Stream Video Trafic Control Algorithms

Abstract


Algorithms for controlling stream video traffic are considered. The features of video codec traffic, which has a pronounced packet character, are analyzed. The characteristics of such flows and their influence on the size of queues and delays in telecommunication network nodes are investigated. A generalized Khinchin-Pollachek formula is given and linear dependence of the formula numerator on the load factor is shown. The main causes of packet delays in the queues of a telecommunication network are considered and the influence of these delays on the processes of controlling stream video traffic is shown. A video stream control algorithm is proposed based on size measurements of the buffer memory in the client’s equipment. It is shown that such an algorithm eliminates the influence of delays from the feedback loop of the control system. The results of simulation modeling of the considered processes are presented.

Full Text

Сегодня технология потокового вещания видео все более замещает общепринятую видеотрансляцию, основанную на протоколах RTP/UDP [1]. Технология передачи с использованием протокола TCP обладает высокой надежностью, поскольку, благодаря наличию обратной связи, восстанавливает поврежденные или утерянные во время передачи пакеты. Алгоритм управления видеопотоком предусматривает возможно более полную загрузку TCP-канала, а в случае возникновения перегрузок и появления информации об увеличении числа теряемых пакетов передатчик производит их повторное воспроизведение. Сокращая размер «окна», в течение которого ведется передача, он уменьшает интенсивность поступления пакетов, снижая тем самым возможность возникновения перегрузки. Одним из наиболее распространенных алгоритмов стабилизации ТСР-видеопотоков является алгоритм CUBIC [2]. Управление потоком осуществляется передающей стороной. При детектировании наличия потерь пакетов передатчик понижает скорость их отправки до исчезновения потерь, а затем ступенчато повышает ее по кубической степенной зависимости до появления информации о вновь возникающих потерях. Пропускная способность TCP-канала регулируется размером «окна перегрузки». При наличии в канале TCP-видеотрафика мы подразумеваем, что канал загружен до теоретического максимума, доступного с учетом наличия UDP-трафика. На рисунке 1 показаны зависимости размеров очередей от загрузки для потока UDP (нижний график) и ТСР (верхний график). Поток UDP весьма равномерен и даже при значительных нагрузках образует небольшие очереди. Однако, имея более высокий приоритет, он вытесняет поток ТСР, повышая общий коэффициент загрузки для потока ТСР, оставляя ему лишь часть пропускной способности канала. Потоки пакетов от видеокодеков При управлении ТСР-видеопотоком, в отличие от передачи трафика данных, возникают дополнительные трудности, связанные с тем, что потребление видеопакетов происходит с определенной постоянной скоростью, называемой «би- трейтом». Битрейт определяет разрешающую способность передаваемого видеосообщения. Если пропускная способность канала окажется меньше битрейта, то передача с данным уровнем качества становится невозможной, и значение битрейта необходимо уменьшить. Для этого существующие видеокодеки имеют ряд настроек, обеспечивающих ступенчатое измененные битрейта и, следовательно, качества воспроизведения. Стандартом H.264 [3] предусмотрены «профили» кодека - набор различных функций и алгоритмов кодирования, которые абонентское устройство может уметь или не уметь выполнять. Основной список включает 10 профилей. Каждый из профилей может работать с разным качеством кодирования под названием «уровень». Всего предусмотрено 17 уровней. Таким образом, имеется 170 комбинаций «профиль - уровень». На рисунке 2 показаны видеотрафики, генерируемые кодеком H.264-1000(сплошные линии) и кодеком H.264-10000 (пунктирные линии), при одинаковых загрузках 08 ,. r= Пачки представляют совокупности пакетов, поступавших в течение времени обработки одного пакета. Оба трафика имеют явно выраженный пачечный характер. Трафик настройки H.264-1000 более равномерный и имеет среднюю интенсивность 72 l= пакета в секунду. Настройка H.264-10000 имеет интенсивность 297 l= пакетов в секунду и пачки, превышающие 100 пакетов. Для трафика настройки H.264-1000 особенно заметно, что интервалы между пачками непостоянны и носят случайный характер. Большие размеры пачек у трафика H.264-10000 приводят к большим средним значениям очередей. На рисунке 3 показаны зависимости средних значений очередей от коэффициента загрузки r (H.264-1000 - нижняя кривая; H.264- 10000 - верхняя кривая). Пачечный характер видеотрафика позволяет получить практически линейную зависимость размеров очередей от коэффициента загрузки r в широком диапазоне. Групповой неординарный пуассоновский поток Одной из разновидностей ВМАР-потоков [4-7] является неординарный пуассоновский поток событий. В таком потоке выполняются свойства стационарности и отсутствия последействия, но не выполняется свойство ординарности. Указанные потоки предлагаются нами в качестве моделей трафика видеокодеков. Рассмотрим пуассоновский поток независимых событий с параметром . l Каждое событие заключается в одновременном появлении в момент k t пачки из k m независимых случайно распределенных чисел заявок с распределением . kk P kf m= = Такой поток называют пуассоновским неординарным (групповым) потоком независимых событий, и он рассмотрен в [8]. Выделим интервал времени t обработки одной заявки. Разделим промежуток времени Т, в течение которого действует поток указанных событий, на Nt последовательных интервалов . t Пусть () i m t - число событий, произошедших в течение i-го интервала времени . t Поскольку поток событий - пуассоновский, вероятности наступления на интервале t ровно n событий есть () () ( ) . ! n in Pm n P e n -lt lt t= = lt= (1) Каждому из событий сопутствует появление пачки с распределением вероятностей чисел заявок . k f Введем производящую функцию 0 () . k k k f z fz ∞ = = ∑ Поскольку все k m взаимно независимы и одинаково распределены, появлению на интервале t ровно () i m t заявок при условии, что на указанном интервале произошло n событий, соответствует вероятность () n k f и производящая функ-ция [ ( )] . n fz Производящая функция () () m Gz t числа заявок на интервале t определяется соотношением 0 0 1 0 1 () () [ () ] [ () ] ( ) ( )[ ( )] () [ ( )] ! ( ( )) [] ! . n mn n n n n n fz fz n fz G z P fz e fz n fz ee n e ∞ t = ∞ -lt = ∞ -lt lt - = lt - = lt = lt = = lt = = = ∑ ∑ ∑ (2) Определим среднее число заявок на интервалах : t 1 0 1 11 1 () [ () ] / () () () [ ()] () . m ii i z fz z Gz m m Pm z f ze f ∞ t = = lt - = ∂ t= t t = = ∂ = lt = lt ∑ Учитывая, что 00 1 1 / () , k kk kk z d f f z kf k dz ∞∞ = = = = = = ∑∑ получим () , mk t = lt (3) где k - среднее число заявок в пачке. Можно также показать, что дисперсию () m D r числа заявок на интервалах t есть 2 1 ( ) ( ), mk Dk r =r +ν (4) где () km r = lt = t - общий коэффициент загрузки, а 2 2 () k k D k ν= - квадрат коэффициента вариации чисел заявок в пачках. Дисперсия () m D r линейно зависит от коэффициента загрузки , r также, как это бывает в обычном пуассоновском потоке, где () . m D r=r Аппроксимация Пачечный характер реального трафика видеокодеков позволяет аппроксимировать его характеристики соответствующими характеристиками рассмотренных выше групповых пуассоновских потоков. На рисунке 4 показаны зависимости средних размеров очередей от коэффициента загрузки для трафика видеокодека Н264-10 000 и для группового потока с пуассоновским распределением чисел заявок в пачках при средним чисел заявок в пачке 100. k = Мы наблюдаем весьма хорошее совпадение. На рисунке 5 отражены изменения размеров очередей во времени для трафика видеокодека Н264-10 000 и для группового потока при коэффициенте загрузки 05 ,. r= Сплошной заливкой показано изменение очереди для группового пуассоновского потока. Равномерное появление пачек пакетов видеотрафика обуславливает линейный участок зависимости среднего размера его очереди, показанный на рисунке 4. Устойчивость групповых пуассоновских потоков Так же как обычные пуассоновские потоки, групповые пуассоновские потоки обладают определенной устойчивостью. 1. Поскольку они являются ординарными пуассоновскими потоками по отношению к событиям, заключающимся в возникновении пачек одновременно появляющихся пакетов, то сумма нескольких потоков таких событий также является пуассоновским потоком событий. Следовательно, сумма групповых пуассоновских потоков также остается групповым пуассоновским потоком. 2. По этой же причине сумма большого числа групповых потоков с независимыми интервалами между пачками должна сходиться к групповому пуассоновскому потоку. 3. При прохождении таким потоком быстродействующих коммутаторов в телекоммуникационной сети с дисциплиной обслуживания FIFO пришедшая почти одновременно группа пакетов будет передаваться непосредственно друг за другом. Так, что возникающие задержки могут рассматриваться как задержки пачек пакетов. Именно по указанным причинам модель не- ординарного группового пуассоновского потока предлагается для анализа процессов управления потоковым видеотрафиком. Управление переключением битрейта Одним из наиболее часто применимых способов управления видеотрафиком является способ дискретного переключения уровня качества воспроизведения. Постоянно измеряя свою реальную пропускную способность, передатчик выбирает соответствующие значения битрейта для последующей передачи. Весь поток разбивается на отдельные сегменты по t с воспроизведения видео. Указанные сегменты могут рассматриваться как пачки пакетов. Каждый сегмент был предварительно подвергнут кодированию в один из L различных битрейтов видео. Пусть 1 { ..... } L RRR = - ряд доступных битрейтов видео 0 ( lL RR << при ). lL ≤ Для каждого клиента процесс поделен на этапы загрузки сегментов 12 , ... i = Обозначим через i ϑ время от начала передачи передатчиком очередного i-го сегмента до получении подтверждения о его правильном приеме, а через i f - доступную для данного ТСР-соединения пропускную способность в течение передачи i-го сегмента. Тогда 1 1 1 . i i i r f - - - t = ϑ (5) При выборе значения битрейта i r очередного i-го сегмента полагают, что он должен быть выбран с наибольшим из возможных битрейтов, не превосходящих доступную скорость передачи предыдущего сегмента 1 max( ). ii r Rf - = ≤ Частое изменение значений битрейта в процессе воспроизведения видео может привести к нежелательному ухудшению восприятия передачи. Для уменьшения частоты переключений и исключения статистических выбросов к i f применяют функцию усреднения ( : ). j i f Sf j i = < Для уменьшения возможности прерывания воспроизведения видео на приемной стороне создается буфер, который демпфирует изменения скорости поступления видеосегментов. Здесь следует обратить внимание на то, что процесс управления трафиком осуществляет передающая сторона, получив соответствующую информацию о возникающих потерях пакетов вследствие перегруженности канала. Управление видеопотоком при технологии HTTP/TCP Технология, основанная на использовании стека протоколов HTTP/TCP, имеет английское название HAS. Используя весьма надежный протокол ТСР, эта технология позволяет осуществлять параллельную передачу видеопрограмм и Internet-данных. Видеопрограммы предварительно преобразуются в цифровую форму и хранятся с различными битрейтами. Это обеспечивает их передачу с различным уровнем качества. Возможность оперативного переключения битрейта используется также для управления интенсивностью видеопотока в зависимости от пропускной способности канала [9]. В настоящее время передача видео составляет почти 90 % от общего объема и HAS становится превалирующей формой передачи Internet-трафика. Видеопоток HAS также разбивается на отдельные сегменты в несколько секунд времени воспроизведения. Указанные сегменты с различными битрейтами хранятся на сервере и передаются клиентам по их стандартным get-запросам. Здесь следует подчеркнуть, что управление трафиком уже осуществляется не передающей, а приемной стороной. Клиент оценивает пропускную способность ТСР-соединения и запрашивает загрузку следующего сегмента с соответ- ствующим битрейтом. Вследствие непостоянства пропускной способности канала, предоставляемого пользователю, поступление сегментов происходит неравномерно, в то время как их «потребление» при воспроизведении осуществляется с постоянной битовой скоростью, присущей данному качеству. С целью демпфирования влияния непостоянства пропускной способности на стороне клиента создается некоторый объем пакетов, которые заносятся в буферную память до начала трансляции. Размер буферной памяти измеряется не в числе ячеек памяти, а в единицах времени воспроизведения видео и обычно имеет порядок, равный 10 с. В процессе трансляции наполнение буфера постоянно меняется в зависимости от текущего значения пропускной способности канала ТСР. При длительном уменьшении пропускной способности размер буфера может уменьшится до нуля и возникнут перерывы в воспроизведении видео. При длительном увеличении пропускной способности число пакетов, накопленное в буфере может превысить размер буферной памяти и часть пакетов будет утеряна, что также приведет к искажению воспроизведения. Основная задача всех применяемых алгоритмов управления потоками видеотрафика заключается в поддержании размера буфера на заданном уровне и недопущении его опустошения или переполнения. Такие алгоритмы называют алгоритмами адаптации скорости. Общая модель управления Рассмотрим один из стандартных алгоритмов управления. Как и прежде, будем считать, что видеопоток разбивается на отдельные сегменты по t с воспроизведения видео, а каждый сегмент был предварительно подвергнут кодированию в L различных битрейтов видео 1 { ..... }. L RRR = Для каждого клиента процесс потокового вещания поделен на последовательные этапы загрузки i = 1, 2… Этап начинается с момента отправки пользователем i-го запроса и заканчивается началом отправления следующего запроса. Назовем указанный интервал времени реальным интервалом i T между соседними запросами. Обозначим длительность интервала времени между моментом отправления i-го запроса и моментом полной загрузки полученной информации в буфер клиентачерез , i ϑ как это показано на рисунке 6. К началу i-го этапа клиенту известна реальная пропускная способность канала на предыдущем этапе (5). Большинство известных алгоритмов определяет расчетную пропускную способность алгоритма на i-м этапе, приравнивая к ее реальной пропускной способности на предыдущем этапе. Расчетные значения пропускной способности на соседних этапах могут значительно различаться, поэтому они усредняются на нескольких соседних этапах, что предотвращает влияние отдельных выбросов. ( : ), j i f Sf j i = < (6) где S - функция усреднения. Усредненное значение пропускной способности квантуется в соответствующее значение битрейта ( ), i i r Qf = которое и запрашивается на i-м этапе. Перед началом каждого этапа загрузки клиент выбирает битрейт очередного сегмента i r из числа R и определяет расчетное время i B до начала следующей загрузки: . i i i r f t q= Если загрузка заканчивается раньше расчетного интервала , ii ϑ Однако указанная формула справедлива только для пуассоновских потоков и совершенно непригодна для анализа пачечного видеотрафика. Нами было получено соотношение, обобщающее формулу Хинчина - Поллачека, пригодное для определения средних значений очередей () q r для стационарных потоков заявок общего типа [12]: 1 2 21 2 () () () , () ii m qm D q - r+ m r r r= - -r (10) где r - коэффициент загрузки; () i m r - число заявок, поступающих в течение интервала времени обработки одной заявки; () m D r - дисперсия ( ), i m r а 1 () ii qm - mr - второй взаимный центральный корреляционный момент последовательностей 1 () i q - r и ( ), i m r называемый ковариацией. Рассмотрим указанную формулу применительно к предложенной модели группового пуассоновского потока. Дисперсия () m D r определяется соотношением (4), а 1 0 () ii qm - m r= ввиду независимости заявок в рассматриваемом потоке. Следовательно, для рассматриваемых групповых пуассоновских потоков получаем простое соотношение 2 1 21 2 21 2 () ( ) () . () () mk Dk q r r +ν rr r= - = - -r -r (11) На рисунке 7 показаны зависимости дисперсии () m D r (обозначено ( )) dispA r и числителя обобщенной формулы Хинчина - Поллачека (обозначено ( )), mE r полученные в результате имитационного моделирования группового пуассоновского потока. Характеристики практически совпадают. Видно, что дисперсия имеет строго линейную зависимость от коэффициента загрузки . r Различия связаны с погрешностями моделирования. Совпадение характеристик подтверждает указанное нами равенство нулю ковариационной составляющей ( ). mr Мультиплексирование видеопотоков Мультиплексирование нескольких видеопотоков приводит к разделению между ними имеющегося ресурса и, следовательно, к увеличению суммарного коэффициента загрузки. Поскольку в качестве модели видеотрафика нами принят групповой пуассоновский поток, рассмотрим мультиплексирование таких потоков. Нетрудно показать, что при суммировании n независимых групповых пуассоновских потоков коэффициент загрузки суммарным потоком равен сумме коэффициентов загрузки отдельных потоков. Суммарный поток, так же как одиночный, является групповым пуассоновским потоком. При суммировании таких независимых потоков их дисперсии суммируются. Следовательно, в соответствии с (11) средний размер очереди суммы n таких потоков определится соотношением 1 21 2 21 2 () () , () () n mi i D E q = r r rr r= - = - -r -r ∑ (12) где 1 , n i i= r= r ∑ 2 1 ( ), i i ki Ek = +ν 11 , nn i i ii ii E E EP = = r = = r ∑∑ где i P - вероятность загрузки i-м потоком. Следовательно, с точки зрения средних значений очередей суммарный поток эквивалентен групповому потоку с коэффициентом загрузки , r равным сумме коэффициентов загрузки исходных потоков, и с коэффициентом , E равным сумме коэффициентов исходных потоков, с учетом вероятностей загрузки этими потоками. При суммировании n одинаковых групповых потоков значения коэффициентов одинаковы: i EE = и 1 , n ii i n = r= r = r ∑ следовательно, 21 2 21 2 () , ( ) () ii i En n E q n rr rr r= - = - - r -r где i r - коэффициент загрузки одним потоком. Мы видим, что при суммировании одинаковых независимых потоков вид характеристики () q r остается неизменным. На рисунке 8 показаны зависимости средних размеров очередей от коэффициента загрузки r для группового пуассоновского потока с интенсивностью 100 l= заявок в секунду и для суммы трех одинаковых таких потоков. Совпадение очевидно. На рисунке 9 показаны зависимости размеров очередей от времени для одного группового пуассоновского потока 02 , r= (более темная заливка) и для суммы трех одинаковых таких потоков 06 ( ,) r= - более светлая заливка. Из рисунка 8 следует, что средний размер очереди 06 ( ,) q r= составляет приблизительно 100 заявок. Максимальное число заявок в очереди суммарного потока, показанное на рисунке 9, при этой же загрузке составляет 513, что почти в 5 раз превышает средний размер очереди. Фоновый пуассоновский поток Рассмотрим прохождение видеотрафика совместно с фоновым пуассоновским потоком (13), который представляет частный случай групповых пуассоновских потоков. На рисунке 10 показаны суммарный трафик кодека Н264-10 000 с коэффициентом загрузки 01 , r= и пуассоновского потока с интенсивностью 1000 l= пакетов в секунду при коэффициенте загрузки 08 ,. r= Потоки имеют одинаковые приоритеты обслуживания. Пачечный трафик кодека Н264-10 000 хорошо заметен на фоне равномерного пуассоновского потока. В случае когда имеем обычный пуассонов-ский поток, число заявок в пачке k постоянно и равно единице, 2 0, k ν= 1, E = получаем формулу Хинчина - Поллачека в ее обычном виде: 2 21 2 21 () . () () q r rr r= - = -r -r (13) Поскольку видеопоток и фоновый пуассоновский поток взаимно независимы, дисперсия суммарного потока равна сумме дисперсий исходных потоков. Коэффициент загрузки суммарного потока также равен сумме коэффициентов загрузки исходных потоков. Обозначим через 1 r и 2 r коэффициенты загрузки видеопотоком и пуассоновским потоком соответственно, 11 r=r +r - суммарный коэффициент загрузки. Получим для суммарного потока при бесприоритетном обслуживании: 11 2 21 2 () . () E q r +r r r= - -r (14) Мы видим, что при большой пачечности видеопотока увеличение среднего размера очереди происходит в основном за счет роста суммарного коэффициента загрузки, вызванного наличием фонового пуассоновского потока. При этом числитель увеличивается незначительно. На рисунке 11 показаны изменения размеров очередей для указанного кодека при отсутствии пуассоновского трафика (черные треугольники) и изменения размеров очередей для указанного трафика, суммированного с пуассоновским по- током (серые треугольники). Внизу едва заметны очереди отдельно взятого фонового пуассоновского потока (черным). Оставшиеся в очереди пакеты пуассоновского потока предыдущего цикла начнут обрабатываться сразу же в начале текущего цикла, смещая начало обработки пачки видео-пакетов. После окончания обработки указанной пачки снова начнется обработка пакетов пуассоновского потока. Если же пуассоновский поток имеет приоритет в обслуживании по сравнению с видеопотоком, то сначала обработаются все пуассоновские пакеты, и лишь после окончания их обработки начнется обработка пакетов видеотрафика. Задержка пачек видеотрафика увеличивается, и фоновый пуассоновский поток, действующий совместно с пачечным потоком, может в несколько раз увеличить время задержки пачек в очередях. Обозначим через UDP r коэффициент загрузки высокоприоритетным потоком UDP, а через VID r - коэффициент загрузки пачечным видео-потоком. Тогда эквивалентная загрузка видеопо- током при наличии фонового потока / VID UDP r= 1 . TCP UDP r = -r В рассмотренном примере 01 ,; TCP r= 08 ,; UDP r= следовательно, эквивалентная загрузка видеопотоком 05 / ,. VID UDP r= На рисунке 12 показаны для сравнения очереди суммарного потока (серые треугольники) и трафика рассматриваемого видеокодека (сплошные линии) при эквивалентном коэффициенте его загрузки, равном 0,5. Наблюдается вполне удовлетворительное их совпадение. Задержки в очередях Средние размеры очередей определяют и средние значения задержек. Из обобщенной формулы мы видим, что размеры очередей зависят от коэффициента загрузки , r который должен учитывать степень загруженности сети другими потоками трафика, в особенности пакетами UDP, имеющими более высокий приоритет. Среднее время задержки заявок в очередях () () wq r = rt имеет порядок 0,2 с. Так обычно и принято считать средние задержки при мультиплексировании видеопотоков. Однако видеотрафик представляет поток отдельных пачек, образующих сегменты. Задержка сегмента в очереди начинается с момента появления пачки, образующей этот сегмент, и заканчивается выходом из очереди последнего пакета данного сегмента (с учетом обработки всех ранее поступивших пакетов). Указанные задержки определяются максимальными, а не средними значениями возникающих очередей. Максимальная задержка может превышать 1 с. Поэтому задержки пачек пакетов видеотрафика могу быть соизмеримы с временем воспроизведения одного сегмента видеотрансляции, и пренебрегать этими задержками при управлении видеопотоком не следует. В рассмотренных нами алгоритмах управления величина задержки ϑ непосредственно влияет на сигнал в цепи обратной связи. Целесообразно найти такой алгоритм, при котором указанные задержки исключаются из цепи обратной связи контура управления, что должно улучшить качество процесса регулирования. Предлагаемый алгоритм Целью рассмотренных выше алгоритмов является поддержание размера буфера i B в заданных пределах по отношению к номинальному значению. Обозначим номинальное значение размера буфера через 0 , B а 0 ii BBB ∆= - есть отклонение размера буфера от номинального значения. Разность 12 ii i BB v -- -=∆ принимается за скорость изменения размера буфера на i-м этапе. Известно, что введение отрицательной обратной связи не только по регулируемой величине, но также и по скорости ее изменения улучшает процесс регулирования. Поэтому предлагается в алгоритме использовать обе указанные величины. Система будет находиться в устойчивом равновесном состоянии, если величины i B ∆ и i v ∆ равны нулю. Недостатком рассмотренных выше алгоритмов является то, что случайная величина, представляющая задержку i ϑ в канале сети, входит в цепь обратной связи системы регулирования. Предлагаемый алгоритм исключает указан- ный недостаток. Алгоритм управления таков. 1. Выбирается номинальное значение битрей-та 0 . r 2. Выбирается номинальное значение размера буфера 0 B (приблизительно 10 с). 3. Выбирается значение t (приблизительно 2 с). 4. Производится запрос с битрейтом 0 . r 5. Определяется реальная пропускная способность канала 1 1 1 . i i i r f - - - t = ϑ 6. Производится усреднение i f = ( : ). j Sf j i < 7. Выбирается значение битрейта ( ). i i r Qf = 8. Измеряются i B ∆ и . i v ∆ 9. Выбирается время i T для очередного запроса согласно таблице 1 ( ; ). ii T Bv =Φ∆ ∆ 10. Производится очередной запрос с битрейтом . i r 11. Переход к п. 5. В отличие от существующих алгоритмов, информация о средней пропускной способности канала применяется в предлагаемом алгоритме только для определения значений битрейта. Информация, используемая для управления, поступает исключительно за счет обработки значений наполненности буфера. Таблица. Значения функции 1 (;) ii T Bv =Φ∆ ∆ i B ∆ i v ∆ i T i B ∆ < -t 0 i v ∆< 0 25 , t 0 i v ∆≥ 05 , t 0 i B -t ≤ ∆ ≤ 0 i v ∆< 0 75 , t 0 i v ∆≥ t 0 i B <∆ ≤t 0 i v ∆< t 0 i v ∆≥ 15 , t i B ∆ >t 0 i v ∆< 1 75 , t 0 i v ∆≥ 2t Рисунок 1. Зависимости размеров очередей от загрузки для потока UDP (нижний график) и ТСР (верхний график) Рисунок 2. Пачечный характер трафика кодеков H.264-1000 и H.264-10000 Рисунок 3. Зависимости средних значений очередей от коэффициента загрузки r Рисунок 4. Зависимости средних размеров очередей от коэффициента загрузки r для трафика видеокодека Н264-10 000 и для группового потока Рисунок 5. Изменения размеров очередей во времени Рисунок 6. Временная диаграмма запросов сегментов Рисунок 7. Зависимости дисперсии ()mDr - обозначено как ( )),dispAr и числителя обобщенной формулы Хинчина - Поллачека - обозначено как ()mE Рисунок 8. Зависимости средних размеров очередей от коэффициента загрузки rдля группового пуассоновского потока и для суммы трех одинаковых потоков Рисунок 9. Зависимости размеров очередей от времени для группового пуассоновского потока и для суммы трех одинаковых потоков Рисунок 10. Суммарный трафик кодека Н264-10 000 и пуассоновского потока Рисунок 11. Изменения размеров очередей для кодека Н264-10 000 при отсутствии пуассоновского потока (черные треугольники) и для суммарного потока (серые треугольники) Рисунок 12. Очереди суммарного потока и трафика видеокодека при 05/,VID UDPr= Заключение Предложенный способ использования группового пуассоновского потока в качестве модели потокового видеотрафика позволяет получить весьма простые соотношения для его анализа и инженерных расчетов систем управления размерами буферной памяти. Алгоритм, основанный на анализе степени заполнения буферной памяти, дает возможность исключить из обратной связи контура управления задержки, возникающие в сети, что улучшает качество процесса регулирования.

About the authors

B. Ya Likhttsinder

Povolzhskiy State University of Telecommunications and Informatics

Email: ixt@psuti.ru
Samara, Russian Federation

References

  1. History of Move Networks. URL: http://movenetworks.com/history.html
  2. Ha S., Rhee I., Xu L. CUBIC: A new TCP-friendly high-speed TCP variant // SIGOPS Oper. Syst. Rev. 42. 2008. P. 64-74.
  3. Advanced video coding for generic audiovisual services. Recommendation ITU-T H.264. Geneva: International Telecommunication Union, 2016. 807 p
  4. Вишневский В.М., Дудин А.Н. Системы массового обслуживания с коррелированными входными потоками и их применение для моделирования телекоммуникационных сетей // Автоматика и телемеханика. 2017. Bып. 8. C. 3-59.
  5. Дудин А.Н., Клименок В.И. Системы массового обслуживания с коррелированными потоками. Минск: БГУ, 2000. 175 с.
  6. Modeling the YouTube stack: From packets to quality of experience / F. Wamser [et al.] // Computer Networks. 2016. Vol. 109. No 2. P. 211-224.
  7. Appenzeller G., Keslassy I., McKeown N. Si-zing router buffers // SIGCOMM’04. Portland, Oregon, USA, Aug. 30 - Sept. 3. 2004. P. 281-292.
  8. Варианты пуассоновского потока событий. URL: https://studfile.net/preview/7316586/page:7
  9. Lee J.-B., Kalva H. The VC-1 and H.264 Video Compression Standards for Broadband Video Services. Berlin: Springer Science + Business Media, 2008. 515 p.
  10. Probe and adapt: Rate adaptation for HTTP video streaming at scale / Z. Li [et al.] // IEEE Journal on Selected Areas in Communications. 2014. Vol. 32. No 4. P. 719-733.
  11. Kleinrock L. Queueing computer systems. Vol. 2. Hoboken: John Wiley & Sons, 1976. 576 p.
  12. Лихтциндер Б.Я. Трафик мультисервисных сетей доступа (интервальный анализ и проектирование). М.: Горячая линия - Телеком, 2018. 290 с.

Statistics

Views

Abstract - 64

PDF (Russian) - 6

Cited-By


Article Metrics

Metrics Loading ...

PlumX

Dimensions


Copyright (c) 2020 Likhttsinder B.Y.

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies