宋佳璐
摘要:隨著無線寬帶網絡的升級以及智能終端的普及,越來越多的用戶選擇在移動智能終端上用應用客戶端APP觀看網絡視頻,這是一種基于TCP的視頻傳輸及播放。但是用戶體驗評價變量與網絡側變量之間的關系并不明確。本文通過分析影響用戶視頻體驗的指標因素,來進一步量化用戶體驗。
關鍵詞:機理分析;數理計算;線性回歸;TCP慢啟動原理
1 概述
用戶體驗評價由vMOS來衡量,而衡量vMOS的指標分別是視頻源質量(對應sQuality得分)、初始緩沖時延(對應sLoading得分)和卡頓率(對應sStalling得分)。
sQuality為常數,影響用戶體驗的兩個關鍵指標[1]是初始緩沖等待時間和在視頻播放過程中的卡頓緩沖時間,兩者互相獨立。可將卡頓緩沖時間轉化成研究卡頓時長占比。
sLoading得分取決于初始緩沖時延。總緩沖時長由兩階段——信令交互階段和緩沖階段,三部分——RTT、緩沖內容,播放器加載組成。因此影響因素為初始緩沖峰值速率和E2E RTT。
sStalling得分取決于卡頓占比,其影響因素是播放階段平均速率和視頻碼率。 總體框架示意圖如下:
2 視頻NE Model分析
視頻NE Model (Network Experience Model)[2], 是mLAB基于視頻業務原理深入研究,上百萬條SpeedVideo測試數據統計分析,建立起來的網絡能力和視頻體驗之間關系模型。主要包含兩部分:視頻NE Model初始緩沖模型、視頻NE Model卡頓模型。
2.1視頻NE Model初始緩沖模型
目前OTT 視頻播放協議,主要是Http+Range, HLS和DASH[3],都基于TCP傳輸協議。通常,為保證視頻流暢體驗,播放器在開始播放前,會下載一定數據量(根據視頻碼率、初始緩沖時間量設置),即視頻初始緩沖過程。
2.1.1 TCP傳輸速率與RTT的關系
當TCP連接建立后,在慢啟動階段,最初TCP在連接建立成功后會向網絡發送大量的數據包,TCP的發送窗口是按照指數規律逐步增大[ ]。簡單計算如下:
若帶寬為W,那么經RTT*log2W時間就可占滿帶寬。
在慢啟動階段TCP層的瞬時傳輸速率為:
式(1)為慢啟動階段;式(2)為穩態階段,即初始緩沖峰值速率。當TCP層的傳輸速率增長到空口速率后停止增長,此時TCP發送窗口的大小也趨于穩定。當空口帶寬提升后,RTT應減小才能使TCP傳輸速率更快達到空口帶寬,充分發揮空口資源,高速下載業務數據,減少等待時間。
2.1.2 初始緩沖時延與初始緩沖峰值速率,E2E、RTT的關系
可建立初始緩沖時延與初始緩沖峰值速率,E2E、RTT之間的關系式(假設初始緩沖量為4s,沒有發生丟包和重傳情況):
式(3)中初始緩沖時延由3部分組成——視頻解析階段時間,TCP慢啟動階段時長和穩態階段時長。式(4)是初始緩沖峰值速率表達式。由MATLAB解得n=10.3877,n是整數取10。
關系圖如下(x軸為初始緩沖峰值速率(kbps),y軸為E2E、RTT(ms),z軸為初始緩沖時延(ms))
當y(E2E、RTT)一定時,x與z成負相關,即初始緩沖峰值速率越大,初始緩沖時延越小。當x(初始緩沖峰值速率)一定時,y與z成正相關,即E2E、RTT越大,初始緩沖時延越大。
2.2視頻NE Model卡頓模型
整個視頻觀看過程,包括初始緩沖階段和播放階段兩個階段,卡頓占比在播放階段出現。
2.2.1 卡頓占比與視頻碼率、播放階段平均速率的關系
繪制卡頓時長與播放階段平均速率的散點圖,可知二者成線性關系,用線性回歸對直線進行擬合,求出卡頓占比與播放階段平均速率的關系式。
根據最小二乘法求得y=-6.946x+2.818*e4 ,擬合效果如圖3所示。
與實際數據進行對比,相關系數 R2為 0.7836,證明擬合程度良好。
3 結果分析
3.1 vMOS分值與各因素之間的關系
vMOS與三個指標的函數關系式為[2]
sQuality為常數,可計算出sLoading、sStalling與各項因素關系式,推出vMOS與各項因素的函數關系。(p1--sLoading權重取0.23, p2--sLoading權重取0.27)
由圖4可知sStalling得分與卡頓比分別在區間[0,0.15]和[0.15,0.3]上服從不同的線性關系。
由圖5可知當初始緩沖時延大于1時,sLoading得分恒為0;在[0,1]時符合指數形式,找出擬合度最好的一組參數,求得sLoading得分與初始緩沖時延的關系式為:
已求得初始緩沖時延、卡頓比與初始緩沖峰值速率,E2E RTT,播放階段平均速率的關系式。只要將之前結果代入,即可得vMOS與初始緩沖峰值速率,E2E RTT,播放階段平均速率的函數關系表達式。
4 總結與展望
本文最終得到vMOS與初始緩沖峰值速率、E2E RTT、播放階段平均速率的函數表達式。通過機理分析與數理計算相結合,既避免將所有參數作為變量時可能出現運算復雜、變量關系模糊及過擬合情況,又在一定程度上借助計算機優秀的運算性能挖掘出一些人工難以識別的關系。但也存在一定局限性:比如實際情況下,參數可能會隨地區、設備性能等其他條件而有所不同。在實際應用中,只需采集數據,就能得到用戶體驗打分。一方面,可根據用戶體驗目標,估算出最低初始緩沖峰值需求和播放帶寬需求。另一方面, 可根據用戶觀看視頻時網絡實際能力,在網絡側估算出視頻用戶體驗,用于視頻vMOS體驗建網中的初始評估和優化后閉環驗證,更好地增強用戶體驗。
參考文獻:
[1] SpeedVideo大眾測試常見10個FAQ及主要指標解釋(技術版)[OL]. http://www.weixinnu.com/tag/article/268251903.
[2] 陳楚雄,柯江毅,覃道滿. 視頻業務體驗評估和優化提升探討[J].郵電設計技術,2017(2):17-23.
[3] mLAB. 一張圖看懂Mobile vMOS優化方向. [OL]. http://www.360doc.com/content/16/0427/00/2909773_554102036.shtml.
[4] mLAB. NE Model,量化網絡視頻承載能力. [OL]. http://chuansong.me/n/1057304251241.
[5] mLAB. 時代基于用戶體驗建網的目標研究——業務等待時間[OL]. http://www.huawei.com/mediafiles/CBG/PDF/Files/hw_396636.pdf.
[6] mLAB. 移動視頻vMOS 4.0成長路徑圖[OL]. https://sanwen8.cn/p/24d1TnF.html.
[7] mLAB. 基于移動視頻的移動承載網絡要求白皮書[OL]. http://www.docin.com/p-1727526773.html