超宽带IP网络环境下的视频分组丢失修复技术研究

doi:10.3969/j.issn.1000-0801.2012.01.003

摘要/Abstract

摘要：

基于IP 超宽带网络传送视频节目已经成为三网融合背景下的发展趋势。相对于传统广电运营商的同轴广播网，IP 网络更加复杂，出现分组丢失的可能性更大，可能会影响用户的观赏体验。目前的视频编码技术本身的冗余机制大多适用于同轴网络，因此有必要对IP 网络中的视频分组丢失修复机制进行研究。本文分析了分组丢失对视频质量的影响，并对目前主流的分组丢失修复技术进行了针对性分析和比较，结合测试结果，给出了可行的分组丢失修复技术应用建议。

关键词: 视频, 分组丢失修复, 重传

Abstract:

More and more video services and programs will be carried by ultra-broadband IP networks.Compared with traditional operator's coaxial networks,IP networks are more complex,packet loss is more likely to happen,and the userˊs experience will suffer a lot.Current video coding redundancy technologies are only feasible in coaxial network,it is necessary to research on the video packet loss restoration technologies in IP networks.This paper analyzes the impact of packet loss on video quality,compares the mainstream remediation technology,analyzes the test results.

Key words: video, packet loss remediation, retransmission

阮科,邹洁,朱永庆. 超宽带IP网络环境下的视频分组丢失修复技术研究[J]. 电信科学, 2012, 28(1): 16-20.

Ke Ruan,Jie Zou,Yongqing Zhu. Research on Video Packet Loss Remediation in Ultra-Broadband IP Network Environment[J]. Telecommunications Science, 2012, 28(1): 16-20.

图/表 7

表1

表2

图1

图2

图3

图4

图5

码流速率（Mbit/s）	时延（ms）	抖动（ms）	最长故障时间（ms）	最长故障丢失分组数	丢失分组长度	平均分组丢失率
1.75	＜200	＜50	≤16	4	1 error/h	≤6.68_×10^-6
2.0	＜200	＜50	≤16	5	1 error/h	≤7.31_×10^-6
8	＜200	＜50	≤16	14	1 error/h	≤1.28_×10^-6
10	＜200	＜50	≤16	17	1 error/4 h	≤1.24_×10^-6

	时延（单向）	分组丢失率	抖动（单向）
	（ms）	（单向）	（ms）
IPTV（多播）	＜500	＜0.1%	＜500
IPTV点播，PC流媒体	＜100	＜1%	＜50

1	Broadband Forum TR126. Triple-play Services Quality of Experience（QoE）Requirements, 2006
2	ISO/IEC.13818-1（Systems）13818-2（Video Coding）, 2007
3	RFC3550.RTP: A Transport Protocol for Real-Time Applications, 2003
4	ETSI TS 102 472 V1.1.1.Digital Video Broadcasting（DVB）, IP Datacast over DVB-H: Content Delivery Protocols, 2005
5	SMPTE Specification 2022-1. Forward Error Correction for Real-Time Video/Audio Transport over IP Networks, 2007

[1]	房新彦, 张艳霞, 崔瑞琳, 罗思维. P2P网络视频监控技术机制解析[J]. 电信科学, 2022, 38(12): 152-162.
[2]	祁伟, 殷海兵, 王鸿奎, 黄晓峰, 牛伟宏. 基于统计建模的VVC快速码率估计算法[J]. 电信科学, 2022, 38(12): 35-45.
[3]	顾秋阳, 琚春华, 吴功兴. 基于自编码器与多模态数据融合的视频推荐方法[J]. 电信科学, 2021, 37(2): 82-98.
[4]	徐国斌, 符哲蔚, 刘明, 邓志吉, 王存刚, 钟广海, 李辉, 孟伟, 吴云杰. 5G上行带宽探测与应用研究[J]. 电信科学, 2021, 37(12): 51-59.
[5]	张世行, 罗雅文, 张敏, 孙奇福, 阳小龙. 面向移动内容分发网络环境的移动视频预取技术研究进展[J]. 电信科学, 2021, 37(1): 8-21.
[6]	孟翔, 殷海兵, 黄晓峰. 基于统计建模的HEVC快速率失真估计算法[J]. 电信科学, 2021, 37(1): 58-68.
[7]	潘三明,袁明强. 基于边缘计算的视频监控系统及应用[J]. 电信科学, 2020, 36(6): 64-69.
[8]	钟其柱. 基于机器学习分析VoLTE视频通话质量的研究及应用[J]. 电信科学, 2020, 36(3): 156-165.
[9]	穆天杰,陈晓辉,汪逸云,马陆鹏,刘东,周晶,张文逸. 基于深度学习的信源信道联合编码方法综述[J]. 电信科学, 2020, 36(10): 56-66.
[10]	葛茜倩. 视频流可扩展反馈卸载的渐进二次博弈机制[J]. 电信科学, 2020, 36(1): 109-118.
[11]	廖志文,张凌. 企业级视频会议动态时间槽多播带宽提前预留算法[J]. 电信科学, 2019, 35(7): 78-86.
[12]	贾川民, 赵政辉, 王苫社, 马思伟. 基于神经网络的图像视频编码[J]. 电信科学, 2019, 35(5): 32-42.
[13]	文鹏,彭宗举,陈芬,蒋刚毅,郁梅. 基于随机森林的HEVC复杂度控制方法[J]. 电信科学, 2019, 35(2): 14-26.
[14]	周瑜锋,郁梅,杜宝祯,宋洋,蒋刚毅. 基于球形加权结构相似度的全向视频编码率失真优化方法[J]. 电信科学, 2019, 35(2): 59-69.
[15]	解冲锋,蒋文洁,马晨昊,严皓,王思斐,李聪,陈运清. 面向视频云综合承载的SRv6的研究与实践[J]. 电信科学, 2019, 35(12): 2-7.