531-51CTO音视频QoS技术WebRTC带宽估计拥塞控制GCC技术深入剖析视频教程

javazx

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
8 U. p" `! [* p5 V: T. [  V4_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
' R, u* v# a: t8 [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
7 V- k$ {' D8 s( _' v9_2.6-RTP头部扩展内存分配3.mp4
' x- E: S  n6 _. K! z# h10_2.7-RTP头部扩展内存分配4.mp4
+ E& s0 ?, S# h: e11_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
+ ]% m, O1 i2 ]6 d3 J5 q' K1 f& {18_3.7-解析包时间信息以及还原seq_no.mp4
( ^0 M0 @5 @5 Y19_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
/ `, P# `9 ^& T' V, m21_4.3-同wireshark对比验证数据包解析结果.mp4
" c2 S6 w6 T; H0 S9 _22_4.4-feedback数据结构转换.mp4
+ p* {. G: m& R4 r3 t8 `23_4.5-在发送端记录RTP包的发送状态.mp4
/ i) Q8 U! V6 I24_4.6-更新RTP包发送后的状态1.mp4
6 U1 |% l4 J" ?' n9 j25_4.7-更新RTP包发送后的状态2.mp4
9 v2 J! q- h9 a6 s26_4.8-完成Feedback转换成内部的数据结构.mp4
2 h1 Y) t& f! ^( E# z27_5.1-创建基于延迟的带宽估计模块.mp4
& o( ]- Z' w; Q5 v2 O$ c28_5.2-基于延迟的带宽估计核心原理.mp4
0 q5 t: \& e$ {- G+ \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
7 I: ~" K/ V8 p3 {3 |" ^3 p9 n: ~0 c33_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
2 a' Q& I) S# f2 `% x& F9 w/ l35_7.4-线性回归zui小二乘法计算trend.mp4
/ s7 \' ]! N0 E5 m1 d# J2 ], H3 [36_7.5-利用trend进行网络过载检测.mp4
0 v5 w9 H' w! l0 K+ Q/ T. W+ }37_7.6-过载检测阈值自适应调整.mp4
. W/ d7 \( I- L; A9 I38_7.7-设计实验观察trend和阈值的变化.mp4
7 X! h4 J+ Z" F3 `39_8.1-创建AIMD码率控制模块.mp4
' t# W$ H9 X5 ]8 {7 d0 P; I40_8.2-网络过载时降低码率.mp4
- R9 ~) S* q9 S# W  f) \. l41_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
5 C" N. F; v+ n0 N: P$ k! R; L% ~43_8.5-AIMD-已知吞吐量时的码率调整.mp4
6 T; Y$ Q+ c) d0 \3 a44_8.6-AIMD-状态机状态转换.mp4
% x$ t% [# U7 ]1 V. ]45_8.7-AIMD-估计链路容量.mp4
" k9 W2 o) q5 c- L46_8.8-AIMD-加性增加码率.mp4
47_8.9-AIMD-慢启动模式增加码率.mp4
, x$ Z7 A* @; ?48_8.10-AIMD-乘性降低码率.mp4
49_9.1-创建吞吐量估计类.mp4
. f8 P- w5 b- l! B* }; `! z50_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
& Y# |& ~$ o4 B8 E. z52_9.4-贝叶斯估计吞吐量.mp4
2 y3 A5 x  _; e1 c1 C8 z53_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
, }& |# ]3 F6 q- \( ]: i4 c2 v55_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
4 R0 ?' \1 d( M59_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
+ y1 p& _7 T0 W$ u- ^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
  F' b& e, ?, C  t4 k' ~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
; e& r+ B2 d) B8 ]: p0 u67_12.1-ALR检测的基本原理和作用.mp4
68_12.2-创建AlrDetector.mp4
  @. O1 a- i  d# t8 V3 X69_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
- n9 u$ X$ J/ @" f. Z74_13.2-设置起始码率的时候触发探测.mp4
" b! ]1 ~# |, i, ?6 D75_13.3-初始化Probe.mp4
" l6 M* x! q# Q  }+ h% y76_13.4-创建ProbeCluster.mp4
77_13.5-存储ProbeCluster信息到队列.mp4
6 v' _3 `) ]2 B3 h78_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
7 {. R  V8 f5 A83_14.6-构造padding包2.mp4
84_15.1-创建Probe码率估计器.mp4
, i& P5 K9 N( J0 k, O7 I85_15.2-统计Probe结果.mp4
86_15.3-计算Probe码率.mp4
0 I1 y/ W9 o# j87_15.4-获取和重置Probe码率.mp4
* y  J0 c! S- K& n88_16.1-完善设置起始码率时的探测.mp4
; g; l8 y7 P3 I4 u89_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
4 n: c3 @% X7 V/ `' d' S, F94_16.7-周期性探测处理2.mp4
' p! L3 q0 z+ N& i. }95_16.8-Probe技术小结.mp4
* l4 m9 u* D1 i+ r96_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
0 g& O" t: b( c98_18.1-总结和未来工作.mp4
, E- ]% W3 [2 [$ i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


温馨提示：为避免链接被和谐，请第一时间将资源保存到自己网盘中

  b, m3 J7 v1 H' K6 J$ H' O网盘链接：https://pan.baidu.com/s/1eM_JVhoj7Ec_sxLTB-uBkw 提取码搜索公众号“程序员编程社区”，回复 “ x2 ” 即可
4 C  h5 @5 O! w( A( _3 G
. i. ]$ ?0 ?. U0 z7 Z. K