淺析物聯(lián)網(wǎng)廣播系統(tǒng)中延遲問題的解決

常 亮

（江蘇中協(xié)智能科技有限公司，江蘇 南京 210012）

0 引 言

廣播是常見的傳播方式，也是20世紀(jì)20年代初流行的媒體之一。隨著技術(shù)的演進(jìn)，廣播從最初的模擬廣播到數(shù)字廣播，再到現(xiàn)在的網(wǎng)絡(luò)廣播，已經(jīng)經(jīng)歷了三代變革。隨著互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)和物聯(lián)網(wǎng)的發(fā)展，物聯(lián)網(wǎng)廣播將成為第四代廣播系統(tǒng)。在物聯(lián)網(wǎng)廣播系統(tǒng)中，會有大量各類型的數(shù)據(jù)需要交換，這就對傳輸提出了較高的要求，要盡量減少延遲時間。

1 物聯(lián)網(wǎng)廣播中的三種延遲現(xiàn)象

在物聯(lián)網(wǎng)廣播系統(tǒng)中，主要存在三種延遲現(xiàn)象，即模數(shù)轉(zhuǎn)換延遲、數(shù)據(jù)傳輸延遲和數(shù)模轉(zhuǎn)換延遲。

（1）模數(shù)轉(zhuǎn)換延遲主要包括模擬信號的采樣、量化、編碼、壓縮延遲。

（2）數(shù)據(jù)傳輸延遲主要是傳輸數(shù)據(jù)的延遲，數(shù)據(jù)主要分為內(nèi)容（content）和控制信號兩部分。內(nèi)容有多種格式，且數(shù)據(jù)量各不相同，為非結(jié)構(gòu)化數(shù)據(jù)，控制信號一般是結(jié)構(gòu)化數(shù)據(jù)。

（3）數(shù)模轉(zhuǎn)換延遲主要包括解壓、解碼、后處理、播放等延遲。

在這三類延遲中，模數(shù)與數(shù)模轉(zhuǎn)換與硬件及其性能相關(guān)，可優(yōu)化的項目并不多。其中傳輸延遲更容易發(fā)生，一旦發(fā)生傳輸延遲，就會表現(xiàn)出卡頓現(xiàn)象或者跳動現(xiàn)象（畫面顯示出馬賽克就是跳動現(xiàn)象之一）。物聯(lián)網(wǎng)廣播系統(tǒng)延遲產(chǎn)生的多個階段如圖1所示，內(nèi)容見表1所列。

圖1 物聯(lián)網(wǎng)廣播系統(tǒng)延遲產(chǎn)生的多個階段

表1 物聯(lián)網(wǎng)廣播系統(tǒng)延遲產(chǎn)生的多個階段

2 多管齊下，解決物聯(lián)網(wǎng)廣播內(nèi)容傳輸延遲問題

針對物聯(lián)網(wǎng)廣播中的內(nèi)容傳輸延遲問題，可采用多種方法進(jìn)行優(yōu)化或解決。

2.1 UDP協(xié)議+校驗函數(shù)，減少網(wǎng)絡(luò)資源占用，確保數(shù)據(jù)完整、一致

互聯(lián)網(wǎng)主要使用傳輸層協(xié)議實現(xiàn)高質(zhì)量實時數(shù)據(jù)連接與傳輸。根據(jù)OSI網(wǎng)絡(luò)標(biāo)準(zhǔn)定義，網(wǎng)絡(luò)由物理層、數(shù)據(jù)鏈路層、網(wǎng)絡(luò)層、傳輸層、會話層、表示層和應(yīng)用層組成。網(wǎng)絡(luò)結(jié)構(gòu)可簡化為鏈路層、網(wǎng)絡(luò)層、傳輸層和應(yīng)用層用戶接口，結(jié)構(gòu)如圖2所示。

圖2 TCP/IP四層模型

TCP和UDP均屬于傳輸層，在進(jìn)行內(nèi)容傳輸時，可以采用TCP方案或UDP方案，項目中選用UDP協(xié)議+校驗函數(shù)，可減少網(wǎng)絡(luò)資源占用并保證數(shù)據(jù)完整與一致。

采用該解決方案的原因在于UDP相比TCP具有較好的實時性，工作效率高，適用于對高速傳輸和實時性有較高要求的通信或廣播通信。且UDP可以實現(xiàn)一對多傳輸（每一條TCP連接只能點到點，UDP支持一對一、一對多、多對一和多對多的交互通信），減少了三次握手和確認(rèn)，占用資源更少。UDP的原則是盡最大努力交付，不保證可靠交付，其可靠性較TCP稍差。由于UDP可能會出現(xiàn)丟包和傳輸錯誤的現(xiàn)象，因此采用校驗函數(shù)消除內(nèi)容傳輸?shù)腻e誤。

UDP與TCP相比，也容易出現(xiàn)丟包現(xiàn)象，但由于當(dāng)下網(wǎng)絡(luò)環(huán)境一般比較穩(wěn)定且網(wǎng)速快（基本可達(dá)100 Mbps），因此這一問題可忽略。若出現(xiàn)丟包，可采用校驗函數(shù)解決。

針對UDP包容易丟包和出錯的問題，采用校對函數(shù)保證傳輸內(nèi)容的完整與一致。

設(shè)UDP包長度為n B，共有8n位，即從0位至（8n-1）位，采用如下函數(shù)對這8n位數(shù)據(jù)求值：

只有傳播端傳輸?shù)腢DP和終端接收的UDP包數(shù)據(jù)函數(shù)值完全相同，才表示在傳輸過程中沒有產(chǎn)生丟包和錯誤（誤碼）。

如果傳播端和接收端傳輸數(shù)據(jù)函數(shù)值計算結(jié)果不一致，則向傳播端發(fā)起請求，重新傳輸并校驗。

2.2優(yōu)化傳輸包大小+緩沖，實現(xiàn)延遲最小化

UDP包在傳輸層不超過4 kB，而在Internet中傳輸，不應(yīng)大于1 400 B?，F(xiàn)實場景中進(jìn)行了多次模擬實驗，可以得到優(yōu)化后的傳輸包。

橫坐標(biāo)是包的大小，分別為64 B，128 B，512 B，1 024 B等，縱坐標(biāo)是在相應(yīng)包大小情況下內(nèi)容傳輸?shù)难舆t時間，單位為毫秒（ms）。筆者發(fā)現(xiàn)，當(dāng)包較小時，延遲時間較大，當(dāng)包較小時需要傳輸?shù)膬?nèi)容會被分為多個包，而將傳輸內(nèi)容封裝成多個包會消耗較多時間，進(jìn)行多次處理，且內(nèi)容傳輸?shù)拇螖?shù)更多，單片機處理速度低，造成延時負(fù)擔(dān)；包較大時，延遲時間也較大，雖然傳輸過程占用時間不多，但發(fā)送和傳輸內(nèi)容時會占用多種資源，導(dǎo)致占用更多時間，延遲較大。因此必須采用適合當(dāng)前網(wǎng)絡(luò)傳輸延遲時間的包的大小。包的大小在不同的網(wǎng)絡(luò)環(huán)境中不一樣，可由用戶自行定義，以保證延遲最小。UDP包大小與延時時長的關(guān)系見表2所列，其關(guān)系如圖3所示。

表2 UDP包大小與延時時長

盡管UDP協(xié)議延時較小，但在不可靠網(wǎng)絡(luò)條件下，這仍然是影響傳輸?shù)闹匾蛩亍Ｔ谶@種情況下，通常在終端設(shè)置一個緩沖區(qū)減小網(wǎng)絡(luò)的延時。接收到的數(shù)據(jù)包先存入緩沖區(qū)，當(dāng)緩沖區(qū)中達(dá)到預(yù)定數(shù)量的包后，開始解壓、解碼播放。緩沖區(qū)的大小應(yīng)隨網(wǎng)絡(luò)的變化而改變。所選緩沖區(qū)的大小至關(guān)重要，若緩沖區(qū)過小，一些最終能到達(dá)甚至即將到達(dá)的數(shù)據(jù)包可能會被認(rèn)為丟包而遺棄，增大丟包的可能性；若緩沖區(qū)設(shè)定過大，將存在更大延時，將有可能超過人耳能夠感覺的閾值。

圖3 UDP大小與延時關(guān)系圖

2.3 針對VBR音頻文件實時重編碼，減小傳輸延遲問題

音頻文件比特率是指每秒傳送的比特（bit）數(shù)，單位為bps，比特率越高，單位時間內(nèi)傳送的數(shù)據(jù)越多，音頻、視頻的質(zhì)量就越好，編碼后的文件就越大；如果比特率越低，則情況相反。

比特率分為固定比特率（Constant Bit Rate，CBR）和動態(tài)比特率或可變比特率（Variable Bit Rate，VBR）。動態(tài)比特率可減小文件容量，減輕傳輸壓力。

在傳輸CBR音頻文件時，未發(fā)現(xiàn)任何卡、頓、抖動（jitter）現(xiàn)象，但在傳輸VBR音頻文件時卻發(fā)現(xiàn)了上述現(xiàn)象。為此，項目采用前端重新編碼（recoding）方法。

MP3文件由四部分組成，即ID3V2+音頻數(shù)據(jù)+ID3V1+補充信息。其中，最為關(guān)鍵的是音頻數(shù)據(jù)部分，音頻數(shù)據(jù)部分以幀（Frame）的形式存在。MP3文件結(jié)構(gòu)見表3所列。

表3 MP3文件結(jié)構(gòu)

VBR格式是XING公司推出的算法，若選VBR格式，那么MP3第一個有效幀的數(shù)據(jù)區(qū)中會出現(xiàn)XING標(biāo)志，或INFO，VBRI標(biāo)志，表示此MP3是VBR文件。

在VBR格式的MP3第一幀中存放MP3文件的幀的總個數(shù)，比較容易獲得播放總時間與100 B存放播放總時間。假設(shè)MP3歌曲為10 min，即600 s，將其分為n段，則每兩個相鄰索引（index）的時間差為（600/n）s，通過該相鄰索引即可將所有幀的數(shù)據(jù)讀取并轉(zhuǎn)為PCM：

式中：i從0開始計算，表示第一幀，直至n-1，共n幀；bi表示第i幀的比特率；ti表示第i幀的時長（部分MP3這一值恒定不變）。

在前端重新編碼，將其實時重新編碼為PCM數(shù)據(jù)，再通過UDP包發(fā)送，發(fā)現(xiàn)卡、頓、抖動等現(xiàn)象消失了，很好地解決了VBR格式MP3的播放問題。

此外，筆者還嘗試了另一種解決方案，即將VBR格式的MP3通過UDP包發(fā)送到終端，由終端進(jìn)行解碼播放，發(fā)現(xiàn)延時較長，與終端的硬件性能和計算能力相關(guān)，因此建議將重新編碼的工作放在前端進(jìn)行，效果較好。

3 終端CDN+人工智能識別，解決遠(yuǎn)程傳輸延遲問題

隨著物聯(lián)網(wǎng)廣播的發(fā)展，其傳輸?shù)膬?nèi)容越來越多，數(shù)據(jù)量也越來越大。盡管硬件的處理速度和帶寬傳輸速度已較快，但是根據(jù)比爾·安迪定理可知，硬件性能的提升總會被內(nèi)容或軟件消耗。同時，在網(wǎng)絡(luò)中還有其他眾多內(nèi)容和信號需要傳輸，再加之電磁干擾，尤其在通過2.4G WiFi進(jìn)行無線傳輸時，干擾更為強烈，傳輸速度遠(yuǎn)達(dá)不到標(biāo)稱量，造成內(nèi)容傳輸?shù)难舆t。

項目中采用終端CDN+人工智能識別方案解決這一問題：將傳輸?shù)膬?nèi)容分為結(jié)構(gòu)化內(nèi)容和非結(jié)構(gòu)化內(nèi)容，其中結(jié)構(gòu)化內(nèi)容即為背景音樂、國歌、體操音樂、眼保鍵操音樂、英語聽力文件等“程序化的內(nèi)容”，這些內(nèi)容往往會重復(fù)播放，并已形成文件，一般不通過麥克風(fēng)輸入；非結(jié)構(gòu)化內(nèi)容則是僅播放一次的內(nèi)容，比如校領(lǐng)導(dǎo)或班主任的晨會內(nèi)容、平時的通知內(nèi)容，這些內(nèi)容一般通過麥克風(fēng)輸入。待終端接收到結(jié)構(gòu)化內(nèi)容后，在解壓、解碼、播放的同時將其保存在相應(yīng)的文件中。

MWCS2018上SD協(xié)會公布了SD 7.0標(biāo)準(zhǔn)內(nèi)容，包括SD EXⅠ（SD Express）的全新標(biāo)識，最高容量已提升到128 TB，理論最高傳輸速度將達(dá)到985 MB/s，已超過普通SATA SSD。項目中采用了SDXC標(biāo)準(zhǔn)的MicroSD卡（即TF卡），其支持最高2 TB容量，目前理論上支持3種標(biāo)準(zhǔn)（UHS-Ⅲ卡未面世），UHS-Ⅰ的寫入速度最高為95 MB/s，讀取速度最高為104 MB/s，保證最低傳輸速度為10 MB/s；UHS-Ⅱ的寫入速度最高為280 MB/s，讀取速度最高為312 MB/s，保證最低傳輸速度為30 MB/s。在目前的網(wǎng)絡(luò)環(huán)境情況下，該速度足夠?qū)懭牒妥x取。

在傳輸內(nèi)容前，先計算播放文件的大小，然后在終端的SD中尋找與播放文件大小相同的文件，接著對比文件六分之一處8個字節(jié)部分、四分之一處8個字節(jié)部分、二分之一處8個字節(jié)部分。若完全相同，則取得傳輸端播放時間，并在播放時間到達(dá)時，播放終端SD卡中的文件，以減小延遲；如果有多個大小相同的文件，則找到第一個“完全相同”的文件，并播放該文件；如果找不到相同大小的文件或找不到“完全相同”的文件，則從播放端接收傳輸內(nèi)容，并當(dāng)終端接收到這些內(nèi)容后，在解壓、解碼、播放的同時將其保存在相應(yīng)的文件中。

計算方法如下：

（1）取得文件的長度l，然后將此文件的長度l除以8，若不能整除，則舍去余數(shù)，取模L1=[l/8]；

（2）從L1*7處取8個字節(jié)，記為L1-8，將其轉(zhuǎn)為10進(jìn)制數(shù)，并對其取常用對數(shù)lg，記為lg（L1-8）；

（3）從L1*5處取8個字節(jié)，記為L1-6，將其轉(zhuǎn)為10進(jìn)制數(shù)，并對其取常用對數(shù)lg，記為lg（L1-6）；

（4）從L1*3處取8個字節(jié)，記為L1-4，將其轉(zhuǎn)為10進(jìn)制數(shù)，并對其取常用對數(shù)lg，記為lg（L1-4）；

（5）從L1處取8個字節(jié)，記為L1-2，將其轉(zhuǎn)為10進(jìn)制數(shù)，并對其取常用對數(shù)lg，記為lg（L1-2）。

將 lg（L1-8），lg（L1-6），lg（L1-4）和 lg（L1-2）相加：lg（L1-8）+lg（L1-6）+lg（L1-4）+lg（L1-2），得出數(shù)值進(jìn)行比較，僅在得出數(shù)值相等時才表明文件“完全相同”。

4 結(jié) 語

通過本文所述方法，較好地解決了物聯(lián)網(wǎng)廣播中的內(nèi)容傳輸延遲問題，希望能夠為同行提供參考。