FEC(前向纠错)在VOIP中的应用

什么是FEC

Forward error correction.
基本思想就是, 在产生数据时(如VOIP中sender), 同时产生一些冗余信息,在接收有效数据和冗余信息时(如VOIP中的receiver),利用接收到这些信息恢复出完整的有效数据。FEC就是产生上述冗余信息的一种方法。可见FEC既可以用来恢复部分丢失的有效信息,也可以用来检验数据的正确信。

FEC在VOIP中的位置

FEC flow

FEC的基础知识

  • 异或:FEC中的运算符, 异或能进行简单的冗余数据计算和有效数据恢复。
  • 有限域:空间换时间, 加速计算。
  • 范德蒙特矩阵:可逆矩阵,恢复数据包的基础。
  • RS编码:冗余数据编码。

有限域

伽罗华域, 数值是可列举的,有限的, 且对这些数值进行加减乘除后的结果也是落在这个域中。

​举例:GF(2^0)

  • 0 1 * 0 1
    0 0 1 0 0 0
    1 1 1 1 0 1

FEC GF(2^8) xor

范德蒙特矩阵

法国数学家 Alexandre-Théophile Vandermonde 在十八世纪提出了行列式的概念,
用来解决线性方程组问题, 其中一个关键是 Vandermonde 矩阵,
Vandermonde 矩阵具有如下的形式:


矩阵
推导公式

RS编码

编码

编码参数是(m + n) * n矩阵;上面是单位矩阵,实际编码时只需要复制相应D, 这里为方便理解;下面是范德蒙特矩阵

数据丢失

丢了D1,D4, C2

可逆矩阵g

-
参数矩阵可逆,色块代码的是范德蒙特矩阵取逆

解码

得到解码参数

FEC encoder&decoder流程

FECEncoder
FECDecoder

FEC count计算

静态1 静态2 动态 组合
随media count变化 1:1冗余 随网络状态改变 综合前三种
  • 静态1:
  1. media count < 3 -- > fec = 0
  2. media count < 10 -- > fec = 1
  3. fec = 2
  • 静态2:
    fec count = media count

  • 动态
    loss, rtt -> fec level -> fec count = (media count + fec level) / (100 - fec level)

  • 综合

  1. 网络较稳定,丢包很少, -- > 静态1
  2. 有一定的loss, 动态
  3. loss很大,rtt不是很大 -->静态2

扩展一 -- Flex FEC (交织模式)

交织模式
  • ​FEC交织模式:

https://tools.ietf.org/html/draft-ietf-payload-flexible-fec-scheme-03

  • 非交织模式: 恢复3个包, 总冗余包 3 * 4 = 12

  • 交织模式:恢复3个包,总冗余包7

  • Disadvantage: 缓存变大,解码复杂度高

交织模式的两种实现方式

  • m x n


    mn
  • staircase


    staircase

采用方式2, 避免带宽的不均匀

扩展二 -- FEC in SFU

FECinSFU

​- Producer从网络收到的数据可能有部分丢失, 增加FEC recover, 增加了有效数包, 冗余数据不变
​- 针对Consumer拉取数据FEC量以Consumer网络状况,增加FEC encode, 增加了对抗拉流网络状态的能力
​- 1,2可以独立使用

  • ​Disadvantage: 增加了SFU计算资源消耗
©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 217,406评论 6 503
  • 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 92,732评论 3 393
  • 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 163,711评论 0 353
  • 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 58,380评论 1 293
  • 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 67,432评论 6 392
  • 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 51,301评论 1 301
  • 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 40,145评论 3 418
  • 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 39,008评论 0 276
  • 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 45,443评论 1 314
  • 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 37,649评论 3 334
  • 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 39,795评论 1 347
  • 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 35,501评论 5 345
  • 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 41,119评论 3 328
  • 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 31,731评论 0 22
  • 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 32,865评论 1 269
  • 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 47,899评论 2 370
  • 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 44,724评论 2 354

推荐阅读更多精彩内容