IP语音包的自适应编码和封装算法的研究

IP电话与传统电话相比语音质量较差，其中最主要的原因是因特网的带宽变化较大，导致丢包率较大。该文根据因特网带宽变化的特点提出了1种应用在IP电话网关中的语音自适应编码与封装策略，采用该策略的编码器能根据网络的带宽变化动态调节语音编码速率和语音包封装大小。据此，本文提出了4种算法：一种基于RTP协议语音包丢失率的计算算法、变速率编码算法，不同长度IP语音包的封装算法和根据丢包率来调整编码速率和封装的自适应算法。     

基于VoIP队列的主动丢包的调度算法

讨论了网络拥塞对VoIP应用的影响,基于VoIP应用的特征,提出了一种新的适应于VoIP队列的主动丢包的调度算法——VASA算法。结合VASA和RED算法可实现新的VoIP队列管理和调度模式,从而可以有效改善网络拥塞状态下语音包转发的性能。     

一种新的基于网络丢包率的主动队列管理策略

提出了一种新的基于网络丢包率的动态自适应的主动队列管理的改进算法。该算法首先用早期网络的丢包率标记到达的数据包,并作为数据包的丢弃概率。这样使得到达数据包的丢弃概率逼近当前实际网络的丢包率,然后经过自适应调整丢弃概率使得缓冲队列长度保持在一定范围内。通过NS仿真实验表明了该算法可以很好的控制队列长度,降低延迟抖动。     

突发大时延下的IP语音缓冲算法

当网络中存在突发大时延时,就会出现极大丢包率或极大端到端时延的情况,从而难以获得好的语音质量。对于这个问题,提出针对突发大时延存在下的自适应语音缓冲算法。算法通过控制语音包在语音缓冲队列中的位置来控制语音包的播放时间,从而可以尽量减小语音裂缝(Gap)的出现。算法将突发大时延存在下的最大丢包率可以扩大到20％,而一般的预测算法只能容忍5-10％的最大丢包率。通过基于听觉模型的客观音质评价(PESQ)仿真计算,以及实际应用表明本文的算法对有突发大时延存在的网络中的语音通信质量有一定的改善作用。     

一种基于RTCP协议的流量控制算法

介绍了RTP（实时传输协议）流量控制的步骤和可用的流量控制措施,分析了传统流量控制算法的不足,在此基础上,提出了一种改进流量控制算法。该算法通过改变RR（接收者报告）报文的发送规则,设置两个丢包率门限,以及同时调整报文发送周期和数据编码方式等途径,以减小丢包率,提高数据流的平稳性。仿真结果表明,改进流量控制算法能够根据丢包率对RTP数据报文的发送周期和数据编码方式进行自动调整,并有效消除由于丢包率波动而引起的流量变化。     

基于PAOLA的丢包补偿算法

VoIP的语音质量受到丢包、延时、时延抖动等因素影响。为提高语音质量,需要进行丢包补偿处理,如采用WSOLA算法。首先介绍了WSOLA算法的原理,然后提出了用PAOLA对其进行优化的方法,最后对恢复语音质量进行了比较。     

SABlue:一种带加速因子的自适应AQM算法

该文在分析SBlue算法的基础上,提出了一种带加速因子的自适应AQM算法SABlue(Self-tune Accelerate Blue)。算法将瞬时队长作为早期拥塞检测参量,根据队列负载因子控制丢包步长,实现丢包概率幅度的自适应调整,最终将路由队列长度稳定在目标区域内。为了提高网络突变跨度较大情况时算法的响应速度,在队列警戒区域内引入了加速因子。实验表明,SABlue面对突变流和不同RTT的网络场景,队列收敛时间短,丢包率小,且具有较好的鲁棒性,算法综合性能优于其他AQM算法。     

基于RTP的MPEG-4视频传输策略研究

在简述实时传输协议（RTP）原理及MPEG-4视频编码标准的基础上，提出了MPEG-4视频传输模型，并详细介绍了基于RTP的码率自适应调整算法，通过丢包率和传输延时来分析当前网络状况。采取适当的码率调整策略，使整个传输过程既能充分利用带宽又不引起网络拥塞。实验表明本方案能够在变化的网络状况下取得理想的图像传输质量。     

基于模糊免疫PID的时滞网络自适应主动队列管理

提出了一种基于灰预测和模糊免疫PID控制的时滞网络自适应主动队列管理（AQM）算法FIGAPID，旨在增强AQM算法动态自适应能力，同时补偿网络时滞，综合提高AQM算法性能。该算法借助免疫反馈机理进行PID参数的在线自适应调整，采用模糊非线性逼近的方法进行免疫反馈函数的确定；采用等维新息滚动灰预测实现路由器队列长度的超前预测，补偿AQM控制的反馈滞后。对比传统PID算法，仿真验证了FIGAPID的有效性，表明算法能快速稳定地适应动态时滞网络环境变化，收敛于路由器队列长度期望值，同时具有较小的数据丢包率。     

VoIP通信中的回声消除方法研究

介绍了语音通信声学回声产生模型和自适应AEC回声消除算法原理,分析了AEC应用于VoIP语音通信中存在的问题,设计了一种基于短时能量的非线性回声消除方法,在NGN网络的VoIP通信中,使用该方法实现了极高的回声抑制比。测试结果表明该方法的消回声效果、算法稳定性和实现复杂度等指标明显优于自适应AEC算法,适合于嵌入式VoIP通信终端设备的开发。