资源内容

课程内容：

1_1.1-拥塞控制体系架构介绍和效果演示.mp4

2_1.2-拥塞控制基础知识.mp4

3_1.3-从google的一篇论文开始学习之旅.mp4

4_2.1-实现RTP头部扩展的管理功能.mp4

5_2.2-注册transport-cc头部扩展.mp4

6_2.3-详解RTP头部扩展结构.mp4

7_2.4-RTP头部扩展内存分配1.mp4

8_2.5-RTP头部扩展内存分配2.mp4

9_2.6-RTP头部扩展内存分配3.mp4

10_2.7-RTP头部扩展内存分配4.mp4

11_2.8-RTP头部扩展内存分配5.mp4

12_3.1-写入SequenceNumber扩展.mp4

13_3.2-处理Feedback包.mp4

14_3.3-详解Feedback包结构.mp4

15_3.4-解析Feedback包.mp4

16_3.5-行程长度算法解码数据块.mp4

17_3.6-状态矢量算法解码数据块.mp4

18_3.7-解析包时间信息以及还原seq_no.mp4

19_4.1-创建google拥塞控制模块.mp4

20_4.2-使用观察者模式获得Feedback数据.mp4

21_4.3-同wireshark对比验证数据包解析结果.mp4

22_4.4-feedback数据结构转换.mp4

23_4.5-在发送端记录RTP包的发送状态.mp4

24_4.6-更新RTP包发送后的状态1.mp4

25_4.7-更新RTP包发送后的状态2.mp4

26_4.8-完成Feedback转换成内部的数据结构.mp4

27_5.1-创建基于延迟的带宽估计模块.mp4

28_5.2-基于延迟的带宽估计核心原理.mp4

29_6.1-创建包组时间差计算类.mp4

30_6.2-计算包组发送和到达时间差1.mp4

31_6.3-计算包组发送和到达时间差2.mp4

32_7.1-创建trendline单向延迟趋势估计器.mp4

33_7.2-线性回归zui小二乘法基本原理.mp4

34_7.3-线性回归zui小二乘法样本数据.mp4

35_7.4-线性回归zui小二乘法计算trend.mp4

36_7.5-利用trend进行网络过载检测.mp4

37_7.6-过载检测阈值自适应调整.mp4

38_7.7-设计实验观察trend和阈值的变化.mp4

39_8.1-创建AIMD码率控制模块.mp4

40_8.2-网络过载时降低码率.mp4

41_8.3-AIMD-判断是否进一步降低码率.mp4

42_8.4-AIMD-未知吞吐量时的码率调整.mp4

43_8.5-AIMD-已知吞吐量时的码率调整.mp4

44_8.6-AIMD-状态机状态转换.mp4

45_8.7-AIMD-估计链路容量.mp4

46_8.8-AIMD-加性增加码率.mp4

47_8.9-AIMD-慢启动模式增加码率.mp4

48_8.10-AIMD-乘性降低码率.mp4

49_9.1-创建吞吐量估计类.mp4

50_9.2-贝叶斯估计的基本思想.mp4

51_9.3-以时间窗口计算样本码率.mp4

52_9.4-贝叶斯估计吞吐量.mp4

53_10.1-基于丢包的带宽估计核心原理.mp4

54_10.2-根据RR包信息统计丢包指数.mp4

55_10.3-起始阶段的带宽估计.mp4

56_10.4-更新最小码率历史队列.mp4

57_10.5-根据丢包率调整目标码率.mp4

58_10.6-更新丢包率和RTT.mp4

59_10.7-设置发送码率、max和min码率.mp4

60_10.8-更新基于延迟的码率估计值.mp4

61_11.1-更新估计的目标码率到pacer.mp4

62_11.2-更新估计的目标码率到编码器1.mp4

63_11.3-更新估计的目标码率到编码器2.mp4

64_11.4-发送端码率估计测试.mp4

65_11.5-周期性更新目标码率到pacer.mp4

66_11.6-发送端码率估计小结.mp4

67_12.1-ALR检测的基本原理和作用.mp4

68_12.2-创建AlrDetector.mp4

69_12.3-更新ALR状态的开始时间.mp4

70_12.4-设置ALR的带宽估计值.mp4

71_12.5-利用ALR优化吞吐量估计.mp4

72_12.6-利用ALR优化基于延迟的码率估计.mp4

73_13.1-Probe的基本原理和作用.mp4

74_13.2-设置起始码率的时候触发探测.mp4

75_13.3-初始化Probe.mp4

76_13.4-创建ProbeCluster.mp4

77_13.5-存储ProbeCluster信息到队列.mp4

78_14.1-启动Probe.mp4

79_14.2-Pacer高优执行probe探测任务1.mp4

80_14.3-Pacer高优执行probe探测任务2.mp4

81_14.4-更新探测执行后的状态信息.mp4

82_14.5-构造padding包1.mp4

83_14.6-构造padding包2.mp4

84_15.1-创建Probe码率估计器.mp4

85_15.2-统计Probe结果.mp4

86_15.3-计算Probe码率.mp4

87_15.4-获取和重置Probe码率.mp4

88_16.1-完善设置起始码率时的探测.mp4

89_16.2-将probe结果作用到基于延迟的码率估计.mp4

90_16.3-设置码率估计值.mp4

91_16.4-主动请求探测1.mp4

92_16.5-主动请求探测2.mp4

93_16.6-周期性探测处理1.mp4

94_16.7-周期性探测处理2.mp4

95_16.8-Probe技术小结.mp4

96_17.1-通过config的方式初始化拥塞控制模块1.mp4

97_17.2-通过config的方式初始化拥塞控制模块2.mp4

98_18.1-总结和未来工作.mp4

音视频QoS优化之WebRTC拥塞控制(GCC)技术深入剖析和代码实战.pdf