两种丢包处理策略:丢包重传 和 FEC(前向纠错)

两种丢包处理策略

为了保证实时性,通常适应UDP协议来针对RTP数据进行传输,而UDP无法保证数据传输的质量,所以在网络环境不好的时候,丢包是经常出现的问题,有什么策略来改善这个问题吗?
常用的方法有: 丢包重传和前向纠错

两种丢包处理策略

通常抗丢包有两种方式: FEC和ARQ。
FEC是前向冗余,举个例子,发送数据A和B,增加发送一个数据C等于A和B的异或。接收方接到这3个包的任意2个包,异或一下就可以得到第3个包。
当然,实际的FEC没这么简单,通常会有比较复杂的矩阵运算。
ARQ就是接收方发现丢包后,去发送方请求重传。
FEC传递简单,只需要单向传输就可以支持,延时小,缺点就是丢包率波动大时,抗丢包能力差。ARQ的优点是网络携带率高,但延迟大,当延时大或拥塞丢包的情况,不能使用ARQ。拥塞丢包时,使用ARQ会加大传输量,导致拥塞更严重。
http://www.jianshu.com/p/93d2935ab7ed

丢包重传

主要是根据RTP的序号(Sequence Number)来进行判断是否丢包,正常情况下序号是连续的。

RTP Header

客户端(视音频数据接收方)如果发现数据丢失,则向服务器放出请求,请求服务器重发指定数据包。

FEC
FEC思想
FEC思想
FEC
FEC实质

FEC的实质就是异或。

Paste_Image.png

假如有4个数据,那么它们可以取4个异或值,其中每一个数据都可以由另外4个异或计算出来。还可以把ABCD和E想象成一个数据包,如果我们传输ABCD这四个数据包,第五个数据包传输的是E,这五个数据包可以丢失任何1个数据包。接收方收到数据之后,能够把它丢的数据恢复出来。前向纠错算法能处理的是连续数据里只丢1个包。同时丢失A和B,这个算法不能解决。

异或的运算规则

异或

由图1可知,异或运算的规则是
0⊕0=0,0⊕1=1
1⊕0=1,1⊕1=0
口诀:相同取0,相异取1
事实上,XOR 在英文里面的定义为either one (is one), but not both, 也即只有一个为真(1)时,取真(1)。

异或举例
#include "stdafx.h"
#include <iostream>
using namespace std;


int _tmain(int argc, _TCHAR* argv[])
{
    int i = 1;
    int j = 2;
    int k = 3;

    printf("*************************************\n");
    char szTempBuffer[16] = {0};
    itoa(i, szTempBuffer, 2);   
    printf("i : %08s\n", szTempBuffer);

    memset(szTempBuffer, 0, 16);
    itoa(j, szTempBuffer, 2);   
    printf("j : %08s\n", szTempBuffer);

    memset(szTempBuffer, 0, 16);
    itoa(k, szTempBuffer, 2);   
    printf("k : %08s\n", szTempBuffer);

    int m = i ^ j ^ k;

    memset(szTempBuffer, 0, 16);
    itoa(m, szTempBuffer, 2);   
    printf("m : %08s\n", szTempBuffer);

    printf("*************************************\n");

    int kk = i ^ j ^ m;

    memset(szTempBuffer, 0, 16);
    itoa(i, szTempBuffer, 2);   
    printf("i  : %08s\n", szTempBuffer);

    memset(szTempBuffer, 0, 16);
    itoa(j, szTempBuffer, 2);   
    printf("j  : %08s\n", szTempBuffer);

    memset(szTempBuffer, 0, 16);
    itoa(m, szTempBuffer, 2);   
    printf("m  : %08s\n", szTempBuffer);

    memset(szTempBuffer, 0, 16);
    itoa(k, szTempBuffer, 2);   
    printf("kk : %08s\n", szTempBuffer);

    return 0;
}

输出结果:


异或 演示结果

References:

http://www.jianshu.com/p/93d2935ab7ed
http://www.jianshu.com/p/b6af9a978504
https://baike.so.com/doc/1916696-2027869.html

FEC

http://www.eecs.umich.edu/courses/eecs489/w10/winter10/lectures/lecture17.pdf

最后编辑于
©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 214,837评论 6 496
  • 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 91,551评论 3 389
  • 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 160,417评论 0 350
  • 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 57,448评论 1 288
  • 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 66,524评论 6 386
  • 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 50,554评论 1 293
  • 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 39,569评论 3 414
  • 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 38,316评论 0 270
  • 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 44,766评论 1 307
  • 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 37,077评论 2 330
  • 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 39,240评论 1 343
  • 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 34,912评论 5 338
  • 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 40,560评论 3 322
  • 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 31,176评论 0 21
  • 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 32,425评论 1 268
  • 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 47,114评论 2 366
  • 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 44,114评论 2 352

推荐阅读更多精彩内容