rfc 5109 前向糾錯碼(FEC)的RTP荷載格式
本備忘錄狀態 版權注意 摘要 目錄 1 簡介 本文件定義了一種RTP的荷載格式,允許對於實時媒體流進行一般性的前向糾錯。在這裡“一般性”指的是 2 術語 3 基本操作 4 監督碼 舉個例子,考慮這樣一種監督碼,輸入為兩個資料包,輸出為1一個監督包。如果原始媒體資料包是a,b,c,d,傳送端送出的包如下所示: abcd<--媒體流 方案1 方案2 方案3 5 RTP媒體資料包結構 6 FEC包結構 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ 6.1 FEC包的RTP包頭 6.2 FEC頭 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ 長度恢復域用來確定待恢復的資料包的長度。它的值是當前組中被保護的媒體資料包的長度(以位元組為單位)的二進位制和(逐位異或),用一個網路序的16位元無 符號整數表示。在這裡,媒體資料包的長度包括CSRC列表、擴充套件部分和填充的位元。這樣即使在媒體資料包長度不一致的情況下,也一樣可以使用FEC。舉個 例子,假定要用兩個媒體資料包的異或來產生一個FEC包,這兩個媒體資料包的長度分別為3(0b011)和5(0b101)個位元組,那麼長度恢復域的值就 是0b011xor0b101=0b110。 7 保護操作 8 恢復過程 8.1 重建 8.2 何時進行恢復 FEC包或者是資料包。remove_from_pending_list()將一個FEC包從連結串列中刪除。結構體packet包含一個布林變數 fec,當這個包為FEC包時fec為真,否則為假。當它是一個FEC包時,成員變數mask和snbase存放著FEC包頭中對應值;當它是一個媒體數 據包時,sn變數存放著包的序號。全域性陣列A用於指示出哪些媒體資料包已經收到了,而哪些還沒有。它是以包的序號為索引的。
9 例子 考慮這樣的情況,有兩個媒體資料包x和y要從SSRC2傳送出去。它們的序號分別為8和9,時間戳分別為3和5。x的荷載型別為11,y的荷載型別為18。x有十個位元組的荷載,y有11個位元組的荷載。y的標記位為1。x和y的RTP包頭分別如圖3和圖4所示。 媒體資料包x 媒體包y 版本:2 圖4:媒體包y的RTP頭 由這兩個包生成一個FEC包。我們假定用荷載型別值127來指示一個FEC包。得到的FEC包的RTP包頭如圖5所示。 FEC包的FEC頭如圖6所示。 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ 10 冗餘編碼中使用FEC的用法 11 在SDP中表示FEC 11.1 FEC作為獨立的流傳輸 11.2 在冗餘編碼中使用FEC 11.3 在RTSP中的用法 12 安全性問題 一般說來,用過的金鑰都會被快取起來,這樣當媒體流的金鑰更改之後,舊的金鑰被保留下來備用,直到它發現FEC包的金鑰也發生更改了。 13 致謝 14 作者地址 HenningSchulzrinne 15 參考書目
|
相關推薦
rfc 5109 前向糾錯碼(FEC)的RTP荷載格式
TAG: 本備忘錄狀態 本文件講述了一種Internet通訊的標準Internet跟蹤協議,並對其改進提出了討論和建議。請參考最新版本的"Internet Official Protocol Standards"(STD1)來獲得本協議的標準化程序和狀態,此備忘錄的釋出不受任何限制。版權注意 版權
前向糾錯碼(FEC)的RTP荷載格式
redundant 概念 連接 方法 編碼方式 表示 pmap cut ecan http://www.rosoo.net/a/201110/15146.html本文檔規定了一般性的前向糾錯的媒體數據流的RTP打包格式。這種格式針對基於異或操作的FEC算法進行了特殊設計,它
前向引用
rac recent har 函數調用 file back 前向引用 lin error: 函數定義 在 函數調用 之前 而函數定義的順序無關緊要 就如同變量的定義一般 a = 1 b = 2 #兩者沒什麽不同 b = 2 a = 1 例 def bbb()
隱馬爾科夫模型HMM(二)前向後向算法評估觀察序列概率
流程 來看 遞推 limits its 可能 基本 通過 如何 隱馬爾科夫模型HMM(一)HMM模型 隱馬爾科夫模型HMM(二)前向後向算法評估觀察序列概率 隱馬爾科夫模型HMM(三)鮑姆-韋爾奇算法求解HMM參數(TODO) 隱馬爾科夫模型
UESTC30-最短路-Floyd最短路、spfa+鏈式前向星建圖
ring 輸入 sam -m 努力 成都 edge 輸出 工作 最短路 Time Limit: 3000/1000MS (Java/Others) Memory Limit: 65535/65535KB (Java/Others) 在每年的校賽裏,所有進入決
鏈式前向星
前向星 span 鏈式前向星 pan ont 學會 family style mil 鏈式前向星 鏈式前向星 鏈式前向星 重要的事情說三遍 明天不學會鏈式前向星我絕食三天鏈式前向星
淺談前向星
net inf 存在 then 停止 換上 sizeof col idt 現在才搞懂前向星的遍歷,原來是要從後往前的!之後的一切都是以此為基礎的。 1.前向星的遍歷 看到有一篇blog寫的不錯:http://blog.csdn.net/acdreamers/article/
深度理解鏈式前向星——轉載自ACdreamer
show padding dream idt 特殊 邊集數組 == 影響 mbo // ‘ + obj.name + " "; html += ‘ ‘; html
HMM條件下的 前向算法 和 維特比解碼
popu max trac ble -s 序列 最大 可能 content 一、隱馬爾科夫HMM如果: 有且僅僅有3種天氣:0晴天。1陰天。2雨天 各種天氣間的隔天轉化概率mp: mp[3][3] 晴天 陰天 雨天
1個TensorFlow樣例,終於明白如何實現前向傳播過程?
tensorflow神經網絡的結構,就是不同神經元間的連接結構–圖示了一個三層全連接神經網絡。神經元結構的輸出,是所有輸入的加權、加上偏置項,再經過一個激活(傳遞)函數得到。全連接神經網絡全連接神經網絡,就是相鄰兩層之間,任意兩個節點之間都有連接。–這也是其與後面介紹的卷積層、LSTM結構的區分。–除了輸入層
【模板】前向星 SPFA求最短(長)路
代碼 poj ostream name 兩個 col spfa ron esp 之前一個改自別人的模板竟然在一道題上TLE了,而代碼也實在醜陋,網上找得到的模板也大多跑得慢(vector存圖)或代碼醜陋、殘疾(無初始化函數的模板能叫模板嗎?),索性自己重新寫了一個。 題是P
模板-前向星的vector實現
code names end 模板 n) node color span col 之前用慣了指針型的前向星,每一次都得手打20行代碼,十分不爽。之後學了vector,腰不酸了,腿不疼了,寫代碼也方便多了。 1 //前向星模板 2 #include <cstd
模板-深度優先搜索的前向星實現
log from using struct code als max cnblogs 說了 最近學了前向星,非常爽,什麽都想重新寫一遍,哈哈哈...... 不說了,先拿dfs開刀。 1 #include <cstdio> 2 #include &l
算法筆記--圖的存儲之鏈式前向星
算法筆記 div soft 鏈式前向星 target href 圖的存儲 blank 所有 鏈式前向星 這個博客寫的不錯:http://www.cnblogs.com/Tovi/p/6194786.html 模板: ①add_edge void add_e
最短路 spfa 算法 && 鏈式前向星存圖
.com mem ont .aspx 百度 dfs edit 時間復雜度 tails 推薦博客 https://i.cnblogs.com/EditPosts.aspx?opt=1 http://blog.csdn.net/mcdonnell_douglas/
POJ 3159 Candies(差分約束+spfa+鏈式前向星)
void tdi div con pre ace != view ash 題目鏈接:http://poj.org/problem?id=3159 題目大意:給n個人派糖果,給出m組數據,每組數據包含A,B,C三個數,意思是A的糖果數比B少的個數不多於C,即B的糖果數 -
前向算法Python實現
基本 是什麽 比較 down 第一天 什麽 可能性 馬爾可夫模型 完全 前言 這裏的前向算法與神經網絡裏的前向傳播算法沒有任何聯系。。。這裏的前向算法是自然語言處理領域隱馬爾可夫模型第一個基本問題的算法。 前向算法是什麽? 這裏用一個海藻的例子來描述前向算法是什麽。網上有關
caffe中的前向傳播和反向傳播
sla hit img 部分 可能 說明 caff .com 容易 caffe中的網絡結構是一層連著一層的,在相鄰的兩層中,可以認為前一層的輸出就是後一層的輸入,可以等效成如下的模型 可以認為輸出top中的每個元素都是輸出bottom中所有元素的函數。如果兩個神經元之間沒
卷積層,池化層等,前向/反向傳播原理講解
簡單 代碼 構建 range expand 使用場景 神經網絡 右下角 body 今天閑來無事,考慮到以前都沒有好好研究過卷積層、池化層等等的前向/反向傳播的原理,所以今天就研究了一下,參考了一篇微信好文,講解如下: 參考鏈接:https://www.zybuluo.co
前向引用筆記
rom AS 缺少 報錯 clas print 前向引用 col pre # 用例一 #缺少調用的函數會報錯 # def foo(): # print("from foo") # bar() # # foo() # 用例二 # def bar(): #