冀 峰，齊幸輝，張松軼

(河北遠(yuǎn)東通信系統(tǒng)工程有限公司，河北 石家莊 050200)

0 引言

隨著移動(dòng)互聯(lián)網(wǎng)技術(shù)的發(fā)展，VoIP電話、網(wǎng)絡(luò)視頻會(huì)議等多媒體交互性的應(yīng)用已經(jīng)變得越來越廣泛。但由于網(wǎng)絡(luò)傳輸?shù)臅r(shí)延和波動(dòng)性等因素，實(shí)時(shí)數(shù)據(jù)通信過程中經(jīng)常會(huì)遇到分組丟失、亂序和擁塞等問題，成為制約IP設(shè)備用戶體驗(yàn)的重要因素[1-2]。

在現(xiàn)有技術(shù)中，基于網(wǎng)絡(luò)分組傳輸?shù)牟▌?dòng)性和流媒體傳輸?shù)臄?shù)據(jù)量大、實(shí)時(shí)性要求高等特點(diǎn)，通常的技術(shù)手段是在接收端增加數(shù)據(jù)的緩沖處理環(huán)節(jié)[3]，通過數(shù)據(jù)在緩沖區(qū)內(nèi)的排序、平衡和組織，消除或減輕網(wǎng)絡(luò)分組在傳輸過程中的亂序、丟失和抖動(dòng)等影響，進(jìn)而將數(shù)據(jù)在輸出端平穩(wěn)有序地輸出，提高媒體播放的質(zhì)量。

因此，改進(jìn)接收端的緩沖區(qū)設(shè)計(jì)和數(shù)據(jù)處理方法，特別是依托于實(shí)時(shí)傳輸層控制協(xié)議，設(shè)計(jì)滿足和適應(yīng)于實(shí)際網(wǎng)絡(luò)傳輸條件的緩沖數(shù)據(jù)處理方法，是基于VoIP的多媒體應(yīng)用研究中比較重要的一個(gè)方面。

1 RTP協(xié)議

實(shí)時(shí)傳輸協(xié)議(Real-time Transport Protocol，RTP)是在Internet上處理多媒體數(shù)據(jù)流的一種網(wǎng)絡(luò)協(xié)議，利用它能夠在一對(duì)一或者一對(duì)多的網(wǎng)絡(luò)環(huán)境中實(shí)現(xiàn)流媒體數(shù)據(jù)的端到端的實(shí)時(shí)傳輸，目的是提供時(shí)間信息和實(shí)現(xiàn)流同步，是被廣泛采用的流媒體傳輸?shù)幕A(chǔ)技術(shù)。RTP協(xié)議包頭的定義如圖1所示[4]。

圖1 RTP協(xié)議中包頭結(jié)構(gòu)定義說明

RTP包中攜帶的時(shí)間和同步信息體現(xiàn)在協(xié)議頭中，常用的時(shí)序參考參數(shù)有以下2個(gè)：

① 序列號(hào)：描述報(bào)文傳輸?shù)男蛄刑?hào)，表示RTP分組的次序。初值為隨機(jī)數(shù)，每發(fā)送1個(gè)增加1，可供接收方檢測(cè)分組丟失和恢復(fù)分組次序。

② 時(shí)間戳：描述該報(bào)文采樣數(shù)據(jù)的時(shí)間標(biāo)記，表示RTP分組第1個(gè)字節(jié)的取樣時(shí)刻。其初值為隨機(jī)數(shù)，每個(gè)采樣周期加1。

本文所述的數(shù)據(jù)傳輸和緩沖技術(shù)都是基于RTP協(xié)議所提供時(shí)間戳或序列號(hào)等機(jī)制。由于RTP協(xié)議本身不保證數(shù)據(jù)包的可靠性傳輸，鑒于在實(shí)際應(yīng)用中都采用UDP作為傳輸層協(xié)議，因此，對(duì)收到來自網(wǎng)絡(luò)的RTP數(shù)據(jù)包進(jìn)行對(duì)于亂序包的檢測(cè)與重排是有必要的。

2 傳統(tǒng)的靜態(tài)數(shù)據(jù)緩沖技術(shù)

緩沖技術(shù)是接收端將網(wǎng)絡(luò)傳輸鏈路上接收的數(shù)據(jù)包，在緩沖區(qū)內(nèi)進(jìn)行排序、組合等數(shù)據(jù)處理。輸出端按照生成的順序?qū)彌_區(qū)內(nèi)的數(shù)據(jù)包進(jìn)行依次讀取。該技術(shù)可以在一定程度上消除網(wǎng)絡(luò)傳輸過程所帶來的分組丟失和延遲抖動(dòng)[5-6]。

靜態(tài)數(shù)據(jù)緩沖技術(shù)[7]是數(shù)據(jù)緩沖區(qū)大小為固定不變的緩沖技術(shù)，工作原理如圖2所示。

圖2 靜態(tài)數(shù)據(jù)緩存技術(shù)原理示意圖

程序在啟動(dòng)過程中，需要初始化一塊大小恒定的內(nèi)存區(qū)域作為數(shù)據(jù)緩沖區(qū)。由于在實(shí)際運(yùn)行過程中要兼顧到網(wǎng)絡(luò)傳輸質(zhì)量較差的情況，因此，該緩沖區(qū)的長度一般設(shè)置得比較大。

程序運(yùn)行過程中，接收任務(wù)將從網(wǎng)絡(luò)傳輸層接收到的數(shù)據(jù)包放入緩沖區(qū)，首先判斷緩沖區(qū)是否已滿。如果未滿，將按照數(shù)據(jù)包攜帶的RTP序列號(hào)信息放入緩沖區(qū)中進(jìn)行排序存儲(chǔ)，否則，則丟棄該數(shù)據(jù)包。

讀取任務(wù)根據(jù)播放信號(hào)的驅(qū)動(dòng)，對(duì)緩沖區(qū)中的數(shù)據(jù)包進(jìn)行順序讀取，并對(duì)其攜帶的序列號(hào)信息進(jìn)行同步檢測(cè)，遇到序列號(hào)不連續(xù)的情況，說明數(shù)據(jù)包在傳輸過程中存在丟失的情況，則按照緩沖區(qū)內(nèi)已有的數(shù)據(jù)包進(jìn)行順序讀??；如果緩沖區(qū)為空，則說明網(wǎng)絡(luò)接收出現(xiàn)異?；蛘哐舆t，返回靜音數(shù)據(jù)包。

現(xiàn)有靜態(tài)緩沖技術(shù)的缺點(diǎn)如下：

(1)有非常明顯的延時(shí)累加效應(yīng)[8]

由于網(wǎng)絡(luò)的傳輸特性，網(wǎng)絡(luò)丟包/亂序會(huì)導(dǎo)致數(shù)據(jù)包的傳輸延時(shí)變大，同時(shí)，經(jīng)過緩沖區(qū)的存儲(chǔ)、排序操作，最終數(shù)據(jù)包的讀取延時(shí)會(huì)逐漸增大，直到維持在最大值。即使網(wǎng)絡(luò)傳輸狀況好轉(zhuǎn)，也不能根據(jù)網(wǎng)絡(luò)情況自動(dòng)減小網(wǎng)絡(luò)延時(shí)。在實(shí)時(shí)性交互時(shí)，這種延時(shí)累加的結(jié)果，有可能導(dǎo)致雙方或多方的動(dòng)態(tài)交流無法進(jìn)行[9-10]。

(2)資源開銷太大

采用靜態(tài)緩沖技術(shù)的條件下，緩沖區(qū)的設(shè)計(jì)要兼顧各種網(wǎng)絡(luò)的傳輸情況，確保在數(shù)據(jù)接收過程中，緩沖區(qū)不出現(xiàn)數(shù)據(jù)溢出，避免被動(dòng)丟包，緩沖區(qū)的長度設(shè)置一般參考網(wǎng)絡(luò)傳輸可能出現(xiàn)的最差情況，因此，緩沖區(qū)就需要設(shè)置得比較大，隨之帶來較大的系統(tǒng)資源占用。在資源非常有限的嵌入式應(yīng)用場合，該方法有很大的局限性。

3 改進(jìn)的動(dòng)態(tài)數(shù)據(jù)緩沖技術(shù)

在實(shí)時(shí)交互式的媒體應(yīng)用中，實(shí)時(shí)性的要求占主體地位，如果雙方或多方能有較好的實(shí)時(shí)性，即使媒體質(zhì)量較差，也是可以接受的；否則，雙方的交流就會(huì)因時(shí)延問題而發(fā)生困難[3-4]。

結(jié)合某些應(yīng)用條件下資源緊張的情況，為了盡量減少資源的浪費(fèi)，保證媒體交互的實(shí)時(shí)性，在靜態(tài)緩沖技術(shù)的基礎(chǔ)上研究了動(dòng)態(tài)緩沖技術(shù)[11]。動(dòng)態(tài)緩沖技術(shù)是指緩沖區(qū)的大小并不是固定不變的，它可以根據(jù)網(wǎng)絡(luò)數(shù)據(jù)包的傳輸狀況，如抖動(dòng)、丟包率及延時(shí)等，對(duì)緩沖區(qū)的大小進(jìn)行實(shí)時(shí)調(diào)整，以提高實(shí)時(shí)交互性能，減少系統(tǒng)資源占用[12]。

3.1 基于RTP時(shí)間信息的網(wǎng)絡(luò)傳輸質(zhì)量估計(jì)

動(dòng)態(tài)緩沖技術(shù)需要周期性地獲取當(dāng)前網(wǎng)絡(luò)的傳輸質(zhì)量，以此作為緩沖區(qū)調(diào)整策略的依據(jù)。網(wǎng)絡(luò)傳輸狀況包括網(wǎng)絡(luò)傳輸中的抖動(dòng)延遲和丟包情況。

根據(jù)RTP協(xié)議標(biāo)準(zhǔn)規(guī)定，RTP包中攜帶的序列號(hào)定義為16 bit的整型數(shù)，發(fā)送端每發(fā)送一個(gè)RTP數(shù)據(jù)包，序列號(hào)加1，序列號(hào)的初始值是隨機(jī)的。借助于RTP包頭的序列號(hào)，接收端可以重建數(shù)據(jù)包的順序和檢測(cè)數(shù)據(jù)包的丟失情況[13-14]。

由于網(wǎng)絡(luò)具有波動(dòng)性，單一時(shí)刻的延時(shí)抖動(dòng)不能代表一個(gè)特定時(shí)間段內(nèi)的網(wǎng)絡(luò)傳輸狀況。因此，本文采用在一個(gè)固定窗口對(duì)RTP數(shù)據(jù)包的抖動(dòng)時(shí)間平滑得到作為網(wǎng)絡(luò)傳輸質(zhì)量的一個(gè)估計(jì)值(窗口寬度N選擇為20個(gè)語音幀)。

式中，k,i為收到RTP數(shù)據(jù)包的順序號(hào)，S(k),S(i)為對(duì)應(yīng)數(shù)據(jù)包中的RTP序列號(hào)，Δ是針對(duì)數(shù)據(jù)包基準(zhǔn)順序號(hào)為i的固定窗口進(jìn)行抖動(dòng)時(shí)間的平滑估計(jì)，以此作為網(wǎng)絡(luò)傳輸狀況的參考，完成一次估計(jì)后，窗口的數(shù)據(jù)包基準(zhǔn)順序號(hào)為i+N。

一旦有分組丟失，或者網(wǎng)絡(luò)抖動(dòng)的情況產(chǎn)生，Δ的輸出就是大于1的正值，而在理想的網(wǎng)絡(luò)傳輸環(huán)境下，Δ的輸出維持為1的恒定值。因此，根據(jù)周期性Δ的返回值，可以及時(shí)感知當(dāng)前網(wǎng)絡(luò)的傳輸質(zhì)量，通過調(diào)整緩沖區(qū)的長度和讀取任務(wù)指針，來保證媒體傳輸?shù)膶?shí)時(shí)性和媒體質(zhì)量的平穩(wěn)性。

3.2 緩沖區(qū)長度的動(dòng)態(tài)調(diào)整策略

以周期性所獲取的網(wǎng)絡(luò)傳輸質(zhì)量為依據(jù)，該技術(shù)主要根據(jù)當(dāng)前的網(wǎng)絡(luò)傳輸情況動(dòng)態(tài)地調(diào)整緩沖區(qū)的大小，充分利用帶寬資源，在媒體流的實(shí)時(shí)交互性能和網(wǎng)絡(luò)傳輸質(zhì)量之間取得平衡，原理如圖3所示。

圖3 動(dòng)態(tài)數(shù)據(jù)緩存示意圖

程序在初始化時(shí)，申請(qǐng)一小塊的內(nèi)存區(qū)作為緩沖區(qū)的初始長度，本文選取5幀語音作為初始長度。在實(shí)際應(yīng)用過程中，通過周期性獲取當(dāng)前的網(wǎng)絡(luò)傳輸質(zhì)量，來對(duì)緩沖區(qū)中的動(dòng)態(tài)調(diào)整部分進(jìn)行自適應(yīng)調(diào)整。

根據(jù)Δ的計(jì)算公式，可以推出，在Δ逼近于數(shù)值1的條件下，表明當(dāng)前網(wǎng)絡(luò)的傳輸狀態(tài)較為理想；在Δ偏離數(shù)值1的的條件下，表明當(dāng)前網(wǎng)絡(luò)的傳輸狀態(tài)存在丟包、亂序等情況，可以通過補(bǔ)包處理的方式給系統(tǒng)設(shè)置較長的緩沖隊(duì)列，以引入較大的時(shí)延來延緩數(shù)據(jù)的抖動(dòng)和亂序，保證媒體數(shù)據(jù)的傳輸質(zhì)量；在Δ較小的情況下，表明當(dāng)前網(wǎng)絡(luò)傳輸狀態(tài)比較通暢，通過適當(dāng)?shù)膩G包處理，給系統(tǒng)設(shè)置較短的緩沖隊(duì)列，減小系統(tǒng)在交互過程中引入的延時(shí)，保證媒體的實(shí)時(shí)交互。同時(shí)，為降低緩沖區(qū)動(dòng)態(tài)調(diào)整過程中對(duì)媒體質(zhì)量的影響，在每一個(gè)周期內(nèi)僅補(bǔ)償或丟棄一個(gè)數(shù)據(jù)包。

緩沖區(qū)動(dòng)態(tài)調(diào)整的處理流程圖如圖4所示。

圖4 動(dòng)態(tài)緩沖區(qū)調(diào)整流程圖

采用該方法能夠動(dòng)態(tài)調(diào)整緩沖區(qū)延時(shí)大小，避免現(xiàn)有傳統(tǒng)技術(shù)中的延時(shí)累加效應(yīng)。同時(shí)又能在保持媒體質(zhì)量的前提下，提升交互的實(shí)時(shí)性。

在網(wǎng)絡(luò)傳輸狀況較差或者延時(shí)較大的情況下，適當(dāng)丟棄當(dāng)前緩沖的數(shù)據(jù)包，接收端不對(duì)該數(shù)據(jù)包所包含的媒體信息進(jìn)行播放，以此來減少讀取媒體數(shù)據(jù)的時(shí)延，雖稍微降低了媒體的播放質(zhì)量，但是達(dá)到了增強(qiáng)媒體實(shí)時(shí)性的目的。

3.3 仿真及結(jié)果分析

為驗(yàn)證算法的性能以及正確性，需要模擬各種網(wǎng)絡(luò)的傳輸情況，構(gòu)建語音分組的測(cè)試序列，該序列中應(yīng)該包括語音分組的網(wǎng)絡(luò)傳輸中的普遍情況，包括網(wǎng)絡(luò)抖動(dòng)、網(wǎng)絡(luò)延時(shí)和網(wǎng)絡(luò)丟包等情況。利用模擬網(wǎng)絡(luò)狀態(tài)的情況，模擬的網(wǎng)絡(luò)數(shù)據(jù)包測(cè)試序列如圖5所示。

該測(cè)試序列包含了網(wǎng)絡(luò)抖動(dòng)、延時(shí)和亂序等常見的網(wǎng)絡(luò)傳輸問題。在語音測(cè)試序列中，有a，b，c三個(gè)模擬段，其中，a段模擬網(wǎng)絡(luò)延時(shí)，b段模擬網(wǎng)絡(luò)丟包，c段模擬網(wǎng)絡(luò)抖動(dòng)和亂序。

在該測(cè)試序列的測(cè)試下，依據(jù)本文所描述的動(dòng)態(tài)緩沖區(qū)調(diào)整策略，緩沖區(qū)的大小會(huì)根據(jù)網(wǎng)絡(luò)傳輸質(zhì)量進(jìn)行實(shí)時(shí)動(dòng)態(tài)調(diào)整，控制語音分組的輸出延時(shí)，針對(duì)語音分組傳輸測(cè)試序列進(jìn)行測(cè)試的網(wǎng)絡(luò)傳輸質(zhì)量估計(jì)如圖6所示。

圖5 語音分組測(cè)試序列

圖6 網(wǎng)絡(luò)傳輸質(zhì)量估計(jì)

由圖6可以看出，在語音分組傳輸正常時(shí)，估計(jì)值Δ一直保持在1左右，說明此時(shí)網(wǎng)絡(luò)上沒有發(fā)生丟包或者延時(shí)的情況，當(dāng)網(wǎng)絡(luò)延時(shí)出現(xiàn)時(shí)，該估計(jì)值會(huì)出現(xiàn)一個(gè)抖動(dòng)，當(dāng)網(wǎng)絡(luò)丟包和抖動(dòng)亂序出現(xiàn)時(shí)，該估計(jì)值會(huì)出現(xiàn)明顯波動(dòng)。

由圖7可以看出，經(jīng)過緩沖區(qū)調(diào)整后的媒體輸出，可以兼顧媒體質(zhì)量和實(shí)時(shí)性，在大量媒體數(shù)據(jù)丟包的情況下，語音分組的接收時(shí)間出現(xiàn)一個(gè)延時(shí)波動(dòng)，但是隨著時(shí)間趨于收斂，削弱了網(wǎng)絡(luò)傳輸惡化對(duì)媒體實(shí)時(shí)性的影響，使媒體的整體質(zhì)量始終維持在一個(gè)相對(duì)較好的水平。

圖7 不同算法的語音分組輸出對(duì)比圖

4 結(jié)束語

該方法根據(jù)實(shí)時(shí)估計(jì)網(wǎng)絡(luò)的傳輸質(zhì)量，采用動(dòng)態(tài)調(diào)整緩沖區(qū)中數(shù)據(jù)包的個(gè)數(shù)來保證流媒體傳輸?shù)膶?shí)時(shí)性和傳輸質(zhì)量，因此，不必預(yù)先設(shè)置很大的緩存區(qū)來兼顧網(wǎng)絡(luò)狀況很差時(shí)的傳輸質(zhì)量。減小了資源占用，提升了產(chǎn)品的用戶體驗(yàn)，對(duì)基于VoIP的多媒體應(yīng)用研究有著重要的參考意義。目前，該方法已經(jīng)成功應(yīng)用于某多媒體調(diào)度產(chǎn)品，應(yīng)用效果良好。