● 摘要
流媒体技术是网络技术和多媒体技术结合的产物。多方流媒体应用将典型流媒体应用中的单个数据源扩展为多个，从而使其具有了群体性、交互性、实时性等特点，以此为基础的多媒体实时协同环境广泛的应用于分布式工作、仪器设备远程共享、协同编辑、视频会议、远程教育乃至线上交互游戏等多种应用场景。但是，数据源数量的增加引入了现有的流媒体技术难以解决的两个相互关联的问题，即如何满足流媒体数据的实时性和同步性时间约束；以及如何在有限的网络和计算资源下承载大量流媒体数据的问题。针对这些问题，本文在软件体系结构和相关关键算法方面进行了研究，主要工作如下：●针对时间约束的实时性问题，本文提出了一个面向多方流媒体应用的中间件体系结构GSM。该体系结构将多线程模型与典型的管道/过滤器风格相结合。由于过滤器包含了独立的线程，各过滤器可以在多核心环境下并发执行，而线程的抢占式调度又使得时间敏感的处理步骤可以被优先执行。因此，GSM结构具有较好的实时性。此外，通过区分共享需求采用不同保护机制，GSM以较小的代价实现了线程安全的过滤器间数据共享。最后，GSM还保留了典型的管道/过滤器风格重用性强，易于维护的优点；●针对时间约束的同步性问题，本文提出了一个基于多点测量的提高时钟倾斜测量精度的算法。该算法分为两个步骤：首先，利用多方流媒体应用中已经存在的音频数据流展开端对端测量。本文在此处还证明了：在测量数据足够多的情况下，可以使用线性拟合代替线性规划算法求解点对点测量的时钟倾斜。而后，以时钟倾斜的稳定性和传递性为基础，综合通过不同路径的测量结果以进一步消除报文排队导致的测量误差。此外，本文还给出了该算法最终结果误差与点对点测量误差间的关系；●针对多方流媒体应用环境下大量数据的处理问题，本文以音频混音算法为切入点对基于GPU的快速媒体处理算法进行了初步研究，并提出了一个将GPU用于音频信号混音处理的实用算法。该算法将音频信号作为纹理位图输入GPU，借用三维图像渲染过程实现音频解码、混音和编码计算。本文研究通过对GPU I/O带宽的实际测量分析，认识到缓冲区锁定操作用时较长是降低GPU通用计算效率的主要原因，并由此提出了合并输出缓冲区、采用单纹理输入等适于音频数据特点的优化方案。此外，本文研究还基于以上成果设计并部分实现了一个支持群组交互的多方流媒体应用系统。该系统已在科技部多媒体视频交互系统、教育部全国教育视频会议系统、国家科技基础条件平台场发射电镜网络协同实验研究示范系统和网络协同研究与工作环境公共平台及国内外多所大学、企业得到应用，在一定程度上验证了上述技术的可行性和有效性。