面向電力通信可穿戴多點(diǎn)遠(yuǎn)程協(xié)同運(yùn)維的視頻速率優(yōu)化方法

林密十 洪杰 于祝芳　李博

摘要：電力通信網(wǎng)現(xiàn)場運(yùn)維對于電力通信網(wǎng)以及智能電網(wǎng)的穩(wěn)定和有效運(yùn)營至關(guān)重要，為了保證電力通信網(wǎng)現(xiàn)場運(yùn)維作業(yè)質(zhì)量和提高運(yùn)維作業(yè)效率，提出了一種多點(diǎn)遠(yuǎn)程協(xié)同視頻通信架構(gòu)，基于Openfire和WebRTC搭建了即時(shí)通信系統(tǒng)，促進(jìn)運(yùn)維作業(yè)消息的流通，提高運(yùn)維作業(yè)效率。針對目前WebRTC的擁塞控制算法不能根據(jù)網(wǎng)絡(luò)情況實(shí)時(shí)、準(zhǔn)確自適應(yīng)視頻流數(shù)據(jù)發(fā)送速率，在基于時(shí)延的擁塞控制算法和基于丟包的擁塞控制算法的基礎(chǔ)上，提出了一種基于網(wǎng)絡(luò)質(zhì)量感知的視頻速率優(yōu)化方法，該算法能夠有效感知網(wǎng)絡(luò)質(zhì)量并優(yōu)化視頻發(fā)送速率。提供了對提出算法的實(shí)驗(yàn)評估，并通過模擬結(jié)果提供了與WebRTC適配的擁塞控制算法的對比分析。

關(guān)鍵詞：電力通信網(wǎng);現(xiàn)場運(yùn)維;WebRTC;視頻速率優(yōu)化方法

中圖分類號：TP273.5

文獻(xiàn)標(biāo)識碼：A

隨著智能用電、智慧城市、新能源及電動(dòng)汽車等新型智能電網(wǎng)業(yè)務(wù)的發(fā)展和應(yīng)用，作為智能電網(wǎng)不可或缺的信息和通信基礎(chǔ)支撐，電力通信網(wǎng)的穩(wěn)定和有效運(yùn)營至關(guān)重要，而這需要科學(xué)化、智能化、精確化的運(yùn)維管理，特別是現(xiàn)場運(yùn)維來保障。由于電力通信現(xiàn)場運(yùn)維場景復(fù)雜、設(shè)備眾多、人員素質(zhì)參差不齊，且實(shí)時(shí)的現(xiàn)場運(yùn)維數(shù)據(jù)有效交互的手段和支撐工具缺乏，現(xiàn)場運(yùn)維作業(yè)依賴個(gè)人經(jīng)驗(yàn)和本地信息，無法對現(xiàn)場環(huán)節(jié)進(jìn)行實(shí)時(shí)管控、輔助指導(dǎo)和決策確認(rèn)，導(dǎo)致電力通信網(wǎng)現(xiàn)場運(yùn)維作業(yè)效率低和運(yùn)維作業(yè)質(zhì)量無法保證。目前，主流的解決方案是利用手機(jī)、可穿戴終端、平板電腦等具備通信功能的智能終端，實(shí)現(xiàn)現(xiàn)場信息的感知以及與后端管理和技術(shù)人員間的實(shí)時(shí)交互，保障現(xiàn)場運(yùn)維質(zhì)量和效率[1]。其中，可穿戴終端不僅具備與手機(jī)、平板電腦等相同的圖片、視頻數(shù)據(jù)采集能力和實(shí)時(shí)數(shù)據(jù)通信能力，還能夠通過可穿戴形式解放雙手，實(shí)現(xiàn)數(shù)據(jù)采集、通信和作業(yè)運(yùn)維的同步化，進(jìn)一步提升數(shù)據(jù)信息的有效性和運(yùn)維作業(yè)效率，成為電力通信網(wǎng)現(xiàn)場運(yùn)維的理想選擇之一[2]。

在基于可穿戴終端的電力通信網(wǎng)現(xiàn)場運(yùn)維中，參與同一運(yùn)維業(yè)務(wù)的多個(gè)現(xiàn)場運(yùn)維人員、技術(shù)支撐專家和調(diào)度管理人員大多位于不同的地點(diǎn)，通常采用多點(diǎn)遠(yuǎn)程視頻協(xié)同來實(shí)時(shí)交互場景感知信息、指導(dǎo)信息和業(yè)務(wù)執(zhí)行反饋信息，保證運(yùn)維業(yè)務(wù)執(zhí)行的準(zhǔn)確性和高效性[3]。多點(diǎn)遠(yuǎn)程視頻協(xié)同的關(guān)鍵是實(shí)時(shí)性，對視頻數(shù)據(jù)速率要求較嚴(yán)格，但是電力通信網(wǎng)現(xiàn)場運(yùn)維通常涉及變電站內(nèi)、機(jī)房、室外、野外等環(huán)境，同時(shí)還存在內(nèi)外網(wǎng)之分，網(wǎng)絡(luò)存在著各種限制因素，容易造成網(wǎng)絡(luò)利用效率低下，導(dǎo)致數(shù)據(jù)包丟失，數(shù)據(jù)傳輸延遲增大。因此，需要結(jié)合實(shí)際電力通信現(xiàn)場支撐網(wǎng)絡(luò)情況和具體運(yùn)維業(yè)務(wù)，對可穿戴多點(diǎn)遠(yuǎn)程協(xié)同進(jìn)行優(yōu)化，設(shè)計(jì)視頻數(shù)據(jù)速率優(yōu)化方法，優(yōu)化網(wǎng)絡(luò)帶寬利用，提升視頻數(shù)據(jù)傳輸效率。

Openfire[4]是基于XMPP公開協(xié)議的實(shí)時(shí)協(xié)作服務(wù)器，用來構(gòu)建高效率的即時(shí)通信服務(wù)器，通信雙方在Openfire服務(wù)器注冊一個(gè)會(huì)話，并以服務(wù)器為中繼實(shí)時(shí)進(jìn)行數(shù)據(jù)交互，視頻流數(shù)據(jù)通過服務(wù)器中轉(zhuǎn)，一定程度上影響了數(shù)據(jù)時(shí)延。WebRTC（ WebReal-Time Communication，網(wǎng)頁實(shí)時(shí)通信）是一種支持網(wǎng)頁瀏覽器進(jìn)行實(shí)時(shí)語音對話或視頻對話的技術(shù)[5]，可以跨平臺建立視頻通話的P2P連接，支持為多個(gè)用戶同時(shí)建立視頻通話連接，其視頻流數(shù)據(jù)不經(jīng)過服務(wù)器，在一定程度上降低了網(wǎng)絡(luò)時(shí)延。但其在移動(dòng)網(wǎng)絡(luò)環(huán)境下的性能表現(xiàn)不佳，網(wǎng)絡(luò)延時(shí)和丟包率高，容易發(fā)生網(wǎng)絡(luò)擁塞造成視頻卡頓，降低用戶的體驗(yàn)質(zhì)量，因此，還需要進(jìn)行相應(yīng)的傳輸擁塞控制。

已有的傳輸擁塞控制方法主要分兩種：視頻流碼率控制與網(wǎng)絡(luò)傳輸控制。前者依據(jù)網(wǎng)絡(luò)傳輸信道質(zhì)量來調(diào)整編碼參數(shù)，生成適合的視頻流，使傳輸需要的帶寬盡可能小并提升動(dòng)態(tài)帶寬的利用率。后者依據(jù)網(wǎng)絡(luò)帶寬自適應(yīng)地調(diào)節(jié)視頻數(shù)據(jù)發(fā)送量，當(dāng)網(wǎng)絡(luò)帶寬良好時(shí)，減小視頻數(shù)據(jù)丟棄率，增加數(shù)據(jù)發(fā)送速率，反之亦然。兩種方法各有優(yōu)勢也各有缺陷，前者控制視頻碼率，但對觸發(fā)碼率調(diào)整時(shí)機(jī)及碼率切換中視頻數(shù)據(jù)的平滑傳輸有所欠缺;后者依據(jù)網(wǎng)絡(luò)帶寬變化調(diào)整視頻數(shù)據(jù)發(fā)送與丟棄，但忽略了對視頻流自身對動(dòng)態(tài)網(wǎng)絡(luò)帶寬的自適應(yīng)性。因此，需要結(jié)合兩種方法的優(yōu)勢，依據(jù)網(wǎng)絡(luò)狀況，結(jié)合視頻數(shù)據(jù)丟包率和視頻碼率調(diào)整，研究基于網(wǎng)絡(luò)質(zhì)量感知的視頻速率優(yōu)化控制方法，有效支撐電力通信網(wǎng)現(xiàn)場運(yùn)維。

Chrome瀏覽器為WebRTC適配了一個(gè)擁塞控制算法RRTCC（ Receiver-side Real-time CongestionControl），該算法能夠在一定程度根據(jù)網(wǎng)絡(luò)情況自適應(yīng)視頻流數(shù)據(jù)發(fā)送速率，但是該算法針對發(fā)送速率的調(diào)整方式過于簡單、粗放.利用網(wǎng)絡(luò)帶寬不夠充分，時(shí)延和丟包率依然較高[6]。基于上述分析，本文基于視頻接收端數(shù)據(jù)速率和丟包情況分析統(tǒng)計(jì)，視頻發(fā)送端依據(jù)接收端數(shù)據(jù)速率和丟包分析處理，對當(dāng)前數(shù)據(jù)傳輸速率進(jìn)行調(diào)整，研究包括速率大小調(diào)整和增量調(diào)整的數(shù)據(jù)傳輸速率調(diào)整策略。同時(shí)，結(jié)合WebRTC的數(shù)據(jù)包協(xié)議特點(diǎn)，通過感知網(wǎng)絡(luò)質(zhì)量及其變化趨勢，采用增量探測的方法，實(shí)現(xiàn)網(wǎng)絡(luò)接收端遠(yuǎn)程數(shù)據(jù)速率控制。發(fā)送端與接收端聯(lián)合優(yōu)化視頻發(fā)送數(shù)據(jù)速率，給出適合當(dāng)前網(wǎng)絡(luò)質(zhì)量的數(shù)據(jù)傳輸速率，進(jìn)而提出基于網(wǎng)絡(luò)質(zhì)量感知的視頻速率優(yōu)化方法。仿真驗(yàn)證了該方法能夠依據(jù)網(wǎng)絡(luò)質(zhì)量實(shí)時(shí)動(dòng)態(tài)調(diào)整視頻流數(shù)據(jù)發(fā)送速率，進(jìn)一步提高帶寬利用率，降低網(wǎng)絡(luò)擁塞的可能性。

本文共分5節(jié)，第2節(jié)詳細(xì)介紹了面向電力通信可穿戴多點(diǎn)遠(yuǎn)程協(xié)同運(yùn)維的視頻通信架構(gòu);第3節(jié)提出了基于網(wǎng)絡(luò)質(zhì)量感知的視頻速率優(yōu)化方法;第4節(jié)仿真數(shù)據(jù)分析，驗(yàn)證所提方法的合理性;第5節(jié)給出結(jié)論。

1 多點(diǎn)遠(yuǎn)程協(xié)同視頻通信架構(gòu)

基于Openfire和WebRTC的電力通信現(xiàn)場可穿戴多點(diǎn)遠(yuǎn)程協(xié)同運(yùn)維通信架構(gòu)主要由三部分組成：智能可穿戴運(yùn)維終端、智能運(yùn)維平臺以及面向可穿戴多點(diǎn)遠(yuǎn)程協(xié)同運(yùn)維的即時(shí)通信系統(tǒng)，如圖1所示。

智能可穿戴運(yùn)維終端主要指可穿戴AR（ Aug-mented Reality）眼鏡，利用增強(qiáng)現(xiàn)實(shí)技術(shù)，通過與調(diào)度管理人員和技術(shù)專家之間的信息互動(dòng)，支持現(xiàn)場信息實(shí)時(shí)感知、作業(yè)實(shí)時(shí)指導(dǎo)、運(yùn)維結(jié)果實(shí)時(shí)確認(rèn)反饋等。同時(shí)解放雙手，實(shí)現(xiàn)信息交互和運(yùn)維操作的同步化，使得現(xiàn)場運(yùn)維作業(yè)更精確、更可控，運(yùn)維人員更便捷。

智能運(yùn)維平臺主要實(shí)現(xiàn)現(xiàn)場感知信息分析、運(yùn)維工單管理和調(diào)度、運(yùn)維知識庫和指導(dǎo)書的生成及更新等支撐功能，支持調(diào)度人員對工單的派送、作業(yè)適配、信息支撐和執(zhí)行結(jié)果確認(rèn)反饋，支持技術(shù)專家依工單信息對現(xiàn)場運(yùn)維進(jìn)行實(shí)時(shí)指導(dǎo)等。二者的功能通過基于Openfire和WebRTC的即時(shí)通信系統(tǒng)的多點(diǎn)遠(yuǎn)程視頻協(xié)同來實(shí)現(xiàn)。

電力通信現(xiàn)場運(yùn)維的單個(gè)工單業(yè)務(wù)在具體執(zhí)行時(shí)，通常根據(jù)地域和資源等因素拆分為數(shù)個(gè)子工單，各子工單獨(dú)立執(zhí)行但執(zhí)行過程中相互影響，甚至某子工單的進(jìn)程依賴于另一子工單的執(zhí)行進(jìn)程[7]。需要多個(gè)子工單運(yùn)維人員實(shí)時(shí)交互信息，即多個(gè)運(yùn)維終端相互之之間需要實(shí)時(shí)視頻交互。因此，即時(shí)通信系統(tǒng)需要支持運(yùn)維人員、調(diào)度人員、技術(shù)專家三方人員3個(gè)點(diǎn)以上的遠(yuǎn)程協(xié)同視頻通信，至此持續(xù)性的點(diǎn)對點(diǎn)視頻連接。本文利用Openfire服務(wù)器注冊會(huì)話并保持的特性來構(gòu)建上述即時(shí)通信系統(tǒng)，為了保證數(shù)據(jù)時(shí)延，采用WebRTC的視頻流數(shù)據(jù)不經(jīng)過服務(wù)器的特性，來建立視頻通話的點(diǎn)對點(diǎn)連接。

基于Openfire和WebRTC的即時(shí)通信系統(tǒng)主要包括兩部分：基于WebRTC的點(diǎn)對點(diǎn)視頻數(shù)據(jù)流通信和基于Openfire的信令消息數(shù)據(jù)通信。前者利用WebRTC技術(shù)，在通過信令消息傳遞建立點(diǎn)對點(diǎn)連接后，直接傳輸視頻流數(shù)據(jù)，降低網(wǎng)絡(luò)時(shí)延。后者則通過Openfire服務(wù)器的連接管理、消息解析、消息路由、消息發(fā)送等核心功能，采用C/S架構(gòu)，服務(wù)器僅負(fù)責(zé)為連接在其上的客戶端提供會(huì)話注冊服務(wù)和元數(shù)據(jù)傳遞服務(wù)，服務(wù)器壓力大幅度緩解。

在基于WebRTC的點(diǎn)對點(diǎn)連接建立的過程中，兩個(gè)客戶端之間經(jīng)過Openfire服務(wù)器傳遞元數(shù)據(jù)[8]，通過元數(shù)據(jù)實(shí)現(xiàn)點(diǎn)對點(diǎn)連接的建立和管控。元數(shù)據(jù)主要包括兩種：網(wǎng)絡(luò)通信連接的元數(shù)據(jù)和通信內(nèi)容的元數(shù)據(jù)。前者包括IP地址、NAT網(wǎng)絡(luò)地址翻譯和防火墻等，后者包括打開/關(guān)閉對話（ session）的命令、媒體文件的元數(shù)據(jù)（編碼格式、媒體類型和帶寬）等。視頻流和信令消息流分開傳輸，兩個(gè)部分相互配合，有效利用了Openfire和WebRTC的優(yōu)勢，不僅建立了持續(xù)、可靠、可控的即時(shí)通信系統(tǒng)，同時(shí)還能夠有效的降低網(wǎng)絡(luò)時(shí)延，緩解服務(wù)器的壓力。此外，還具有易部署、可擴(kuò)展、網(wǎng)絡(luò)需求自適應(yīng)、效率高等特點(diǎn)。

2 基于網(wǎng)絡(luò)質(zhì)量感知的視頻速率優(yōu)化方法

在圖1所示的面向可穿戴運(yùn)維的多點(diǎn)遠(yuǎn)程視頻協(xié)同的通信架構(gòu)下，即時(shí)通信系統(tǒng)的視頻速率優(yōu)化核心在于WebRTC點(diǎn)對點(diǎn)視頻交互數(shù)據(jù)速率的優(yōu)化。WebRTC使用的實(shí)時(shí)數(shù)據(jù)傳輸協(xié)議是RTP（ Real-time Transport Protocol），也是流媒體傳輸常用的協(xié)議，但是由于RTP只保證實(shí)時(shí)數(shù)據(jù)傳輸，不提供流量控制或擁塞控制，需要依靠RTCP（ Real-time Transport Control Protocol）來實(shí)現(xiàn)不同的場景和需求下的擁塞控制策略。面向可穿戴運(yùn)維的WebRTC視頻速率優(yōu)化基本框架如圖2所示。發(fā)送端發(fā)送RTP包，同時(shí)接受接收端的RTCP REMB（ Receiver Estimated Maximum Bitrate）反饋消息，依據(jù)該反饋消息發(fā)送端調(diào)整自己的數(shù)據(jù)傳輸速率，達(dá)到感知網(wǎng)絡(luò)質(zhì)量并優(yōu)化視頻速率的目的。

（1）接收端具體步驟如下：

1）到達(dá)時(shí)間濾波

4）REMB處理

將計(jì)算所得的接受速率R_r，（t_i）通過REMB消息隨RTCP反饋包發(fā)送至視頻流數(shù)據(jù)發(fā)送端，同時(shí)將丟包率PLR（t_i）通過RTCP -起反饋給發(fā)送端。overuse時(shí)，降低接收速率以平衡時(shí)延;當(dāng)s為un一deruse時(shí)，增加接受速率以提升帶寬利用率。具體調(diào)整方式如式（3）所示，其中R_r（t_i）為最近500 ms內(nèi)的平均接受速率，λ1，λ2分別為接收速率降低因子和增長因子。

根據(jù)計(jì)算后的發(fā)送速率采用視頻編解碼等速率控制方法優(yōu)化當(dāng)前數(shù)據(jù)包的發(fā)送速率[11-12]，實(shí)現(xiàn)視頻數(shù)據(jù)流速率對網(wǎng)絡(luò)狀況的有效適應(yīng)和匹配。

3 仿真實(shí)驗(yàn)

本文對Chromium瀏覽器內(nèi)的WebRTC模塊進(jìn)行修改以實(shí)現(xiàn)本文提出的數(shù)據(jù)傳輸機(jī)制，并利用WebRTC官方提供的API搭建實(shí)時(shí)流媒體服務(wù)器作為實(shí)驗(yàn)平臺[13]，將提出的新算法與原生算法分別同步開啟P2P音視頻會(huì)話，進(jìn)行對比實(shí)驗(yàn)。為了保證實(shí)驗(yàn)數(shù)據(jù)的偶然性，進(jìn)行了多次對比實(shí)驗(yàn)，實(shí)驗(yàn)對比數(shù)據(jù)如下：

通過對比每組實(shí)驗(yàn)數(shù)據(jù)，可以發(fā)現(xiàn)本文使用的算法的傳輸速率更高，延時(shí)更低且離散程度更小，丟包率也更小，同時(shí)傳輸速率更高也意味著單位時(shí)間內(nèi)傳輸?shù)臄?shù)據(jù)更多，傳輸效率更高，能耗更低。

圖3給出了在第二組實(shí)驗(yàn)中，傳輸速率隨時(shí)間變化的情況，可以看出本文提出的算法傳輸速率波動(dòng)范圍明顯小于RRTCC算法，對帶寬利用率更高。并且傳輸速率穩(wěn)定之后，本文使用的算法傳輸速率明顯高于RRTCC算法，相同時(shí)間內(nèi)傳輸數(shù)據(jù)量更多，這也證實(shí)了本文算法的有效性，具有提高帶寬利用率，保證視頻通話質(zhì)量的作用。

圖4和圖5給出了在第二組實(shí)驗(yàn)中，傳輸速率隨時(shí)延和丟包率變化的情況，可以看出在網(wǎng)絡(luò)狀態(tài)良好，即網(wǎng)絡(luò)帶寬充裕的情況下，傳輸速率受時(shí)延和丟包率的影響較小，帶寬利用率較高。在網(wǎng)絡(luò)帶寬不充裕甚至發(fā)生網(wǎng)絡(luò)擁塞的情況下，傳輸速率迅速下降，視頻通話質(zhì)量嚴(yán)重下降，但是本文提出的算法相比較于RRTCC算法，在相同網(wǎng)絡(luò)情況即網(wǎng)絡(luò)帶寬使用率相同的情況下傳輸速率更高，這也證實(shí)了本文算法的有效性。

4 結(jié)論

解決了面向電力通信可穿戴運(yùn)維多點(diǎn)遠(yuǎn)程協(xié)同運(yùn)維的視頻速率優(yōu)化的問題。首先提出了基于Openfire和WebRTC的多點(diǎn)遠(yuǎn)程協(xié)同視頻通信架構(gòu)，實(shí)現(xiàn)電力通信網(wǎng)現(xiàn)場運(yùn)維作業(yè)的遠(yuǎn)程指導(dǎo)，促進(jìn)運(yùn)維作業(yè)數(shù)據(jù)的流通，保證運(yùn)維作業(yè)質(zhì)量，提高運(yùn)維作業(yè)效率。此外，提出基于網(wǎng)絡(luò)質(zhì)量感知的視頻速率優(yōu)化方法，該方法在感知網(wǎng)絡(luò)質(zhì)量基礎(chǔ)上優(yōu)化視頻發(fā)送速率，提高網(wǎng)絡(luò)帶寬利用率，降低網(wǎng)絡(luò)擁塞發(fā)生的可能性。實(shí)驗(yàn)結(jié)果表明，在同等網(wǎng)絡(luò)情況下與現(xiàn)有的網(wǎng)絡(luò)擁塞控制算法相比，提出的基于網(wǎng)絡(luò)質(zhì)量感知的視頻速率優(yōu)化方法，視頻流數(shù)據(jù)傳輸速率更高，延時(shí)更低且離散程度更小，丟包率更小。同時(shí)傳輸速率更高也意味著單位時(shí)間內(nèi)傳輸?shù)臄?shù)據(jù)更多，能耗更低，具有更佳的實(shí)際應(yīng)用效果。

參考文獻(xiàn)

[1]周依能.智能電網(wǎng)背景下的配電運(yùn)維一體化建設(shè)分析[J].無線互聯(lián)科技，2015（ 24）：137-138.

[2]彭博.AR技術(shù)在變電動(dòng)態(tài)運(yùn)維關(guān)鍵技術(shù)中的應(yīng)用[J]科技創(chuàng)新導(dǎo)報(bào)，2017 ，14（ 34）：13-14.

[3]

SHAO Z，WANC Y，CHEN X，et al."A network risk assessmentmethodology for power communication business"[C].2016 IEEEIntemational Conference on Network Infrastructure and DigitalContent （IC-NIDC）， Beij ing， 2016： 40-43.

[4]

BORDERS K，F(xiàn)ALK L， PRAKASH A. "OpenFire： using deceptionto reduce network attacks" [C].2007 Third IntemationalConference on Security and Privacy in Communications Networksand the Workshops - SecureComm 2007， Nice， France， 2007：224-233.

[5] JOHNSTON A， YOAKUM J， SINCH K.“Taking on webRTC in anenterprise" [C]. in IEEE Communications Magazine，2013，15（4）：48-54.

[6]

SINGH V， ABELLO LOZANO A， OTT J."Performance Analysis ofReceive-Side Real-Time Congestion Control for WebRTC”[C].2013 20th International Packet Video Workshop， San Jose， CA，2013：1-8.

[7]夏丹妮，朱勝華，張超，等.電力通信網(wǎng)電子工單運(yùn)維系統(tǒng)設(shè)計(jì)[J].江蘇科技信息，2017（ 33）：64-65+70.

[8]劉聰睿，劉振宇，杜軍，等，基于Openfire推送服務(wù)的消息防丟失機(jī)制[J].西安工程大學(xué)學(xué)報(bào)，2017，31（02）：221-224+250.

[9] FAN W，LI J，TANG N，YU W. "Incremental detection ofinconsistencies in distributed data"[C]. 2012 IEEE 28thIntemational Conference on Data Engineering， Washington， DC，2012：318-329.

[10] CUPTA A，CHOUDHARY A."Real-time lane detection usingspatio -temporal incremental clustering"[C]. 2017 IEEE 20thIntemational Conference on Intelligent Transportation Systems（ITSC）， Yokohama， 2017： 1-6.

[11]閆素英.基于WebRTC的無線實(shí)時(shí)通信QoS-QoE評估與預(yù)測[D].北京：北京交通大學(xué)，2016.

[12] BANDUNG Y，SUBEKTI L B，TANJUNC D，CHRYSOSTOMOUC. “QoS analysis for WebRTC videoconference on bandwidth -limited network" [C]. 2017 20th International Symposium onWireless Personal Multimedia Communications（ WPMC）， Bali，2017：547-553.

[13]

BAKAR G，KIRMIZIOGLU R A， TEKAIP A M."Motion -BasedAdaptive Streaming in WebRTC Using Spatio-Temporal ScalableVP9 Video Coding"[C]. CLOBECOM 2017- 2017 IEEE GlobalCommunic ations Conference， Singapore， 2017： 1-6.