[发明专利]基于数据驱动的实时视频拥塞控制方法及装置

权利要求书

1.一种基于数据驱动的实时视频拥塞控制方法，其特征在于，包括以下步骤：

1)通过对历史数据的线性回归学习，建立网络链路中往返时延的变化量和速率差值之间的线性关系；所述线性关系为：

ΔRTT_i＝k×(x_i-r_i)+b

其中，ΔRTT_i为两个相邻阶段的往返时延RTT之间的变化量；x_i为第i个阶段的发送速率，r_i为第i个阶段的接收速率；k和b为线性相关系数，均服从高斯分布；

2)基于所述线性关系，通过低延迟公平性的目标函数决策出最优的数据包发送速率，从而避免视频拥塞；所述低延迟公平性的目标函数为：

f(x_i，d_i)＝x_i·(d_i-T)-B

其中，x_i为第i个阶段的发送速率；d_i为第i个阶段的加权RTT；T为目标延迟；B为目标负载；d_i-T表示第i个阶段的额外队列延迟；x_i·(d_i-T)表示第i个阶段内在瓶颈队列中的额外包的数量，表示拥塞的程度；该函数的收敛目标是f(x_i，d_i)＝0，即队列中的数据包等于目标负载B。

2.根据权利要求1述的方法，其特征在于，使用指数加权滑动平均来计算d_i，以减少网络噪声带来的影响，计算公式为：

d_i＝α·d_i-1+(1-α)·RTT_i

其中，α表示接近最新一个RTT的趋势；RTT_i表示第i个阶段的RTT，由下式计算：

RTT_i＝T+q_i+ρ

其中，T为目标延迟，q_i为额外队列延迟，ρ为网络抖动噪声。

3.根据权利要求1述的方法，其特征在于，利用所述低延迟公平性的目标函数调整ΔRTT_i+1，当f(x_i，d_i)＜0时，队列负载没有达到目标，将ΔRTT_i+1设置为大于0来提高发送速率，否则将ΔRTT_i+1设置为小于0。

4.根据权利要求3述的方法，其特征在于，当d_i＜T时，设置一个固定增长的过程，否则使用tanh函数来避免过度调整；ΔRTT_i+1由下式得到：

其中，σ表示上升因子，决定RTT的增加量；δ表示调整因子，决定RTT的调整幅度。

5.根据权利要求4述的方法，其特征在于，在获得ΔRTT_i+1后，根据下面公式计算出下一阶段的发送速率：

其中，r_i+1使用最近的发送速率来估计，k通过对历史数据的线性回归学习得到。

6.根据权利要求1述的方法，其特征在于，采取阶段性更新的机理来基于历史数据更新k的值，包括以下步骤：

a)收集过去一段时间窗口内的历史数据，包括发送速率、接收速率和RTT，求得相邻两个阶段的k值，进而获得该时间窗口内的多组k值数据。

b)获得该时间窗口内出现概率最高的k值，作为更新后的k值。