GCC AIMD细节

1、增加带宽

增加带宽的原理是在当前带宽的基础上缓慢增加少量带宽,分为加性增和乘性增,具体见下。增加带宽的上限是deltaTime,乘放大因子。

加性增additiveBps和乘性增multiplicativeBps,哪个增量值更大一些?

加性增是在输入AIMD模块的预估带宽值estimatedThroughput接近有效的链路带宽linkedCapacity时采用的带宽增量算法。它增加带宽的方法是:一个rtt时间内增加一个avgPacket,所以rtt越小,单位时间内的带宽增量越大;加性增有最大值限制,单位时间内最大增加4kbps。

乘性增是当预估带宽值estimatedThroughput太大使得当前链路带宽linkedCapacity失效时的计算方法,它把单位时间内的带宽增量直接放到当前带宽的0~8%,与rtt无关。乘性增有最小值限制,单位时间内最少增加1kbps。


additiveBps如何计算?该值的含义是当前连接的发送带宽已经快要逼近网络的最大带宽时,如何缓慢增加一个合理的值,使其不要增加太大而发生排队。计算方法是根据当前带宽值计算一个平均大小的RTP包在一个rtt时间内的带宽。

公式:nearMaxBpsPerSecond=max(\frac{avgPktSize*8}{responseTime}*1000 , 4000)

其中,

avgPktSize=\frac{avgPerFrameSize}{packetsPerFrame}, responseTime = (rtt+100)*2

更进一步,

 avgPerFrameSize = \frac{currentBitrate}{frameRate*8}, packetsPerFrame= \lceil \frac{avgPerFrameSize}{1200}\rceil

注意:

nearMaxBpsPerSecond的单位是bpsavgPktSizeavgPerFrameSize的单位为bytes,responseTime的单位为ms

packetsPerFrame表示一个视频帧可分为几个RTP包,向上取整。

rtt默认值是200ms


举例:

帧率30fps,带宽90kbps,rtt=200ms, 如果要缓慢增加带宽,则GetNearMaxIncreaseRateBpsPerSecond返回值是5kbps,表示在1秒内最大增加5kb数据。

帧率30fps,带宽60kbps,rtt=100ms,如果要缓慢增加带宽,则GetNearMaxIncreaseRateBpsPerSecond返回值是5kbps,表示在1秒内最大增加5kb数据。

结论:增加的数据大小取决于当前的带宽和rtt值。(很明显,看公式)

这个公式可以理解为在一个responseTime时间只增加一个avgPktSize,根据这个算出单位时间内应增加的数据大小。 



乘性增的计算公式 multiplicative

multiplicativeIncreaseBps =min( currentBitrate*(alpha-1.0),       1000)

其中,alpha是放大因子,初始值是1.08alpha的计算公式:

alpha = alpha^{timeSinceLastUpadate}

timeScienceLastUpdate = min( \frac{nowMs-lastMs}{1000} , 1.0), 单位是秒

所谓的乘性增也是slow start,因为timeScienceLastUpdate最大取值为1,所以alpha放大因子的取值范围[1, 1.08],也就推导出multiplicativeIncreaseBps的取值范围为[1000, 1.08*currentBitrate]



当带宽下降时,恢复到原先带宽的恢复时间:

timeToRecoverDecreaseSeconds=\frac{lastDecrease}{increaseRateBpsPerSecond}

lastDecrease为0,timeToRecoverDecreaseSeconds默认返回3秒;


2、降低带宽

在当前估计带宽(sample)的基础上降低:

newBitrate=estimatedBitrate*beta

beat=0.85

如果newBitrate > currentBitratelinkCapacity有估计值,则newBitrate=linkCapacity*beta



最终计算的带宽限制范围为:

如果是增加带宽,则在当前带宽currentBitrate基础上增加。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,015评论 4 362
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,262评论 1 292
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,727评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,986评论 0 205
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,363评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,610评论 1 219
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,871评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,582评论 0 198
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,297评论 1 242
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,551评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,053评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,385评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,035评论 3 236
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,079评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,841评论 0 195
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,648评论 2 274
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,550评论 2 270

推荐阅读更多精彩内容