ABR业务计费机制及带宽分配算法

本文详细分析了ATM网中ABR业务占用带宽的特点 ,评述了现有计费方案的缺点 ,在此基础上提出了一种新的ABR业务计费方案 ,适应于该方案的带宽分配公平准则 ,以及相应的带宽分配算法 .仿真实验结果表明 ,本文方案不仅保持了静态计费机制原有的简便、易于实现的优点 ,而且很好地克服了其它方案适用范围小、公平性差等缺点 .

ABR点到多点连接中RM信元合并算法的改进

在点到多点的ABR业务中,枝节点需要合并来自各个枝连接的BRM信元。该文分析了几个已有的RM信元合并算法,比较了他们的优缺点;在分析了RM信元所经历的时延与网络拥塞状况的关系的基础上,提出采用RM信元的RTT来估计网络的拥塞水平和连接状况;在现有算法的基础上提出了经改进的合并算法,并给出了该算法的伪代码描述。

一种新的用于ATM网中ABR点对多点连接的反馈合并算法

本文提出了一种新的用于ATM网中ABR点对多点连接的反馈合并算法。新算法不仅能同时解决“合并噪声”和“合并延迟”问题 ,而且由于提供一种根据反向资源管理信元的CI域判断支路拥塞程度的机制 ,因此即使在ER交换机与二进制交换机并存的网络环境中仍然性能优越。这是现有算法所无法做到的。我们的仿真结果清楚地表明了这一点。

按最小速率分配的ABR控制算法公平性的研究

现有的各种ABR拥塞控制算法都只能实现最大最小准则下的公平分配。文中提出了一种称为“既得利益”相等的设计思想。依据这一思想改造现有算法 ,原则上可以在原算法框架内实现任一准则下的公平性。作为例子 ,我们改造了ERICA算法 ,使得新算法能达到ATM论坛定义的按MCR成比例分配带宽准则下的公平性。仿真实验结果表明 ,新算法性能良好。

多比特拥塞指示算法在ABR业务中的性能分析

提出了一种能改进流量控制性能的算法 ,称为多比特拥塞指示算法。这种算法可以兼容ATM论坛提出的相对速率控制算法 ,在现有的相对速率标记交换机中一样可以很好地工作 ,不会产生不兼容的情况。通过仿真发现 ,多比特拥塞指示算法在性能上更加优越。

基于ATM网络ABR业务流量控制算法分析

ABR业务的流量控制是一种基于反馈的闭环控制,它对于需要确保业务质量的ATM网络来说至关重要。由于基于反馈,ABR信源必须知道网络的瞬时未用带宽,以动态调整发送速率。通过对三类算法各自的性能及改进作公平性、稳定性和有效性等重点分析后,提出了传统的算法面临的问题及解决途径,为设计高速ATM交换机提供了有益的参考。

ABR业务的用法/网络参数控制(UPC/NPC)

论文讨论了对ABR业务实行用法/网络参数控制的重要性和难点,分析了现有实现方法的优点和局限性,重点提出并分析了动态UPC/NPC算法。模拟实验证明动态UPC/NPC是一个实用的有效的方法。

基于模仿学习的决策树码率自适应算法研究

码率自适应(ABR)算法是提升流媒体服务质量的有效方法,主要分为启发式算法和基于学习的算法两类。传统的启发式算法基于固定的规则,难以应对多变的网络环境,基于深度强化学习的算法映射表达能力较好,但其鲁棒性不佳且可解释性较差。针对上述问题,提出一种基于模仿学习的决策树码率自适应算法ABRTree。针对帧级别直播传输系统设计有效的专家ABR算法,并对专家算法的时序经验数据进行离散化处理。采用分类回归树作为码率决策的基础模型,基于专家算法给出的示例数据,采用DAgger算法进行决策树的训练。在此基础上,通过剪枝操作剔除出现较少的样本,从而提升决策树模型的泛化性。实验结果表明,ABRTree在多种视频场景下均能保证画面质量,同时取得较低的端到端延时和较少的卡顿,相比BBA、HYSA和FrameMPC算法,ABRTree算法的QoE性能可以提升1.0%~29.1%,且决策树模型能够直观表达输入特征与码率决策之间的关系,具有较好的可解释性和映射表达能力。

基于强化学习的移动视频流业务码率自适应算法研究进展

近几年来,随着HTTP自适应流媒体(HAS)视频数据集和网络轨迹数据集的不断推出,强化学习、深度学习等机器学习方法被不断应用到码率自适应(ABR)算法中,通过交互学习来确定码率控制的最优策略,取得了远超过传统启发式方法的性能。在分析ABR算法研究难点的基础上,重点阐述了基于强化学习(包括深度强化学习)的ABR算法研究进展。此外,总结了代表性的HAS视频数据集和网络轨迹数据集,介绍了算法性能的评价准则,最后探讨了ABR研究目前存在的问题和未来的方向。

ATM网上TCP传输的拥塞控制算法分析

本文讨论了ＴＣＰ协议在ＡＴＭ 网上存在的问题，对三种典型的ＡＢＲ 拥塞控制算法：ＥＦＣＩ、ＥＲＩ－ＣＡ 和ＦＭＭＲＡ 在减少信元丢失和传输时延、提高ＴＣＰ吞吐量等方面的性能进行了分析和比较。

X265的平均码率控制算法优化

码率控制算法通过动态的调整编码参数,使产生的码率能在有限的带宽内稳定传输,并尽可能提高视频的质量。目前针对HEVC的并行编码以及对应码率控制已成为研究热点,现有并行结构下的平均比特率控制算法受到帧间依赖性的约束,待编码帧无法及时获得与其并行帧的实际编码比特数进行码率控制,因此本文算法利用比特数预测模型通过预测并行帧的实际比特数作为码率控制的参数,及时的进行并行编码并且在此基础提出了缓冲区的优化过程。仿真结果表明,相比原有算法,减少的平均码率误差约为4.43%,同时提高的平均PSNR约为0.21dB。

一种多业务UPC/NPC结构模型

ＡＴＭ网络中的用法／网络参数控制（ＵＰＣ／ＮＰＣ）通过阻止有意或无意的用户滥用速率进入网络，以保护网络资源和其他用户的服务质量，因而是保证网络正常运行的重要手段．由于ＡＴＭ网络为多种业务提供服务，而各种业务类型的特征和服务质量要求相差很大，因此对ＡＴＭ网络的ＵＰＣ／ＮＰＣ提出了新的要求．提出了一种ＡＴＭ网络多业务ＵＰＣ／ＮＰＣ结构模型，该模型适用于包括ＡＢＲ在内的全部现有ＡＴＭ服务类型．由于采用了多种业务的统一接口，因此实现简单．同时，在对ＡＢＲ业务实行ＵＰＣ／ＮＰＣ时，考虑到各种不同流量控制机制之间的兼容性．实验证明，该结构是简单有效的．

一种基于视频分类的码率自适应算法

流媒体的码率自适应算法依据网络状态动态调节视频块的码率,提升用户体验质量,但忽略了视频类型的差异对用户体验质量的影响,导致算法性能下降。提出区分视频类型特征的码率选择算法C-ABR。设计相应的用户体验质量效用函数,使用强化学习算法训练模型A3C,提升用户体验质量。实验结果说明,相对于典型的码率自适应算法Pensieve和MPC,C-ABR算法用户体验质量分别提升22.7%和50.4%。