WebRTC编码过载检测与帧率适应机制分析报告

WebRTC编码过载检测与帧率适应机制分析报告

1. 概述

本报告基于WebRTC源码分析，详细阐述了编码过载检测机制及其触发的帧率降级算法。分析范围涵盖从编码时间测量到最终帧率调整的完整调用链。

2. 编码使用率计算机制

2.1 基本计算公式

位置: android/cmake/src/video/adaptation/overuse_frame_detector.cc:163-164

float encode_usage_percent = 100.0f * filtered_processing_ms_->filtered() / frame_diff_ms;

2.2 编码时间测量

编码时长计算 (overuse_frame_detector.cc:143-144):

encode_duration_us = timing.last_send_us - timing.capture_us;

• timing.capture_us: 帧捕获时间戳
• timing.last_send_us: 帧发送完成时间戳
• 测量范围: 从帧捕获到编码完成发送的总时间

2.3 滤波处理

指数滤波算法 (rtc_base/numerics/exp_filter.cc:24):

y(k) = alpha^exp × y(k-1) + (1 - alpha^exp) × sample

数据处理流程 (overuse_frame_detector.cc:148):

AddSample(1e-3 * (*encode_duration_us), 1e-3 * diff_us);
// 微秒转毫秒: 1e-3 = 0.001

3. 过载检测阈值与判断逻辑

3.1 默认阈值设置

软件编码器 (overuse_frame_detector.h:34):

int high_encode_usage_threshold_percent = 85;  // 85%

硬件编码器 (video_stream_encoder_resource_manager.cc:684-685):

options.low_encode_usage_threshold_percent = 150;   // 150%
options.high_encode_usage_threshold_percent = 200;  // 200%

3.2 过载判断条件

单次检查 (overuse_frame_detector.cc:653-657):

if (usage_percent >= options_.high_encode_usage_threshold_percent) {++checks_above_threshold_;
} else {checks_above_threshold_ = 0;
}

连续检查 (overuse_frame_detector.cc:658):

return checks_above_threshold_ >= options_.high_threshold_consecutive_count;
// high_threshold_consecutive_count = 2 (默认值)

最小样本要求 (overuse_frame_detector.cc:586-587):

if (num_process_times_ <= options_.min_process_count ||  // min_process_count = 3!encode_usage_percent_)return;  // 不触发适应

4. 过载触发的调用链

4.1 检测到过载后的调用序列

// 1. 过载检测 (overuse_frame_detector.cc:616)
observer->AdaptDown();// 2. 资源适应 (encode_usage_resource.cc:93-95)
void EncodeUsageResource::AdaptDown() {OnResourceUsageStateMeasured(ResourceUsageState::kOveruse);
}// 3. 资源处理 (resource_adaptation_processor.cc:201)
case ResourceUsageState::kOveruse:result_and_message = OnResourceOveruse(resource);// 4. 获取适应方案 (resource_adaptation_processor.cc:287)
Adaptation adaptation = stream_adapter_->GetAdaptationDown();// 5. 应用适应 (resource_adaptation_processor.cc:305)
stream_adapter_->ApplyAdaptation(adaptation, reason_resource);

4.2 适应方案选择

降级偏好判断 (video_stream_adapter.cc:454-475):

switch (degradation_preference_) {case DegradationPreference::BALANCED: {// 先尝试降帧率，再降分辨率RestrictionsOrState decrease_frame_rate = DecreaseFramerate(input_state, current_restrictions);if (成功) return decrease_frame_rate;// 否则降分辨率[[fallthrough]];}case DegradationPreference::MAINTAIN_FRAMERATE: {// 只降分辨率return DecreaseResolution(input_state, current_restrictions);}case DegradationPreference::MAINTAIN_RESOLUTION: {// 只降帧率return DecreaseFramerate(input_state, current_restrictions);}
}

5. 帧率降级算法

5.1 核心降级公式

位置: video_stream_adapter.cc:37-40

int GetLowerFrameRateThan(int fps) {RTC_DCHECK(fps != std::numeric_limits<int>::max());return (fps * 2) / 3;  // 关键公式：降到原来的2/3
}

5.2 帧率降级实现

MAINTAIN_RESOLUTION模式 (video_stream_adapter.cc:507):

if (degradation_preference_ == DegradationPreference::MAINTAIN_RESOLUTION) {max_frame_rate = GetLowerFrameRateThan(input_state.frames_per_second());
}

BALANCED模式 (video_stream_adapter.cc:511-512):

else if (degradation_preference_ == DegradationPreference::BALANCED) {max_frame_rate = balanced_settings_.MinFps(input_state.video_codec_type(),frame_size_pixels);
}

5.3 最小帧率限制

最小值设定 (video_stream_adapter.cc:32):

const int kMinFrameRateFps = 2;

限制应用 (video_stream_adapter.cc:522):

max_frame_rate = std::max(kMinFrameRateFps, max_frame_rate);

6. 实际降级序列计算

6.1 MAINTAIN_RESOLUTION模式帧率序列

基于公式 new_fps = current_fps × 2/3：

当前帧率	计算过程	降级后帧率	降幅
30fps	30 × 2/3 = 20	20fps	33.3%
20fps	20 × 2/3 = 13.33	13fps	35%
13fps	13 × 2/3 = 8.66	8fps	38.5%
8fps	8 × 2/3 = 5.33	5fps	37.5%
5fps	5 × 2/3 = 3.33	3fps	40%
3fps	3 × 2/3 = 2	2fps	33.3%
2fps	2 × 2/3 = 1.33	2fps	0% (最小值)

6.2 BALANCED模式帧率配置

默认配置 (balanced_degradation_settings.cc:25-55):

std::vector<Config> DefaultConfigs() {return {{320 * 240,  7,  ...},   // 76,800像素  → 7fps最小值{480 * 360,  10, ...},   // 172,800像素 → 10fps最小值{640 * 480,  15, ...}    // 307,200像素 → 15fps最小值};
}

7. 编码使用率实例分析

7.1 30fps正常情况

理论帧间隔：1000ms / 30fps = 33.33ms
实际编码时间：25ms
编码使用率 = 100 × 25ms / 33.33ms = 75%
结果：75% < 85% → 正常运行

7.2 30fps过载情况

理论帧间隔：33.33ms
实际编码时间：30ms  
编码使用率 = 100 × 30ms / 33.33ms = 90%
结果：90% > 85% → 触发降帧率（连续2次检测后）

7.3 硬件编码器容忍度

理论帧间隔：33.33ms
实际编码时间：60ms（包含流水线延迟）
编码使用率 = 100 × 60ms / 33.33ms = 180%
结果：180% < 200% → 正常运行（硬件编码器阈值）

8. 关键常量定义

常量名	数值	位置	说明
high_encode_usage_threshold_percent	85%	overuse_frame_detector.h:34	软件编码器过载阈值
high_encode_usage_threshold_percent	200%	video_stream_encoder_resource_manager.cc:685	硬件编码器过载阈值
high_threshold_consecutive_count	2	overuse_frame_detector.h:53	连续过载检测次数
min_process_count	3	overuse_frame_detector.h:50	最小处理次数要求
min_frame_samples	120	overuse_frame_detector.h:46	最小帧样本数
kMinFrameRateFps	2	video_stream_adapter.cc:32	最小帧率限制

9. 总结

WebRTC的编码过载检测与帧率适应机制基于以下核心原理：

1. 时间测量: 精确测量从帧捕获到发送完成的总时间
2. 使用率计算: 编码时间占帧间隔时间的百分比
3. 过载判断: 连续2次检测到使用率≥85%（软件）或≥200%（硬件）
4. 帧率降级: 按2/3比例递减，最低至2fps
5. 模式适应: 根据降级偏好选择降帧率或降分辨率

该机制确保在CPU资源紧张时，通过及时的帧率调整维持视频编码的实时性和稳定性。