UMTS移动流媒体传输码率适配技术

admin

引言
　　移动流媒体技术是网络音视频技术和移动通信技术结合的产物。它是融合了很多网络技术后产生的新技术，涉及到流媒体数据的采集、压缩、存储、无线网络通信以及移动终端等多个领域的研究。3GPP，3GPP2等标准化组织早已开展了移动流媒体的应用研究工作，并制定了相关的技术规范[1][2][3][4]。
　　3GPP组织制定的移动流媒体服务技术规范目前的最新版本是Release 6[2]。端到端的包交换流媒体服务PSS（Packet Switched Streaming Service）是一种定义在3GPP移动网络交互流媒体服务框架的规范。这一框架的重新使用，是通过IETF（协议、负载格式），W3C（场景描述），MPEG，ISO和ITU（编解码，媒体文件格式）等组织进行的。PSS是一种应用层服务，该规范主要是安排流媒体客户端和服务器的通信过程。
　　3GPP PSS协议规范在Release 6中，增加了端到端码率适配这一新特性。端到端码率适配可以使流媒体会话能够适应不同的网络状况。这一点对于PSS能够应用于具有不同容错能力的网络（如WCDMA、EDGE、GPRS、码流有QoS保证或尽最大能力）是很重要的。另外，码率适配有利于平滑操作和特殊的内部系统转换。在3GPP目前提出的机制中，流服务器主要负责数据流和传输码率的适配，而客户端则向服务器提供必要的反馈。该机制的目的是保持客户端的解码缓冲区空间足够大，以避免在音视频播放中出现中断。
　　码率适配技术提供了以网络或者以每个用户为基础的动态调整移动流媒体通信流量的能力，它可以动态地根据无线带宽的波动自动调整流媒体业务源的播放速率，来确保每个用户可以得到最好的用户体验。
1、UMTS移动流媒体业务的系统结构
　　UMTS的理想链路速率是：郊区室外环境下为144 kbit/s，市区室外环境下为384 kbit/s，室内和室外小范围环境下为2 048 kbit/s。UMTS的高带宽为开展3G移动流媒体业务提供了可能。
　　图1表示了3G移动流媒体业务的结构图。从图1中可以看出，一个端到端的移动流媒体系统包括流媒体客户端（Streaming Client）、移动通信网接入网（GERAN或UTRAN）、移动通信网核心网、IP网络、流媒体内容服务器（Content Servers）、流媒体内容缓冲服务器（Content Cache）、用户终端档案管理器（User and terminal profiles）、门户服务器（Portals）等。其中，流媒体内容服务器（包括媒体制作和内容管理）和内容缓冲服务器构成了移动流媒体服务器的核心内容，而用户终端档案服务器、门户服务器、代理服务器等公共的业务功能实体，构成流媒体服务器的外围功能实体。这些服务器都位于IP网上，通过Gi接口与UMTS骨干网络通信。3G移动流媒体业务采用IP方式承载，下层承载网络支持3G分组域网络（也可以支持目前的GPRS、CDMA分组网络）。
　　位于UTRAN（UMTS地面无线接入网）中的流媒体终端手机将信号传送给附近基站（BS），基站完成WCDMA无线接入物理信道，并负责从传输信道上传送信息到物理信道（控制信息由RNC发出）。UTRAN网络通过IuPS接口与核心网（CN）中的SGSN节点通信；对于GERAN网络而言则是通过Gb接口与核心网中的SGSN（服务GPRS支持节点）通信。核心网络中的GGSN（网关GPRS支持节点）通过Gi接口和IP网络中的流媒体服务器通信。

图1　3G UMTS移动流媒体业务系统

　　从图1中可以看出，在移动流媒体业务中，流媒体节目数据信息以及控制信息，经过了无线移动网络和有线IP网络。也就是说，移动流媒体业务是基于异构的有线-无线（Wired-Wireless）链路，其网络环境比传统的固网流媒体业务更为复杂。
　　在3GPP PSS规范中详细描述了该业务系统的实现框架，包括PSS协议，编解码，3GP文件格式，定时文本格式，SMIL语言和RTP使用模型。与传输码率适配技术关系密切的是PSS协议，本文着重讨论PSS协议。
2、3GPP PSS协议
　　图2是3GPP PSS协议栈。视频、音频等流媒体数据主要通过RTP/UDP承载，而一些静态的图像、文本则可以使用HTTP来承载、对于能力交换（Capabi1ity Exchange）和表示描述（Presentation Description）可以使用HTTP或者RTSP进行封装，这取决于不同的实现方式。会话的建立通过在TCP（UDP传输是可选）上层的RTSP协议来完成，RTSP包含了SDP部分，SDP描述了媒体编解码器及其参数。连续流媒体的传输是基于RTP和RTCP的。RTP用于媒体数据传输，RTCP用于对传输质量的反馈。

图2　3GPP PSS协议栈

　　RTP协议（Real-Time Transport Protocol）
　　RTP被定义为在一对一或一对多的传输情况下工作，其目的是提供时间信息和实现流同步，例如：音频、视频或模拟数据。RTP不处理资源预定，并且不保证实时服务的服务质量。在PSS中，RTP通常使用UDP来传送数据。
　　RTCP协议（Real-Time Control Protocol）
　　RTCP和RTP配合使用，为数据的传送情况提供反馈。RTCP包将反馈发送给流会话中的其他参与者。自适应编码器和流媒体服务器利用该反馈信息调整流适应当前的传输状况。该反馈以RTCP发送报告包（SR）和接收报告（RR）的形式发出。接收端周期性地将报告信息发送给发送端（报告信息包括：接收端测量到传输过程中的不稳定情况和信息包丢失的数量）。
　　RTSP协议（Real-Time Streaming Protocol）
　　RTSP被用于建立和控制连续媒体的时间同步流。它为流媒体服务扮演“网络远程控制”的角色。3GPP的PSS规范中对于RTSP协议在移动流媒体中的应用定义了一些扩展字段：
　　Range头字段，并在PLAY的响应中包含了这个字段；Bandwidth头字段；3GPP_Link_Char头字段：用于移动流媒体客户端向移动流媒体服务器报告无线链路特性；3GPP_Adaptation头文字段：用于移动流媒体客户端设置速率自适应参数；QoE头字段：用于移动流媒体客户端和服务器协商移动流媒体客户端应发送哪些QoSMetrics，以什么样的频率发送以及如何取消发送这些Metrics；Video Buffering头字段：用于Buffer的管理。
　　其他与流媒体传输相关的协议
　　SDP是服务器端生成的描述媒体文件的编码信息以及所在的服务器链接等信息，客户端通过它来配置播放软件的设置。它是一个简单的，可扩展语法的文本协议。3GPP的PSS规范中使用SDP协议实现RTSP的表示描述，并对SDP进行了必要的扩展，以便满足流媒体业务在移动网络中QoS需求。HTTP是一个静态的、基于文本的、应用层协议，它主要用于传输超文本和超媒体信息。在流媒体中，HTTP被广泛地用于查找和浏览媒体内容并发送流会话描述。
3、移动流媒体传输码率适配
　　引言中提到移动流媒体通信是在异构的有线-无线网络中的。与有线环境相比，无线环境由于信道的多径衰落、传输遮挡以及移动切换（hand off）、延迟等，使得传输信道的带宽波动大，误码率高以及阻塞丢失严重。再加上采用国际标准压缩编码（如H.264、MPEG4等）的视频数据，对信道误码非常敏感，造成误码环境下恢复图像的质量严重下降。因此要求编解码和传输系统能够适应信道的时变特性。一般来讲，编解码系统通过调整编码器的量化台阶来调整节目速率以适应信道带宽变化，而传输系统通过控制协议的反馈消息来调整服务器端数据包发送的速率以适应信道带宽变化。本文重点阐述后者在3GPP PSS中的实现机制。在该机制中，网络资源状况可被估计并且包传输速率适配于可用网络的链路速率，它一方面能避免缓冲区数据溢出状态（over flow），另一方面能避免数据饥饿状态（under flow）。
　　PSS的码率适配机制是以服务器为中心的，换句话说，服务器控制着传输码率和节目码率。服务器使用RTCP和RTSP协议获知客户端和网络状态。服务器在进行传输码率适配的节目码率适配的同时还要根据媒体流的SDP描述进行节目数据的传输。
　　3.1　链路码率估计
　　PSS客户端告知服务器已用无线链路的QoS参数。已知参数写在RTSP SETUP或PLAY请求的“3GPP_Link_Char”头字段中，由客户端发送给服务器。服务器可以设置码率和链路响应。如果客户端在初始化的时候已经设定了那些QoS参数，但在会话过程中，这些参数发生了变化，那么客户端应在SET_PARAMETER或是OPTIONS请求中更新这些参数。客户端在RTSP SETUP或PLAY中写入RTSP“Bandwidth”参数，告知服务器链路带宽。
　　对于码率估计有用的信息是RTCP接收报告（RR）[6]。终端发送标准的RTCP RR给流媒体服务器，用来描述当前的可测量的网络的吞吐量合丢包数目，以及一些其它相关信息RTCP接收报告的间隔时间取决于以下几个因素：使用的RTP框架（是AVP还是AVPF），指定给RTCP的码率（也就是RTCP包传输带宽），RTCP包的平均包长，以及报告实体数（就是参与者数）。大部分参数能够通过信令由服务器设定。
　　在大多数的PSS RTP会话中，服务器和客户端只有唯一一个SSRC，因此取尽可能最高的报告速率。换句话说，要取尽可能最小的RTCP报告包间隔。但是在一些应用场景中，SSRC有多个，那么就应该取大些的RTCP报告包间隔。
　　流媒体服务器会根据这种反馈进行流媒体码流速率的调整判断，根据计算后的目标发送速率，实现动态带宽的可伸缩性。
　　3.2　客户端缓冲反馈的信令机制
　　3GPP建议，PSS客户端和PSS服务器应该支持客户端缓冲反馈的信令机制。
　　该机制的实现需要以下几部分的支持：
　　SDP服务的支持；
　　客户端为了码率适配而提供的缓冲区大小（单位比特），该信令通过RTSP由客户端传送到服务器；
　　目标缓冲保护时间（单位毫秒），该信令通过RTSP由客户端传送到服务器；
　　客户端缓冲区状态反馈信息里的空余缓冲空间；将要被编码的下一个ADU（Application Data Unit）；播放延时。这些信令通过RTSP由客户端传送到服务器。
　　支持客户端缓冲反馈的PSS服务器，在SDP中包括了“3GPP-Adaptation-Support”属性。在此基础上，在每个独立媒体流的SETUP里写入“3GPP_Adaptation”头字段。当收到服务器发来的SETUP响应（包含“3GPP_Adaptation”头字段）后，PSS客户端发送NADU APP包。
　　为了在会话中更新目标缓冲保护时间，应该在PLAY，OPTIONS，SET_PARAMETERS中设置“3GPP_Adaptation”头字段。在一个会话中，缓冲区大小不应该改变。
　　已知总缓冲区大小，和缓冲区内空余缓冲区大小，服务器能够避免缓冲区（客户端）溢出。服务器假定每个发送的RTP包在缓冲区中占用的是整个RTP包的大小空间。如果缓冲是在ADU域进行的话对于交织和聚合的媒体来说，实际的缓冲空间消耗会稍微大些。这是因为每个ADU会根据RTP头字段和有效载荷域（像是时间戳和分别对序列号进行的解码操作）而保存元数据。这个问题当服务器试图完全充满剩余的可用内存块的时候才出现。
　　通过计算媒体数据在客户端缓冲区中的存放时间，服务器能够避免缓冲区饥饿状态。这一过程利用下一个ADU数目和最高接收序列号就可以实现，该序列号是和已发送ADU、ADU解码顺序以及播放时间绑定的。3GP文件的ADU信息可以从“3gau”box中读取。ADU信息也可以从媒体轨道，线索轨道或是实际RTP包得到。
　　在客户端缓冲区饥饿状态发生之前，播放延时的值能够提高估计时间的精确度。比如说，在低帧率视频传输时，播放延时对客户端的总缓冲时间有很大影响。
　　码率适配技术利用RTCP传输协议通过当前网络状况动态调整服务器的发数据包的速率，能最好地保证在大多数网络条件下流接收的平滑和连贯。
4、结束语
　　3GPP组织提出的PSS规范适用于WCDMA移动通信系统；而3GPP2组织提出的MMS适用于CDMA2000移动通信系统。PSS和MMS（Multimedia Messaging System）具有相似的框架定义。目前随着3G牌照的发放渐渐浮上水面，基于2G、2.5G的移动流媒体业务已投入实际商用。基于3G的移动流媒体增值业务也已如火如荼地开展。国内较大的通信设备提供商如华为、中兴都提出了移动流媒体解决方案。但是由于移动流媒体技术所处的网络环境与传统固网的不同，保证QoS一直是各方关注的焦点。本文阐述了3GPP组织最新发布的第六版PSS文档中提出的码率适配机制，对于提高移动流媒体业务的整体性能具有较好的理论指导意义。
　　参考文献
　　1　3GPP TS 22.233：“Transparent End-to-End Packet Switched Streaming Service；Stagel”
　　2　3GPP TS 26.233：“Transparent End-to-End Packet Switched Streaming Service(PSS)；General description”
　　3　3GPP TS 26.234：”Transparent End-to-End Packet Switched Streaming Service(PSS)；Protocols and codecs”
　　4　 3GPP TS 26.244：”Transparent End-to-End Packet Switched Streaming Service(PSS)；3GPP file format(3GP)”
　　5　RFC 2326“RTSP：Real-Time Streaming Protocol”
　　6　RFC 3550“RTP：A Transport Protocol for Real-Time Applications”
　　7　Dr.Jonathan P.Castro.The UMTS Network and Radio Access Technolgy.2001