
音视频QoS技术:WebRTC带宽估计/拥塞控制GCC技术深入剖析和实现
来自 网络整理·免费领取学习资源
9,320 领取 · 7,495 收藏更新于 2026年9月20日
这份资料来自网络整理2026年的付费VIP课,内容以视频为主,对应《音视频QoS技术:WebRTC带宽估计/拥塞控制GCC技术深入剖析和实现》。官网需要单独购买,有集上可以免费领取。
课程目录
- 1_1.1-拥塞控制体系架构介绍和效果演示
- 2_1.2-拥塞控制基础知识
- 3_1.3-从google的一篇论文开始学习之旅
- 4_2.1-实现RTP头部扩展的管理功能
- 5_2.2-注册transport-cc头部扩展
- 6_2.3-详解RTP头部扩展结构
- 7_2.4-RTP头部扩展内存分配1
- 8_2.5-RTP头部扩展内存分配2
- 9_2.6-RTP头部扩展内存分配3
- 10_2.7-RTP头部扩展内存分配4
- 11_2.8-RTP头部扩展内存分配5
- 12_3.1-写入SequenceNumber扩展
- 13_3.2-处理Feedback包
- 14_3.3-详解Feedback包结构
- 15_3.4-解析Feedback包
- 16_3.5-行程长度算法解码数据块
- 17_3.6-状态矢量算法解码数据块
- 18_3.7-解析包时间信息以及还原seq_no
- 19_4.1-创建google拥塞控制模块
- 20_4.2-使用观察者模式获得Feedback数据
- 21_4.3-同wireshark对比验证数据包解析结果
- 22_4.4-feedback数据结构转换
- 23_4.5-在发送端记录RTP包的发送状态
- 24_4.6-更新RTP包发送后的状态1
- 25_4.7-更新RTP包发送后的状态2
- 26_4.8-完成Feedback转换成内部的数据结构
- 27_5.1-创建基于延迟的带宽估计模块
- 28_5.2-基于延迟的带宽估计核心原理
- 29_6.1-创建包组时间差计算类
- 30_6.2-计算包组发送和到达时间差1
- 31_6.3-计算包组发送和到达时间差2
- 32_7.1-创建trendline单向延迟趋势估计器
- 33_7.2-线性回归zui小二乘法基本原理
- 34_7.3-线性回归zui小二乘法样本数据
- 35_7.4-线性回归zui小二乘法计算trend
- 36_7.5-利用trend进行网络过载检测
- 37_7.6-过载检测阈值自适应调整
- 38_7.7-设计实验观察trend和阈值的变化
- 39_8.1-创建AIMD码率控制模块
- 40_8.2-网络过载时降低码率
- 41_8.3-AIMD-判断是否进一步降低码率
- 42_8.4-AIMD-未知吞吐量时的码率调整
- 43_8.5-AIMD-已知吞吐量时的码率调整
- 44_8.6-AIMD-状态机状态转换
- 45_8.7-AIMD-估计链路容量
- 46_8.8-AIMD-加性增加码率
- 47_8.9-AIMD-慢启动模式增加码率
- 48_8.10-AIMD-乘性降低码率
- 49_9.1-创建吞吐量估计类
- 50_9.2-贝叶斯估计的基本思想
- 51_9.3-以时间窗口计算样本码率
- 52_9.4-贝叶斯估计吞吐量
- 53_10.1-基于丢包的带宽估计核心原理
- 54_10.2-根据RR包信息统计丢包指数
- 55_10.3-起始阶段的带宽估计
- 56_10.4-更新最小码率历史队列
- 57_10.5-根据丢包率调整目标码率
- 58_10.6-更新丢包率和RTT
- 59_10.7-设置发送码率、max和min码率
- 60_10.8-更新基于延迟的码率估计值
- 61_11.1-更新估计的目标码率到pacer
- 62_11.2-更新估计的目标码率到编码器1
- 63_11.3-更新估计的目标码率到编码器2
- 64_11.4-发送端码率估计测试
- 65_11.5-周期性更新目标码率到pacer
- 66_11.6-发送端码率估计小结
- 67_12.1-ALR检测的基本原理和作用
- 68_12.2-创建AlrDetector
- 69_12.3-更新ALR状态的开始时间
- 70_12.4-设置ALR的带宽估计值
- 71_12.5-利用ALR优化吞吐量估计
- 72_12.6-利用ALR优化基于延迟的码率估计
- 73_13.1-Probe的基本原理和作用
- 74_13.2-设置起始码率的时候触发探测
- 75_13.3-初始化Probe
- 76_13.4-创建ProbeCluster
- 77_13.5-存储ProbeCluster信息到队列
- 78_14.1-启动Probe
- 79_14.2-Pacer高优执行probe探测任务1
- 80_14.3-Pacer高优执行probe探测任务2
- 81_14.4-更新探测执行后的状态信息
- 82_14.5-构造padding包1
- 83_14.6-构造padding包2
- 84_15.1-创建Probe码率估计器
- 85_15.2-统计Probe结果
- 86_15.3-计算Probe码率
- 87_15.4-获取和重置Probe码率
- 88_16.1-完善设置起始码率时的探测
- 89_16.2-将probe结果作用到基于延迟的码率估计
- 90_16.3-设置码率估计值
- 91_16.4-主动请求探测1
- 92_16.5-主动请求探测2
- 93_16.6-周期性探测处理1
- 94_16.7-周期性探测处理2
- 95_16.8-Probe技术小结
- 96_17.1-通过config的方式初始化拥塞控制模块1
- 97_17.2-通过config的方式初始化拥塞控制模块2
- 98_18.1-总结和未来工作
- 音视频QoS优化之WebRTC拥塞控制(GCC)技术深入剖析和代码实战
包含内容
- · 1_1.1-拥塞控制体系架构介绍和效果演示
- · 2_1.2-拥塞控制基础知识
- · 3_1.3-从google的一篇论文开始学习之旅
- · 4_2.1-实现RTP头部扩展的管理功能
- · 5_2.2-注册transport-cc头部扩展
- · 6_2.3-详解RTP头部扩展结构
- · 7_2.4-RTP头部扩展内存分配1
- · 8_2.5-RTP头部扩展内存分配2
贡献者
陈可
白银