基于视频NE Model的移动端用户视频体验研究

宋佳璐

摘要：隨着无线宽带网络的升级以及智能终端的普及，越来越多的用户选择在移动智能终端上用应用客户端APP观看网络视频，这是一种基于TCP的视频传输及播放。但是用户体验评价变量与网络侧变量之间的关系并不明确。本文通过分析影响用户视频体验的指标因素，来进一步量化用户体验。

关键词：机理分析；数理计算；线性回归；TCP慢启动原理

1 概述

用户体验评价由vMOS来衡量，而衡量vMOS的指标分别是视频源质量（对应sQuality得分）、初始缓冲时延（对应sLoading得分）和卡顿率（对应sStalling得分）。

sQuality为常数，影响用户体验的两个关键指标[1]是初始缓冲等待时间和在视频播放过程中的卡顿缓冲时间，两者互相独立。可将卡顿缓冲时间转化成研究卡顿时长占比。

sLoading得分取决于初始缓冲时延。总缓冲时长由两阶段——信令交互阶段和缓冲阶段，三部分——RTT、缓冲内容，播放器加载组成。因此影响因素为初始缓冲峰值速率和E2E RTT。

sStalling得分取决于卡顿占比，其影响因素是播放阶段平均速率和视频码率。 总体框架示意图如下：

2 视频NE Model分析

视频NE Model （Network Experience Model）[2]， 是mLAB基于视频业务原理深入研究，上百万条SpeedVideo测试数据统计分析，建立起来的网络能力和视频体验之间关系模型。主要包含两部分：视频NE Model初始缓冲模型、视频NE Model卡顿模型。

2.1视频NE Model初始缓冲模型

目前OTT 视频播放协议，主要是Http+Range， HLS和DASH[3]，都基于TCP传输协议。通常，为保证视频流畅体验，播放器在开始播放前，会下载一定数据量（根据视频码率、初始缓冲时间量设置），即视频初始缓冲过程。

2.1.1 TCP传输速率与RTT的关系

当TCP连接建立后，在慢启动阶段，最初TCP在连接建立成功后会向网络发送大量的数据包，TCP的发送窗口是按照指数规律逐步增大[ ]。简单计算如下：

若带宽为W，那么经RTT*log2W时间就可占满带宽。

在慢启动阶段TCP层的瞬时传输速率为：

式（1）为慢启动阶段；式（2）为稳态阶段，即初始缓冲峰值速率。当TCP层的传输速率增长到空口速率后停止增长，此时TCP发送窗口的大小也趋于稳定。当空口带宽提升后，RTT应减小才能使TCP传输速率更快达到空口带宽，充分发挥空口资源，高速下载业务数据，减少等待时间。

2.1.2 初始缓冲时延与初始缓冲峰值速率，E2E、RTT的关系

可建立初始缓冲时延与初始缓冲峰值速率，E2E、RTT之间的关系式（假设初始缓冲量为4s，没有发生丢包和重传情况）：

式（3）中初始缓冲时延由3部分组成——视频解析阶段时间，TCP慢启动阶段时长和稳态阶段时长。式（4）是初始缓冲峰值速率表达式。由MATLAB解得n=10.3877，n是整数取10。

关系图如下（x轴为初始缓冲峰值速率（kbps），y轴为E2E、RTT（ms），z轴为初始缓冲时延（ms））

当y（E2E、RTT）一定时，x与z成负相关，即初始缓冲峰值速率越大，初始缓冲时延越小。当x（初始缓冲峰值速率）一定时，y与z成正相关，即E2E、RTT越大，初始缓冲时延越大。

2.2视频NE Model卡顿模型

整个视频观看过程，包括初始缓冲阶段和播放阶段两个阶段，卡顿占比在播放阶段出现。

2.2.1 卡顿占比与视频码率、播放阶段平均速率的关系

绘制卡顿时长与播放阶段平均速率的散点图，可知二者成线性关系，用线性回归对直线进行拟合，求出卡顿占比与播放阶段平均速率的关系式。

根据最小二乘法求得y=-6.946x+2.818*e4 ，拟合效果如图3所示。

与实际数据进行对比，相关系数 R2为 0.7836，证明拟合程度良好。

3 结果分析

3.1 vMOS分值与各因素之间的关系

vMOS与三个指标的函数关系式为[2]

sQuality为常数，可计算出sLoading、sStalling与各项因素关系式，推出vMOS与各项因素的函数关系。（p1--sLoading权重取0.23， p2--sLoading权重取0.27）

由图4可知sStalling得分与卡顿比分别在区间[0，0.15]和[0.15，0.3]上服从不同的线性关系。

由图5可知当初始缓冲时延大于1时，sLoading得分恒为0；在[0，1]时符合指数形式，找出拟合度最好的一组参数，求得sLoading得分与初始缓冲时延的关系式为：

已求得初始缓冲时延、卡顿比与初始缓冲峰值速率，E2E RTT，播放阶段平均速率的关系式。只要将之前结果代入，即可得vMOS与初始缓冲峰值速率，E2E RTT，播放阶段平均速率的函数关系表达式。

4 总结与展望

本文最终得到vMOS与初始缓冲峰值速率、E2E RTT、播放阶段平均速率的函数表达式。通过机理分析与数理计算相结合，既避免将所有参数作为变量时可能出现运算复杂、变量关系模糊及过拟合情况，又在一定程度上借助计算机优秀的运算性能挖掘出一些人工难以识别的关系。但也存在一定局限性：比如实际情况下，参数可能会随地区、设备性能等其他条件而有所不同。在实际应用中，只需采集数据，就能得到用户体验打分。一方面，可根据用户体验目标，估算出最低初始缓冲峰值需求和播放带宽需求。另一方面， 可根据用户观看视频时网络实际能力，在网络侧估算出视频用户体验，用于视频vMOS体验建网中的初始评估和优化后闭环验证，更好地增强用户体验。

参考文献：

[1] SpeedVideo大众测试常见10个FAQ及主要指标解释（技术版）[OL]. http：//www.weixinnu.com/tag/article/268251903.

[2] 陈楚雄，柯江毅，覃道满. 视频业务体验评估和优化提升探讨[J].邮电设计技术，2017（2）：17-23.

[3] mLAB. 一张图看懂Mobile vMOS优化方向. [OL]. http：//www.360doc.com/content/16/0427/00/2909773_554102036.shtml.

[4] mLAB. NE Model，量化网络视频承载能力. [OL]. http：//chuansong.me/n/1057304251241.

[5] mLAB. 时代基于用户体验建网的目标研究——业务等待时间[OL]. http：//www.huawei.com/mediafiles/CBG/PDF/Files/hw_396636.pdf.

[6] mLAB. 移动视频vMOS 4.0成长路径图[OL]. https：//sanwen8.cn/p/24d1TnF.html.

[7] mLAB. 基于移动视频的移动承载网络要求白皮书[OL]. http：//www.docin.com/p-1727526773.html