靳雁霞,馬光遠(yuǎn),雷海衛(wèi)

(中北大學(xué) 計算機(jī)與控制工程學(xué)院, 太原 030051) (*通信作者電子郵箱867860804@qq.com)

基于DASH的混合控制碼率算法

靳雁霞,馬光遠(yuǎn)*,雷海衛(wèi)

(中北大學(xué) 計算機(jī)與控制工程學(xué)院, 太原 030051) (*通信作者電子郵箱867860804@qq.com)

針對平滑流(SF)算法在帶寬預(yù)測時存在的“毛刺”現(xiàn)象以及僅依靠帶寬預(yù)測而沒有緩存區(qū)控制所導(dǎo)致的頻繁播放停滯的問題,提出一種動態(tài)自適應(yīng)混合控制碼率算法。首先,通過使用標(biāo)準(zhǔn)差來代替原SF算法中波動參數(shù)的計算,消除了預(yù)測帶寬存在的“毛刺”現(xiàn)象;其次,針對原SF算法存在沒有考慮緩存區(qū)狀態(tài)所帶來的頻繁播放停滯問題以及傳統(tǒng)緩存區(qū)控制算法存在分級困難的問題,引入一種基于緩存區(qū)容量的新型緩存區(qū)控制策略;最后,將改進(jìn)SF算法與新型緩存區(qū)控制策略相結(jié)合形成混合算法來選擇視頻碼率。實驗結(jié)果表明,混合算法不但消除了原SF算法在帶寬預(yù)測中存在的毛刺現(xiàn)象,而且彌補(bǔ)了僅依靠單一算法選擇碼率的不足,使得所選碼率視頻既降低了播放停滯頻率(惡劣網(wǎng)絡(luò)環(huán)境下效果明顯,降低43%左右)又符合實際網(wǎng)絡(luò)情況,提高了用戶的觀看體驗。

基于HTTP的動態(tài)自適應(yīng)流;緩存區(qū);帶寬預(yù)測;碼率選擇;流媒體

0 引言

隨著互聯(lián)網(wǎng)以及移動智能終端的高速發(fā)展,多媒體服務(wù)在人們的日常生活中起到越來越大的作用[1]。但是隨著多媒體數(shù)據(jù)流量的增加和用戶要求的不斷提高,當(dāng)前廣泛使用的基于用戶數(shù)據(jù)報協(xié)議(User Datagram Protocol, UDP)的實時傳輸協(xié)議/實時流傳輸協(xié)議(Real-time Transport Protocol/Real Time Stream Protocol, RTP/RTSP)存在著部署成本高、面向連接、難于穿越防火墻,以及與內(nèi)容分發(fā)網(wǎng)絡(luò)不兼容等一系列問題[2-4],這些問題嚴(yán)重制約了流媒體技術(shù)的進(jìn)一步推廣,影響用戶的觀看體驗,已經(jīng)越來越不能滿足人們的需要[5-6]。

為了解決上述問題,動態(tài)圖像專家組(Moving Picture Experts Group, MPEG)聯(lián)合第三代合作伙伴計劃(3rd Generation Partnership Project, 3GPP)共同開發(fā)了新一代基于超文本傳輸協(xié)議的動態(tài)自適應(yīng)流(Dynamic Adaptive Streaming Over HTTP, DASH)媒體[7-9]。但是DASH標(biāo)準(zhǔn)只對多媒體文件的切分、存儲、傳輸?shù)葍?nèi)容進(jìn)行了規(guī)范,對提高用戶觀看體驗的動態(tài)自適應(yīng)碼率選擇算法卻沒有作具體規(guī)范說明,所以該算法成為現(xiàn)今的研究熱點(diǎn)之一[6,10-11]。

當(dāng)前存在多種碼率選擇算法,比較經(jīng)典的是Thang等[12]提出的基于帶寬預(yù)測的平滑流(Smooth Flow, SF)碼率選擇算法,但是該算法存在以下兩個問題：首先,當(dāng)網(wǎng)絡(luò)帶寬發(fā)生短時劇烈變化時,其及時響應(yīng)機(jī)制會導(dǎo)致預(yù)測帶寬出現(xiàn)劇烈變化(即產(chǎn)生“毛刺”現(xiàn)象),嚴(yán)重影響用戶觀看體驗；其次,該算法并沒有考慮緩存區(qū)的狀態(tài),這極可能導(dǎo)致緩存區(qū)出現(xiàn)“溢出”,發(fā)生播放停滯。

針對上述問題,本文做了以下工作:首先，為了消除SF算法在帶寬預(yù)測上存在的毛刺現(xiàn)象,使用標(biāo)準(zhǔn)差的方式代替原算法對波動參數(shù)的計算,使得帶寬預(yù)測結(jié)果更加平滑;其次，為了解決SF算法不考慮緩存區(qū)狀態(tài)所導(dǎo)致的頻繁播放停滯,以及傳統(tǒng)緩存區(qū)存在的分級困難等問題,引入了一種新的緩存區(qū)管理策略;最后將該策略與預(yù)測帶寬相結(jié)合,避免了僅依靠單一算法選擇碼率的不足,使所選碼率切片既能適應(yīng)實際網(wǎng)絡(luò)變化,又能保證流暢播放。實驗結(jié)果表明,本文算法不但能夠有效消除SF算法中由于“毛刺”現(xiàn)象造成的碼率選擇不平滑,而且有效降低了緩存區(qū)“溢出”的可能性,實現(xiàn)視頻的流暢播放,極大提高用戶觀看體驗。

1 相關(guān)工作

DASH協(xié)議綜合當(dāng)前三大主流流媒體協(xié)議優(yōu)點(diǎn),規(guī)定了多媒體內(nèi)容的切分、存儲、傳輸?shù)纫?guī)范[13-14],但對其重要的一環(huán)即動態(tài)自適應(yīng)碼率選擇算法卻沒有作出具體的規(guī)范[15],現(xiàn)在的碼率選擇算法主要包括以下兩種:第一種是基于帶寬預(yù)測的碼率選擇算法,例如,文獻(xiàn)[16]提出了根據(jù)當(dāng)前切片的帶寬去預(yù)測未來可利用帶寬;文獻(xiàn)[12]對上述方法進(jìn)行了改進(jìn),提出不僅依靠當(dāng)前帶寬,還要結(jié)合歷史情況的預(yù)測方法。第二種是基于緩存區(qū)容量的碼率選擇算法,例如，文獻(xiàn)[17]提出一種基于緩存區(qū)等級的選擇算法，文獻(xiàn)[3]提出了一種基于緩存區(qū)等級的改良算法。

1.1 碼率選擇算法目標(biāo)

基于DASH協(xié)議的動態(tài)自適應(yīng)流媒體技術(shù)在設(shè)置碼率選擇算法時按照優(yōu)先級從高到低應(yīng)當(dāng)依次滿足以下四個要求[18]:盡量確保視頻的流暢播放;盡量減少視頻碼率的切換次數(shù);盡量提高所選擇視頻切片的平均碼率;盡量降低視頻在開始播放時的延時。

1.2 基于帶寬預(yù)測的碼率選擇算法

其主要思想是通過對之前下載的視頻切片的帶寬進(jìn)行收集處理,進(jìn)而預(yù)測下載下一個切片的網(wǎng)絡(luò)帶寬。比較典型的是SF算法[12],該算法對網(wǎng)絡(luò)帶寬變化的敏感度比較高,可以比較精確地估計網(wǎng)絡(luò)帶寬。預(yù)測公式如下:

(1)

其中:Be(i)表示下載第i個切片的估計帶寬;Bs(i)表示第i個切片的實際下載帶寬值。Bs(i)的計算公式如下:

(2)

其中:μbit(i)為第i個切片的碼率;θ為切片持續(xù)時長,本文θ為常量2 s;tend(i)為第i個切片下載完成的時間;tstar(i)為第i切片開始下載的時間。

δ為帶寬變化系數(shù),其取值范圍為(0,1)。當(dāng)帶寬變化較大時,為了保證對網(wǎng)絡(luò)變化的敏感性,δ值也較大,那么估計帶寬值就越接近上一個切片的實際帶寬值,估計越準(zhǔn)確;當(dāng)帶寬變化較小時,為了保證帶寬預(yù)測值的平滑性,δ的值也較小,那么估計帶寬值就越接近歷史情況,估計值越平滑。δ的計算公式為:

(3)

其中:k和p0為特定值,為保證p與δ滿足圖1所示關(guān)系(當(dāng)pgt;0.4時視為網(wǎng)絡(luò)帶寬波動較大,plt;0.1時視為帶寬波動較小)，這里取k=21,p0=0.2。p值的計算公式為:

(4)

p-δ符合logistic函數(shù)模型:當(dāng)pgt;0.4時,δ的值趨近于1;當(dāng)plt;0.1時δ值較小(δlt;0.1)。p-δ關(guān)系如圖1所示。

圖1 Logistic函數(shù)模型

在SF算法中,當(dāng)帶寬屬于中長期小幅度波動時,該算法由于考慮了歷史因素的影響,可以實現(xiàn)對帶寬的平滑預(yù)測,減少視頻碼率的切換次數(shù),即可以滿足1.1節(jié)第二條要求;而且當(dāng)帶寬屬于長期大幅度波動時,p和δ參數(shù)可以使帶寬預(yù)測更符合實際情況,更加準(zhǔn)確。但是從實際情況來看，該碼率自適應(yīng)算法是存在缺陷的,首先,由1.1節(jié)提及的四點(diǎn)要求可知該算法只滿足了第二點(diǎn),其他三點(diǎn)要求尤其是最重要的第一點(diǎn)在算法中并未體現(xiàn),這樣會增加出現(xiàn)視頻播放停滯的可能性,出現(xiàn)用戶最不愿意看到的視頻播放停滯；其次在一些情況下第二點(diǎn)要求也不能很好地滿足。具體原因如下:因為無線信道受到的影響因素較多,信道不穩(wěn)定、易突變,極可能由帶寬的瞬時劇烈變化導(dǎo)致預(yù)測帶寬發(fā)生突變,即產(chǎn)生“毛刺”現(xiàn)象。這會直接造成所選擇視頻切片碼率的短時劇烈波動,導(dǎo)致視頻播放出現(xiàn)抖動,嚴(yán)重影響客戶的觀看體驗。

1.3 傳統(tǒng)的基于緩存區(qū)容量控制的碼率選擇算法

其主要思想是通過將客戶端緩存區(qū)劃分為多個閾值區(qū)間,依據(jù)當(dāng)前緩存區(qū)容量所處區(qū)間選擇不同碼率的視頻切片。Muller等[17]提出了一種類似算法,該算法可以根據(jù)緩存區(qū)等級設(shè)置不同的帶寬系數(shù),系數(shù)隨著緩存區(qū)等級的增加而增加,下一個切片碼率由上一個切片的碼率和緩存區(qū)系數(shù)共同決定,如式(5)所示:

(5)

其中:r(si)表示算法選擇的碼率;bw表示切片碼率;si表示切片序號;bli表示當(dāng)前緩存區(qū)切片數(shù)量所占緩存區(qū)總?cè)萘康谋壤?/p>

Muller等所提算法同許多基于緩沖區(qū)的碼率選擇算法一樣,有許多共同的缺點(diǎn):首先基于緩存區(qū)的碼率選擇算法完全沒有考慮實際網(wǎng)絡(luò)帶寬變化對所選碼率造成的影響,極易造成所選切片碼率與實際帶寬的較大差異,造成碼率頻繁切換;其次傳統(tǒng)的基于緩存區(qū)容量控制的碼率選擇算法其緩存區(qū)等級很難設(shè)置,等級設(shè)置過于密集會使碼率頻繁切換,設(shè)置過于稀疏又不能及時調(diào)整所選碼率,造成播放停滯。

為有效解決SF算法和傳統(tǒng)基于緩存區(qū)容量控制的碼率選擇算法存在的問題，并充分考慮碼率選擇目標(biāo)，本文提出了一種混合控制碼率選擇算法。

2 改進(jìn)算法

2.1 改進(jìn)SF算法

對于SF算法中帶寬瞬時突變所帶來的“毛刺”現(xiàn)象,客戶并不希望所選切片碼率也隨之劇烈變化,相反,更希望設(shè)計的算法可以有效抵御這種現(xiàn)象,平滑預(yù)測帶寬,減少碼率的切換次數(shù),提高用戶觀看體驗。

“毛刺”現(xiàn)象產(chǎn)生的主要原因是當(dāng)網(wǎng)絡(luò)帶寬發(fā)生瞬時突變時,由于p僅僅依靠過去一個切片的實際帶寬與預(yù)測帶寬來決定,那么當(dāng)p值發(fā)生劇烈改變時,δ也會發(fā)生較大變化,由式(1)可知預(yù)測帶寬大部分會由下載上一個切片時的實際帶寬所決定,這樣就產(chǎn)生了“毛刺”現(xiàn)象。因為p的大小決定了網(wǎng)絡(luò)波動的大小,因此,為了解決這種現(xiàn)象使預(yù)測帶寬更加平滑,本文將p的計算方法作了改變。由于標(biāo)準(zhǔn)差可以反映數(shù)據(jù)波動程度的大小,所以本文用它來計算p,即:不再依靠過去一個切片的實際帶寬與預(yù)測帶寬來決定,而是依靠過去一組帶寬數(shù)據(jù)的標(biāo)準(zhǔn)差來決定,這樣即使出現(xiàn)帶寬的瞬時突變,預(yù)測帶寬也會保持平滑,從而解決“毛刺”現(xiàn)象。

p的計算公式如式(6)所示：

(6)

其中：s(i)表示標(biāo)準(zhǔn)差；Bs(i)表示下載第i個切片的網(wǎng)絡(luò)帶寬。s(i)和Bs(i)的計算公式如下：

(7)

(8)

2.2 新型緩存區(qū)模型

針對傳統(tǒng)的緩存區(qū)控制策略存在等級劃分困難,提出了一種新型緩存區(qū)控制策略。該策略只在緩存區(qū)加入兩個“閾值”qmin和qmax:當(dāng)緩存區(qū)切片數(shù)小于qmin時,存在下溢出的可能性；當(dāng)切片數(shù)大于qmax時,存在上溢出的可能性。為避免由緩存區(qū)下溢導(dǎo)致的視頻播放停滯,同時為避免由緩存區(qū)上溢,導(dǎo)致的帶寬浪費(fèi),這里要盡可能保證緩存區(qū)切片數(shù)在這兩個閾值之間。

2.3 混合控制碼率選擇算法

本文算法的參數(shù)和含義如表1。

表1 算法參數(shù)及含義

由于僅使用帶寬預(yù)測的算法選擇碼率不能顧及帶緩存區(qū)的變化,僅根據(jù)緩存區(qū)容量進(jìn)行碼率選擇又不能兼顧帶寬的實際情況。為了使碼率選擇算法所選碼率既能適配實際網(wǎng)絡(luò)帶寬情況,又可以有效減少由緩存區(qū)溢出導(dǎo)致的播放停滯或帶寬資源的浪費(fèi),本文提出一種混合控制碼率選擇算法,該算法將改進(jìn)的SF算法與緩存區(qū)管理相結(jié)合。若第i個切片為待下載的切片,則其碼率可以根據(jù)當(dāng)前緩存區(qū)所處的不同狀態(tài)并結(jié)合預(yù)測帶寬來共同選擇。第i個切片下載完成后緩存區(qū)的剩余時長公式如(9)所示：

T(tend(i))=T(tstar(i))+θ-(tend(i)-tstar(i))

(9)

(10)

將(10)代入式(9)可得:

(11)

混合控制碼率選擇算法步驟如下:

1)當(dāng)T(tstar(i))lt;qmin時，緩存區(qū)的切片有用完的可能性,為確保第i個切片下載完成后緩沖區(qū)有足夠的視頻切片，必須保證T(tend(i))≥qmin，則其碼率應(yīng)該滿足式(12)：

(12)

那么第i片所選取的碼率μbit(i)應(yīng)該為max(μbit(1),ψ),但是由于碼率值是一系列離散值,所以在保證視頻播放流暢的前提下最終的碼率值為距離max(μbit(1),ψ)最近的小于或等于max(μbit(1),ψ)的值。

2)當(dāng)T(tstar(i))gt;qmax時，緩存區(qū)有了充足的切片,繼續(xù)下載有上溢出的可能性,為了確保第i個切片下載完成后緩存區(qū)不發(fā)生上溢，必須保證T(tend(i))≤qmax,則其碼率應(yīng)該滿足式(13):

(13)

這時,根據(jù)μbit(p)與ξ的關(guān)系,有以下幾種情況:

1)當(dāng)μbit(p)≥ξ時,為了保證視頻畫面盡可能小的抖動,選取的碼率值應(yīng)該為ξ,但是由于碼率值是一系列離散值,所以最終的碼率值為距離ξ最近的大于或等于ξ的值。

2)當(dāng)μbit(p)lt;ξ時，繼續(xù)下載必定會出現(xiàn)緩存區(qū)上溢,為了避免這種情況發(fā)生,啟動睡眠機(jī)制,即下載會被暫停一段時間(這里暫停時間為一個切片持續(xù)時間2 s)。暫停過后重新計算緩沖區(qū)剩余的時長,繼續(xù)進(jìn)行碼率判決。

3)當(dāng)qminlt;T(tstar(i))lt;qmax時，緩沖區(qū)的分片數(shù)在一個最優(yōu)的范圍中,碼率的取值范圍如式(14)所示。為減少碼率波動對觀看體驗造成的影響,這里讓本次請求的碼率值與上一個切片碼率值保持相同,即μbit(i)=μbit(i-1)。

(14)

3 實驗與分析

3.1 實驗環(huán)境配置與參數(shù)設(shè)置

實驗的組織結(jié)構(gòu)如圖2所示,服務(wù)器使用了apache tomcat-8.0.23,運(yùn)行在Windows 7(64位)系統(tǒng)上,對網(wǎng)絡(luò)環(huán)境的模擬用Dummynet網(wǎng)絡(luò)控制器實現(xiàn)；客戶端使用聯(lián)想Y-470 PC,操作系統(tǒng)為Windows 7(64位),CPU為2.3 GHz,2 GB RAM。

圖2 系統(tǒng)結(jié)構(gòu)

實驗所用數(shù)據(jù)來源Big Buck Bunny,所有切片持續(xù)播放時間為2 s,實驗選用8種碼率(100 Kb/s,200 Kb/s,400 Kb/s,600 Kb/s,700 Kb/s,800 Kb/s,900 Kb/s,1 000 Kb/s)。緩存區(qū)最大時長為30 s,綜合考慮緩存區(qū)容量與切片持續(xù)時長,現(xiàn)將緩存區(qū)下溢閾值qmin設(shè)置為10 s,上溢閾值qmax為20 s。計算前n個切片標(biāo)準(zhǔn)差時,n的值選擇太大會降低算法對帶寬的靈敏度,導(dǎo)致碼率選擇發(fā)生遲滯,n值選擇太小又不能起到平滑帶寬的作用。實驗測得,n取值為5～8效果較好,這里讓n取5。為了保證實驗對比結(jié)果,本文其余參數(shù)與SF算法保持一致。

實驗分兩部分進(jìn)行,第一部分比較了在帶寬發(fā)生突變時,SF算法與改進(jìn)算法在帶寬預(yù)測中的不同表現(xiàn),第二部分通過12次實驗比較了在不同網(wǎng)絡(luò)環(huán)境下(每種環(huán)境3次)本文所提算法與SF算法在播放300 s視頻過程中的平均停滯頻率。

圖3 帶寬預(yù)測

圖4 碼率選擇

3.2 算法性能分析

圖3顯示了SF算法和本文改進(jìn)算法對帶寬的預(yù)測結(jié)果,從中可以看到實際帶寬在第136 s發(fā)生了短時劇烈變化,預(yù)測帶寬隨后也跟著發(fā)生了較大波動(即出現(xiàn)毛刺現(xiàn)象)；再由圖4可看到其預(yù)測帶寬的波動導(dǎo)致了選擇視頻碼率的劇烈變化,其主要原因是SF算法不涉及緩存區(qū),選擇的碼率為低于預(yù)測帶寬,且距離預(yù)測帶寬最近的可用碼率值,所以才會由帶寬波動引起選擇碼率的變化。這在實際情況中會出現(xiàn)畫質(zhì)抖動,降低用戶的觀看體驗。但是,由圖3可知本文的改進(jìn)算法在帶寬發(fā)生短時突變時,預(yù)測帶寬波動較小,很好地消除了原算法存在的毛刺現(xiàn)象,實現(xiàn)了帶寬的平滑預(yù)測；而且在圖4可以看到其碼率保存不變,沒有產(chǎn)生波動,達(dá)到了最初目標(biāo)。從圖4還可以看出，帶寬在105～117 s內(nèi)發(fā)生了較長時間較大的波動,SF算法在這段時間里碼率切換頻率大于本文算法,主要原因是本文設(shè)置的緩存區(qū)會抵消部分帶寬波動對選擇碼率的影響,減少了切換頻率。

表2為沒有緩存區(qū)管理的SF算法與本文所提混合算法在不同網(wǎng)絡(luò)環(huán)境下對視頻播放停滯情況的比較。從表2可看出：在網(wǎng)絡(luò)情況良好時,兩種算法都沒有發(fā)生視頻停滯;在網(wǎng)絡(luò)情況一般時，選擇小碼率進(jìn)行下載使得SF算法與本文算法的停滯頻率沒有太大差別；在網(wǎng)絡(luò)情況差時(網(wǎng)絡(luò)帶寬與延時都加以限制)，本文算法的視頻停滯頻率明顯低于SF算法(約降低43%)，這是由于本文算法所設(shè)置的緩存區(qū)有效抵御了網(wǎng)絡(luò)波動，減少了緩存區(qū)溢出次數(shù)。

表2 不同網(wǎng)絡(luò)環(huán)境下視頻停滯比較

4 結(jié)語

本文提出了一種基于DASH的動態(tài)自適應(yīng)混合控制碼率選擇算法,該算法先對SF算法[12]進(jìn)行改進(jìn),消除了原算法由于帶寬突變導(dǎo)致預(yù)測帶寬出現(xiàn)毛刺現(xiàn)象;其次引入了一種新型緩存區(qū)控制策略,并將帶寬預(yù)測與緩存區(qū)控制相結(jié)合,按照1.1節(jié)提到的碼率選擇算法目標(biāo)的重要程度,實現(xiàn)了在優(yōu)先保證流暢播放的前提下對實際網(wǎng)絡(luò)變化的跟蹤響應(yīng),最優(yōu)化視頻觀看體驗。但是也應(yīng)該注意到,本文算法為了保證流暢、平滑的播放效果,犧牲了對網(wǎng)絡(luò)變化的反應(yīng)速度,使得本文算法相對于原算法在帶寬預(yù)測的精確度有所降低,這也是下一步要研究解決的問題。

References)

[1] 朱曉晨. 基于HTTP的網(wǎng)絡(luò)視頻傳送技術(shù)及其應(yīng)用研究[D]. 南京: 南京郵電大學(xué), 2013: 2-24. (ZHU X C. Research on technology of network video transport over HTTP and its applications[D]. Nanjing: Nanjing University of Posts and Telecommunications, 2013: 2-24.)

[2] 夏勃. 動態(tài)自適應(yīng)流媒體技術(shù)的研究與實現(xiàn)[D]. 北京: 中國科學(xué)院研究生院, 2014: 2-26. (XIA B. Research and implementation of dynamic adaptive streaming over HTTP [D]. Beijing: Graduate University of Chinese Academy of Sciences, 2014: 2-26.)

[3] 謝偉男. 基于DASH協(xié)議的Android平臺流媒體播控系統(tǒng)和質(zhì)量優(yōu)化[D]. 北京: 北京郵電大學(xué), 2015: 6-47. (XIE W N. Design and implementation of DASH protocol based mobile multimedia system on Android [D]. Beijing: Beijing University of Posts and Telecommunications, 2015: 6-47.)

[4] 田苗. 基于DASH標(biāo)準(zhǔn)的具有視頻預(yù)覽功能的移動多媒體系統(tǒng)[D]. 北京: 北京郵電大學(xué), 2014: 2-31. (MIAO T. DASH protocol based moblie multimedia system with video preview function[D]. Beijing: Beijing University of Posts and Telecommunications, 2014: 2-31.)

[5] 劉娟. 無線環(huán)境下DASH的性能優(yōu)化研究與實現(xiàn)[D]. 北京: 北京郵電大學(xué), 2013: 4-19. (LIU J. Research and implementation of DASH performance optimization in wireless[D]. Beijing: Beijing University of Posts and Telecommunications, 2013: 4-19.)

[6] 李志峰. 基于MPEG-DASH標(biāo)準(zhǔn)的流媒體服務(wù)器搭建和播控優(yōu)化[D]. 北京: 北京郵電大學(xué), 2014: 12-51. (LI Z F. The set-up of streaming media server based on MPEG-DASH standard and broadcast control optimization[D]. Beijing: Beijing University of Posts and Telecommunications, 2014: 12-51.)

[7] ZHOU C, LIN C W, GUO Z. mDASH: a Markov decision-based rate adaptation approach for dynamic HTTP streaming[J]. IEEE Transactions on Multimedia, 2016, 18(4): 738-751.

[8] HWANG J, LEE J, YOO C. Eliminating bandwidth estimation from adaptive video streaming in wireless networks[J]. Signal Processing: Image Communication, 2016, 47: 242-251.

[9] PETRANGELI S, BOUTEN N, DEJONGHE E, et al. Design and evaluation of a DASH-compliant second screen video player for live events in mobile scenarios[C]// Proceedings of the 2015 IFIP/IEEE International Symposium on Integrated Network Management. Piscataway, NJ: IEEE, 2015.

[10] LIN Q, LIU Y, SHEN Y, et al. Bandwidth estimation of rate adaption algorithm in DASH[C]// Proceedings of the 2014 Globecom Workshops. Piscataway, NJ: IEEE, 2014: 243-247.

[11] XING M, XIANG S, CAI L. Rate adaptation strategy for video streaming over multiple wireless access networks[C]// Proceedings of the 2012 IEEE Global Communications Conference. Piscataway, NJ: IEEE, 2012: 5745-5750.

[12] THANG T C, HO Q D, KANG J W, et al. Adaptive streaming of audiovisual content using MPEG DASH[J]. IEEE Transactions on Consumer Electronics, 2012, 58(1): 78-85.

[13] ROMERO L R. A dynamic adaptive HTTP streaming video service for Google Android[EB/OL]. [2017- 01- 10]. http://www.diva-portal.org/smash/get/diva2: 507848/fulltext01.

[14] ZHOU C, ZHANG X, HUO L, et al. A control-theoretic approach to rate adaptation for dynamic HTTP streaming[C]// Proceedings of the 2012 IEEE Visual Communications and Image Processing. Piscataway, NJ: IEEE, 2012: 1-6.

[15] LI Y, WANG Y, WANG S, et al. An adaptative bitrate algorithm for DASH[C]// Proceedings of the 2016 IEEE International Conference on Multimedia amp; Expo Workshops. Washington, DC: IEEE Computer Society, 2016: 1-4.

[16] LIU C, BOUAZIZI I, GABBOUJ M. Rate adaptation for adaptive HTTP streaming[C]// MMSys 2011: Proceedings of the Second Annual ACM Conference on Multimedia Systems. New York: ACM, 2011: 169-174.

[17] MULLER C, LEDERER S, TIMMERER C. An evaluation of dynamic adaptive streaming over HTTP in vehicular environments[C]// MoVid 2012: Proceedings of the 4th Workshop on Mobile Video. New York: ACM, 2012: 37-42.

[18] 丁雪瑤. 基于DASH協(xié)議的自適應(yīng)流媒體傳輸系統(tǒng)研究[D]. 北京: 北京郵電大學(xué), 2013: 7-21. (DING X Y. The study of adaptive streaming system based on the DASH protocol[D]. Beijing: Beijing University of Posts and Telecommunications, 2013: 7-21.)

HybridcontrolratealgorithmbasedondynamicadaptivestreamingoverHTTPprotocol

JIN Yanxia, MA Guangyuan*, LEI Haiwei

(SchoolofComputerScienceandControlEngineering,NorthUniversityofChina,TaiyuanShanxi030051,China)

Concerning the problem that Smooth Flow (SF) algorithm in bandwidth prediction has flash phenomenon and frequent play stagnation caused by bandwidth prediction without cache control, a dynamic adaptive hybrid rate control algorithm was proposed. First of all, calculation of fluctuation parameter in original SF algorithm was replaced by standard deviation, which can eliminate the flash phenomenon. Secondly, for the original SF algorithm, there is frequent play stagnation problem because the bandwidth prediction does not consider the cache state, at the same time, the traditional cache control method has problem with hierarchical difficulties, a new cache control strategy was intoduced to solve these problems. Finally, the improved SF algorithm was combined with the new cache control strategy to form a hybrid algorithm to select the video bitrate. The experimental results show that the hybrid algorithm not only eliminates the flash phenomenon of SF algorithm in bandwidth prediction, but also overcomes the shortcoming of selecting bit rate by only single algorithm; the selected video not only reduces the frequency of play stagnation (the frequency was significantly decreased by about 43% under bad network environment), but also obey the actual network situation, improving the users’ viewing experience.

Dynamic Adaptive Streaming over HTTP (DASH); buffer; bandwidth forecast;bitrate choice; streaming media

2017- 05- 03;

2017- 07- 06。

國家自然科學(xué)基金資助項目(61379080)。

靳雁霞(1973—),女,山西太原人,副教授,博士,CCF會員,主要研究方向:虛擬現(xiàn)實、優(yōu)化算法; 馬光遠(yuǎn)(1992—),男,山西大同人,碩士研究生,主要研究方向:視頻編碼、視頻傳輸; 雷海衛(wèi)(1980—),男,河北定州人,講師,博士研究生,主要研究方向:視頻信號處理、3D視頻編碼。

1001- 9081(2017)10- 2907- 05

10.11772/j.issn.1001- 9081.2017.10.2907

TP391.41

A

This work is partially supported by the National Natural Science Foundation of China (61379080).

JINYanxia, born in 1973, Ph. D., associate professor. Her research interests include virtual reality, optimization algorithm.

MAGuangyuan, born in 1992, M. S. candidate. His research interests include video coding and video transmission.

LEIHaiwei, born in 1980, Ph. D. candidate, lecturer. His research interests include video signal processing, 3D video coding.