针对在动态网络环境和有限缓存容量限制下用户观看视频体验质量低的问题,提出一种综合考虑带宽和缓存因素的动态自适应的HTTP流码率渐进切换(DASBS)算法。首先,利用滑动窗口分析最近下载分片得到带宽初步估值;然后,依据实时带宽波动程...针对在动态网络环境和有限缓存容量限制下用户观看视频体验质量低的问题,提出一种综合考虑带宽和缓存因素的动态自适应的HTTP流码率渐进切换(DASBS)算法。首先,利用滑动窗口分析最近下载分片得到带宽初步估值;然后,依据实时带宽波动程度和缓存状态设置双矫正因子进一步平滑带宽估值;最后,设置缓存阈值使其与当前码率建立相关关系,并利用带宽估值和缓存动态阈值共同控制码率切换。使用libdash平台验证算法性能,DASBS在切换平滑性上优于VQCQ(Video Quality Control for QoE)算法,视频播放平均码率更高,有效提高了带宽利用率;平均码率稍低于EABS(Evolution of Adaptive Bitrate Switching)算法时,切换次数得到大幅下降,整体切换稳定性表现更优。实验结果表明,所提算法在动态网络环境中具有带宽高利用、切换平滑和切换稳定的良好表现,能够有效改善用户体验。展开更多
文摘针对在动态网络环境和有限缓存容量限制下用户观看视频体验质量低的问题,提出一种综合考虑带宽和缓存因素的动态自适应的HTTP流码率渐进切换(DASBS)算法。首先,利用滑动窗口分析最近下载分片得到带宽初步估值;然后,依据实时带宽波动程度和缓存状态设置双矫正因子进一步平滑带宽估值;最后,设置缓存阈值使其与当前码率建立相关关系,并利用带宽估值和缓存动态阈值共同控制码率切换。使用libdash平台验证算法性能,DASBS在切换平滑性上优于VQCQ(Video Quality Control for QoE)算法,视频播放平均码率更高,有效提高了带宽利用率;平均码率稍低于EABS(Evolution of Adaptive Bitrate Switching)算法时,切换次数得到大幅下降,整体切换稳定性表现更优。实验结果表明,所提算法在动态网络环境中具有带宽高利用、切换平滑和切换稳定的良好表现,能够有效改善用户体验。
