技术解码 | WebRTC 发送方码率预估实现解析

导语 WebRTC是一个非常复杂且庞大的东西，今天我们就对其中的发送方码率评估这一块做一个简单的实现解析，帮助大家更好的理解这部分内容。

WebRTC使用的是Google Congestion Control (简称GCC)拥塞控制，目前有两种实现：

• 旧的实现是接收方根据收到的音视频RTP报文, 预估码率，并使用REMB RTCP报文反馈回发送方。
• 新的实现是在发送方根据接收方反馈的TransportFeedback RTCP报文，预估码率。

- 基于延迟的拥塞控制原理 -

先来看下Google Congestion Control（GCC）的标准草案：

https://tools.ietf.org/html/draft-ietf-rmcat-gcc-02

结合草案，可以得知GCC是基于网络延迟梯度的拥塞控制算法，判断的依据如下图：

发送方发送两个包组的间隔为 ：   

Ds = Ts1 - Ts0

接收方接收两个包组的间隔为：   

Dr = Tr1 - Tr0

如果网络没有任何抖动，那么 [ delta = Dr - Ds ] 应该是一个恒定不变的值，但是现实中网络有抖动、拥塞、丢包等情况，所以delta也是一个抖动的值。

GCC通过测量delta，来判断当前网络的使用情况，分为 OverUse (过载)，Normal(正常)，UnderUse(轻载) 这三种情况。

有同学可能会问，发送方和接收方时钟不统一，怎么计算差值呢，需要做时间对齐或者NTP同步吗?

不需要，因为我们对比的是delta，只需要单位一致即可，举个例子:

seq1的包 发送时间为 16000ms(发送方时钟)，接收时间为 900ms(接收方时钟)

seq2的包 发送时间为 16001ms(发送方时钟)，接收时间为 905ms(接收方时钟)

那么延迟梯度delta=(905-900) - (16001-16000) = 4

- Pacing和包组 -

值得注意的是，延迟梯度的判断是以包组为单位的，而且必须在发送方开启pacing发送, 有以下几点原因：

• 单个包测量误差会过大，基于包组的测量更能反应网络的情况。
• burst发送容易冲击网络，影响测量的精度。

那么怎么判断哪几个包属于一个包组呢，非常简单，按发送方的pacing速率分包组。

WebRTC pacing默认是5ms一个包组，如下图所示

- TransportFeedback RTCP报文 -

再来看看transport-feedback的包结构：

https://tools.ietf.org/html/draft-holmer-rmcat-transport-wide-cc-extensions-01

解析这个报文，我们可以得到下面的信息：

• 接收到的包seq和包的接收时间
• 丢失的包seq

可以看到本质上transport-feedback是接收方对数据的ACK，并且捎带了接收的延迟梯度。

- 发送方码率预估 -

收到transport-feedback报文后需要怎么处理，结合GCC的算法来看，分为以下几步：

1.计算接收方ack了多少个字节, 统计在采样的时间窗口内接收方的接收速率

看看GCC怎么说：

按照这个算法实现acked_bitrate_estimate，可以计算出接收方在当前时间窗口内的接收速率。

2.将包按包组归类, 计算包组的发送时间 接收时间的差值

在前面的【Pacing和包组】中已经讲过，这里不再赘述

3.按包组的delta, 进行网络状态评估

GCC的标准草案里面使用的是卡尔曼滤波器(接收方评估)，发送方评估默认的实现是Trendline Filter。

基本的原理是最小二乘法, 将多个时间点的网络抖动(delta)拟合成一条直线，如下图所示：

根据直线斜率的变化趋势判断网络的负载情况。

上面已经得到了包组的delta，对delta做平滑计算后，按照(时间点, 平滑后的delta)， 可以在坐标系上绘制出散点图，使用最小二乘法拟合出delta随时间变化的直线，根据直线斜率计算出变化趋势。

来看看GCC里面的说法：

m(i)为i时刻的包组delta，del_var_th(i)为当前判断是否过载的门槛

• m(i) < -del_var_th(i)，判断为under-use(低载)
• m(i) > del_var_th(i) 且持续至少overuse_time_th时长，判断为over-use(过载)

del_var_th必须动态调整，不然可能会在跟TCP的竞争中被饿死（出于公平性考虑）。过大的del_var_th会对延迟变化不敏感，过小的del_var_th则会过于敏感，抖动容易被频繁误判为过载，必须动态调整，才能和基于丢包的连接（比如TCP）竞争。

4. 根据探测的网络情况, 预估码率

总体的思想是根据当前接收方的接收码率，结合当前的网络负载情况，进行AIMD码率调整：

• 在接近收敛前，使用乘性增，接近收敛时使，用加性增。
• 当网络过载时，使用乘性减。

在Decrease状态下，会不停的计算平均最大码率（average max bitrate），当前预估码率和平均最大码率差值在3个标准差以内时，进行乘性增，否则进行加性增。如果包到达速率超过了平均最大码率的3个标准差，那么需要重新计算平均最大码率。

乘性增期间，每秒最多增加8%的码率

加性增期间，每个rtt增加“半个”包大小

评估出的码率不能超过接收速率的1.5倍

当探测到网络过载时，按照0.85的速率降低码率

- 发送方码率预估的算法流程 -

将上面的几步结合起来，可以得到一个大致的算法框架

struct FeedbackResultVector {    int64_t send_time_ms; // 包发送时间(发送时记录)    int64_t recv_time_ms; // 包接收时间(从TransportFeedback RTCP报文解析得到)    int packet_size; // 包大小};
// 解析TransportFeedback RTCP报文FeedbackResultVector feedback_result_vec =     TransportFeedbackRtcp.Parse(rtcp_feedback);// 遍历每个包, 进行处理for (feedback_result : feedback_result_vec) {    double delta = 0.0;    // 计算ack速率(接收方接收速率)    AckBitrateEstimate.Update(now_ms, feedback_result.packet_size);    // 把接收反馈包按照包组分类,计算包组delta    bool compute_delta = PacketGroup.AddPacket(feedback_result, delta);    if (comupute_delta) {        // 探测网络状态        TrendLineFilter.Detect(delta);        // 根据GCC状态机,进行AIMD码率调整        AimdRateControl.Update(            TrendLineFilter.NetState(),             AckBitrateEstimate.Bitrate()        );    }}

Reference：

WebRTC研究：包组时间差计算-InterArrival：

https://blog.jianchihu.net/webrtc-research-interarrival.html

WebRTC研究：Trendline滤波器-TrendlineEstimator

https://blog.jianchihu.net/webrtc-research-trendlineestimator.html

袁荣喜大神的一个GCC C语言的实现

https://github.com/yuanrongxi/razor

腾讯云音视频在音视频领域已有超过21年的技术积累，持续支持国内90%的音视频客户实现云上创新，独家具备 RT-ONETM 全球网络，在此基础上，构建了业界最完整的 PaaS 产品家族，并以 All in One SDK 的创新方式为客户服务。腾讯云音视频为全真互联网时代，提供坚实的数字化助力。