webrtc tcc详解
内容提要
本文介绍了WebRTC TCC算法的原理和实现，通过接收端监控丢包率和延时，反馈给发送端以调整编码的bitrate。文章解释了TCC架构和趋势滤波算法的原理，并提供了源码实现。TCC算法的优点是准确度高，但计算消耗大。文章总结了TCC算法的架构和技术，并介绍了趋势滤波算法的应用。
延伸解读
TCC与GCC的架构差异
文章指出，TCC算法将带宽预测的主要计算放在发送端，接收端仅负责统计每个RTP报文的传输宽序列号和到达时间，并通过RTCP TCC报文反馈。这种设计使发送端能获取全面的RTP信息，便于实施拥塞控制。相比之下，GCC算法可能采用不同的架构，但文章未详细展开。TCC的灵活性更高，未来可替换其他带宽估计算法。
趋势滤波的准确度与计算开销
趋势滤波基于窗口内的全量数据，通过最小二乘法计算累积延时与到达时间的斜率，因此准确度较高。但每次更新都需要遍历窗口内所有数据点，进行至少2倍窗口大小的循环计算，CPU消耗较大。而卡尔曼滤波采用递归方式，不存储历史数据，计算开销小，但可能牺牲部分准确性。
阈值调整策略的敏感性设计
在趋势滤波中，阈值根据modified_trend动态调整。下降增益k_down_（0.039）远大于上升增益k_up_（0.0087），这意味着当检测到带宽过载时，阈值会更快降低，使系统对带宽下降更敏感，从而及时降低码率；而对带宽增加则更谨慎，避免频繁调整。这种非对称设计有助于提升拥塞控制的稳定性。
Q&A
WebRTC TCC算法的基本原理是什么？
WebRTC TCC算法通过接收端监控丢包率和延时，反馈给发送端以调整编码的bitrate。
趋势滤波算法在WebRTC TCC中的作用是什么？
趋势滤波算法用于根据接收端的延时数据计算斜率，从而预测带宽状态并决定是否调整编码bitrate。
WebRTC TCC算法与卡曼滤波相比有什么优缺点？
TCC算法的优点是准确度高，缺点是计算消耗大；而卡曼滤波计算消耗小，但准确度相对较低。
WebRTC TCC算法如何处理丢包率？
接收端计算丢包率并定期发送RTCP RR报文给发送端，发送端根据丢包率决定是否降低bitrate。
WebRTC TCC算法的架构包含哪些关键部分？
TCC架构包括Transport-wide RTCP Feedback Message和趋势滤波算法。
如何通过斜率判断带宽状态？
通过计算斜率与阈值比较，判断带宽状态：斜率大于阈值则降低bitrate，小于阈值则增加bitrate，介于两者之间则保持不变。
