基于电信网的云化虚拟现实 端到端业务质量要求和监测方法

基于电信网的云化虚拟现实端到端业务质量要求和监测方法本文件规定了体验关键质量指标(KeyQualityIndicator,以下简称KQI)、业务关键性能指标(KeyPerformanceIndicator,以下简称KPI)、网络关键性能指标(KeyPerformanceIndicator)以及评估上述指标的监测方法。本文件适用于面向电信网固定网络接入云化虚拟现实场景下端到端业务质量的评估。下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅所注日期的版本适用于本文件。凡是不注日期的引用文件，其最新版本(包括所有的修改单)适用于本文件。2020-1155T-YD基于电信网的云化虚拟现实总体技术要求2020-1154T-YD基于电信网的云化虚拟现实网络技术要求ITU-TG.1035(05/2020)虚拟现实用户质量体验影响因素(InfluenceFactorsonQualityofExperienceforVirtualRealITU-TG.1080(12/2008)IPTV业务质量要求(QualityofExperienceReqITU-TP.1203(10/2017)经可靠传送的渐进式下载和自适应音视频流业务的基于参数比特流的质量评估(ParanetricBitstream-BasedQualityAssessmentofProgressiveDounloadandAdaptiveAudiovisualStreamingServicesover3术语、定义和缩略语3.1术语和定义下列术语和定义适用于本文件。云化虚拟现实cloudvirtualre云化虚拟现实是将云计算、云渲染的理念及技术引入到VR业务场景中，借助高速稳定的网络，将云端的显示输出和声音输出等经过压缩编码流化后传输到用户的无绳终端设备，实现VR业务内容上云、渲染上云面向用户体验、内容质量和网络质量，建立业务质量指标评估体系，固化端到端问题3TCP传输控制协议TransmissionControlProtocolUDP用户数据报协议UserDatagramProtocol4业务场景分类及其特征指标目前云化虚拟现实(CloudVirtualReality,以下简称CloudVR)产业在各行业中得到了广泛应用覆盖的垂直行业包括教育、电竞、医疗、旅游、房地产、智慧工厂等。在大众市场中，主流的CloudVR业务体现在巨幕影院、360°视频、游戏、音乐、健身、社交、购物等方面4.2影响云化虚拟现实强交互业务的因素晕动症：运动响应延时(MTP)是指从用户头部姿态或位置变化到终端显示画面出现相应变化的时间差，业界主流观点认为当MTP延时小于20ms时就能大幅减少晕动症的发生。传统方案完全依赖云端渲染来完成对终端显示画面的刷新，无法满足这一要求。端云异步渲染方案通过引入异步时间和空间扭曲技术，该技术能根据用户头部的姿态或位置的变化对前序画面进行预测调整和插帧处理(头动渲染),使得MTP处理流程在终端内部就能完成，不再依赖于云渲染流化流程，最终达到了降低用户眩晕感的目的。云渲染流化是指从终端上报指令，到云端计算渲染、编码、推流，再到终端接收并解码的过程，是CloudVR相对于本地VR在业务处理过程中引入的额外步骤。响应滞后；在CloudVR游戏、教育等强交互应用中，当用户走动、转动头盔、扣动扳机或挥动手柄时，都希望能从视觉和听觉上获得快速响应，如果延迟偏大就会让用户产生迟滞感。参考多数在线射击游戏的操作经验，对大部分人来说，当操作响应时延控制在100ms以内时，用户的感知一般就是即时的。从处理流程上来看，操作响应在云渲染流化的基础上，增加了动作捕捉和渲染显示过程，未来可以从这几个方向着手进行优化04.3影响云化虚拟现实弱交互业务的因素初始缓冲时长：用户从点击播放按钮(终端发出获取0TT视频源请求消息)开始，直至收到OTT云平台返回的数据能够满足终端首次出现视频影像的等待时间。测试工具将视频页面DNS请求报文的发送4时刻与终端第一次出现持续播放影像的时刻的时间差记录为初始缓冲时长。由于互联网视频服务提供商普遍通过终端程序设计或脚本的方式在视频播放前插播一段时长不等的广告，故测试时应采用屏蔽或跳过广告的方式进行，确保测试结果能够真实反映用户体验与网络质量之间的关系。无法屏蔽或跳过广告的视频不纳入测量初始缓冲时长的测试场景范围。卡顿/花屏；云渲染流量可通过TCP/UDP协议承载。当使用TCP承载时，若传输过程中出现丢包或乱序问题，一方面，TCP的避免拥塞机制会调整发送窗口以降低发送速率。另一方面TCP协议栈在确保收到数据的完整性和一致性前不会将数据上送应用层进行处理。而当终端较长时间没有新的视频数据用于解码呈现时(相邻帧的解码呈现时间间隔超过一定时间时，用户就会观察到明显的画面卡顿现象。而如果使用UDP协议承载，根据解码器对帧数据丢失处理机制的不同，造成的结果可能是卡顿也可能是花屏。例如，当解码器采用冻结机制时，遇到帧数据丢失就会冻结画面，直到下一个完整的I帧到达后再继续播放，用户侧感知为画面卡顿而当解码器采用忽略机制时，协议栈多数情况下会忽略数据丢失情况，直接上送应用层进行解码，用户侧会感知到花屏画质切换滞后：以TWS生FOV传输方案为例，经过特殊编码后的视频源文件会被分割成多个tile分片进行存储，每个tile分片对应不同的高清视角区域。当用户头部姿态出现变化时，云端会根据终端上报的信息，选择与用户视角区域相对应的高质量分片内容进行响应，同时响应的还有一个较低质量的全视角视频内容终端在收到云端推送的高质量内容之前，会先用低质量全景内容来进行填补，直到高质量分片内容到达后，再对低质量部分进行替换和拼接。在这个过程中，如果高质量内容分片的更新时间过长超过了200ns,用户就可能会看到明显的低质量画面，影响观看体验。详见附录A。5云化虚拟现实端到端业务体验指标5.1业务体验指标架构要求对业务体验指标架构进行三个维度的分解：体验KQI指标如表1所示、业务KPI指标如表2所示、网络KPI指标如表3所示。基于以上三个维度，对CloudVR业务所涉及的指标进行定义并关联分析。表1CloudVR体验KQI指标集弱交互占插放时长的比例卡顿(TCP)花屏(LDP)弱/强交互(通用类)终端设备温度超过限定值(预警值)电量模式的平均时长EPG(ElectronicProgranGuide)请求成功的EPG请求过程中，从发起HTTP_GET请求到收到索引文件请求过程中，从发起HTTP_GET分片开始下载时，终端发起TCPSyn请分片下载过程中，终端从发起HTTP_GET视频CDN服务器自身问题主动返回ERROR或直播/点播业务请求过程中，从发起HTTP_G从终端发起DNS请求，到DNS解析完成的EPG(ElectronicProgranGuide)请求成功的EPG请求过程中，从发起HTTP_GET请求到收到渲染资源请求过程中，从发起HTTP_GET请终端与渲染节点建接过程中，终端发起TCP业务运行过程，出现中断或异常退出的次数5.4网络KPI指标要求分片下载过程中，终端从发起HTTP_G内存利用率Wi-Fi下挂设备的报文在家庭网络转发的往返服务器从收到HTTP_GET请求到作出内存利用率内存使用情况占总内存大小的比例内存利用率Wi-Fi下挂设备的报文在家庭网络转发的往返9内存利用率内存使用情况占总内存大小的比例6监测方法要求6.1监测工具要求6.1.1工具形态总体要求CloudVR质量监测覆盖VR业务平台，VR探针平台，城域网，接入网，家庭网和VR终端等，通过CloudVR探针方案实现CloudVR业务的质量监测。CloudVR探针方案是指通过部署CloudVR平台和探针，基于平台探针，网元探针，网关探针以及终端头盔探针采集用户体验指标，端管云三段指标，从而进行端到端的业务质量监测。要求各探针对终端本身的性能影响尽可能小。如探针的CPU负载不超过一定限值，内存消耗不超过一定限值。要求各探针自身具有安全性和健壮性。能有效防止黑客利用软件漏洞执行病毒、蠕虫和木马等，获取系统权限，窃取系统或用户数据。6.1.2头盔探针(软探针)要求要求头盔探针能够在线采集全量CloudVR业务的KQI指标，并及时将指标上报给VR探针平台。头盔探针适用于不同类型终端设备，要求安装探针的终端设备统一适配上报的管理平台。6.1.3家庭网关探针(软探针)要求要求家庭网关探针能够在线采集Wi-FiKPI指标，按需启动随流KPI指标的采集。要求能对CloudVR业务进行识别，动态区分和判定强交互业务/弱交互业务。通过在CR上行链路上部署独立DPI设备，采集CloudVR业务随流的KPI指标，并将指标上报给CEM客户体验管理平台。要求独立的DPI探针能够用于全网CloudVR流量的深度检测，支持海量用户同时在线6.1.5平台探针(软探针)要求平台探针由渲染服务器探针和CDN探针组成，与终端头盔探针一样，要求平台探针能够在线采集全量CloudVR业务的KQI指标，并及时将指标上报给VR探针平台。6.1.6网络性能监控平台要求网络性能监控平台主要对0LT,BRAS,CR各网络节点进行性能监控，要求能够采集各网元端口的KPI指标和PON口线路KPI指标，并将指标上报给CEM客户体验管理平台。6.2监测数据处理要求6.2.1云化虚拟现实系统及测量指标采集标记点第一个图2CloudVR系统及测量指标采集标记点CloudVR系统及测量指标如图2所示，具体测量指标采集标记点定义如表4所示：表4测量指标采集标记点位姿发送时刻(PoseSendTime)位姿接收时刻(ServerRecvPoseTime)位姿提交时刻(PoseReadyToRenderJinc)服务器接收到位姿后立刻调用poselpda渲染完成时刻(AfterRenderTime)编码完成时刻(AfterEncodeTime)送入发送队列的时刻(ServerPushFrameTine)接收第一个包的时刻(RecvFirstPacketTine)解码输入时刻(FrameReconstructedTime)解码完成时刻(DecodeOutputTime)6.2.2流信息传输承载结构为了记录各时刻，对每一个位姿pose设置唯一的ID:PoseID。服务器和客户端都以PoseID为标端到端时延(TotalLatency)该帧解码完成时刻(decodeOutputTime)-收到位姿的时刻(ServerRecvPoseTime)渲染时延(RenderDuration)时刻(PoseReadyToRenderTime)编码时延(EncodeDuration)服务器编码结束时刻(AfterEncodeTime)-取出服务器将慎送入发送队列到该帧全部发送完成(ServerSendLastPacket解码时延(DecodeDuration)decodeOutputTine-frameReconstru卡顿时长(Rebuffering)卡顿时长就是两个相邻的解码完成时刻的差值(△T5)=DecodeOutputTine-m_lastDecodeO值f(nouPose,showPose)二EulerianAnglePoEulerianAnglePoseCurBulerianAnglePoseRendshowPose与nowPose对应的欧拉角生。物件利用网络已有成熟的定位系统，通过终端设备探针上报的错误码判断是否为通断类问题平台通断和网络通断。第2类：非通断类问题若排除通断类问题，根据终端设备探针采集的体验指标，如卡顿。黑边等，判定质差因素并对质差因素进行三段定界。质差因素的三段定界图5三段定界流程第1类：时延分段定界时延三段定界分为终端处理时延，网络RTT时延和云端处理时延，如图5所示。对各采集点进行打点标记，信息如下：1)终端以固定周期上报视角信息，打上指令ID,并在本地保存信令发送时间T1:2)渲染服务器在接收信令时打上时间T2;3)渲染服务器根据视角信息进行渲染，并将指令和渲染帧进行关联。渲染帧发送时将报文ID(至少包含指令ID、报文序列号和回填的发送时间T3),再发送给终端，终端打上接收时间T4和解码时间T5:通过对已打点标记的各采集点依照如表6所示公式进行计算，CEM和VR探针平台可以监测各段时延是否在合理范围内进行时延的定界。表6分段时延计算丢包要求CloudVR弱交互业务中的视频点播业务一般采用TCP传输，丢包影响是降低通量，即卡顿。在确定RTT和带宽通量的情况下，根据公式计算性丢包率可得出视频点播业务网络丢包要求如表7所示：表7CloudVR弱交互业务中的视频点播业务网络丢包要求4K阶段(实测)8K阶段(实测)12K阶段(预测)24K阶段(预测)RTT(建议)为1,预测阶段采用端云拼接。TCP流数按至少4条计算CloudVR强交互业务和弱交互业务中的视频直播业务建议使用UDP传输，丢包将造成花屏、黑屏等问题。由于RET会引入时延，不建议部署。因此在无RET重传的情况下，参考4K视频已经测试的数据，丢包在1E-5时，对体验会有轻微影响，在1E-6时，影响已经无法感知。所以此类业务丢包率要求建议如表8所示：表8CloudVR强交互业务和弱交互业务中的视频直播业务网络丢包要求2K阶段(实测)4K阶段(实测)8K阶段(预测)16K阶段(预测)强交互网络RTT(必须)强交互丢包率(必须)4K阶段(实测)8K阶段(实测)16K阶段(预测)24K阶段(预测)直播网络RTT(建议)直播丢包率(必须)注：强交互业务内容为实时渲染生成，没有全景画面，络端屏幕分辨率是指需要渲染的画面的分辨率。2K终端屏幕分辨率对应K视频全景分辨率，4K终端屏幕分辨率对应8K视频全景分辨率，8K络端屏幕分辨率对应12K视频全景分辨率丢包分段定界步骤1:云端服务器根据接收到的上行指令流中指令ID的连续性计算上行丢包率：步骤2:终端设备上部署的探针根据接收到的报文ID连续性计算下行丢包率：步骤3:VR探针平台/CEM根据上行丢包率和下行丢包率判断是否存在网络问题。若排除网络问题，则对“端-云”两段进行下一步筛查和根因分析；若存在网络问题，则需对网络内部再次定界，确定故障网络分段后进行析因排障VR“端-云”两侧故障分析VR终端故障分析：通过部署在VR终端设备的探针，采集相关的业务体验指标，如剩余电量，屏幕实时刷新率等，进一步分析质差根因。VR云端故障分析：部署在WR云端的探针可以采集到内存利用率，CPU占用率。GPU利用率等，进一步分析质差根因。6.3.2支持网络内部定界要求基于ONT实现网络的二分段具有端网协同接口的ONT不仅支持业务识别，还能基于不同业务类型对网络内部故障定界进行二分设时步骤2;网络管理平台根据策略对承载网内部各节点部署探针，采集指标。步骤3;各节点网络探针采集随流KPI,定期上报给网络管理平台，平台根据上报指标分析承载网内部故障点。6.4保障体验的带宽需求建议CloudVR弱交互业务带宽需求分析表90loudVR弱交互业务不同阶段带宽需求估算平均码率往2=传输画面像素点X每像素比特位X率FOV网络带宽=FOV传输系数生4×全视角传输注1;对于CloudVR弱交互业务，初始阶段可采用全视角方案进行传输。随着分辨率的提升。为节省带宽，后续阶段可以考虑利用FOV传输方案进行替代。注2:对于2D视频，传输画面像素点等于全视角分辨率；对于3D视频，传输画面像素点约为2D的两信。红黄蓝三色，256级的RGB彩色原图转化为YUV420格式后，每像素比特位为12。4K阶段的压缩率基于H.264取业界典型值。H.265片源经Tile转码后，总体压缩率为1%左右。使用相同的编码技术版本，3D效果的VR画面压缩效率可以比2D效果再提升25%左右。后续阶段的压缩率则根据业界经验测算得出，主要考虑编码方式、帧率、分辨率三大因素：(1)编码从H.264到H.265,H.265到H.266压缩率预计分别提升30%左右；(2)帧率提高一倍，压缩率预计提升50%左右；(3)分辨率提升一倍，压缩率预计提升15%左右。注3;由于视频流并不是完全平稳的，有流量突发的情况，所以根据4K视频的测试经验，当网络带宽大于平均码率2倍时，可保证视频流畅播放，所以网络带宽需求按照2倍于平均码率来计算。注4;FOV传输系数指所采用的FOV技术其FOV传输角度占全视角的比值。人眼视角极限大约为水平方向230度，垂直方向150度，这个视角范围能达到身临其境的效果。FOV传输系数=(230/360)*(150/180),计算得出FOW传输系数值约为0.53。基于如表9所示的计算模型，对CloudVR弱交互业务不同发展阶段的带宽需求估算如表10所示；表10cloudMR弱交互业务不同阶段带宽需求估算12K阶段弱交互业务码率(1路)弱交互业务带宽(1路)CloudVR强交互业务带宽需求分析生表11CloudVR强交互业务带宽计算模型平均码率=终端屏幕像素点×(1+超视角渲染比例)²×每像素比注5:初期云渲染流化时延较大，可采用超视角渲染方案优化黑边问题，额外渲染部分按10%左右估算端云异步渲染在调整物体间的位置关系时，需调用景深或运动矢量等信息，建议每一帧画面需额外传输15%的景深和运动矢量信息。H.265片源经Tile转码后，总体压缩率为1%左右。使用相同的编码技术版本，3D效果的VR画面压缩效率可以比2D效果再提升25%左右，但强交互应用采用H.264快速编码，同等压缩率下，画质效果要低于离线压缩的视频，因此3D画面仍按1%估算。编码从H.264到.265,H.265到L.266压缩率预计分别提升30%左右：帧率提高一倍，压缩率预计提升50%左右；分辨率提升一倍，压缩率预计提升15%左右。基于如表11所示的计算模型，对CloudVR强交互业务不同阶段的带宽需求估算如表12所示：表12CloudVR强交互业务不同阶段带宽需求估算强交互业务带宽(1路)注6:强交互业务内容为实时渲染生成，没有全最画面，终端屏幕分辨率是指需要渲染的画面的分辨率。强交互应用渲染画面分辨率取决于终端屏幕，4K终端屏幕分辨率为3840*2160。不同阶段的带宽保障建议表13不同阶段带宽保障建议准确的站点容量要求。1.升级增强家庭网+承载网网络架构1.进一步演进家庭网2.构建确定性低时延承载网络4K阶段的带宽保障建议单用户平均上网速率=[城域核心设备出口流量一(IPTV+单用户IPTV点播平均码率=单用户IPT单用户CloudVR点播平均码率-单用户CloudVR点播总流量直播流量=2频道码率X频道数，直播频道包括IPTV站点上网流量=站点下挂宽带用户数×单用户站点IPTV点播流量=站点IPTV点播并发用户数*单用户IPTV站点CloudVR点播流量=站点CloudVR点播并发用户数×单用户CloudVR站点经过的流量大小=站点上网流量+站点IPTV点播流量+站点CloudVR点播流量+家庭组网采用独立高性能AP承载VR业务，Wi-F802.1lac4*4MIMO或802.1lax技术，达到速率大于260接入网(PON升级)接入全面部署10GPON:8K阶段，单路CloudYR业务带宽要求为260MbpsIPTV和上网业务，用户带宽建议不小于400Mbps⁷。带宽产业步入千兆时代，原有的GPON/EPON接入无法满足用户的业务需求，10GPON技术将逐渐成为PON网络的主流技术，建议全10GEPON/GPON在分光比为1:64情况下无法达到400Mbps带宽。需要控制用户的实际安装数量：只有在分光城域网(扩容升级)城域网演进到N*100Gbps/Tbps容量(升级单板/设备速率和集成度)1.0LT上行口建议至少升级到4*10GE2.城域核心设备建议升级为Tbps/槽位的集群平3.城域边缘设备至少升级为4*100GE上联城域核1.意图感知：基于意图感知识别不同Clo2.质量感知：通过测量和评估CloudVR的业务质量3.问题识别：基于质量感知所采集的数据，采用大4.网络优化：对于网络瓶颈点，实施自动化/人工的优可以通过自动化的信道调优等技术进行速率提升。对足问题，则需要通过人工扩容的方式解决问题。除了上述工程方法外，还可能通过一些技术手段提升产品能力。降低CloudVR的带宽消耗和时廷要求。包括但不限于：低时延Wi-