m切换到码流n的综合收益公式如下:
Gain[n]m=Qn-Risku[n]*Costu-CostS
其中,Qn是码流n的质量收益,Costu是设置的下溢风险损益,CostS是设置的从码流m切换到码流n的切换损益。
基于上述方法本发明还提供了一种基于实时带宽估计的自适应HTTP流化码流切换系统,该系统为采用终端“拉”服务模式的HTTP自适应流化算法提供一种码流切换的策略,其特征在于,所述系统包含:
当前网络状态估计模块,用于估计当前用户下载速率的均值和方差;
下溢风险获取模块,用于依据估计的均值和方差评估各码流的下溢风险;和
码流切换决策模块,用于设置码流质量收益和下溢风险损益,将下溢风险、码流质量收益和下溢风险损益组合获取综合收益,并选择综合收益最高的码流进行切换。
上述技术方案中,所述码流切换决策模块还设置切换损益,并综合考虑码流质量收益、下溢风险损益和切换损益获取综合收益,依据综合收益进行码流切换的决策过程。
上述技术方案中,所述当前网络状态估计模块进一步包含如下子模块:
确定网络状态统计量子模块,用于在客户端利用观测窗口分析最近的分片下载时间,其中所述分片为:服务器端对视频各码流副本依据时间划分的若干分片;
速率跳变判决子模块,用于利用假设检验的方法判断观测窗口内下载速率是否发生了跳变;
第一处理子模块,用于在观测窗口内下载速率发生了跳变的情况下估算当前下载速率的均值和方差,其中均值的计算公式为:
r &OverBar; = &rho; &CenterDot; 1 W - V &Sigma; j = i - W + 1 i - V r j + ( 1 - &rho; ) &CenterDot; 1 V &Sigma; j = i - V + 1 i r j
方差的公式为:
Var = &rho; &CenterDot; 1 W - V - 1 &Sigma; j = i - W + 1 i - V ( r j - r &OverBar; 1 ) 2 + ( 1 - &rho; ) &CenterDot; 1 V - 1 &Sigma; j = i - V + 1 i ( r j - r &OverBar; 2 ) 2
其中,rj为分片j的下载速率,W为观测窗口内的分片数,V是指在第V个分片发生下载速率跳变,ρ为遗忘因子,
Figure BDA00001635487200043
和Var为当前下载速率均值和方差的估计;
第二处理模块,用于在观测窗口内下载速率没有发生跳变的情况下估算当前下载速率的均值和方差,其中均值的计算公式为:
r &OverBar; = 1 W &Sigma; j = i - W + 1 i r j
方差的计算公式为:
Var = 1 W - 1 &Sigma; j - W + 1 i ( r j - r &OverBar; ) 2
其中,rj为分片j的下载速率,W为观测窗口内的分片数,和Var为当前下载速率均值和方差的估计。
上述技术方案中,所述下溢风险获取模块进一步包含如下子模块:记Rm表示码流m的平均码率,下载速率r是以
Figure BDA00001635487200047
为均值,以Var为方差的正态随机变量;定义下溢风险为:
Risk u [ s ] = Pr { r < R s } = &Phi; ( R s - r &OverBar; Var )
其中,Risku[s]是码流s的下溢风险,Φ(·)是正态分布的累积分布函数,
Figure BDA00001635487200049
和Var为当前下载速率均值和方差的估计。
上述技术方案中,所述码流切换决策模块进一步包含如下子模块:
设置子模块,用于设置码流质量收益、下溢风险损益和/或切换损益;
第三处理子模块,用于依据下溢风险和设置模块设置的参量,计算各码流相互切换时的综合收益值;
比较模块,比较各码流的综合收益值,并选中综合收益值最高的码流;和
决策模块,用于接收比较模块选中的码流,并将其作为当前码流切换的对象执行码流切换。
综上所述,本发明提供了一种基于实时带宽估计的自适应HTTP流化码流切换方法,该方法为采用终端“拉”自适应HTTP流化的系统提供一种计算可用带宽均值和方差的方法,并提供一种利用统计学理论计算各码流下溢风险的方法以及综合考虑码流下溢风险和质量收益的码流切换策略而改善流媒体播放的方法。当前下载速率平均值和方差的估计采用观测窗口分析最近的W个分片的下载时间。所述的对当前下载速率平均值和方差的估计采用假设检验的方法判断观测窗口内是否发生了下载速率跳变。所述计算各码流的下溢风险,需要利用对当前下载速率平均值和方差的估计。所述下溢风险的损益和各码流的质量收益可根据经验值和不同偏好设置。所述计算收益最优码流,需要综合下溢风险损益和码流质量收益及切换损益。所述切换损益是指在需要切换码流时赋以一定损益,以期使播放尽可能平滑。
与现有技术相比,本发明所提出的一种基于实时带宽估计的自适应HTTP流化码流切换方法及系统具有以下优点:
一方面,利用观测窗口分析最近的分片下载时间,可以很好地估计当前的网络状态;利用假设检验的方法判断观测窗口内是否有下载速率跳变,若判断下载速率有跳变,在估计当前下载速率时对跳变后的下载速率观测值赋以大的权值,若没有则可对整个观测窗口内的下载速率观测值赋以相同的权值,从而使得对当前下载速率平均值和方差的估计更准确;
另一方面,利用估计得到的下载速率均值和方差评估各码流的下溢风险;
其次,在决策过程中,可以根据偏好设置不同的码流质量收益和下溢风险损益,以期获得最优的观看体验;
最后,设置码流切换损益,使得播放过程尽可能平滑。
附图说明
图1是本发明实施例包含的HTTP流化服务器和带有自适应码流切换算法的终端通过WAN相连示意图;
图2是本发明的基于实时带宽估计的自适应HTTP流化码流切换方法的流程图。
图3是分析视频分片下载速率的观测窗口示意图。当前时刻为i,观测窗口是指最近的W个分片下载记录,即i-W+1~i。
具体实施方式
下面结合附图和具体实施例,详细阐述此方法在终端“拉”模式下的自适应HTTP流化码流切换过程中的工作流程。
如图1所示,该图为本发明实施例包含的HTTP流化服务器和带有自适应码流切换算法的终端通过WAN相连示意图,从图中可知:服务器端是标准的Web服务器,它存储着同一视频的不同码率的副本和相应的清单文件,视频文件等时长切分成视频分片。终端发送HTTP下载请求,通过分析下载速率和清单文件找到最合适码率的视频分片进行切换。
本发明提出一种基于实时带宽估计的自适应HTTP流化码流切换方法,该方法包含如下步骤,如图2所示。
步骤101)估计当前用户下载速率的均值和方差;
步骤102)依据估计的均值和方差,利用统计学理论计算各码流的下溢风险概率;
步骤103)设置码流质量收益和下溢风险损益,将下溢风险概率、码流质量收益和下溢风险损益组合获取综合收益,并选择综合收益最高的码流进行切换。
上述技术方案中各个步骤的具体实现能够采用如下的具体方式实现。
上述步骤101)包含如下步骤:
步骤1,首先,设置观测窗口分析最近W个分片的下载时间。观测窗口的设置可根据经验,一般包含最近30s-60s的分片即可。
步骤2,在每次要发送新分片下载请求时,估计当前的网络状态,计算下载速率平均值和方差。在计算相关统计量的过程中,为了提高估计的准确性,需要利用假设检验的方法判断当前观测窗口中是否发生了速率跳变。
上述步骤102)包含如下步骤:
步骤3,根据步骤2计算得到的下载速率的平均值和方差,并假定下载速率服从正态分布波动,估计各码率码流的下溢风险。
上述步骤103)根据个性偏好设置合适的下溢风险损益和码流质量增益,计算选出综合收益最优的码流进行切换。
如图3所示,该图为分析视频分片下载速率的观测窗口示意图。其中i表示当前时刻,W为选中的分片长度,即观测窗口是指最近的W个分片下载记录,即i-W+1~i。
总之,本发明的核心在于:首先,利用观测窗口分析最近W个分片下载时间,限定分片下载时间的分析范围;其次,利用假设检验的方法判断在当前的观测窗口中是否有下载速率跳变的情况,对不同情况采用不同的均值和方差计算公式,提高了当前网络状况估计的准确性;然后,根据偏好或经验值设置相应的下溢风险损益和码流质量增益,满足个性化要求;最后,设置合适的切换损益,使得播放尽可能平滑。
实施例
如图1所示,HTTP流化服务器和终端通过WAN(Wide Area Network,广域网)相连。终端发送分片请求,服务器根据请求回应相应视频分片。
具体步骤如下:
101.在服务端将视频的各码流副本都分为时长2s的分片;
102.刚开始时,终端请求码率最低的码流进行下载缓冲,以降低启动延时;
103.启动播放后,当要下载新的视频分片时,首先根据观测窗口中的分片下载时间,分析估计当前的网络状况(均值和方差),步骤如下:
3001.确定最有可能发生跳变的位置V:
在观测窗口内的下载速率观测值分成前后两组,计算两组均值的差值,则所得差值绝对值的切分点就是最有可能发生跳变的位置V;
For k=1:W-3
Differ[k]=abs(mean(Rate[i-W+1:i-W+1+k])-mean(Rate[i-W+k+2:i]));
End;
寻找V,满足Differ[V]=Max(Differ[1:W-3]);
3002.用假设检验的方法判断在V处是否真的发生了速率跳变,构造两样本t检验:
原假设:H0:位置V前后的均值相等;
备择假设:H1:位置V前后的均值不等,显著性水平α=0.05。
记rj为第j个分片的平均下载速率,W是观测窗口大小。引入以下几个统计量
n 1 = W - V , n 2 = V , r &OverBar; 1 = 1 W - V &Sigma; j = i - W + 1 i - V r j , r &OverBar; 2 = 1 V &Sigma; j = i - V + 1 1 r j , S r 1 2 = 1 W - V - 1 &Sigma; j = i - W + 1 i - V ( r j - r &OverBar; 1 ) 2 ,
S r 2 2 = 1 V - 1 &Sigma; j = i - V + 1 i ( r j - r &OverBar; 2 ) 2 , S r 1 r 2 = ( n 1 - 1 ) S r 1 2 + ( n 2 - 1 ) S r 2 2 n 1 + n 2 - 2
检验统计量为
t = r &OverBar; 1 - r &OverBar; 2 S r 1 r 2 &CenterDot; 1 n 1 + 1 n 2
自由度df=n1+n2-2。可以方便的计算出单边检验的p值,若p<α,则拒绝原假设。
3003.若假设检验结果认为没有跳变,则当前下载速率均值为
r &OverBar; = 1 W &Sigma; j = i - W + 1 i r j
方差为
Var = 1 W - 1 &Sigma; j - W + 1 i ( r j - r &OverBar; ) 2
否则均值为
r &OverBar; = &rho; &CenterDot; 1 W - V &Sigma; j = i - W + 1 i - V r j + ( 1 - &rho; ) &CenterDot; 1 V &Sigma; j = i - V + 1 i r j
方差为
Var = &rho; &CenterDot; 1 W - V - 1 &Sigma; j = i - W + 1 i - V ( r j - r &OverBar; 1 ) 2 + ( 1 - &rho; ) &CenterDot; 1 V - 1 &Sigma; j = i - V + 1 i ( r j - r &OverBar; 2 ) 2
其中rj为分片j的下载速率,W为观测窗口内的分片数,V是指在第V个分片发生下载速率跳变,i、W、V的含义可参看图3,ρ为遗忘因子,和Var为当前下载速率均值和方差的估计,。
104.根据步骤103中计算得到的均值
Figure BDA00001635487200089
和方差Var,估计各码流的下溢风险。假设各码流按码率从低到高的顺序记为视频流1,…,视频流s。令Rm表示码流m的平均码率,显然R1<…<Rs。假定r是以
Figure BDA000016354872000810
为均值,以Var为方差的正态随机变量。定义下溢风险为
Risk u [ s ] = Pr { r < R s } = &Phi; ( R s - r &OverBar; Var ) , 其中Φ(·)是正态分布的累积分布函数。
105.计算各码流的综合收益,从码流m切换到码流n的收益公式如下:
Gain[n]m=Qn-Risku[n]*Costu-CostS
其中,Qn是码流n的质量收益,Costu是下溢风险损益,CostS是从码流m切换到码流n的切换损益。
106.找到综合收益最高的码流作为这次下载请求的目标码流,完成了码流切换。
总之,本发明公开了一种基于实时带宽估计的自适应HTTP流化码流切换方法,该方法基于HTTP流化终端“拉”的服务模式。所述方法包括用观测窗口分析接收到分片的下载时间,估计当前下载速率的平均值和方差。所述方法还包括用假设检验的方法判断观测窗口内是否发生了速率跳变。所述方法进一步包含对各码流分别赋以一定收益,同时对下溢风险赋以适当的损益,每当下载新的媒体分片时,计算在当前网络环境下各码流的综合收益,然后选择综合收益最高的码流进行下载。本发明的优点为:无需专门的带宽探测模块,能实时估计当前的带宽状况,能快速跟踪带宽变化做出相应调整,能在保证下溢风险的同时提供尽可能好的播放质量。
说明文档中的其他内容针对本专业领域内的普通技术人员,均可进行技术实现,这里不再赘述。最后所应说明的是,以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,对本发明的技术方案进行修改或者等同替换,都不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。

Claims (10)

1.一种基于实时带宽估计的自适应HTTP流化码流切换方法,其特征在于,所述方法包含如下步骤:
步骤101)估计当前用户下载速率的均值和方差;
步骤102)依据估计的均值和方差,利用统计学理论计算各码流的下溢风险;
步骤103)设置码流质量收益和下溢风险损益,将下溢风险概率、码流质量收益和下溢风险损益组合获取综合收益,并选择综合收益最高的码流进行切换。
2.根据权利要求1所述的基于实时带宽估计的自适应HTTP流化码流切换方法,其特征在于,所述步骤103)还设置切换损益,并综合下溢风险、码流质量收益、下溢风险损益和切换损益获取综合收益,并选择综合收益最高的码流进行切换;
其中,所述切换损益是指在对切换码流的操作赋以一定损益。
3.根据权利要求1或2所述的基于实时带宽估计的自适应HTTP流化码流切换方法,其特征在于,所述步骤101)进一步包含:
步骤101-1)在服务器端将视频各码流的副本切分成等时长的视频片段,用户端选中W个最近下载的分片的记录信息,定义为观测窗口,其中W为观测窗口大小;
步骤101-2)利用假设检验的方法判断观测窗口内下载速率是否发生了跳变,如果发生了速率跳变转入下个步骤,如果没有发生速率跳变则转入步骤101-4);
步骤101-3)采用下式计算在观测窗口内下载速率发生跳变时的用户下载速度的均值为:
r &OverBar; = &rho; &CenterDot; 1 W - V &Sigma; j = i - W + 1 i - V r j + ( 1 - &rho; ) &CenterDot; 1 V &Sigma; j = i - V + 1 i r j
方差为:
Var = &rho; &CenterDot; 1 W - V - 1 &Sigma; j = i - W + 1 i - V ( r j - r &OverBar; 1 ) 2 + ( 1 - &rho; ) &CenterDot; 1 V - 1 &Sigma; j = i - V + 1 i ( r j - r &OverBar; 2 ) 2
其中,rj为分片j的下载速率,W为观测窗口内的分片数,V是指在第V个分片发生下载速率跳变,ρ为遗忘因子,和Var为当前下载速率均值和方差的估计。
步骤101-4)采用下式计算在观测窗口内未发生跳变时用户下载速度的均值为:
r &OverBar; = 1 W &Sigma; j = i - W + 1 i r j
方差为:
Var = 1 W - 1 &Sigma; j - W + 1 i ( r j - r &OverBar; ) 2
其中,rj为分片j的下载速率,W为观测窗口内的分片数,和Var为当前下载速率均值和方差的估计。
4.根据权利要求3所述的基于实时带宽估计的自适应HTTP流化码流切换方法,其特征在于,所述步骤102)具体步骤为:假设各码流按码率从低到高的顺序记为视频流1,…,视频流s,令Rm表示任意码流m的平均码率,显然R1<…<Rs,假定当前网络下载速率r是以
Figure FDA00001635487100022
为均值,以Var为方差的正态随机变量;定义下溢风险为:
Risk u [ s ] = Pr { r < R s } = &Phi; ( R s - r &OverBar; Var )
其中,Risku[s]是码流s的下溢风险,Φ(·)是正态分布的累积分布函数,
Figure FDA00001635487100024
和Var为当前下载速率均值和方差的估计。
5.根据权利要求4所述的基于实时带宽估计的自适应HTTP流化码流切换方法,其特征在于,所述综合收益的计算公式为:
假设从码流m切换到码流n的综合收益公式如下:
Gain[n]m=Qn-Risku[n]*Costu-CostS
其中,Qn是码流n的质量收益,Costu是设置的下溢风险损益,CostS是设置的从码流m切换到码流n的切换损益。
6.一种基于实时带宽估计的自适应HTTP流化码流切换系统,该系统为采用终端“拉”服务模式的HTTP自适应流化算法提供一种码流切换的策略,其特征在于,所述系统包含:
当前网络状态估计模块,用于估计当前用户下载速率的均值和方差;
下溢风险获取模块,用于依据估计的均值和方差评估各码流的下溢风险;和
码流切换决策模块,用于设置码流质量收益和下溢风险损益,将下溢风险、码流质量收益和下溢风险损益组合获取综合收益,并选择综合收益最高的码流进行切换。
7.根据权利要求6所述的基于实时带宽估计的自适应HTTP流化码流切换系统,其特征在于,所述码流切换决策模块还设置切换损益,并综合考虑码流质量收益、下溢风险损益和切换损益获取综合收益,依据综合收益进行码流切换的决策过程。
8.根据权利要求6所述的基于实时带宽估计的自适应HTTP流化码流切换系统,其特征在于,所述当前网络状态估计模块进一步包含如下子模块:
确定网络状态统计量子模块,用于客户端分析最近的分片下载时间,其中所述分片为:服务器端对视频各码流副本依据时间划分的若干分片;
速率跳变判决子模块,用于利用假设检验的方法判断观测窗口内下载速率是否发生了跳变;
第一处理子模块,用于在观测窗口内下载速率发生了跳变的情况下估算当前下载速率的均值和方差,其中均值的计算公式为:
r &OverBar; = &rho; &CenterDot; 1 W - V &Sigma; j = i - W + 1 i - V r j + ( 1 - &rho; ) &CenterDot; 1 V &Sigma; j = i - V + 1 i r j
方差的公式为:
Var = &rho; &CenterDot; 1 W - V - 1 &Sigma; j = i - W + 1 i - V ( r j - r &OverBar; 1 ) 2 + ( 1 - &rho; ) &CenterDot; 1 V - 1 &Sigma; j = i - V + 1 i ( r j - r &OverBar; 2 ) 2
其中,rj为分片j的下载速率,W为观测窗口内的分片数,V是指在第V个分片发生下载速率跳变,ρ为遗忘因子,
Figure FDA00001635487100033
和Var为当前下载速率均值和方差的估计;
第二处理模块,用于在观测窗口内下载速率没有发生跳变的情况下估算当前下载速率的均值和方差,其中均值的计算公式为:
r &OverBar; = 1 W &Sigma; j = i - W + 1 i r j
方差的计算公式为:
Var = 1 W - 1 &Sigma; j - W + 1 i ( r j - r &OverBar; ) 2
其中,rj为分片j的下载速率,W为观测窗口内的分片数,
Figure FDA00001635487100036
和Var为当前下载速率均值和方差的估计。
9.根据权利要求8所述的基于实时带宽估计的自适应HTTP流化码流切换系统,其特征在于,所述下溢风险获取模块进一步包含如下子模块:
记Rm表示码流m的平均码率,下载速率r是以
Figure FDA00001635487100037
为均值,以Var为方差的正态随机变量;定义下溢风险为:
Risk u [ s ] = Pr { r < R s } = &Phi; ( R s - r &OverBar; Var )
其中,Risku[s]是码流s的下溢风险,Φ(·)是正态分布的累积分布函数,
Figure FDA00001635487100039
和Var为当前下载速率均值和方差的估计。
10.根据权利要求8所述的基于实时带宽估计的自适应HTTP流化码流切换系统,其特征在于,所述码流切换决策模块进一步包含如下子模块:
设置子模块,用于设置码流质量收益、下溢风险损益和/或切换损益;
第三处理子模块,用于依据下溢风险和设置模块设置的参量,计算各码流相互切换时的综合收益值;
比较模块,比较各码流的综合收益值,并选中综合收益值最高的码流;和
决策模块,用于接收比较模块选中的码流,并将其作为当前码流切换的对象执行码流切换。
CN201210148731.1A 2012-05-14 2012-05-14 一种基于带宽估计的自适应http流化码流切换方法及系统 Expired - Fee Related CN103428105B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210148731.1A CN103428105B (zh) 2012-05-14 2012-05-14 一种基于带宽估计的自适应http流化码流切换方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210148731.1A CN103428105B (zh) 2012-05-14 2012-05-14 一种基于带宽估计的自适应http流化码流切换方法及系统

Publications (2)

Publication Number Publication Date
CN103428105A true CN103428105A (zh) 2013-12-04
CN103428105B CN103428105B (zh) 2017-03-08

Family

ID=49652293

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210148731.1A Expired - Fee Related CN103428105B (zh) 2012-05-14 2012-05-14 一种基于带宽估计的自适应http流化码流切换方法及系统

Country Status (1)

Country Link
CN (1) CN103428105B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104954862A (zh) * 2014-03-24 2015-09-30 格瑞菲技术有限公司 用于预测的缓冲和网络成形的系统和方法
CN104967884A (zh) * 2015-04-17 2015-10-07 北京奇艺世纪科技有限公司 一种码流切换方法和装置
CN105100172A (zh) * 2014-05-22 2015-11-25 华为技术有限公司 一种http协议的缓存状态更新方法和设备、处理机
CN106686409A (zh) * 2015-11-09 2017-05-17 中国移动通信集团公司 一种流媒体码率自适应方法及装置、服务器、终端
CN107210993A (zh) * 2014-12-23 2017-09-26 意大利电信股份公司 无线通信网络中的多媒体内容流的动态速率调整的方法与系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101640699A (zh) * 2009-08-21 2010-02-03 深圳创维数字技术股份有限公司 P2p流媒体系统及其中的流媒体下载方法
CN102333089A (zh) * 2011-09-26 2012-01-25 南京邮电大学 基于超文本传输协议流化的多码率媒体流自适应控制方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101640699A (zh) * 2009-08-21 2010-02-03 深圳创维数字技术股份有限公司 P2p流媒体系统及其中的流媒体下载方法
CN102333089A (zh) * 2011-09-26 2012-01-25 南京邮电大学 基于超文本传输协议流化的多码率媒体流自适应控制方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104954862A (zh) * 2014-03-24 2015-09-30 格瑞菲技术有限公司 用于预测的缓冲和网络成形的系统和方法
CN105100172A (zh) * 2014-05-22 2015-11-25 华为技术有限公司 一种http协议的缓存状态更新方法和设备、处理机
CN105100172B (zh) * 2014-05-22 2018-03-27 华为技术有限公司 一种http协议的缓存状态更新方法和设备、处理机
US10003999B2 (en) 2014-05-22 2018-06-19 Huawei Technologies Co., Ltd. HTTP-based buffer status updating method and device, and buffer status processor
CN107210993A (zh) * 2014-12-23 2017-09-26 意大利电信股份公司 无线通信网络中的多媒体内容流的动态速率调整的方法与系统
CN107210993B (zh) * 2014-12-23 2020-11-10 意大利电信股份公司 无线网络中的多媒体内容流的动态速率调整的方法与系统
CN104967884A (zh) * 2015-04-17 2015-10-07 北京奇艺世纪科技有限公司 一种码流切换方法和装置
CN104967884B (zh) * 2015-04-17 2018-01-26 北京奇艺世纪科技有限公司 一种码流切换方法和装置
CN106686409A (zh) * 2015-11-09 2017-05-17 中国移动通信集团公司 一种流媒体码率自适应方法及装置、服务器、终端

Also Published As

Publication number Publication date
CN103428105B (zh) 2017-03-08

Similar Documents

Publication Publication Date Title
US11228794B2 (en) Method, computer device, and storage medium for media code rate self-adaptation
CN109302623B (zh) 一种基于QoE模型动态自适应视频的传输方法
CN103428105A (zh) 一种基于带宽估计的自适应http流化码流切换方法及系统
US20240146635A1 (en) Methods and apparatus to predict end of streaming media using a prediction model
EP4007285A1 (en) Video bit rate determining method and apparatus, electronic device, and storage medium
Sengupta et al. HotDASH: Hotspot aware adaptive video streaming using deep reinforcement learning
CN104967884B (zh) 一种码流切换方法和装置
EP3313043A1 (en) System and method for determining quality of a media stream
CN109587519B (zh) 基于q学习的异构网络多径视频传输控制系统及方法
US20190268655A1 (en) Determining a Quality of Experience Metric Based on Uniform Resource Locator Data
CN103108257A (zh) 一种用于嵌入式终端改善流媒体播放质量的方法及系统
CN109831705B (zh) 一种针对HTTP视频流业务的主观QoE评估方法
CN106604078B (zh) 一种网络视频推荐方法及装置
US11699084B2 (en) Reinforcement learning in real-time communications
Riiser et al. Bitrate and video quality planning for mobile streaming scenarios using a GPS-based bandwidth lookup service
CN103200399A (zh) 基于可伸缩视频编码的控制视频质量波动的方法及装置
CN103428107B (zh) 一种基于缓存下溢概率估计的自适应码流切换方法及系统
Dong et al. QoE-aware adaptive bitrate video streaming over mobile networks with caching proxy
CN100568835C (zh) 一种基于丢包率的网络状态估计方法
CN115037416A (zh) 数据前向纠错处理方法、装置、电子设备和存储介质
CN103248921B (zh) 广告播放方法、装置及系统
Araújo et al. A hybrid energy-aware video bitrate adaptation algorithm for mobile networks
Xiao et al. Robust QoE-driven DASH over OFDMA networks
CN106453270A (zh) 基于pi控制流媒体的自适应传输算法
CN112202800B (zh) C-ran架构中基于强化学习的vr视频边缘预取方法和系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170308

Termination date: 20200514

CF01 Termination of patent right due to non-payment of annual fee