• 沒有找到結果。

MD 播放排程演算法 播放排程演算法 播放排程演算法 播放排程演算法 1.網路環境: 1.網路環境:

模擬 MD 傳輸的網路延遲使用表(5.4)中所有路徑,SD 傳輸則使用 Trace1。packet loss rate 從 0%到 15%,每遞增改變 3%做一次實驗。

路徑 平均 變異數(variance) Trace 1 101.5431 14.4806 Trace 2 121.4828 19.0436 Trace 3 201.5431 14.4806 Trace 4 221.4828 19.0436

表 5.4 網路延遲(單位:ms) 2.語音檔:

使用 Female_8.wav("Ran away on a black night with a lawful wedded man"),經由 G.729a 編碼後產生 272 個音框,其中有 8 段 talkspurt 共含有 196 個音框,其餘 76 個音框為 silence。

●實驗一實驗一實驗一實驗一::::固定和動態設計的安全因子效能比較固定和動態設計的安全因子效能比較固定和動態設計的安全因子效能比較 固定和動態設計的安全因子效能比較

本實驗主要呈現播放排程演算法中,隨著網路傳輸環境變化來動 態設計安全因子的優點。

圖 5.1 固定與動態調整β效能比較

0% 3% 6% 9% 12% 15%

Dynamicβ(MD) 0.9551 0.9020 0.8516 0.8010 0.7542 0.7089 β=4 (MD) 0.8580 0.8111 0.7639 0.7231 0.6801 0.6418 β=6 (MD) 0.8806 0.8311 0.7880 0.7401 0.7005 0.6628 表 5.5 收到兩條串流比例(Prob{Ω1})的比較(固定與動態調整β)

0% 3% 6% 9% 12% 15%

Dynamicβ(MD) 137.568 137.572 137.580 137.583 137.595 137.589 β=4 (MD) 134.159 134.180 134.202 134.220 134.241 134.253 β=6 (MD) 136.174 136.196 136.217 136.241 136.271 136.282

表 5.6 整體延遲的比較(固定與動態調整β) 實驗結果分析

實驗結果分析 實驗結果分析 實驗結果分析::::

由圖(5.1)可以明顯看出,固定β值的設計方法表現比較差,這是 由於一旦傳輸環境發生變化,每個 talkpsurt 所需的播放延遲將有所 不同,因此設定固定的β值,會造成額外或過短的播放延遲。而隨著 網路傳輸環境動態設計安全因子的優勢,主要在於動態設計β值是隨 著環境變化來調整每個 talkspurt 播放延遲,因此能夠有效降低封包 晚到漏失的機率也能避免過長的緩衝時間而造成的音質損害。表(5.5) 及(5.6)也可顯示出動態設計β值不僅避免接收端設定額外的整體延 遲也可以兼顧音框回復品質,使得最後在接收端音框收到兩條串流的 比例比固定β值的設計還多。總而言之,有效率地調整播放延遲並兼 顧音框重建品質,是動態設計安全因子的傳輸系統最大的優勢。

●實驗二實驗二實驗二實驗二::::以不同考量以不同考量以不同考量(以不同考量(((低延遲低延遲低延遲或低延遲或或音質或音質音質)音質)))設計的設計的設計的設計的 MDMDMD 播放排程比較MD播放排程比較播放排程比較播放排程比較

圖 5.2 MD 播放排程演算法效能比較

0% 3% 6% 9% 12% 15%

音質最佳化 0.9551 0.9020 0.8516 0.8010 0.7542 0.7089 低延遲(λ12)

=(103,107)

0.9510 0.8968 0.8476 0.7960 0.7416 0.6930

表 5.7 收到兩條串流比例(Prob{Ω1})的比較(低延遲或音質考量)

0% 3% 6% 9% 12% 15%

音質最佳化 137.568 137.572 137.580 137.583 137.595 137.589 低延遲(λ12)

=(103,107)

138.654 138.628 138.613 138.590 138.530 138.475

表 5.8 整體延遲的比較(低延遲或音質考量) 實驗結果分析

實驗結果分析 實驗結果分析 實驗結果分析::::

本實驗主要探討分別以低延遲與音質最佳化考量的兩種 MD 播放 延遲演算法的比較,由實驗數據可以看出以低延遲為考量的演算法表 現較不理想,這是由於此演算法較著重於延遲造成的音質損害,但卻 未將音框重建品質納入考量。所以設計出的播放延遲可能僅足夠收到 其中一條串流,因此收到兩條串流的比例較低(如表(5.6)所示),這 使得接收端過度依賴 MD 回復,因此音框重建品質較差。另外,必須 先透過調整參數再來設計播放延遲的做法,也缺乏適應性調整系統傳 輸的能力。反觀以音質最佳化為考量的設計將音框重建品質做區隔 (Ω1、Ω2),並將其納入整體延遲及 frame erasure rate 的 trade-off 中,不僅能使接收端播放較佳的音框品質,也能隨著網路傳輸變化適 應性調整每個 talkspurt 的播放延遲。此外,表(5.7)顯示在( λ1, λ2) =(103,107)設定下,在接收端低延遲演算法所設計的整體延遲不 僅沒有比較低,反而比音質最佳化考量的演算法來得長,但是設定較 長的播放延遲卻也沒反應出較高的 Prob{Ω1}。

●實驗三實驗三實驗三實驗三::::相同編碼效率下相同編碼效率下相同編碼效率下,相同編碼效率下,,,MDMDMDMD 與與與與 SDSDSDSD 傳輸的比較傳輸的比較傳輸的比較傳輸的比較

圖 5.3 MD 與 SD 加上固定 FEC RS(9,8)效能比較 實驗結果分析

實驗結果分析 實驗結果分析 實驗結果分析::::

本實驗探討 MD 傳輸與加上 FEC 保護的 SD 傳輸效能比較,FEC 的 選擇以接近 MD 傳輸編碼效益為主,由於 G.729a 的位元率為 8Kbps 經 由 MD 編碼後位元率增加到 9.2Kbps,整體編碼效益為 9.2/8=1.15。

因此為了公平起見,SD 傳輸下的 FEC 選擇 RS (9,8)作為固定的封包 傳輸保護機制,其中 SD 傳輸中的安全因子設計方式是實行動態設計 的做法[22]。由圖(5.3)可以看出,在相近的編碼效益下,MD 傳輸表 現較佳,尤其是在網路環境較糟糕時,更能凸顯 MD 的優勢。這是由 於相對 RS FEC(9,8)來說,MD 也可視為一種前向錯誤控制,只要收到

其中一條串流就可以挽救不能播放的音框,因此 frame erasure rate 能夠有效降低。不過由於音框接收情況不同造成的音框品質相異,已 在第二章所提出的音質預測模型上納入考慮,所以本實驗中 MD 傳輸 下,音框回復情況是接近實際情況並非是過於樂觀的判斷。另外,圖 中 SD 加上 FEC 的保護之所以在網路情況糟糕時表現越差,是由於 RS FEC(9,8)的保護效果本就有限,在接收端必須等待 9 個封包再來檢視 有無成功接收到 8 個以上的封包,才能回復漏失掉的封包,因此在惡 劣的網路情況下,RS FEC(9,8)不僅無法發揮其對抗封包漏失的功 能,反而在接收端增加播放延遲,所以才會造成如圖(5.3)中的情況。

●實驗四實驗四實驗四實驗四::::結合結合結合 FEC結合FECFECFEC 的的的的 MDMDMDMD 播放排程播放排程播放排程 播放排程

圖 5.4 結合 FEC 的 MD 傳輸優勢(p+q=1;Trace 1&2)

0% 3% 6% 9% 12% 15%

Joint FEC and β adjustment

(MD)

Delay

(ms) 147.115 156.137 172.835 173.069 173.051 173.214

Frame

erasure 0 0 0 0 0 0

Prob{Ω1}

1 0.990 0.989 0.985 0.963 0.957

dynamicβ (MD)

Delay

(ms) 137.568 137.572 137.580 137.583 137.595 137.589

Frame

erasure 0 0.0017 0.0059 0.0114 0.0180 0.0303

Prob{Ω1}

0.955 0.902 0.852 0.801 0.754 0.709 表 5.8 對照圖(5.4),接收端音質相關數據的比較

實驗結果分析 實驗結果分析 實驗結果分析 實驗結果分析::::

首先觀察圖(5.4)可以清楚看出,適應性地整合調整 FEC 及β的 MD 傳輸機制表現比未在傳送端加入 FEC 保護的 MD 傳輸更好,且在網 路環境變得糟糕時,更能凸顯其優勢。而透過表(5.8)我們可以推斷 出適應性地整合調整 FEC 及β的 MD 傳輸機制的表現能夠如此強鍵,

來自於其以增加整體延遲的代價換來 frame erasure rate 降低的好 處,雖然引入 FEC 會使得接收端必須延長其播放延遲,但是透過 FEC 回復封包漏失而所降低的音質損害是比其所帶來的額外延遲音質損 害來得多,因此實驗結果也告訴我們如此的 trade-off 在音質上的考 量下是值得的。由圖中可清楚觀察到,一旦封包傳輸開始發生網路漏 失時,FEC 就開始發揮其回復的功效,反觀只單純動態性調整β的 MD 傳輸系統,在網路環境變差時,就無法抵抗封包漏失所造成的音質損 害,同時也更依賴 MD 回復(Prob{Ω1}較低),因此其效能在網路環境 更差時逐漸被拉開。

●實驗五實驗五實驗五實驗五::::動態調整動態調整動態調整 FEC動態調整FECFECFEC 與固定與固定與固定與固定 FECFECFEC 的FEC的的的 MDMDMD 播放排程比較MD播放排程比較播放排程比較 播放排程比較

圖 5.5 結合 FEC 的 MD 傳輸(p+q=0.8;Trace 1&2)

圖 5.6 結合 FEC 的 MD 傳輸(p+q=0.8;Trace 3&4)

圖 5.7 結合 FEC 的 MD 傳輸(p+q=0.3;Trace 1&2)

圖 5.8 結合 FEC 的 MD 傳輸(p+q=0.3;Trace 3&4)

(ms) 147.115 156.108 172.879 172.932 173.066 173.271

Frame

(ms) 155.045 155.089 155.155 154.975 155.026 155.040

Frame

(ms) 174.425 174.524 174.510 174.432 174.428 174.376

Frame

(ms) 194.858 194.906 195.016 194.683 194.811 194.788

Frame

(ms) 205.356 205.356 205.402 205.449 205.467 205.392

Frame

(ms) 224.961 224.910 225.020 225.063 225.042 225.027

Frame

(ms) 244.464 244.462 244.535 244.557 244.554 244.536

Frame

erasure 0 0 0.0005 0.0010 0.0027 0.0069 表 5.9 對照圖(5.7),整體延遲(ms)與回復後 FER 的比較

實驗結果分析 實驗結果分析 實驗結果分析 實驗結果分析::::

本實驗主要呈現在同樣動態調整β的 MD 傳輸下,適應性調整 FEC 的好處。由圖(5.5)至(5.8)可以看出在不一樣的漏失環境(p+q=0.8 &

0.3)及網路延遲(Trace1&2 及 Trace3&4)下,適應性調整 FEC 的 MD 傳 輸機制皆表現較為優越。仔細觀察實驗結果,可以發現固定 FEC(5,3) 及(3,2)在不一樣的 frame erasure rate 環境下,其效能接近適應性 調整 FEC 的機制,在同樣網路延遲較短的情況下(Trace1&2),FEC(5,3) 及(3,2)在較低的 packet loss rate 環境下皆可以與適應性調整 FEC 的機制並駕齊驅,但是一旦環境(packet loss rate)開始變差時,

FEC(3,2)就逐漸落居下風,原因在於封包漏失的情況也超過其封包回 復能力的範圍,而在此時適應性調整 FEC 的機制,就會隨著網路環境 的變化選擇更為適當的 FEC 來保護封包的傳送,如圖(5.5)及(5.7) 所示。而在同樣網路延遲變長的情況下(Trace3&4),此時相對於封包 漏失,網路延遲所造成的音質損害影響更為顯著,因此從圖(5.6)及 (5.8)可以看出,原本在 packet loss rate 較低的情況下與適應性調 整 FEC 機制表現差不多的 FEC(5,3),在較長的網路延遲環境中就表 現得較差了,原因是在如此的傳輸環境中(高延遲),FEC(5,3)比起 (3,2)雖然可以回復更多的封包漏失,但是其所額外帶來的延遲所造

成的音質損害反而更加顯著,所以才會造成如此的實驗結果;而當 packet loss rate 開始變高時,封包漏失造成的音質損害逐漸提高,

因此 FEC(5,3)逐漸發揮其比 FEC(3,2)更加優越的封包回復能力,因 而表現更好的效果。而適應性調整 FEC 的機制之所以可以在不一樣的 frame erasure rate 下皆表現強鍵,在於其適應性調整的機制不僅 考量了 packet loss rate 的變化,也同時考慮了網路延遲大小所對 應的音質損害,因此它可以隨著網路環境的變化,適應性地選擇較能 反應網路情況的 FEC。另外,在其他固定 FEC 的實驗結果,我們發現 雖然 FEC(12,7)擁有最高的編碼效益(1.7143),但是其所帶來的額外 延遲卻更為巨大(11Tp),所以雖然相較於其他 FEC 而言,其對抗封包 漏失的能力較佳(曲線較平緩),但由於其額外的延遲而造成更糟糕的 延遲音質損害,所以其最後整體表現(R 值)較差。而 FEC(10,6)雖然 與 FEC(5,3)有相同的編碼效益,甚至在更糟糕的叢發性漏失環境下,

其回復能力能夠比 FEC(5,3)來得好,但是在我們的實驗環境下,相 對於 FEC(5,3)而言,其所帶來兩倍的額外延遲所造成的音質損害是 其最後表現較差的最大原因。而在圖(5,5)及(5,6)中,FEC(7,5)表現 大致上比 FEC(8,5)好,當 packet loss rate 變高時,FEC(8,5)才表 現更為接近 FEC(7,5),這是由於此時叢發性的封包漏失情況較不為 嚴重(p+q=0.8),所以 FEC(8,5)比起 FEC(7,5)更佳的回復能力沒有辦

法被突顯出,反而因為在接收端,比 FEC(7,5)多帶來 Tp的延遲,所 以效果較差。而一旦叢發性漏失變得更為嚴重時(p+q=0.3),FEC(8,5) 就發揮其較佳的回復能力而使得其最後效能比 FEC(7,5)還好。從這 些實驗數據,也可以觀察出並不是使用最高編碼效益的 FEC 就能夠表 現最佳,選擇 FEC 時也必須考慮其所帶來的額外延遲,因此才會有

法被突顯出,反而因為在接收端,比 FEC(7,5)多帶來 Tp的延遲,所 以效果較差。而一旦叢發性漏失變得更為嚴重時(p+q=0.3),FEC(8,5) 就發揮其較佳的回復能力而使得其最後效能比 FEC(7,5)還好。從這 些實驗數據,也可以觀察出並不是使用最高編碼效益的 FEC 就能夠表 現最佳,選擇 FEC 時也必須考慮其所帶來的額外延遲,因此才會有