视频实时传输拥塞控制机制的研究

1、中南民族大学硕士学位论文视频实时传输拥塞控制机制的研究姓名：鲁飞申请学位级别：硕士专业：生物医学工程指导教师：刘海华20080531中南民族大学硕士学位论文摘 要随着MPEG-4视频标准的出现，MPEG-4视频实时传输成为网络应用的热点之一。然而，目前Internet 在流媒体应用方面的传输协议，仍然缺乏比较有效的拥塞控制机制，而拥塞控制机制对流媒体应用的健壮性和稳定性起着至关重要的作用。因此，研究适合MPEG-4视频实时传输的拥塞控制机制，成为传输领域内的一个重要课题。新机制的研究必须满足MPEG-4视频实时码流传输速率的平稳性，同时又能实现与TCP 公平共享网络资源的友好性，故TCP 友好

2、拥塞控制机制成为了流量拥塞控制的研究重点。为此，本文开展了以下研究：首先，结合RTP/RTCP协议和MPEG-4视频编码技术，构建了基于RTP/RTCP的MPEG-4视频传输系统框架。在该框架中，根据UDP 、TCP 传输层协议的特点，将其分别作为RTP 、RTCP 协议的底层进行数据传输。其次，本文论述了TCP-Friendly 拥塞控制算法的发展过程，比较和分析了近些年提出的TCP 友好拥塞控制算法，深入研究了TCP 友好算法中被公认较为优秀的TCP 友好速率控制（TFRC ）算法。在此基础上，提出将TFRC 算法移植到传输框架的应用层，作为UDP 协议之上的拥塞控制机制。通过研究发现，T

3、FRC 算法的控制机制与多媒体信息传输所要求的基本速率出现了冲突。针对此问题，本文在TFRC 算法的基础上提出了有效速率的TFRC （ER-TFRC ）改进算法。对实时性要求较高的视频传输中，TFRC 算法很容易导致传输速率低于应用设置最低速率，造成实时数据传输无效性的问题。该算法给出了确定网络拥塞程度的“可容忍拥塞程度因子”和判断网络状况的无反馈定时器标准，解决了TFRC 在不同拥塞程度下，发送端采取最低速率保证视频正常播放的数据发送时间等问题，实现了对MPEG-4视频实时传输的拥塞控制。综上所述，通过对TFRC 理论与实现的深入分析，提出了ER-TFRC 算法。该算法在网络出现拥塞后，以降

4、低TFRC 暂时的TCP 友好性，增加数据流的发送量， 解决TFRC 在不同拥塞程度下引起的视频数据传输无效问题，保证了视频实时播放。实验结果表明ER-TFRC 算法达到了预期设计的要求，适合MPEG-4视频实时传输。关键字： 视频传输，实时视频流，拥塞控制，TFRC视频实时传输拥塞控制机制的研究AbstractWith the appearance of MPEG-4（Moving Picture Experts Group-4）standard, the real-time transportation of MPEG-4 video has become a research hot s

5、pot. However, the recent Internet Transmission protocol also has lack of effective congestion control mechanism for the media streaming applications. Congestion control is crucial for the robustness and stability of the media streaming applications. Therefore, designing a congestion control mechanis

6、m suitable for transporting MPEG-4 video becomes important. The new mechanism must focus on both the smoothness of transmission rate of MPEG-4 real-time video stream and the TCP-friendly of guaranteeing the fair coexistence of TCP-based stream. Currently, the TCP-friendly congestion control mechanis

7、m becomes research emphasis in flow congestion control. Therefore, the thesis does some research as follows:Firstly, Combining RTP/RTCP protocol with MPEG-4 encoding standard, this thesis introduces a method to build up a framework of MPEG-4 video stream transmission system based on RTP/RTCP protoco

8、l. In the framework, UDP and TCP transmit data as the lower protocol of RTP and RTCP respectively.Secondly, this thesis discusses the developing process of TCP-Friendly congestion control algorithm, comparing and analyzing recent representative algorithm, especially the TFRC algorithm which is known

9、 as the better one in the TCP-friendly algorithm. Under the above reasons, this thesis proposes means that transplants the TFRC algorithm into the application layer of framework as a congestion control mechanism above UDP protocol.Finally, further research discovers that the control mechanism in TFR

10、C algorithm has conflicted with minimal rate required by multimedia information transportation. According to above mentioned problem, the ER-TFRC（effective rate TFRC） algorithm has been introduced by this thesis. In the process of real-time transportation, TFRC algorithm easily results that the tran

11、smission rate is under the lowest rate required by application, which makes useless transportation. This algorithm gives the factor to confirm the congestion degree and the standard to judge the network state during the period of network congestion and resolves how long it will take to send data und

12、er the different state of congestion to guarantee real-time video transmission and to carry out congestion control for MPEG-4 video stream.Above all of this, by analysing the TFRC algorithm and its realization, we present中南民族大学硕士学位论文the ER-TFRC algorithm. It resolves the problem caused by TFRC durin

13、g the congestion, which reduces the TCP-Friendly temporarily and adds the transmitted data to play real-time video normally. In present work, experiments are carried out to investigate ER-TFRC algorithm has reached expected design demand, which is better fit for MPEG-4 real-time video stream transpo

14、rtation.Key Words：video transmission, real-time video stream, congestion control, TFRC中南民族大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：日期： 年 月 日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家

15、有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权中南民族大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密，在_年解密后适用本授权书。 2、不保密。（请在以上相应方框内打“”）作者签名：导师签名： 日期： 年 月 日 日期： 年 月 日中南民族大学硕士学位论文第1章 绪 论1.1 背景与意义随着Internet 和多媒体技术的飞速发展，多媒体信息已经广泛渗透到人们的通信与交流中。而网络多媒体的一个关键应用是流媒体的应用。流媒体技术可广泛用于远程医疗、网上新闻发布、在线直播、网络广告、远

16、程教育、电子商务、可作为新一代Internet 的标志，流媒体彻底改变了传统Internet 视电话、视频会议等1。只能表现文字和图片的缺陷，可集音频、视频及图文于一体。流媒体成为未来Internet 应用的主流，并将推动Internet 整体架构的革新。MPEG-4标准取得了革命性的进步，它第一次提出了视频对象的概念，打破了基于矩形帧的编码2。MPEG-4标准集交互性、高压缩率、高质量、低传输率、高度的灵活性和可扩展性于一身，它从开始出现就获得了普遍的关注，成为目前和下一代网络多媒体传输的主要格式和标准。MPEG-4视频基于IP 网络的传输，必需考虑两者之间的融合，因此MPEG-4视频的实时

17、传输成为网络应用的热点之一。拥塞控制在视频的流式传输中具有非常重要的地位，它对整个网络的健壮性和稳定性起着至关重要的作用。目前Internet 在流媒体应用方面的传输协议，仍然缺乏比较有效的拥塞控制机制。因此，对MPEG-4实时流媒体的拥塞控制机制的研究有着重要的意义。1.2 研究现状目前，TCP 是Internet 上最主要的传输协议，但在探测空闲带宽和相应拥塞的过程中，发送速率会出现大幅度的变化，这种突然的、经常的速率变动会造成多媒体应用的质量急剧下降。因此，大量的多媒体应用都采用UDP 进行传输。但UDP 不对拥塞做出响应，对TCP 流造成不公平性，最终会导致网络崩溃。针对上述问题，研究

18、人员提出了多种TCP 友好拥塞控制算法。TCP 友好性概念的引入给拥塞控制的研究注入了新的活力，打破了拥塞控制由TCP 拥塞控制垄断的格局3。目前，已经提出了不少新的机制和算法。在网络传输领域中经常采用的拥塞控制方法有两种4，一种是基于窗口的，如TCP 传输协议；另一种是基于速率的。TCP 友好拥塞控制机制也可以分为这两大类，其中包括典型的基于窗口的TCP 友好拥塞控制机制有GAIMD 5（General Additive Increase Multiplicative Decrease）、BCCA 6（Binomial Congestion Control Algorithms）等。文献7指

19、出，因为它们是基于窗口的拥塞控制机制，和TCP 协议的拥塞控制视频实时传输拥塞控制机制的研究机制类似，可能会产生突发流，不太适合流媒体传输使用。基于速率调整算法也有两种类型1：基于探测的（probe ）和基于模型的（model ）。根据调整方式的不同，基于探测的速率控制算法分为AIMD 8（Additive Increase and Multiplicative Decrease）方法和MIMD 9（Multiplicative Increase and Multip licative Decrease）方法。RAP 10（Rate Adaptation Protocol）和 LDA+11（E

20、nhanced Loss-Delay Based Adjustment Algorithm）都是通过模仿 AIMD 策略来实现对 TCP 流的友好，由于基于探测方式的算法容易造成输出码流的固有波动性，不适合实时视频的传输。为了减少视频发送的抖动性，文献12第一次提出了基于模型的拥塞控制算法TFRC （TCP-Friendly Rate Control）。然而，目前的TFRC 还不能较好地适用于流媒体应用。当网络拥塞产生后，TFRC 算法容易使发送端以低于流媒体应用设定的最低速率发送数据，从而导致视频播放发生抖动。如何解决该问题，是TFRC 拥塞控制算法在MPEG-4视频实时传输应用中的一个关键

21、。1.3 完成的研究工作本文的研究工作主要分为三个部分：第一部分，通过对传统的传输协议TCP 、UDP ；实时流媒体协议RTP 、RTCP ；TCP 友好控制算法的研究，构建了基于RTP/RTCP的MPEG-4视频传输系统框架。以RTP/UDP作为框架中的视频数据传输部分，以RTCP/TCP实现端到端的控制信息的传输，将TCP 友好控制算法的思想移植到传输系统框架的应用层。第二部分，本文论述了TCP-Friendly 拥塞控制算法的发展过程，比较和分析了近些年提出的TCP 友好拥塞控制算法。深入分析了TCP 友好算法中被公认的优秀算法TFRC 算法。在此基础上，提出将TFRC 算法移植到传输框

22、架的应用层，作为UDP 协议之上的拥塞控制机制。第三部分，通过第二部分的分析，发现在网络拥塞期间，TFRC 算法使发送端每次触发无反馈定时器使得发送速率减半，这样很容易导致数据传输期间出现无效性的问题。为了解决该问题，面临着新的两个问题：1）拥塞后，以什么样的标准来判断网络状况？2）当发送端采取最低速率发送数据后，以什么方式来决定发送持续的时间？针对上述问题，本文提出了ER-TFRC 算法，实验结果表明ER-TFRC 比TFRC 取得了更好的效果。1.4 本论文的结构论文的内容组织如下：第1章，阐述课题背景、意义、研究现状及完成的工作。中南民族大学硕士学位论文第2章，构建了基于RTP/RTCP

23、协议MPEG-4视频传输系统框架，阐述了实时流式传输及控制相关协议RTP 、RTCP 。第3章，论述了TCP-Friendly 拥塞控制算法的发展过程，比较和分析了近些年提出的TCP 友好拥塞控制算法。第4章，主要研究和分析了TFRC 算法的原理和实现。实验表明，在网络拥塞期间，发送端每次触发无反馈定时器使得发送速率减半，容易导致数据传输期间出现无效性的问题。最终，提出了ER-TFRC 算法对TFRC 算法进行改进。第5章，介绍本文实验平台NS2以及在NS2中对本文提出的ER-TFRC 拥塞控制算法进行了仿真试验，给出了实验结果，并对仿真的结果进行分析。第6章，对全文的研究工作作出总结，并指出

24、进一步的研究工作。视频实时传输拥塞控制机制的研究第2章 基于RTP/RTCP的MPEG-4传输系统2.1 MPEG-4视频标准MPEG （Moving Picture Experts Group）是运动图像专家组的缩写，其始建于1988年，是专门从事数字视频、音频制定压缩标准的国际组织。MPEG-X 版本，是指由ITU （International Telecommunications Union）和ISO （International Standards Organization ）制定发布的一系列视频、音频数据压缩的标准。目前，MPEG 组织针对不同的目标和应用，已提出MPEG-113、M

25、PEG-214、MPEG-415,16,17、MPEG-718和MPEG-2119。与MPEG-1/MPEG-2相比，MPEG-4有很大的不同。MPEG-4不只是具体压缩算法，它是针对数字电视、交互式绘图应用（影音合成内容）、交互式多媒体（www 、资料获得与分散）等整合及压缩技术的需求而制定的国际标准。MPEG-4标准将众多的多媒体应用集成于一个完整的框架内，旨在为多媒体通信及应用环境提供标准算法及工具，从而建立起一种被多媒体传输、储存、检索等应用领域普遍采用的统一数据格式。MPEG-4试图达到两个目标：一是低比特率下的多媒体通信；二是多工业的多媒体通信的综合。MPEG-4在低比特率环境下的

26、流式视频方面占有很大的优势，编码的比特率范围在5Kbps 10Mbps ，利用很窄的带宽，通过帧重建技术、压缩和传输数据，以最小的数据获得最佳的图像质量；而MPEG-1和MPEG-2标准不能提供有限带宽条件下的高质量流式传输所需要的压缩比。2.1.1 MPEG-4的编码技术MPEG-4标准完成了从基于象素的传统编码向基于对象和内容的现代编码的转变。编码理念是：在编码时，将一幅景物分成若干在时间和空间上相联系的音视频对象，分别进行编码后，经过复用传输到客户端；客户端对不同对象分别解码，再组合成所需的音视频进行播放2021。图2.1是MPEG-4的编码流程。 为了支持高效压缩、基于内容交互（编辑、

27、操作、访问等）以及基于内容分级扩展，必须要求MPEG-4以基于对象的方式表示视频数据。因此，MPEG-4引入了VO （Video Object）的概念，允许组合已有的VO 来生成复合VO ，并由此生成视频场景。它将场景看成是具有如形状、纹理、运动等特征的一些对象的合成。每一个对象在连续的视频中既有空间上的概念又有时间上的概念，因此，为了实现对该对象的编码，首先要对每一时刻采样中任意形状和位置的对象进行编码，这就是与VO 相关的另一个重要的概念视频对象平面VOP （Video Object Plane）中南民族大学硕士学位论文图2.1 MPEG-4的编码流程。从编码的角度来看，一组同一实体的任意

28、形状和位置的VOP 序列构成了连续视频中的VO 。因此，VOP 是MPEG-4中编解码的基本单位。每个VOP 可以独立编码，也可以使用运动补偿技术相互依赖地编码，类似MPEG-1/2、H.263等。针对I 帧、P 帧、B 帧三种压缩标准，VOP 有帧内预测（I-VOP ）、向前预测（P-VOP ）、双向预测（B-VOP ）三中相应的编码方式。而每种VOP 编码方式都由两个主要部分组成：形状和纹理编码、运动信息编码。2.1.2 DMIF传输模型为了能使MPEG-4标准能在多种传输技术中得到应用，而且在制定MPEG-4系统部分规范时又不需要考虑到各种传输技术，MPEG-4标准专门定义了一个独立的传

29、输模型，即多媒体传输整体框架DMIF （Delivery Multimedia Integration Framework ）。经过图2.1编码得到的视频流，便是图2.2中的基本流（Elementary Streams），然后进入同步层（Sync Layer）。同步层将各个数据源压缩的数据和同步信息封装成同步数据流，然后将这些信息送给一个传输层，在经过多路复合（Multiplex ）技术将其打包成一个或多个用于传输或者存储的二进制码流，数据包中包含定时、同步和随机访问信息。DMIF 实现方式主要定义了一个通信结构，通过该结构它能隐藏DMIF 应用接口（DAI ）下面的传输技术细节，实现传输技术

30、和媒体流之间的隔离22。应用程序通过调用DAI 来实现对媒体数据的访问和控制，可以传输除MPEG-4之外的其他类型的媒体数据。如图2.2包括网络传输技术（例如，互联网、ATM 网），广播技术和本地存取技术。 视频实时传输拥塞控制机制的研究图2.2 MPEG-4系统的层次模型2.1.3 MPEG-4传输文件格式经过编码后的MPEG-4视频数据，要通过网络进行流式播放，必须有相应的文件格式作支持。ISO/IEC 14496标准中就专门详细地定义了这样的文件格式，下称MP4文件。MP4文件借鉴了Apple 公司QuickTime 文件的设计方法和思路23。MP4文件通过原子（atom ）来组织所有的

31、数据。一个原子是一个容器，它有大小和类型，可以包含其他的原子。文件中的每个基本流数据是以track 的形式进行存储在MPEG-4的系统部分，现已经定义了五种track ：z BIFS track：用于存储有关场景描述数据流的基本流信息；z OD track：用于存储有关对象描述框架数据流的基本流信息；z Audio track：用于存储有关音频数据流的基本流信息；z Video track：用于存储有关视频数据流的基本流信息；z Hint track：用于存储有关传输协议相关的指示信息。考虑到用面向对象的方式描述，各个Atom 在逻辑上以树状的层次排列，整个文件由一个Root Atom表示，每

32、个Root Atom中含有多个Track Atom，Track Atom的数量按用户需求制定，如视频数据轨道、音频数据轨道、索引信息轨道等。典型的 MP4文件视音频文件结构如图2.3所示：其中，一个Root Atom标识一个MP4文件，它是各个Atom 的根节点，在音视频文件中，它只有一个Moov Atom节点。Moov Atom下含各个子Atom ，一般有一个视频数据轨道，一个音频数据轨道，视频索引（hint ）轨道，音频索引（hint ）轨道，以及一个场景描述轨道（BIFS ）和一个基本码流描述轨道（OD ）。数据轨 中南民族大学硕士学位论文道包含了编码的多媒体数据；索引轨道中含有关于辅助

33、流服务器流化传输分组的信息，这些指令可能包含需要服务器端立即传输的数据（比如信息头部）或索引的媒体数据的分段，一般一个特定的索引轨道对应一个数据轨道。在读取本地文件的数据点播中，播放系统只须读取视频数据轨道和音频数据轨道中的数据即可完成播放功能，其余轨道数据供流媒体服务器在进行视频服务时使用。 图2.3 典型MP4文件音视频文件结构图2.2 MPEG-4视频传输系统框架 图2.4 MPEG-4传输系统框架由图2.2可知，视频源通过编码后进入同步层进行分组，同步层为基本流提供定时、同步信息（时间戳）及分段和随机存取信息。然后，同步层流被传送到视频实时传输拥塞控制机制的研究RTP/UDP/IP层，

34、通过Internet 向接收端发送24。图2.4为MPEG-4传输系统框架，其描述了视频数据从发送端封装传输，到接收端提取视频数据播放的整个过程。如图2.4所示，整个传输框架主要分为两部分：一部分视频数据传输模块，以RTP 、UDP 协议为主。RTP 是一种数据传输协议，提供实时数据端到端的网络传输服务，在RTP 头中提供探测网络状态的信息，如时间戳、分组序列号。RTP 底层的传输层，由于TCP 协议采用窗口拥塞控制机制，其丢包重传的特性不符合MPEG-4视频实时传输，一般采取UDP 协议作为传输层，具体分析参考本文第三章对拥塞控制机制的分析；另一部分，Qos 反馈拥塞控制模块是保证视频质量的

35、关键，以RTCP 、TCP 协议为主。RTCP 是一种控制协议，它向应用层提供了关于服务质量（Qos ）的信息反馈。由于RTCP 数据包需要可靠性传输，对实时性不作要求，故RTCP 的底层采取TCP 协议。如图2.4所示，接收端检测到达的RTP 数据包，进行网络状况的检测，将统计的结果用RTCP 包反馈给发送端，发送端依此估计网络带宽并调整输出码率。2.3 实时传输协议RTP/RTCP为了支持网络实时传输服务，提供网络的实时传输标准。IETF （Internet Engineering Task Force）的音视频工作小组，制定了RTP 和RTCP 协议25。实时传输协议RTP （Real-

36、time Transport Protocol）是用于Internet 上针对多媒体数据流的一种传输协议。RTP 控制协议RTCP （Real-time Transport Control Protocol）是为RTP 协议的所有参与者提供Qos 反馈而设计的伴随协议。也就是说，RTP 是一个数据传输协议，而RTCP 是一个控制协议。RTP 主要实现的是一种端到端的多媒体同步机制，即不需要事先建立连接，也不需要中间节点的参与而为其保留资源。RTP 报文用于传送媒体数据（如音频和视频），它由报头和数据两部分组成，RTP 的数据称为有效载荷。RTP 报文包括负荷类型标识、序列编号、时戳、同步信源标

37、识和特约信源标识等。RTCP 报文用于传送控制信息。RTCP 报文包括丢失率、接收到的最高序列号和同步信源标识等，这些为媒体同步、丢包统计、传输检测和传输复用等手段提供了可能性。2.3.1 RTP协议 RTP数据包的格式每个RTP 数据包都由一个头部和不定长的媒体数据组成，其中，RTP 包头的前12个字节是固定的。RTP 包头结构如图2.5所示：中南民族大学硕士学位论文V ：版本号，当前的版本号为2，占2bits ；P ：附加标记位。如果P = 1，指明包尾有附非负荷信息。这些附加的信息可用于加密或通知低层协议，一个数据单元所封装的RTP 包数，占1bit ；X ：扩展位。值为1

38、时，则表示RTP 头后附有一变长的扩展头，占1bit ；CC ：CSRC （贡献源）计数器。指明固定头后有多少个CSRC 标志符，占4bits ； M ：标记位。用来标记一些重要事件，如帧边界等，占1bit ；PT ：负荷类型。指明音频和视频数据的编码类型，其初始值随机设置，占7bits ； Sequence Number：包序列号。接收端可通过序列号检测数据包传输过程中的丢包情况以及失序情况。序列号的初始值是随机分配的。每发送一个RTP 数据包，序列号就加1。为了通信过程中的安全性，第一次生成RTP 包时，序列号的初始值是一随机数，而不是零，占2byte ；Timestamp ：时间戳。描述

39、RTP 包中数据的采样时刻，主要用于同步和计算时延。时钟频率和数据格式有关，不能使用系统时钟。对固定速率的音频来说，每次取样时间戳增加1。与包序列号一样，时间戳的初始值也是一随机数。如果多个连续的RTP 包在逻辑上是同时产生的，那么它们的时间戳相同，占4byte ；SSRC （Synchronization Source Identifier）：同步资源标志符，用于标志同步资源。SSRC 是随机选取的。在一个RTP 回话中，两个SSRC 不能有相同的值，占4byte ； CSRC （Contributing Source Identifiers）：015项、每项占4byte ，贡献源表。用以识

40、别与RTP 包中载荷相关（提供载荷）的源。由于CC 项只有4位长，当贡献源超过15个时，则只能识别15个。CSRC 由混合器（Mixer ）通过贡献源的SSRC 识别符插入到RTP 包中。X CC PTtimestampSynchronization source （SSRC ） identifierContributing source （CSRC ） identifiers.图2.5 RTP包头结构 Sequence number RTP主要功能RTP 数据协议的主要功能可归结如下：（1） 标识分组数据的编码算法、采样频率及承载通道；（2） 给各数据分组标明序列号，便于接收方

41、探测分组丢失；（3） 提供时间戳来同步、确定延迟抖动；视频实时传输拥塞控制机制的研究（4） 流媒体数据传输服务质量监控。2.3.2 RTCP协议 RTCP包控制功能RTCP 可以为传送的RTP 数据的Qos 提供反馈，这样通信中的发送方在收到反馈包时可以判断网络的状况。RTCP 可以在会话中传送控制信息，而且会话中的每个参与者都可知道会话的规模，会话中有多个参与者。RTCP 用于分发发送方和接收方统计信息以及与会者的详细信息，RFC1890定义了RTCP 数据包有如下五种携带不同控制信息的包类型：（1）SR （Sender Report）发送者报告包，用于发送和接收活动源的统计信

42、息；（2）RR （Receiver Report）接收者报告包，用于接收非活动站的统计信息；（3）SDES （Source Description）源描述包，用于报告和站点相关的信息；（4）BYE （Goodbye ）站点离开系统报告包；（5）APP （Application defined ）特殊应用包。借助于上述控制包，RTCP 可以实现以下的控制功能：z Qos 监控和拥塞控制发送音视频数据的发送者会产生一个SR 包，包中含有所发送的包数和字节数统计等信息，接收者可据此估计出实际的数据率。会话成员向所有参与会话活动的音频、视频源发送RR 包，包中含有所接收的最高包序列号、丢失的包数、包间

43、隔抖动测量值以及计算源端和目的端之间RTT （Round Trip Time）所需的时间戳。z 标志媒体间的同步RTCP 的SR 包中含有实际时间和相应的RTP 时间戳，可用于不同媒体间的同步。z 提供标志信息RTP 数据包只能通过随机产生的32bits 的标志符来标志源，而RTCP 的SEDS 数据包为每一个对话成员提供了全局唯一的标志符信息，如E-mail 等，可以满足复杂应用的需要。z 会话规模估计和规划参与会话的每个成员周期性地发送RTCP 包，各站点可据此估计或计算出参与会话的人数，及时调节实时控制的信息量，使得控制信息量和媒体业务量达到平衡。 RTCP数据包的格式RT

44、CP 五种类型的包中，发送者报告包（SR ）、接收者报告包（RR ）对拥塞控制的实现至关重要，具体的应用将在第4中介绍。因此，本小节主要介绍这两类包结构。SR 、RR 包头结构如图2.6、图2.7所示：中南民族大学硕士学位论文V=2 P RC PT = SR = 200SSRC of sender LengthNTP （Network Time Protocol Time ） Stamp, most significant wordNTP （Network Time Protocol Time ） Stamp, least significant wordRTP timestampSender

45、s packet countSenders octet countSSRC_1 （SSRC of first source）fraction lost cumulative number of packets lostextended highest sequence number receivedinterarrival jitterlast SR （LSR ）delay since last SR （DLSR ）SSRC_2 （SSRC of second source） profile-specific extensions图2.6 RTCP SR包头结构V ：Version ，版本号，

46、占2bit ；P ：Padding ，是否还有补丁数据的标志位，占1bit ；RC ：reception report count，本报文中的接收报告数量，占5bit ；PT ：payload type，载荷数据的类型，占8bit ；Length ：报文长度，占16bit ；SSRC ：发送者的同步源标记；NTPS ：发送数据包的绝对时间。1970-1-1 8:00到服务器当前时间的秒数就为NTPS 高32位的值，而微秒数为其低32位的值；RTP timestamp：与上述的NTP 时间戳对应相同的时刻，与数据包中的RTP 时间戳具有相同的单位和偏移量。这个对应关系可以用于具有同步NTP 时间

47、戳的多个源之间进行媒体内部或媒体之间的同步，也可以用于与媒体无关的接收端估算标称的RTP 时间频率；Senders packet count和 Senders octet count ：通知接收端该发送端已经发送了多少RTP 包的和字节数。用于计算事件丢失率；SSRC_n：本报文所保持的同步源标记；视频实时传输拥塞控制机制的研究Fraction lost：事件丢失率，占3bit ；Cumulative number of packets lost：累计的丢包数，占24bit ；Extended highest sequence number received：最高接收到的包序列号；Intera

48、rrival jitter：到达时间间隔的抖动；Last SR timestamp（LSR ）：最近接收的RTCP 发送方报告包中NTP 时间戳的中间32位，如无SR 被接收，此字段为0；Delay since last SR（DLSR ）：从源SSRC_n接收的最后的SR 包到发送此接收报告块之间的延迟，如无SR 包从源SSRC_n被接收，则DLSR 字段置0；Profile-specific extension：初始特定文本扩展。V=2 P RC PT = SR = 201SSRC of senderSSRC_1 （SSRC of first source）Fraction lost Cu

49、mulative number of packets lostExtend highest sequence number receivedInterarrival jitterLast SR（LSR ）Delay since last SR（DLSR ）SSRC_2 （SSRC of second source） Profile-specific extension图2.7 RTCP RR包头结构 LengthV ：Version ，版本号，占2bit ；P ：Padding ，是否还有补丁数据的标志位，占1bit ；RC ：reception report count，本报文中的接收报告数

50、量，占5bit ；PT ：payload type，载荷数据的类型，占8bit ；Length ：报文长度，占16bit ；SSRC ：发送者的同步源标记；SSRC_n：本报文所保持的同步源标记；Fraction lost：事件丢失率，占3bit ，表示自发送前一个RR 包以来，来自SSRC 的RTP 数据包丢失的比例；Cumulative number of packets lost：累计的丢包数，占24bit ；Extended highest sequence number received：最高接收到的包序列号；中南民族大学硕士学位论文Interarrival jitter：相邻两个R

51、TP 数据包到达时间间隔变化的统计估计；Last SR timestamp（LSR ）：接收到的来自源SSRC 的最新发送端报告SR 中64比特NTP 时间戳的中间32比特；Delay since last SR（DLSR ）：以1/65536秒为单位，表示在上一次接收到来自源SSRC 的发送端报告与发送本接收报告之间的时延；Profile-specific extension：初始特定文本扩展。2.4 小结本章首先对MPEG-4视频标准与传输相关内容作了简要介绍。重点阐述了MPEG-4的编码技术、DMIF 传输模型、传输文件的格式，对视频数据进行传输之前的工作有一个初步认识。接着，重点分析了

52、MPEG-4视频传输系统框架；阐述了框架中各层采用的相应协议。最后，分析了用于Internet 上针对MPEG-4视频传输的实时传输RTP 协议和实时传输控制协议RTCP 。视频实时传输拥塞控制机制的研究第3章 TCP-Friendly拥塞控制算法上一章论述了MPEG-4标准与传输相关的内容，并分析了如图2.4所示的MPEG-4视频传输系统框架。在该框架中，发送端RTCP 上面的应用层，将通过本文提出的ER-TFRC TCP友好控制机制，实现拥塞控制技术，为客户端提供了质量服务（Qos ）。所谓TCP 友好拥塞控制，指既能满足MPEG-4视频实时码流传输速率的平稳性，同时又能实现同TCP 流公

53、平共享网络资源的TCP 友好性，更加适合于多媒体的应用。鉴于此，本章先简单介绍网络拥塞的概念，然后论述TCP-Friendly 拥塞控制算法的发展过程。特别阐述了TCP 友好性算法提出的背景，比较和分析了近些年提出的TCP 友好拥塞控制算法，最后，本文采用了Floy 12等人提出的目前较为优秀的TCP 友好拥塞控制算法TFRC 算法作为研究对象。3.1 网络拥塞3.1.1 网络拥塞的含义所谓拥塞（Congestion ），是指当网络中由于传输链路上存储转发节点的资源有限、数据包过多，造成网络的传输性能急剧下降的现象。最初观察到这种现象始于1986年10月，当时美国LBL 到UCBerkeley

54、 网络由于发生严重的网络拥塞导致网络崩溃，使得数据吞吐量（Throughput ）从32Kbps 跌落到40bps 。Floyd 总结出拥塞崩溃主要包括以下几种26：传统的崩溃、未传送数据包导致的崩溃、由于数据包分段造成的崩溃、日益增长的控制信息流造成的崩溃等。一般来说，网络在负载增加导致网络效率降低的时候发生拥塞。此时，网络会出现数据丢失、时延加大、吞吐量下降，严重时会发生“拥塞崩溃”（congestion collapse）现象。对于网络拥塞现象，可以进一步用图3.1来描述。当网络负载较小时，吞吐量基本上随着负载的增加而增长，呈线性关系；资源功率（资源功率 = 吞吐量/响应时间）随负载的增

55、加以指数增长，而只有RTT 增长缓慢。当负载达到网络容量时，吞吐量曾现出缓慢增长，资源功率达到最大值，往返时间急剧增加，这一点称为膝点（Knee ）。在此之后吞吐量的增长远远慢于负载的增长，RTT 急剧上升，资源功率快速下降。如果负载继续增加，路由器开始丢包，当负载超过一定量时，吞吐量急剧下降，这一点称为崖点（Cliff ）。此时，吞吐量达到最大值，功率到达最小值，RTT 以指数增长，系统处于拥塞状态。由图可知，负载在Knee 附近时网络的使用效率最高。中南民族大学硕士学位论文 图3.1 网络性能随负载的变化拥塞控制就是网络节点采取措施来避免拥塞的发生或者对拥塞的发生做出反应27。如图3.1中

56、就是使负载保持在Knee 附近。拥塞控制包含拥塞避免（congestion avoidance ）和拥塞缓解（congestion mitigation）。前者使网络运行在Knee 附近，避免拥塞的发生，是一种预防措施，维持网络的高吞吐量、低延迟状态，避免进入拥塞；而后者则使网络运行在cliff 的左侧区域，是一种恢复措施，是网络从拥塞中恢复过来，进入正常的运行状态。3.1.2 拥塞产生的原因网络产生拥塞的原因，一方面在于网络能够提供的资源不足以满足用户的需要，这些资源包括缓存空间、链路带宽容量和中间节点的处理能力；另一方面，最初互联网（Internet ）的设计是采取面向无连接的分组交互网络

57、，该机制导致缺乏“接纳控制”能力。这种网络体系结构缺乏一定的隔离和保护机制，由于没有“接纳隔离”算法，网络无法根据资源的情况限制用户的数量，又由于缺乏中央控制，网络也无法控制用户使用资源的数量。虽然网络资源的稀缺引起拥塞，但是单纯地增加资源并不能避免拥塞的发生。例如，过于增加链路节点上的存储空间，报文会因在缓冲区中排队时间过长而超时，源端则认为它们已经被节点丢弃因而选择了重发，从而浪费了网络的资源，并且也进一步加重了网络拥塞。产生拥塞的主要原因归结如下：（1） 存储空间不足：当缓冲区中没有足够的存储空间，接收到的报文就会被丢弃。适当增加存储空间在某种程度上可以缓解拥塞，但是过于增加存储空间，视

58、频实时传输拥塞控制机制的研究报文因排队时间过长而超时，源端会认为它们被丢弃则选择重发该报文，从而进一步加重了网络资源。（2） 带宽容量不足：根据香农信息理论，任何信道带宽最大值即信道容量C =B log 2(1+S /N ，所以节点接收数据流的速率必须小于或等于信道容量，才有可能避免拥塞。（3） CPU 处理速度慢：如果节点在执行缓存区中排队、选择路由时，CPU 处理速度跟不上链路速度，也会导致拥塞。（4） 不合理的网络拓扑结构及路由选择由于网络环境是一个动态复杂的问题，不可能只靠静态的增加资源来解决，而需要有效的协议来实现拥塞控制。在有限的网络资源情况下，控制进入网络的通信量，使其与网络容量相匹配，合理处理和转发到达网络的数据，减少数据丢失，提高网络吞吐量，充分利用已有网络资源。为了避免网