[论文解读] SQP: Congestion Control for Low-Latency Interactive Video Streaming

Devdeep Ray, Connor Smith+3 more|arXiv (Cornell University)|Jul 25, 2022

Image and Video Quality Assessment被引用 6

一句话总结

SQP 是一种专为低延迟交互式视频流设计的新型拥塞控制算法，通过帧耦合的成形数据包列车和自适应单向延迟测量，实现低且有界的排队延迟与高带宽利用率。在谷歌 AR 流媒体平台的真实 A/B 测试中，SQP 在 LTE 和 Wi-Fi 网络下分别比 Copa 多实现了 27% 和 15% 的高码率、低延迟会话，且在竞争性队列构建流量下，其带宽性能优于 GoogCC、Sprout 和 PCC-Vivace 2–3 倍。

ABSTRACT

This paper presents the design and evaluation of SQP, a congestion control algorithm (CCA) for interactive video streaming applications that need to stream high-bitrate compressed video with very low end-to-end frame delay (eg. AR streaming, cloud gaming). SQP uses frame-coupled, paced packet trains to sample the network bandwidth, and uses an adaptive one-way delay measurement to recover from queuing, for low, bounded queuing delay. SQP rapidly adapts to changes in the link bandwidth, ensuring high utilization and low frame delay, and also achieves competitive bandwidth shares when competing with queue-building flows within an acceptable delay envelope. SQP has good fairness properties, and works well on links with shallow buffers. In real-world A/B testing of SQP against Copa in Google's AR streaming platform, SQP achieves 27% and 15% more sessions with high bitrate and low frame delay for LTE and Wi-Fi, respectively. When competing with queue-building traffic like Cubic and BBR, SQP achieves 2-3X higher bandwidth compared to GoogCC (WebRTC), Sprout, and PCC-Vivace, and comparable performance to Copa (with mode switching).

研究动机与目标

• 设计一种专为低延迟交互式视频流应用（如云游戏和 AR）量身定制的拥塞控制算法，确保端到端帧延迟最小化。
• 解决在 LTE 和 Wi-Fi 等动态可变链路上，维持低排队延迟并实现高带宽利用率的挑战。
• 在与 Cubic 和 BBR 等队列构建流竞争时，确保公平性和友好性，且不依赖显式模式切换机制。
• 通过将带宽估计直接整合到帧传输时序中，消除探测时的帧填充需求。
• 在包括浅缓冲链路和高波动性的各种网络条件下，实现稳定且低延迟的性能。

提出的方法

• SQP 将每个视频帧作为短时、成形的包突发进行传输，以实现每帧的带宽采样，将拥塞控制直接耦合到视频帧时间线上。
• 采用自适应单向延迟测量技术，检测并恢复排队延迟，即使在网络条件波动时也能确保有界的排队延迟。
• 基于每帧的反馈，维护一个动态带宽估计，实现对可用带宽变化的快速适应。
• SQP 通过在孤立状态下故意减少探测，优先考虑延迟而非峰值利用率，从而减少网络中的排队，稳定帧延迟。
• 采用基于速率的控制机制，避免窗口式拥塞控制固有的突发性和延迟权衡。
• SQP 根据估计的可用带宽动态调整编码器码率，采用反馈驱动机制，避免显式模式切换。

实验结果

研究问题

• RQ1 拥塞控制算法是否能在不依赖显式模式切换的情况下，实现低延迟、有界的排队延迟？
• RQ2 如何高效地将带宽探测集成到视频帧传输时序中，以避免帧填充并减少端到端延迟？
• RQ3 拥塞控制算法在与 Cubic 和 BBR 等队列构建流竞争时，能在多大程度上维持高吞吐量和公平性？
• RQ4 SQP 是否能在带宽可变的真实无线环境中，实现优于现有 CCA（如 Copa、GoogCC 和 Sprout）的性能？
• RQ5 在 LTE 和 Wi-Fi 等真实网络条件下，SQP 在会话质量（码率和帧延迟）方面表现如何？

主要发现

• 在谷歌 AR 流媒体平台的真实 A/B 测试中，SQP 在 LTE 上比 Copa 多实现了 27% 的高码率、低帧延迟会话，在 Wi-Fi 上多实现了 15%。
• 在 Wi-Fi 网络下，71% 的 SQP 会话实现了良好性能（码率 >3 Mbps，fRTT <100 ms），而 Copa-0.1 为 56%。
• 在 LTE 网络下，36% 的 SQP 会话表现良好，而 Copa-0.1 仅为 9%，表明 SQP 在挑战性环境下具有更优的延迟稳定性。
• SQP 在 64% 的会话中将 P90 帧 RTT 降低至 100 ms 以下，而 Copa 为 39%，表明其端到端帧延迟显著更低。
• 在与 Cubic 和 BBR 等队列构建流竞争时，SQP 实现的带宽是 GoogCC、Sprout 和 PCC-Vivace 的 2–3 倍，性能与 Copa（带模式切换）相当。
• SQP 在 LTE 上表现出双峰码率分布，部分会话因链路噪声和低带宽估计而卡在低码率，表明在动态链路估计方面仍需进一步优化。