首页 > 音视频技术 > 流媒体网络性能指标——抖动
2017
08-14

流媒体网络性能指标——抖动

有时候我们开发一个流媒体系统,做完了却不知道如何在数字上描述我们的系统,体现我们的优势,作为客户来说,可以描述这套系统的数字指标是最直观的。网络性能是最重要的,在流媒体网络中,影响流媒体服务器质量QOS的因素有很多,而这些因素可以作为我们衡量流媒体网络性能的指标。

衡量流媒体网络性能的指标主要有:

  • 带宽
  • 吞吐量
  • 延时
  • 抖动
  • 丢包率

本篇文章主要讲下抖动(jitter),以及如何处理抖动,本文主要针对语音通信。在网络中,每个包从发送端到接收端的时延是不相同的,而jitter就是用来衡量这种不同。在发送端数据包发送时间间隔是相同的,也就是均匀发送数据,但是由于各种情况,接受端收到数据包间隔就会不一样了,可能一会大,一会小,这就产生了抖动,严重影响音质。
流媒体网络性能指标——抖动 - 第1张  | Jianchihu
下面先了解下传统学术上的相关定义。
• 延时:记s(i), r(i)分别为第i个包的发送、接收时间戳,记d(i) = r(i) – s(i)
• 抖动:jitter(i) = d(i+1) – d(i)

传统定义中,抖动仅能描述某个时刻的情况,而流媒体是持续的,我们更关注某个时间段上的情况,对比某时刻情况更实用。
为了更好描述某个时间段的抖动,我们可以如下定义更实用的抖动相关指标(参考声网):
1)记s(i), r(i)为第i个包的发送与接收时间戳,延时d(i) = r(i) – s(i);
2)t秒为一个统计周期,集合D = {d(i) | i ∈ t秒内收到的包序号集合 };
3)对集合D做从小到大排序,得到D(sorted);
4)对D(sorted)中每个元素,减去D中最小值min(D),得到新的集合 D(jitter)。

现在D(jitter)中元素含义就是,t秒内所有语音数据包传输延时,相对最快那个数据包的偏移,原来抖动定义是相对前一个包延时偏移。可知D(jitter)中最大元素表示传输延时最大的。

为了消除抖动,接收端要么丢帧,要么延时。一般都会引入一个缓冲区,也就是抖动缓冲(jitterbuffer)。引入了抖动缓冲后,我们可以这样处理抖动:
1)jitter > jitterbuffer length,丢帧处理;
2) jitter <= jitterbuffer length,延时处理。 流媒体网络性能指标——抖动 - 第2张  | Jianchihu

所以现在D(jitter)中最大元素表示:如果jitterbuffer大小拉长到这个值,就能成功播放t秒内收到的语音数据。按这个定义,我们就可以动态设置我们的jitterbuffer大小,每一个t时间周期调整一次jitterbuffer。

如果想对抖动缓冲有更深入学习,可以参考webrtc资料以及谷歌学术上相关论文,相关研究很多。

最后编辑:
作者:Jianchihu
管理员——低调做事,低调做人

流媒体网络性能指标——抖动》有 2 条评论

  1. zoring 说:

    这样虽然可以处理部分的情况,但一旦出现了输入端的错误,就会导致累计误差的出现了,就是原本的输入里面在某些摄像机上回出现pts或者dts混乱,这个问题会出现,累计误差出现。

    • Jianchihu 说:

      这个主要针对语音通信的,视频肯定不能这么处理。还有摄像机一般没有B帧,pts与dts是一样的,只要确保时间戳是递增的就可以。接收端这边肯定会有个缓存,你push进缓存时,按照时间戳排序就可以了,就不会受输入端错误影响。

留下一个回复

你的email不会被公开。

This site uses Akismet to reduce spam. Learn how your comment data is processed.