淺析物聯(lián)網(wǎng)廣播系統(tǒng)中延遲問題的解決

0 引 言

廣播是常見的傳播方式，也是 20 世紀 20 年代初流行的媒體之一。隨著技術的演進，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)轉換延遲、數(shù)據(jù)傳輸延遲和數(shù)模轉換延遲。

（1）模數(shù)轉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，為非結構化數(shù)據(jù)，控制信號一般是結構化數(shù)據(jù)。

（3）數(shù)模轉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)模轉換與硬件及其性能相關，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。

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，可采用多種方法進行優(yōu)化或解決。

2.1 UDP 協(xié)議+ 校驗函數(shù)，減少網(wǎng)絡資源占用，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)絡標準定義，網(wǎng)絡由物理層、數(shù)據(jù)鏈路層、網(wǎng)絡層、傳輸層、會話層、表示層和應用層組成。網(wǎng)絡結構可簡化為鏈路層、網(wǎng)絡層、傳輸層和應用層用戶接口，結構如圖 2 所示。

TCP 和 UDP 均屬于傳輸層，在進行內(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，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，但由于當下網(wǎng)絡環(huán)境一般比較穩(wěn)定且網(wǎng)速快（基本可達 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 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)?UDP 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，不應大于 1 400 B?，F(xiàn)實場景中進行了多次模擬實驗，可以得到優(yōu)化后的傳輸包。

橫坐標是包的大小，分別為64 B，128 B，512 B，1 024 B等，縱坐標是在相應包大小情況下內(nèi)容傳輸?shù)难舆t時間，單位為毫秒（ms）。筆者發(fā)現(xiàn)，當包較小時，延遲時間較大，當包較小時需要傳輸?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，造成延時負擔 ；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，導致占用更多時間，延遲較大。因此必須采用適合當前網(wǎng)絡傳輸延遲時間的包的大小。包的大小在不同的網(wǎng)絡環(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系見表 2 所列，其關系如圖 3所示。

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

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 文件結構見表 3 所列。

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 標志，或INFO，VBRI 標志，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 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，因此建議將重新編碼的工作放在前端進行，效果較好。

3 終端 CDN+人工智能識別，解決遠程傳輸延遲問題

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 進行無線傳輸時，干擾更為強烈，傳輸速度遠達不到標稱量，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)容分為結構化內(nèi)容和非結構化內(nèi)容，其中結構化內(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)容往往會重復播放，并已形成文件，一般不通過麥克風輸入 ；非結構化內(nèi)容則是僅播放一次的內(nèi)容，比如校領導或班主任的晨會內(nèi)容、平時的通知內(nèi)容，這些內(nèi)容一般通過麥克風輸入。待終端接收到結構化內(nèi)容后，在解壓、解碼、播放的同時將其保存在相應的文件中。

MWCS2018上 SD 協(xié)會公布了 SD 7.0 標準內(nèi)容，包括 SD EXⅠ（SD Express）的全新標識，最高容量已提升到 128 TB，理論最高傳輸速度將達到 985 MB/s，已超過普通 SATA SSD。項目中采用了 SDXC 標準的 MicroSD 卡（即 TF 卡），其支持最高 2 TB 容量，目前理論上支持 3 種標準（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，將其轉為 10 進制數(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，將其轉為 10 進制數(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，將其轉為 10 進制數(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，將其轉為 10 進制數(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)值進行比較，僅在得出數(shù)值相等時才表明文件“完全相同”。

4 結 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。