CN105284077B - 互联网协议电话带宽管理方法 - Google Patents

Abstract

一种优化发送器和接收器的互联网协议电话(VoIP)应用之间的语音流中的音频质量的计算机化的方法，包括：由所述接收器定义时间间隔；由所述接收器通过采用双指数平滑计算(i)单向延迟和(ii)趋势，来在每个时间间隔的结束时确定是否存在拥塞；由所述接收器基于所述计算估计所述发送器可用的带宽；由所述接收器将所估计的带宽发送至所述发送器；以及由所述发送器将所述带宽估计用作允许的最大发送速率。

Description

互联网协议电话带宽管理方法

技术领域

本发明涉及一种互联网协议电话(VoIP)系统，并且更具体地涉及使用带宽使用调整来优化音频质量。

背景技术

与“电路交换”的语音不同，VoIP需要在由于竞争流量(例如在YouTube上观看剪辑)、无线干扰等造成的不断变化的网络状况下运行良好。

诸如Opus之类的一些音频编解码器(CODEC)支持以不同的比特率来传送。除了使用多速率编解码器外，还能够通过改变帧大小和在编解码器之间切换来改变比特率。

即使使用了支持多个比特率(其可以包括如上述的帧大小的改变)的编解码器，依然存在在需要测量网络状况的给定的网络状况下使用“最好”的比特率的问题。

发明内容

本发明提供一种优化发送器和接收器的互联网协议电话(VoIP)应用之间的语音流中的音频质量的计算机化的方法，包括：由所述接收器定义时间间隔；由所述接收器通过采用双指数平滑计算(i)单向延迟和(ii)趋势，来在每个时间间隔的结束时确定是否存在拥塞；由所述接收器基于所述计算估计所述发送器可用的带宽；由所述接收器将所估计的带宽发送至所述发送器；以及由所述发送器将所述带宽估计用作允许的最大发送速率。

确定是否存在拥塞可以包括：如果所计算出的单向延迟大于预定的正的常数或者所计算出的趋势大于预定的正的常数，则确定存在拥塞。

所述方法还可以包括基于所述计算出的趋势的值来确定拥塞水平。

所述方法还可以包括：确定是否应当进行带宽估计；以及其中仅当确定应当进行带宽估计时，才可以执行所述估计、发送和使用的步骤。

确定是否应当进行带宽估计可以包括：确定自从上一次带宽估计起是否经过了预定的时长。

所述预定的时长可以是往返时间。

确定是否应当进行带宽估计可以包括确定拥塞状态是否已经改变。

估计带宽可以包括：a.估计传入比特率；b.如果不存在拥塞，则将所述带宽估计设置为比先前估计的带宽大；以及c.如果存在拥塞，则将所述带宽估计设置为比所估计的传入比特率小。

附图说明

为了更好地理解本发明以及显示如何应用本发明来产生效果，现在将通过仅仅为示例的方式参照附图进行说明。

现在详细地具体参考附图，要强调的是所示的细节是通过示例方式的并且仅是为了示意性论述本发明优选实施例的目的，并且是为了提供被认为是最有用的和容易理解发明的原理和概念性方面的描述而呈现的。在这点上，仅显示了基本理解本发明所必需的内容，而没有试图更详细地显示本发明的结构细节，结合附图的描述使得本领域技术人员能够知晓如何在实际中体现出本发明的多种形式。在附图中：

图1是概述了根据本发明实施例的拥塞检测算法的流程图；以及

图2是概述了根据本发明实施例的带宽估计算法的流程图。

具体实施方式

为了在VoIP系统中获得最佳的音频质量，我们要在使用最高比特率(对于给定的编解码器，使用更多的比特/秒来编码数据将可以得到更准确的输入表示)的同时保持尽可能低的等待时间。

我们将等待时间(latency)定义为延迟(delay)，所述等待时间即音频在侧1的麦克风和侧2的扬声器之间传送所需要的时间。这包含两个总体分量—假设其为固定的算法延迟(我们将其认定为音频在一个VoIP应用中所花费的所有时间)和网络延迟。我们将从1到2的网络延迟称为“单向延迟”(如果我们在反方向上添加单向延迟，则我们得到“往返延迟”)。在一般情况下，在流应用(例如在YouTube上观看剪辑)中，几秒钟的延迟并没有什么问题。然而，在交互会话(即交谈)中，延迟将严重地影响感知到的质量。

存在影响单向延迟的多个分量。通过拥塞避免协议处理的一个分量是排队延迟。当数据包到达路由器的速度比路由器能够将数据包传输给下一跳的速度更快时，数据包将被排队。对于排队的数据包来说单向延迟增加。

例如，假设我们有一个“源”，该源每秒将2个数据包发送到路由器，该路由器被连接到具有容量为每秒1个数据包的另一个链接。假设最初没有排队，则第一个数据包几乎立即被路由器释放。然而，第二个数据包在0.5秒到达并且必须等待1秒才能被传送。下一个数据包在1秒到达并且必须等待2秒。针对由于队列而导致的单向延迟，第一个数据包为0秒，第二个数据包为0.5秒，第三个数据包为1秒。

我们将单向延迟中的这种增加用作拥塞的信号。

我们假设每个音频数据包都包括时间戳(timestamp，例如RTP包)-该值通常随前个数据包中的样本(sample)的数目而增加。也就是：

timestamp_i＝timestamp_i-1+samples_i-1

由于样本数/秒是固定的(例如，8000或16000)，因此这可以很容易地转换为秒数。例如，在16000个样本/秒下480个样本＝30毫秒。

我们假设发送器“准时”发送每个数据包—即，在前面的例子中，发送器每30毫秒发送一个数据包。在理想的情况下，数据包将以均匀的间隔(即每30毫秒)到达接收器。然而，如果有拥塞的话，我们预期数据包的接收时间要更长(在上文的2个数据包/秒的例子中，在0、0.5、1、...秒时发送数据包，然而在0、1、2、...秒时接收数据包，也就是，在发送的两个数据包之间间隔0.5秒，但接收的2个数据包之间间隔1秒)。

在诸如互联网之类的真实的IP网络中，还没这么简单：随机抖动被添加到每个数据包中，使得延迟比“预期的”时间更长或更短。

让我们将数据包i被发送的时间称为s_i，并且将其被接收的时间称为r_i。我们将数据包间延迟定义为：

d_i＝r_i-r_i-1-(s_i-s_i-1)

如果没有拥塞，则我们预期d_i平均为0：

E(d_i)＝0

拥塞检测

现在将结合图1描述根据本发明实施例的拥塞检测算法。为了检测接收器上的拥塞，接收器的VoIP应用测量在例如120毫秒的预定(步骤100)的固定时间间隔处所接收到的样本的数目。如果每120毫秒间隔都(平均)接收到120毫秒价值的数据包，那么就没有拥塞。但是，如果在120毫秒的时间间隔处(平均)接收到小于120毫秒价值的数据包，则存在拥塞。

给定足够的样本，很容易检测拥塞。但是，我们要快速检测拥塞同时还要避免抖动引起的误报。

我们选择以固定长度C间隔来取样，因为这简化了算法。因此，让我们将第一间隔(在本例中，为从0到120毫秒)称为1₁，第二间隔称为1₂等等，并让我们以与间隔的单位相同的单位(例如毫秒)来称呼在第i个间隔R_i(步骤120)接收到的样本。例如，使用RTP，我们可以将RTP时间戳(指示样本数目)转换成例如毫秒的时间单位，因为样本率通常是固定的，例如对于“窄带”语音通话为8000个样本/秒而对于视频为90000个样本/秒。对于所有的i，我们得到：I_i＝C(在上面的示例中，C＝120毫秒)。

为了测量拥塞，我们使用双指数平滑(步骤130)：

s_i＝α*(R_i-I_i)+(1-α)*(s_i-1+b_i-1)

b_i＝β*(s_i-s_i-1)+(1-β)*b_i-1

其中，s₀和b₀被设置为某个初始值(例如0)(步骤110)，并且0<α，β<1为常数。

s_i是单向延迟的经平滑的估计(直到某一常数)并且如果没有拥塞的话则应为0。b_i是“趋势”—例如，正的b_i表示增加的延迟，即—拥塞状态。

现在我们将间隔I_i结束时的拥塞定义为：

s_i>阈值S，对于某一阈值S>0值，或者

b_i>阈值T，对于某一阈值T>0值(步骤140)。

我们可以进一步定义数个S和/或T阈值，这些阈值将指示拥塞的程度—例如无、轻、正常或严重拥塞。

在步骤150中，如果上次拥塞和比特率被计算出来表明没有必要重新估计这次的可用带宽，则处理返回到步骤120以测量在下一个时间间隔中接收到的样本的数目。

带宽估计

现在将结合图2说明带宽估计算法。基于拥塞估计，接收器的VoIP应用尝试估计发送器的可用带宽以及发送器的VoIP应用是否应增加或减少其发送速率。

在时刻t，我们估计传入比特率r_t(例如，通过测量在上一个1秒中所接收的比特的数目)。如果网络拥塞，那么我们假定数据包被尽可能快地传输，因此r_t能够被用作可用带宽的估计。另一方面，如果没有拥塞，那么传入速率小于可用的比特率。

基于最近的拥塞估计和传入比特率，接收器的VoIP应用周期性地估计可用于发送器的带宽。让我们假设在时刻t_i估计带宽并且结果为At_i。初始带宽At₀可以例如从初始预定时间期间的传入比特率来估计。可替换地，初始比特率可以由标准或作为初始握手的一部分的协商来固定，或由本领域中已知的任何其它方法来确定。

让我们将在时刻t_i估计的传入比特率称为rt_i(步骤200)。

如果没有拥塞，则我们想要增加可用带宽估计(步骤220)。例如：

如果r_ti>2*A_ti-1则我们能够设置A_ti＝2/3*r_ti。

否则，通过与常量因子相乘来增大A_ti:

A_ti＝C*A_t-1(步骤230)，其中C>1或者

通过与常量相加：A_ti＝C+A_t-1，其中C>1。

用于增加可用带宽的另一个示例性选项是记住上一个可用带宽估计A_ti-1，并且尝试在拥塞时期后快速返回到它(例如设置新的估计为上次可用估计的至少1/2)。

应当指出的是，在某些情况下，比特率可能不增加。例如：

-可以定义最大比特率；

-来自对端的传入比特率(显著)低于当前的估计。

或者，如果存在拥塞并且假设当前的传入比特率是我们的最佳带宽估计，则我们希望减少比特率(步骤230)以解决拥塞。

如果存在轻微拥塞，则我们可以如下估计A_ti：

A_ti＝min(A_ti-1，r_ti)(步骤240)

在较高的拥塞水平下，我们可以将传入比特率乘以常数(D<1)，以允许延迟降低(步骤250)。如果发送器全速发送，则延迟将不会降低。相反，如果发送器使用例如80％的可用带宽，这意味着它正在“追赶”—队列正在缩短。可以使用用于降低估计的带宽的其他方法。

接收器的VoIP应用将估计发送到发送器的VoIP应用，后者将它们用作允许的最大发送速率。

我们需要指明的最后一件事是如何确定更新估计的时间。

一些示范性的选项有：

1.周期性地更新。这可以通过每C(例如120毫秒)或者以上来完成。例如，我们可以每1秒重新估计带宽。替选地，RTCP可用于发送周期性的更新。

2.当拥塞状态显示变化时—例如出现了从无拥塞到拥塞的变化。

3.由于这需要往返(接收器将估计发送至发送器，然后必须等待具有改变了的比特率的第一个数据到达)，每次接收器发送估计时，它建立了一个定时器，用于发生下一个估计，例如RTT+ε或(1+ε)*RTT，其中RTT是往返时间的估计并且ε是某一常量。

可以以许多方法来测量RTT，例如：

1.发送器的VoIP应用可以发送“ACK”数据包用于改变(我们假设该数据包之后的每个数据包都受到改变的影响)。

2.每个媒体数据包可以包含当前发送速率的编码(例如，编解码器可以支持256个不同的发送速率—编码的流的首个字节可以是所用的“模式”)。然后，当发送速率已经改变时接收器能够识别出来。

3.可以发送显式RTT数据包。

4.可以从RTCP计算RTT。

作为增强，如果拥塞变化显著则可以触发即时比特率估计。

可以以软件、硬件或固件的各种组合来实现本发明。

Claims (10)

1.一种优化发送器和接收器的互联网协议电话(VoIP)应用之间的语音流中的音频质量的计算机化的方法，包括：

由所述接收器定义时间间隔；

由所述接收器通过采用双指数平滑计算(i)单向延迟和(ii)趋势，来在每个时间间隔的结束时确定是否存在拥塞；

由所述接收器基于所述计算和估计的传入比特率来估计所述发送器可用的带宽；

由所述接收器将所估计的带宽发送至所述发送器；以及

由所述发送器将所估计的带宽用作允许的最大发送速率。

2.根据权利要求1所述的方法，其中所述确定是否存在拥塞包括：如果所计算出的单向延迟大于预定的正的常数或者所计算出的趋势大于预定的正的常数，则确定存在拥塞。

3.根据权利要求2所述的方法，还包括基于所述计算出的趋势的值来确定拥塞水平。

4.根据权利要求1所述的方法，还包括：确定是否应当进行带宽估计的步骤；以及其中仅当确定应当进行带宽估计时，才执行所述估计、发送和使用的步骤。

5.根据权利要求4所述的方法，其中所述确定是否应当进行带宽估计包括确定自从上一次带宽估计起是否经过了预定的时长。

6.根据权利要求5所述的方法，其中所述预定的时长是往返时间。

7.根据权利要求4所述的方法，其中所述确定是否应当进行带宽估计包括确定拥塞状态是否已经改变。

8.根据权利要求1所述的方法，其中估计所述发送器可用的带宽包括：

a.估计传入比特率；

b.如果不存在拥塞，则将所述所估计的带宽设置为比所估计的传入比特率大；以及

c.如果存在拥塞，则将所述所估计的带宽设置为比所估计的传入比特率小。

9.一种检测发送器和接收器的互联网协议电话(VoIP)应用之间的语音流中的拥塞的计算机化的方法，包括：

由所述接收器定义时间间隔；

由所述接收器采用双指数平滑在每个时间间隔的结束时计算(i)单向延迟和(ii)趋势；以及

如果所计算出的单向延迟大于预定的正的常数或者所计算出的趋势大于预定的正的常数，则确定存在拥塞。

10.根据权利要求9所述的方法，还包括基于所述计算出的趋势的值来确定拥塞水平。