CN111935441B - 一种网络状态检测方法及装置 - Google Patents

一种网络状态检测方法及装置 Download PDF

Info

Publication number
CN111935441B
CN111935441B CN202010754638.XA CN202010754638A CN111935441B CN 111935441 B CN111935441 B CN 111935441B CN 202010754638 A CN202010754638 A CN 202010754638A CN 111935441 B CN111935441 B CN 111935441B
Authority
CN
China
Prior art keywords
current
data
network
data packet
determining
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.)
Active
Application number
CN202010754638.XA
Other languages
English (en)
Other versions
CN111935441A (zh
Inventor
杨晓云
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.)
Beijing Jiaxun Zhihang Technology Co ltd
Original Assignee
Beijing Jiaxun Feihong Electrical 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 Beijing Jiaxun Feihong Electrical Co Ltd filed Critical Beijing Jiaxun Feihong Electrical Co Ltd
Priority to CN202010754638.XA priority Critical patent/CN111935441B/zh
Publication of CN111935441A publication Critical patent/CN111935441A/zh
Application granted granted Critical
Publication of CN111935441B publication Critical patent/CN111935441B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/14—Systems for two-way working
    • H04N7/15—Conference systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/60—Network structure or processes for video distribution between server and client or between remote clients; Control signalling between clients, server and network components; Transmission of management data between server and client, e.g. sending from server to client commands for recording incoming content stream; Communication details between server and client 
    • H04N21/63—Control signaling related to video distribution between client, server and network components; Network processes for video distribution between server and clients or between remote clients, e.g. transmitting basic layer and enhancement layers over different transmission paths, setting up a peer-to-peer communication via Internet between remote STB's; Communication protocols; Addressing
    • H04N21/637—Control signals issued by the client directed to the server or network components
    • H04N21/6375—Control signals issued by the client directed to the server or network components for requesting retransmission, e.g. of data packets lost or corrupted during transmission from server
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/60—Network structure or processes for video distribution between server and client or between remote clients; Control signalling between clients, server and network components; Transmission of management data between server and client, e.g. sending from server to client commands for recording incoming content stream; Communication details between server and client 
    • H04N21/63—Control signaling related to video distribution between client, server and network components; Network processes for video distribution between server and clients or between remote clients, e.g. transmitting basic layer and enhancement layers over different transmission paths, setting up a peer-to-peer communication via Internet between remote STB's; Communication protocols; Addressing
    • H04N21/643—Communication protocols
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/60—Network structure or processes for video distribution between server and client or between remote clients; Control signalling between clients, server and network components; Transmission of management data between server and client, e.g. sending from server to client commands for recording incoming content stream; Communication details between server and client 
    • H04N21/63—Control signaling related to video distribution between client, server and network components; Network processes for video distribution between server and clients or between remote clients, e.g. transmitting basic layer and enhancement layers over different transmission paths, setting up a peer-to-peer communication via Internet between remote STB's; Communication protocols; Addressing
    • H04N21/647—Control signaling between network components and server or clients; Network processes for video distribution between server and clients, e.g. controlling the quality of the video stream, by dropping packets, protecting content from unauthorised alteration within the network, monitoring of network load, bridging between two different networks, e.g. between IP and wireless
    • H04N21/64723—Monitoring of network processes or resources, e.g. monitoring of network load
    • H04N21/64738—Monitoring network characteristics, e.g. bandwidth, congestion level
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/60—Network structure or processes for video distribution between server and client or between remote clients; Control signalling between clients, server and network components; Transmission of management data between server and client, e.g. sending from server to client commands for recording incoming content stream; Communication details between server and client 
    • H04N21/63—Control signaling related to video distribution between client, server and network components; Network processes for video distribution between server and clients or between remote clients, e.g. transmitting basic layer and enhancement layers over different transmission paths, setting up a peer-to-peer communication via Internet between remote STB's; Communication protocols; Addressing
    • H04N21/647—Control signaling between network components and server or clients; Network processes for video distribution between server and clients, e.g. controlling the quality of the video stream, by dropping packets, protecting content from unauthorised alteration within the network, monitoring of network load, bridging between two different networks, e.g. between IP and wireless
    • H04N21/64784—Data processing by the network
    • H04N21/64792—Controlling the complexity of the content stream, e.g. by dropping packets

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Security & Cryptography (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本公开涉及一种网络状态检测方法及装置。该网络状态检测方法包括：实时获得网络数据传输时的当前延迟梯度数据、丢包率情况数据和预先设置的变化率数据；根据丢包率情况数据和预先设置的变化率数据确定当前自适应阈值变化率；根据当前自适应阈值变化率、当前延迟梯度数据和上一时刻的自适应阈值，确定当前时刻自适应阈值；根据当前延迟梯度数据和当前时刻自适应阈值，判断当前网络状态。本公开能够进行网络状态的检测，以便于对视频码率进行调整，保证视频传输的质量。

Description

一种网络状态检测方法及装置
技术领域
本公开涉及一种网络状态检测方法，同时也涉及相应的网络状态检测装置，属于视频会议通信领域。
背景技术
随着视频压缩技术和宽带网络的不断发展，视频会议在IP网上的传输和应用受到了广泛的关注。其中，视频会议中视频流的传输对实时性要求非常高，如果数据不能正确的在时限前到达，将会影响视频播放质量。由网络拥塞引起的丢包和时延增大都会明显降低视频业务的QoS(Quality of Service，服务质量)。
网络拥塞是基于IP协议的UDP(User Datagram Protocol，用户数据报协议)报交换网络中一种常见的网络传输问题。它对网络传输的质量有严重的影响，是导致网络吞吐量降低，网络丢包等的主要原因之一。网络拥塞使得上层应用无法有效的利用网络带宽获得高质量的网络传输效果。特别是在视频会议通信领域，网络拥塞导致的丢包、延迟、抖动等问题，严重影响了视频通信的质量。因而，网络拥塞控制技术及发送端码率调整策略在视频会议系统中起着至关重要的作用。
在研发过程中，发明人发现现有Web RTC(网页即时通信，Web Real-TimeCommunication)技术中的GCC(Google Congestion Control)算法具有很好的应用前景。该算法提供了基于延迟的网络拥塞控制，可以根据延迟梯度推断当前网络状况。然而，现有GCC算法中的动态阈值调整只参考了延迟梯度信息，而没有参考当前网络丢包信息的问题，使得动态阈值调整不够准确。
发明内容
本公开所要解决的首要技术问题在于提供一种网络状态检测方法。
本公开所要解决的另一技术问题在于提供一种网络状态检测装置。
为了实现上述目的，本公开采用下述的技术方案：
根据本公开实施例的第一方面，提供一种网络状态检测方法，包括如下步骤：
实时获得网络数据传输时的当前延迟梯度数据、丢包率情况数据和预先设置的变化率数据；
根据所述丢包率情况数据和预先设置的变化率数据确定当前自适应阈值变化率；
根据所述当前自适应阈值变化率、当前延迟梯度数据和上一时刻的自适应阈值，确定当前时刻自适应阈值；
根据所述当前延迟梯度数据和当前时刻自适应阈值，判断当前网络状态。
其中较优地，实时获得网络数据传输时的当前延迟梯度数据，包括如下子步骤：
实时向网络接收端发送网络数据包；
实时接收网络接收端发送的反馈数据包，获得每个反馈数据包携带的各数据包组的发送时刻信息和接收时刻信息；其中，所述数据包组为网络接收端根据预设的时长周期对实时接收到的网络数据包进行分组得到的；
根据各数据包组的发送时刻信息和接收时刻信息，采用双指数平滑滤波法，确定各数据包组对应的均衡平滑延迟；
根据各数据包组的发送时刻信息、接收时刻信息，以及各数据包组对应的均衡平滑延迟，确定当前延迟梯度数据。
其中较优地，所述丢包率情况数据包括当前统计周期统计的丢包率和上一统计周期统计的丢包率；
所述根据所述丢包率情况数据和预先设置的变化率数据确定当前自适应阈值变化率，包括：
根据当前统计周期统计的丢包率flcurrent、上一统计周期统计的丢包率fllast和预先设置的变化率数据kd及ku，确定当前自适应阈值变化率kr(ti)；其中：
Figure BDA0002610070220000031
其中，ti表示第i个时刻；m(ti)表示第i个延迟梯度数据；r(ti-1)表示第i-1个时刻的自适应阈值。
其中较优地，所述根据所述当前自适应阈值变化率、当前延迟梯度数据和上一时刻的自适应阈值，确定当前时刻自适应阈值，包括：
根据当前自适应阈值变化率kr(ti)、当前延迟梯度数据m(ti)和上一时刻的自适应阈值r(ti-1)，确定当前时刻自适应阈值r(ti)；其中：
r(ti)＝r(ti-1)+ΔT*kr(ti)*(|m(ti)|-r(ti-1))
其中，ΔT＝ti-ti-1，ΔT表示距上次更新阈值的时间间隔。
其中较优地，所述根据所述当前延迟梯度数据和当前时刻自适应阈值，判断当前网络状态，包括：
比较当前延迟梯度数据m(ti)与当前时刻自适应阈值r(ti)及当前时刻自适应阈值的负数-r(ti)的大小；
在m(ti)＞r(ti)时，确定当前网络状态为过载状态；
当m(ti)＜-r(ti)时，确定当前网络状态为空载状态；
当-r(ti)≤m(ti)≤r(ti)时，确定当前网络状态为正常状态。
根据本公开实施例的第二方面，提供一种网络数据传输码率的调整方法，采用上述网络状态检测方法判断当前网络状态；该调整方法还包括如下步骤：
根据当前网络状态，调整网络数据传输码率。
其中较优地，所述当前网络状态包括过载状态、空载状态和正常状态；
所述根据当前网络状态，调整网络数据传输码率，包括：
在当前网络状态为过载状态时，减小网络数据传输码率；
在当前网络状态为空载状态时，增大网络数据传输码率；
在当前网络状态为正常状态时，保持网络数据传输码率不变。
根据本公开实施例的第三方面，提供一种网络状态检测装置，包括：
数据获取单元，用于实时获得网络数据传输时的当前延迟梯度数据、丢包率情况数据和预先设置的变化率数据；
变化率确定单元，用于根据所述丢包率情况数据和预先设置的变化率数据确定当前自适应阈值变化率；
自适应阈值确定单元，用于根据所述当前自适应阈值变化率、当前延迟梯度数据和上一时刻的自适应阈值，确定当前时刻自适应阈值；
网络状态判断单元，用于根据所述当前延迟梯度数据和当前时刻自适应阈值，判断当前网络状态。
根据本公开实施例的第四方面，提供一种计算机可读存储介质，所述可读存储介质上存储有指令，当其在计算机上运行时，使得所述计算机执行上述第一方面所述的方法。
根据本公开实施例的第五方面，提供一种包含指令的计算机程序产品，当其在计算机上运行时，使得所述计算机执行上述第一方面所述的方法。
本公开实施例提供的网络状态检测方法及装置，能够根据丢包率情况数据和预先设置的变化率数据来确定当前自适应阈值变化率，所得到的自适应阈值变化率更为准确；之后根据当前自适应阈值变化率、当前延迟梯度数据和上一时刻的自适应阈值，确定当前时刻自适应阈值，相应得到的当前时刻自适应阈值相当于不仅考虑到了延迟梯度数据，还考虑到了丢包率情况数据，得到的当前时刻自适应阈值也更为准确。最后根据当前延迟梯度数据和当前时刻自适应阈值，判断当前网络状态的结果也更为接近真实网络情况。这样获取通过更加真实的网络情况来对数据传输的码率进行调整，能够满足视频会议系统对于视频发送码率的要求，从而改善了视频会议系统的通话质量。
附图说明
图1为本公开实施例提供的网络状态检测方法的流程图一；
图2为本公开实施例提供的网络状态检测方法的流程图二；
图3为本公开实施例中，实时获得网络数据传输时的当前延迟梯度数据的步骤流程图；
图4为本公开实施例中，网络发送端(Sender)向网络接收端(Receiver)发送若干网络数据包的示意图；
图5为本公开实施例中的网络状态判断示意图；
图6为本公开实施例提供的网络状态检测装置的结构示意图。
具体实施方式
下面结合附图和具体实施例对本公开的技术内容做进一步的详细说明。
本公开的主要目的是为了进行网络状态的检测，以便于对视频码率进行调整，保证视频传输的质量。为此如图1所示，本公开实施例首先提供一种网络状态检测方法，包括如下步骤：
步骤101、实时获得网络数据传输时的当前延迟梯度数据、丢包率情况数据和预先设置的变化率数据。
步骤102、根据所述丢包率情况数据和预先设置的变化率数据确定当前自适应阈值变化率。
步骤103、根据所述当前自适应阈值变化率、当前延迟梯度数据和上一时刻的自适应阈值，确定当前时刻自适应阈值。
步骤104、根据所述当前延迟梯度数据和当前时刻自适应阈值，判断当前网络状态。
为了使本领域的技术人员更好的了解本公开，下面结合具体实例来对本公开的实施方式进行说明。如图2所示，本公开实施例提供一种网络状态检测方法，包括：
步骤201、实时获得网络数据传输时的当前延迟梯度数据。
其中，如图3所示，该步骤201可以采用如下步骤实现：
步骤2011、实时向网络接收端发送网络数据包。
值得说明的是，此处发送网络数据包的可以为网络发送端，该网络发送端可以是计算机、网络服务器、智能手机、平板电脑等。该网络接收端可以为计算机、智能手机、平板电脑等。该网络数据包可以为视频数据包、音频数据包或者音视频数据包，但不仅局限于此。
网络发送端在向网络接收端发送网络数据包时，该网络数据包中可以携带发送每个网络数据包的发送时刻(本公开实施例中记为Ti)。
这样，在网络接收端接收到网络数据包后，可以继续执行步骤2012。
步骤2012、实时接收网络接收端发送的反馈数据包。
具体的，网络接收端可以通过RTCP RR(Real-time Transport ControlProtocol，实时传输控制协议；Receiver Reports，接收者报告)报文的形式向网络发送端发送反馈数据包。其中，网络接收端在实时接收到网络数据包时，可以采用预设的时长周期(例如每5ms一个周期)对实时接收到的网络数据包进行分组，以形成若干数据包组。
步骤2013、获得每个反馈数据包携带的各数据包组中每个数据包组最后一个数据包发送时刻、最后一个数据包接收时刻和第一个数据包接收时刻。
例如，如图4所示，网络发送端(Sender)向网络接收端(Receiver)发送若干网络数据包(seq＝100至seq＝107)，网络接收端根据预设的时长周期，将该若干网络数据包分组为两个数据包组(G1和G2，此处仅以两个数据包组为例)，因此例如各数据包组的第一个数据包的发送时刻(G1 firsttimestamp，G2 firsttimestamp)，最后一个数据包的发送时刻(G1 lasttimestamp＝T1，G2 lasttimestamp＝T2)，第一个数据包的接收时刻(G2firstarrival)，最后一个数据包的接收时刻(t1、t2)，以及数据包组包含的数据包数量(G1_size、G2_size)均能够得到。
步骤2014、根据各时长周期的数据包组与其上一个时长周期的数据包组各自最后一个数据包发送时刻，确定各时长周期的数据包组对应的发送时间间隔deltatimestamp，i；其中，deltatimestamp，i＝Ti-Ti-1；i表示第i个时长周期的数据包组序号；Ti为第i个时长周期的数据包组最后一个数据包发送时刻；Ti-1为第i-1个时长周期的数据包组最后一个数据包发送时刻。
步骤2015、根据各时长周期的数据包组与其上一个时长周期的数据包组各自最后一个数据包接收时刻，确定各时长周期的数据包组对应的接收时间间隔deltaarrival，i；其中，deltaarrival，i＝ti-ti-1；i表示第i个时长周期的数据包组序号；ti为第i个时长周期的数据包组最后一个数据包接收时刻；ti-1为第i-1个时长周期的数据包组最后一个数据包接收时刻。
步骤2016、根据各时长周期的数据包组对应的发送时间间隔deltatimestamp，i和接收时间间隔deltaarrival，i，确定各时长周期的数据包组传输增长的延迟delayi；其中，delayi＝deltaarrivat，i-deltatimestamp，i。
步骤2017、根据各时长周期及各自之前的各时长周期的数据包组传输增长的延delay0至delayi，确定各时长周期的数据包组的叠加延迟accdelayi；其中，accdelayi＝∑delay0+delay1+…+delayi。
步骤2018、根据各时长周期的数据包组的叠加延迟accdelayi，采用双指数平滑滤波法，确定各数据包组对应的均衡平滑延迟smodelayi。
其中：
smodelayi＝alpha*accdelayi+(1-alpha)*(smodelayi-1+bdelayi-1)
bdelayi＝alpha*(smodelayi-smodelayi-1)+(1-alpha)*bdelayi-1
其中，smodelayi表示第i个时长周期的数据包组对应的均衡平滑延迟；alpha表示预先设置的遗忘因子；smodelayi-1表示第i-1个时长周期的数据包组对应的均衡平滑延迟；bdelayi为第i个时长周期的数据包组对应的修正项；bdelayi-1为第i-1个时长周期的数据包组对应的修正项。
其中，smodelayi反映的是数据包经由网络链路的排队时延信息，反映的是网络排队队列的增长情况。其值的估算方法和准确性，是影响拥塞检测方法中，评估最终趋势值的关键因素。因此，此处引入修正项bdelayi，从而采用双指数平滑滤波法，即在一次指数平滑滤波的基础上再作二次指数平滑，利用滞后偏差的规律找出曲线的发展方向和发展趋势，然后建立直线趋势预测模型，具有更好的网络状况预测效果。
步骤2019、根据各时长周期的数据包组的叠加延迟accdelayi，确定各时长周期的数据包组的累积延迟平均值xi；其中：
Figure BDA0002610070220000071
步骤20110、根据各时长周期的数据包组的均衡平滑延迟smodelayi，确定各时长周期的数据包组的均衡平滑延迟平均值yi；其中：
Figure BDA0002610070220000072
步骤20111、根据当前第i个数据包组最后一个数据包接收时刻ti和第一个数据包接收时刻firstarrival_i，确定当前第i个数据包组的传输持续时长transi，其中：transi＝ti-firstarrival_i。
步骤20112、根据各时长周期的数据包组的累积延迟平均值xi、均衡平滑延迟平均值yi、均衡平滑延迟smodelayi和当前第i个数据包组的传输持续时长transi，确定当前延迟梯度数据m(ti)。
其中，
Figure BDA0002610070220000081
其中，k表示第k个时长周期的数据包组。
步骤202、实时获得包括当前统计周期统计的丢包率和上一统计周期统计的丢包率的丢包率情况数据和预先设置的变化率数据。
本公开实施例考虑到WebRTC GCC拥塞控制中自适应阈值的调整只依据了因网络拥塞而产生的数据包延迟这个现象，而没有考虑到因网络拥塞而产生的网络丢包的问题，如果在计算动态阈值时，同时也参考网络丢包率这个参数，可能会起到更好的判断当前网络状况的效果。因此，此处本申请在WebRTC GCC动态阈值调整算法上进一步进行了优化。
步骤203、根据当前统计周期统计的丢包率flcurrent、上一统计周期统计的丢包率fllast和预先设置的变化率数据kd及ku，确定当前自适应阈值变化率kr(ti)。
其中：
Figure BDA0002610070220000082
其中，ti表示第i个时刻；m(ti)表示第i个延迟梯度数据；r(ti-1)表示第i-1个时刻的自适应阈值。
其中：
Figure BDA0002610070220000083
反映了网络拥塞变化的情况：
Figure BDA0002610070220000084
网络丢包率变大，反映在阈值更新间隔内网络拥塞变得更严重；
Figure BDA0002610070220000085
网络丢包率没变化，反映在阈值更新间隔内网络拥塞情况没变化；
Figure BDA0002610070220000086
网络丢包率变小，反映在阈值更新间隔内网络拥塞程度减轻；
步骤204、根据当前自适应阈值变化率kr(ti)、当前延迟梯度数据m(ti)和上一时刻的自适应阈值r(ti-1)，确定当前时刻自适应阈值r(ti)。
其中：
r(ti)＝r(ti-1)+ΔT*kr(ti)*(|m(ti)|-r(ti-1))
其中，ΔT＝ti-ti-1，ΔT表示距上次更新阈值的时间间隔。
此处延迟梯度数据是变化的，而且变化幅度较大，如果自适应阈值是固定的，对于延迟梯度数据来说可能太大或者太小，这样就会出现不够敏感，无法检测到网络拥塞，或者过于敏感，导致一直检测为网络拥塞。
根据上述公式，可见在阈值更新时刻，连续相邻两次的统计丢包率相同，则阈值按固定变化率进行增加或减小；连续相邻两次的丢包率变大，则阈值按照丢包率的变大比例进行相应的增加或减小；连续相邻两次的丢包率变小，则阈值按照丢包率的变小比例进行相应的增加或减小。从而更好的根据延迟和丢包两个指标，判断当前的网络拥塞状况。
步骤205、比较当前延迟梯度数据m(ti)与当前时刻自适应阈值r(ti)及当前时刻自适应阈值的负数-r(ti)的大小。
在m(ti)＞r(ti)时，执行步骤206：确定当前网络状态为过载状态(overuse)。
当m(ti)＜-r(ti)时，执行步骤207：确定当前网络状态为空载状态(underuse)。
当-r(ti)≤m(ti)≤r(ti)时，执行步骤208、确定当前网络状态为正常状态(normal)。
例如，网络状态的判断如图5所示。上述网络状态的判断依据是，当网络发生拥塞时，数据包会在中间网络设备中排队等待转发，这会造成延迟梯度的增长，当网络流量回落时，网络设备快速消耗其发送队列中的数据包，而后续的包排队时间更短，这时延迟梯度减小或为负值。
本公开实施例能够使网络拥塞时能更准确的确定自适应阈值，从而调整发送码率使其适应实时网络状况，最大程度占用网络可用带宽，提供视频会议通话质量。
另外，本公开的又一实施例中，提供一种网络数据传输码率的调整方法，采用上述图1至图5对应的网络状态检测方法判断当前网络状态。该网络数据传输码率的调整方法还包括：
根据当前网络状态，调整网络数据传输码率。
其中，优选的，该当前网络状态包括过载状态、空载状态和正常状态；
根据当前网络状态，调整网络数据传输码率，可以包括：
在当前网络状态为过载状态时，减小网络数据传输码率；
在当前网络状态为空载状态时，增大网络数据传输码率；
在当前网络状态为正常状态时，保持网络数据传输码率不变。
另外，如图6所示，本公开实施例还提供一种网络状态检测装置，包括：
数据获取单元31，用于实时获得网络数据传输时的当前延迟梯度数据、丢包率情况数据和预先设置的变化率数据。
变化率确定单元32，用于根据所述丢包率情况数据和预先设置的变化率数据确定当前自适应阈值变化率。
自适应阈值确定单元33，用于根据所述当前自适应阈值变化率、当前延迟梯度数据和上一时刻的自适应阈值，确定当前时刻自适应阈值。
网络状态判断单元34，用于根据所述当前延迟梯度数据和当前时刻自适应阈值，判断当前网络状态。
需要说明的是，本公开实施例提供的网络状态检测装置的具体实现方式可以参见上述图1至图5对应的方法实施例，此处不再赘述。
另外，本公开实施例还提供一种计算机可读存储介质，所述可读存储介质上存储有指令，当其在计算机上运行时，使得所述计算机执行如上述图1至图5所述的方法，此处不再赘述其具体实现方式。
另外，本公开实施例还提供一种包含指令的计算机程序产品，当其在计算机上运行时，使得所述计算机执行如上述图1至图5所述的方法，此处不再赘述其具体实现方式。
本公开实施例提供的网络状态检测方法及装置，能够根据丢包率情况数据和预先设置的变化率数据来确定当前自适应阈值变化率，所得到的自适应阈值变化率更为准确；之后根据当前自适应阈值变化率、当前延迟梯度数据和上一时刻的自适应阈值，确定当前时刻自适应阈值，相应得到的当前时刻自适应阈值相当于不仅考虑到了延迟梯度数据，还考虑到了丢包率情况数据，得到的当前时刻自适应阈值也更为准确。最后根据当前延迟梯度数据和当前时刻自适应阈值，判断当前网络状态的结果也更为接近真实网络情况。这样获取通过更加真实的网络情况来对数据传输的码率进行调整，能够满足视频会议系统对于视频发送码率的要求，从而改善了视频会议系统的通话质量。
以上对本公开所提供的网络状态检测方法及装置进行的详细的说明。对本领域的一般技术人员而言，在不背离本公开实质内容的前提下对它所做的任何显而易见的改动，都将属于本公开专利权的保护范围。

Claims (8)

1.一种网络状态检测方法，其特征在于包括如下步骤：
实时获得网络数据传输时的当前延迟梯度数据、丢包率情况数据和预先设置的变化率数据；
根据所述丢包率情况数据和预先设置的变化率数据确定当前自适应阈值变化率；
根据所述当前自适应阈值变化率、当前延迟梯度数据和上一时刻的自适应阈值，确定当前时刻自适应阈值；
根据所述当前延迟梯度数据和当前时刻自适应阈值，判断当前网络状态，
其中，所述实时获得网络数据传输时的当前延迟梯度数据的步骤，包括以下子步骤：
实时向网络接收端发送网络数据包；
实时接收网络接收端发送的反馈数据包，获得每个反馈数据包携带的各数据包组的发送时刻信息和接收时刻信息；其中，所述数据包组为网络接收端根据预设的时长周期对实时接收到的网络数据包进行分组得到的；
根据各数据包组的发送时刻信息和接收时刻信息，采用双指数平滑滤波法，确定各数据包组对应的均衡平滑延迟；
根据各数据包组的发送时刻信息、接收时刻信息，以及各数据包组对应的均衡平滑延迟，确定当前延迟梯度数据，
其中，所述根据所述丢包率情况数据和预先设置的变化率数据确定当前自适应阈值变化率的步骤，包括以下子步骤：
根据当前统计周期统计的丢包率flcurrent、上一统计周期统计的丢包率fllast和预先设置的变化率数据kd及ku，确定当前自适应阈值变化率kr(ti)；其中，
Figure FDA0003546651870000021
其中，ti表示第i个时刻；m(ti)表示第i个延迟梯度数据；r(ti-1)表示第i-1个时刻的自适应阈值，
所述根据所述当前自适应阈值变化率、当前延迟梯度数据和上一时刻的自适应阈值，确定当前时刻自适应阈值，包括：
根据当前自适应阈值变化率kr(ti)、当前延迟梯度数据m(ti)和上一时刻的自适应阈值r(ti-1)，确定当前时刻自适应阈值r(ti)；其中：r(ti)＝r(ti-1)+ΔT*kr(ti)*(|m(ti)|-r(ti-1))
其中，ΔT＝ti-ti-1，ΔT表示距上次更新阈值的时间间隔，
所述根据所述当前延迟梯度数据和当前时刻自适应阈值，判断当前网络状态，包括：
比较当前延迟梯度数据m(ti)与当前时刻自适应阈值r(ti)及当前时刻自适应阈值的负数-r(ti)的大小；
在m(ti)＞r(ti)时，确定当前网络状态为过载状态；
当m(ti)＜-r(ti)时，确定当前网络状态为空载状态；
当-r(ti)≤m(ti)≤r(ti)时，确定当前网络状态为正常状态。
2.如权利要求1所述的网络状态检测方法，其特征在于：
所述各数据包组的发送时刻信息和接收时刻信息，是指各数据包组中每个数据包组最后一个数据包发送时刻、最后一个数据包接收时刻和第一个数据包接收时刻。
3.如权利要求2所述的网络状态检测方法，其特征在于：
所述根据各数据包组的发送时刻信息和接收时刻信息，采用双指数平滑滤波法，确定各数据包组对应的均衡平滑延迟，包括以下子步骤：
根据各时长周期的数据包组与其上一个时长周期的数据包组各自最后一个数据包发送时刻，确定各时长周期的数据包组对应的发送时间间隔；
根据各时长周期的数据包组与其上一个时长周期的数据包组各自最后一个数据包接收时刻，确定各时长周期的数据包组对应的接收时间间隔；
根据各时长周期的数据包组对应的发送时间间隔和接收时间间隔，确定各时长周期的数据包组传输增长的延迟；
根据各时长周期及各自之前的各时长周期的数据包组传输增长的延迟，确定各时长周期的数据包组的叠加延迟；
根据各时长周期的数据包组的叠加延迟，采用双指数平滑滤波法，确定各数据包组对应的均衡平滑延迟。
4.如权利要求3所述的网络状态检测方法，其特征在于：
所述根据各数据包组的发送时刻信息、接收时刻信息，以及各数据包组对应的均衡平滑延迟，确定当前延迟梯度数据，包括以下子步骤：
根据各时长周期的数据包组的叠加延迟，确定各时长周期的数据包组的累积延迟平均值；
根据各时长周期的数据包组的均衡平滑延迟，确定各时长周期的数据包组的均衡平滑延迟平均值；
根据当前第i个数据包组最后一个数据包接收时刻ti和第一个数据包接收时刻，确定当前第i个数据包组的传输持续时长；
根据各时长周期的数据包组的累积延迟平均值、均衡平滑延迟平均值、均衡平滑延迟和当前第i个数据包组的传输持续时长，确定当前延迟梯度数据。
5.一种网络数据传输码率的调整方法，其特征在于采用权利要求1～4中任意一项所述的网络状态检测方法判断当前网络状态；
所述网络数据传输码率的调整方法还包括：
根据当前网络状态，调整网络数据传输码率。
6.如权利要求5所述的网络数据传输码率的调整方法，其特征在于：所述当前网络状态包括过载状态、空载状态和正常状态；
所述根据当前网络状态，调整网络数据传输码率，包括：
在当前网络状态为过载状态时，减小网络数据传输码率；
在当前网络状态为空载状态时，增大网络数据传输码率；
在当前网络状态为正常状态时，保持网络数据传输码率不变。
7.一种网络状态检测装置，其特征在于包括：
数据获取单元，用于实时获得网络数据传输时的当前延迟梯度数据、丢包率情况数据和预先设置的变化率数据；
变化率确定单元，用于根据所述丢包率情况数据和预先设置的变化率数据确定当前自适应阈值变化率；
自适应阈值确定单元，用于根据所述当前自适应阈值变化率、当前延迟梯度数据和上一时刻的自适应阈值，确定当前时刻自适应阈值；
网络状态判断单元，用于根据所述当前延迟梯度数据和当前时刻自适应阈值，判断当前网络状态，
其中，所述数据获取单元，实时获得网络数据传输时的当前延迟梯度数据，包括：
实时向网络接收端发送网络数据包；
实时接收网络接收端发送的反馈数据包，获得每个反馈数据包携带的各数据包组的发送时刻信息和接收时刻信息；其中，所述数据包组为网络接收端根据预设的时长周期对实时接收到的网络数据包进行分组得到的；
根据各数据包组的发送时刻信息和接收时刻信息，采用双指数平滑滤波法，确定各数据包组对应的均衡平滑延迟；
根据各数据包组的发送时刻信息、接收时刻信息，以及各数据包组对应的均衡平滑延迟，确定当前延迟梯度数据，
其中，所述变化率确定单元，根据所述丢包率情况数据和预先设置的变化率数据确定当前自适应阈值变化率，包括：
根据当前统计周期统计的丢包率flcurrent、上一统计周期统计的丢包率fllast和预先设置的变化率数据kd及ku，确定当前自适应阈值变化率kr(ti)；其中，
Figure FDA0003546651870000051
其中，ti表示第i个时刻；m(ti)表示第i个延迟梯度数据；r(ti-1)表示第i-1个时刻的自适应阈值，
所述根据所述当前自适应阈值变化率、当前延迟梯度数据和上一时刻的自适应阈值，确定当前时刻自适应阈值，包括：
根据当前自适应阈值变化率kr(ti)、当前延迟梯度数据m(ti)和上一时刻的自适应阈值r(ti-1)，确定当前时刻自适应阈值r(ti)；其中：r(ti)＝r(ti-1)+ΔT*kr(ti)*(|m(ti)|-r(ti-1))
其中，ΔT＝ti-ti-1，ΔT表示距上次更新阈值的时间间隔，
其中，所述网络状态判断单元，根据所述当前延迟梯度数据和当前时刻自适应阈值，判断当前网络状态，包括：
比较当前延迟梯度数据m(ti)与当前时刻自适应阈值r(ti)及当前时刻自适应阈值的负数-r(ti)的大小；
在m(ti)＞r(ti)时，确定当前网络状态为过载状态；
当m(ti)＜-r(ti)时，确定当前网络状态为空载状态；
当-r(ti)≤m(ti)≤r(ti)时，确定当前网络状态为正常状态。
8.一种计算机可读存储介质，其特征在于：所述可读存储介质上存储有指令，当其在计算机上运行时，使得所述计算机执行如权利要求1～4中任意一项所述的方法。
CN202010754638.XA 2020-07-30 2020-07-30 一种网络状态检测方法及装置 Active CN111935441B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010754638.XA CN111935441B (zh) 2020-07-30 2020-07-30 一种网络状态检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010754638.XA CN111935441B (zh) 2020-07-30 2020-07-30 一种网络状态检测方法及装置

Publications (2)

Publication Number Publication Date
CN111935441A CN111935441A (zh) 2020-11-13
CN111935441B true CN111935441B (zh) 2022-06-21

Family

ID=73314415

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010754638.XA Active CN111935441B (zh) 2020-07-30 2020-07-30 一种网络状态检测方法及装置

Country Status (1)

Country Link
CN (1) CN111935441B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113810728B (zh) * 2021-08-31 2023-09-26 深圳力维智联技术有限公司 直播数据传输控制方法、装置及直播设备
CN113691882B (zh) * 2021-09-02 2024-04-26 广州市奥威亚电子科技有限公司 判断网络状况的方法、装置、设备及存储介质
CN114422379B (zh) * 2022-01-20 2023-02-28 昕锐至成(江苏)光电科技有限公司 一种多平台设备无线组网的分析方法
CN114666225B (zh) * 2022-03-10 2023-11-17 阿里巴巴（中国）有限公司 带宽调整方法、数据传输方法、设备及计算机存储介质
CN115065643B (zh) * 2022-07-14 2024-03-26 北京达佳互联信息技术有限公司 网络链路拥塞检测方法、装置、电子设备及存储介质
CN116016276A (zh) * 2022-12-02 2023-04-25 京东科技信息技术有限公司 服务器健康状态检测方法和装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107438031A (zh) * 2017-08-07 2017-12-05 成都三零凯天通信实业有限公司 多信道自适应网络带宽的音视频流传输控制方法及系统
CN110855400A (zh) * 2019-11-29 2020-02-28 江苏方天电力技术有限公司 基于纠错码的自适应丢包恢复方法、计算设备及存储介质
WO2020097871A1 (zh) * 2018-11-15 2020-05-22 深圳市欢太科技有限公司 数据传输方法及相关产品

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102468941B (zh) * 2010-11-18 2014-07-30 华为技术有限公司 网络丢包处理方法及装置
US9215157B2 (en) * 2011-11-04 2015-12-15 Microsoft Technology Licensing, Llc Adaptive bandwidth estimation
US9391909B2 (en) * 2014-02-25 2016-07-12 Intel Corporation Apparatus, method and system of rate adaptation based on goodput
CN107888342B (zh) * 2016-09-30 2019-10-25 瞬已网络科技（上海）有限公司 一种网络实时视频传输方法及装置
CN108075934B (zh) * 2016-11-15 2021-05-25 腾讯科技（深圳）有限公司 一种网络质量监控方法、装置及系统
CN107995036B (zh) * 2017-11-30 2021-04-20 杭州电魂网络科技股份有限公司 数据传输方法、装置、服务器及可读存储介质
CN109495957B (zh) * 2018-12-14 2021-07-30 重庆邮电大学 一种基于二次碰撞概率模型的自适应异步无线唤醒方法
CN109905326A (zh) * 2019-03-26 2019-06-18 武汉大学 一种基于拥塞程度因子的速率下降参数优化方法
CN111162877A (zh) * 2020-01-19 2020-05-15 西安邮电大学 一种音视频服务质量控制的自适应前向纠错方法及应用
CN111263102B (zh) * 2020-05-07 2020-08-11 翱捷科技(上海)有限公司 一种基于延迟梯度累积的ViLTE视频通话拥塞控制方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107438031A (zh) * 2017-08-07 2017-12-05 成都三零凯天通信实业有限公司 多信道自适应网络带宽的音视频流传输控制方法及系统
WO2020097871A1 (zh) * 2018-11-15 2020-05-22 深圳市欢太科技有限公司 数据传输方法及相关产品
CN110855400A (zh) * 2019-11-29 2020-02-28 江苏方天电力技术有限公司 基于纠错码的自适应丢包恢复方法、计算设备及存储介质

Also Published As

Publication number Publication date
CN111935441A (zh) 2020-11-13

Similar Documents

Publication Publication Date Title
CN111935441B (zh) 一种网络状态检测方法及装置
WO2017000719A1 (zh) 一种基于队列时延的拥塞控制方法及装置
CN108141443B (zh) 用户设备、媒体流传输网络辅助节点和媒体流传输方法
US6643496B1 (en) System, method, and apparatus for adjusting packet transmission rates based on dynamic evaluation of network characteristics
CN101909060B (zh) 一种适用于移动视频实时流媒体传输的Qos控制方法
CN111741249B (zh) 一种网络拥塞检测方法及装置
US8588071B2 (en) Device and method for adaptation of target rate of video signals
CN110572333B (zh) 一种带宽探测阶段的发送速率调整方法及拥塞控制算法的实现方法
KR101920114B1 (ko) VoIP 대역폭 관리
US20020194361A1 (en) Data transmitting/receiving method, transmitting device, receiving device, transmiting/receiving system, and program
GB2478277A (en) Controlling packet transmission using variable threshold value in a buffer
CN108401128B (zh) 一种视频通话中的拥塞控制方法
CN111263102B (zh) 一种基于延迟梯度累积的ViLTE视频通话拥塞控制方法及系统
CN110191060A (zh) 一种调整数据包发送码率的方法、装置、设备及系统
CN113891172B (zh) 一种适于无线Mesh网络的基于RTT的自适应码率控制方法
CN107483990B (zh) 一种流媒体传输的动态码率调节方法、装置及传输系统
CN113612649B (zh) 往返估计
US9439100B2 (en) System and method for dynamic rate adaptation based on real-time call quality metrics
CN113542215A (zh) 一种提升流媒体传输性能的方法及相关装置
Lei et al. Research on adaptive transmission mechanism of video data

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230602

Address after: Room 1010, Building 2, Yard 7, Jiaogezhuang Street, Nanfaxin Town, Shunyi District, Beijing, 101300

Patentee after: Beijing Jiaxun Zhihang Technology Co.,Ltd.

Address before: 100095 Building 1, courtyard 88, Jindai Road, Haidian District, Beijing

Patentee before: BEIJING JIAXUN FEIHONG ELECTRICAL CO.,LTD.