致谢 | 第5-6页 |
中文摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
1 引言 | 第11-15页 |
1.1 研究背景 | 第11-12页 |
1.2 研究意义 | 第12-13页 |
1.3 本文主要贡献和论文结构 | 第13-15页 |
2 实时视频通信与QoE研究综述 | 第15-26页 |
2.1 实时视频通信概述 | 第15-19页 |
2.1.1 背景 | 第15-17页 |
2.1.2 实时通信关键技术和研究 | 第17-19页 |
2.2 QoE研究概述 | 第19-24页 |
2.2.1 QoE影响因素分析 | 第21页 |
2.2.2 QoE评价方法 | 第21-22页 |
2.2.3 QoE评价模型 | 第22-24页 |
2.3 WebRTC相关研究 | 第24-25页 |
2.4 本章小结 | 第25-26页 |
3 实验平台搭建 | 第26-43页 |
3.1 WebRTC源码获取和编译 | 第26-34页 |
3.1.1 Windows平台下获取和编译源码 | 第26-30页 |
3.1.2 Linux平台(ubuntu 12.04) | 第30-32页 |
3.1.3 Andriod平台 | 第32-34页 |
3.2 WebRTC源码简介 | 第34-37页 |
3.2.1 WebRTC多线程 | 第35-36页 |
3.2.2 WebRTC libjingle_media模块 | 第36页 |
3.2.3 WebRTC拥塞控制模块 | 第36-37页 |
3.3 无线环境监测和场景分析 | 第37-40页 |
3.4 实验测量 | 第40-42页 |
3.4.1 实验准备 | 第40-41页 |
3.4.2 实验测量过程 | 第41-42页 |
3.5 本章小结 | 第42-43页 |
4 实验数据分析 | 第43-52页 |
4.1 一个新的QoE衡量指标 | 第43-45页 |
4.2 无线网络质量参数测量分析 | 第45-47页 |
4.2.1 无线网络适量参数分布 | 第45-46页 |
4.2.2 无线网络质量参数动态性分析 | 第46-47页 |
4.3 无线网络质量参数与QoE相关性分析 | 第47-51页 |
4.4 本章小结 | 第51-52页 |
5 用户体验模型 | 第52-60页 |
5.1 机器学习概述 | 第52-54页 |
5.2 QoE模型 | 第54-59页 |
5.2.1 QoE模型训练 | 第55-57页 |
5.2.2 QoE模型分析 | 第57-59页 |
5.3 本章小结 | 第59-60页 |
6 总结与展望 | 第60-61页 |
6.1 总结 | 第60页 |
6.2 展望 | 第60-61页 |
参考文献 | 第61-66页 |
附录A | 第66-67页 |
作者简历 | 第67-69页 |
学位论文数据集 | 第69页 |