[发明专利]基于云边端协同计算的流媒体传输方法、终端和存储介质

说明书

本发明提供了一种基于云边端协同计算的流媒体传输方法、终端和存储介质，涉及流媒体传输技术领域，包括：客户端向服务器请求流媒体数据；客户端检测当前信道质量并把检测结果发送给通信基站，以便于通信基站预测下一时刻的信道质量，生成预测信道质量，并根据预测信道质量以及环境因素向服务器申请进行码率适应后的下一段流媒体数据并缓存到边缘；通信基站检测待传输缓存数据是否匹配当前信道质量，若匹配则发送待传输缓存数据至客户端，若不匹配则申请对其进行云转码或者由客户端重新向服务器发出请求并等待服务器重传码率适应后的数据。能够减少流媒体播放卡顿、减少传输时延，提升网络的传输效率。

技术领域

本发明涉及流媒体传输技术领域，具体而言，涉及一种基于云边端协同计算的流媒体传输方法、终端和存储介质。

背景技术

高铁作为高速移动的典型场景发展迅速，里程以及速度逐年提升，据统计，至2019年我国高速铁路营业总里程超过3.5万公里。随着高铁里程和速度的飞速发展，乘坐高铁出行的旅客日益剧增，据统计2018年动车组列车完成客运量20.05亿人次，旅客对于旅途中流媒体业务有着强烈的需求。同时随着网络数据量的增大，RTP/UDP的不可靠传输逐渐不能满足用户对高质量媒体业务的需求，因此HTTP流媒体技术替代了RTP/UDP成为流媒体传输的首选。HTTP/TCP协议使用80端口，可以轻松穿越防火墙和路由器，使流媒体可以兼容一般的Web服务器。目前YouTube，Netflix，Hulu，Bilibili，快手等主流视频供应商都采用了HTTP/TCP自适应传输协议进行流媒体的传输，如DASH(Dynamic Adaptive Streaming overHTTP)，HLS(HTTP Live Streaming)等。

近期的研究成果表明(2018年的SIGCOMM，2019年的MOBICOM)，在高速移动密集接入场景中(如高铁列车上)，现有面向连接的网络传输控制机制难以保证稳定的数据传输性能，各项性能指标(吞吐率、时延、完成时间等)呈现极大的不确定性。这将十分不利于保障流媒体等对吞吐率和时延敏感业务的用户体验。其原因主要如下所述：高速移动接入网络环境下，网络状态出现不确定以及急速变化的特性。大多数现有传输技术是通过RTT(Round-Trip Time)的变化来判断网络的状态。面向低速运动的场景，RTT的变化与网络状态的变化同步，以RTT为参数感知网络状态，调节网络参数，自适应传输媒体数据是可行有效的。但是在高速移动接入场景下，由于移动速度过快，基站切换频繁(5G网络环境下基站网络覆盖面更小)以及乒乓切换(在高铁运行环境中，用户终端平均每隔13.7/8.6秒 (300/350km/h)进行一次小区切换)，导致网络状态和路由的极大不稳定， ACK到达时间不确定。RTT变化难以与网络状态变化同步，通过RTT的变化难以确定网络的真实状态，继而在此基础上进行的媒体自适应传输方案难以应对急剧变化的网络状态。同时，高铁场景下，由于速度过快，车体穿透损耗大，以及网络的多普勒效应明显，导致误码率增加，误码以及网络状态的快速变化使现有的拥塞控制方案难以准确的调节网络状态。现有的拥塞控制方案缺乏对高速网络状态急剧变化的应对，网络状态估计失真引起网络剧烈的拥塞控制，严重降低了数据链路的吞吐量。

因此，TCP、MPTCP、QUIC等协议在高速移动密集接入场景下，面对高清流媒体业务，难以承载大量流媒体数据的传输。面对下层网络，难以有效区分不同的网络状态，如丢包与误码。从而引起网络链路吞吐量的下降，影响到上层基于HTTP的流媒体传输协议的性能，如DASH，HLS，影响用户的视频体验。

综上，在高铁场景下，用户信道质量抖动严重，用户基站切换频繁导致下层拥塞算法过渡干预，严重影响了流媒体的传输效率。5G网络覆盖范围更小，上述问题更加突出。现有面向连接的网络传输控制机制难以保证稳定的数据传输性能，各项性能指标(吞吐率、时延、完成时间等)呈现极大的不确定性。这将十分不利于保障流媒体等对吞吐率和时延敏感业务的用户体验。

发明内容