DoubleLi

qq: 517712484 wx: ldbgliet

  博客园 :: 首页 :: 博问 :: 闪存 :: 新随笔 :: 联系 :: 订阅 订阅 :: 管理 ::

2017年5月16日

摘要: FEC(Forward Error Correction)前向纠错 UDP\RTP 中使用用于改善无线等网络丢包等问题 算法暂不介绍。 思路:FEC ENCODE 增加冗余包,当无线等网络丢包之后,接收端使用冗余包可将丢失的包DECODE出来。 举例:10个包,编码后会增加2个包,共12个包发送到接 阅读全文
posted @ 2017-05-16 21:02 DoubleLi 阅读(1876) 评论(0) 推荐(0)

摘要: 接上文,来详细的说明一下FEC前向纠错的具体实现: FEC_matrix是一个比较常用的算法,Vandermonde,范德蒙矩阵是法国数学家范德蒙提出的一种各列为几何级数的矩阵。 范德蒙矩阵的定义: V = 其第i 行、第j 列可以表示为(αi)^(j-1)。 范德蒙矩阵的性质:范德蒙矩阵行数为m, 阅读全文
posted @ 2017-05-16 21:01 DoubleLi 阅读(2564) 评论(0) 推荐(0)

摘要: 话说为啥FEC需要异或( ^/⊕ )操作呢? 异或:xor 异或运算规则: 0 xor 0 = 0 0 xor 1 = 1 1 xor 0 = 1 1 xor 1 = 0 异或运算特性: 1). a xor a = 0 2). a xor 0 = a 3). (a xor b) xor c = a 阅读全文
posted @ 2017-05-16 21:01 DoubleLi 阅读(886) 评论(0) 推荐(0)

摘要: 继续上文讲解: 3)标准的RTP头结构如下所示: 其中第一个字节中的x标志位是否扩展了RTP头,RTP协议允许用户自定义的扩展,扩展的字段紧挨上述RTP固定头。RTP扩展投中承载如下信息: 1).当前包所在的Group组序号,码流由连续的Group组成,每个Group拥有自己的唯一序号。(仅仅是小范 阅读全文
posted @ 2017-05-16 21:00 DoubleLi 阅读(1011) 评论(0) 推荐(0)

摘要: 前面简单说了一下FEC,以及它的配合使用的方法。下面我想详细说一下FEC算法: 曾经有位大神在帖子里这么写着:采用改进型的vandermonde矩阵RS算法.其优点算法运算复杂度更低且解决了利用矩阵构造RS码当矩阵奇异时,构造的纠错码不为RS码的问题。 FEC的方案:在RTP或私有协议头上扩展出包组 阅读全文
posted @ 2017-05-16 20:59 DoubleLi 阅读(1746) 评论(0) 推荐(0)

摘要: 顾名思义,FEC前向纠错,根据收到的包进行计算获取丢掉的包,而和大神沟通的结果就是 纠错神髓:收到的媒体包+冗余包 >= 原始媒体包数据 直到满足 收到的媒体包+ 冗余包 >= 原始媒体包数据 则进入恢复模式,恢复出2 4,然后一次输出2 3 4 5 所谓的Qos,也可以理解为抖动缓冲,解决udp包 阅读全文
posted @ 2017-05-16 20:58 DoubleLi 阅读(845) 评论(0) 推荐(0)

摘要: Homer Conferencing (short: Homer) is a free SIP softphone with advanced audio and video support. The software is available for Windows, Linux and OS X 阅读全文
posted @ 2017-05-16 15:24 DoubleLi 阅读(255) 评论(0) 推荐(0)

摘要: Webrtc的ios框架编译 http://www.th7.cn/Program/IOS/201502/390418.shtml WebRTC in WebKit : http://www.webrtcinwebkit.org/ OpenWebRTC was designed for flexibi 阅读全文
posted @ 2017-05-16 14:00 DoubleLi 阅读(8975) 评论(0) 推荐(0)

摘要: [Docs] [txt|pdf] [Tracker] [WG] [Email] [Diff1] [Diff2] [Nits] Versions: (draft-spittka-payload-rtp-opus) 00 01 02 03 04 05 06 07 08 09 10 11 RFC 7587 阅读全文
posted @ 2017-05-16 10:48 DoubleLi 阅读(2067) 评论(0) 推荐(0)