在VLC播放器中有好几种自适应逻辑会估计网速，有NearOptimalAdaptationLogic、PredictiveAdaptationLogic、RateBasedAdaptationLogic这三种，网速估计方法在updateDownloadRate中进行，是通过一个叫MovingAverage类进行计算的
该类定义如下
template <class T>
class MovingAverage
{
public:
MovingAverage(unsigned = 10);
T push(T);
private:
std::list<T> values; //存储历史的下载网速（每次io会计算一次下载速度，命名为bps）
T previous; //最早加入list的网速值
unsigned maxobs; //list的最大存储空间
T avg; //估计出的当前网速值
};
网速估计过程
这里网速估计采用的是EMA(Exponential moving average)
1.每次io完数据后会计算一次本次io的下载速度，定义为bps，这里bps变量的单位也是bps
2.调用MovingAverage类中的push函数将bps push到list里面(网速估计的更新是在这里进行的)
-
如果values存储的值的个数超过(>=)maxobs时，将最先加入list的网速值存入previous变量中，并在list中剔除该值，然后将最新的bps添加入values中。如果values存储的值的个数小于maxobs时，则直接将最新的bps添加入values中。
(上述类似于添加采样值的过程，比较好理解，下面的步骤比较玄学) -
找出values中的最小值omin与最大值omax，求出最大值减最小值deltamax = omax-omin
-
计算diffsums.sum，计算方法是包括previous在内，values各个值的俩俩差值的绝对值的和，比如
现有previous，values[0]，values[1]，values[2]，values中的其他值为0
diffsums.sum = | previous - values[0] |+| values[0] - values[1] |+| values[1] - values[2] | -
计算alpha(这个值就是EMA算法中的权重)，计算方法为
double alpha = (diffsums.sum) ? 0.33 * ((double)deltamax / diffsums.sum) : 0.5;
- 计算估计网速avg并返回(这里其实就是EMA公式)，之前的avg值乘以alpha加上最新输入的bps乘以1-alpha
avg = alpha * avg + (1.0 - alpha) * (*values.rbegin());
到这里RateBasedAdaptationLogic中的网速估计就完成了
原理文档
没找到相应的文章解释，就连MovingAverage是谁写的在源码里都没写，查找历史记录查到了github作者账号，但是没有邮箱地址
个人理解
diffsums.sum的含义其实是在前几次采样过程中网速的波动大小。通过波动来决定alpha值的大小，进而控制估计的网速对之前估计值的依赖。若波动较大diffsums.sum就较大，alpha较小，估计出的网速对新的采样依赖较大对之前估计网速依赖较小，说明在网络波动大的情况下能更接近于最新的采样值。若波动较小，diffsums.sum就较小，alpha较大，估计出的网速对新的采样依赖较小对之前估计网速依赖较大，这样更好的保证了网速估计的平稳。
网友评论