CN111447511A - 一种带有用户感知体验质量的带宽分配方法 - Google Patents
一种带有用户感知体验质量的带宽分配方法 Download PDFInfo
- Publication number
- CN111447511A CN111447511A CN202010159482.0A CN202010159482A CN111447511A CN 111447511 A CN111447511 A CN 111447511A CN 202010159482 A CN202010159482 A CN 202010159482A CN 111447511 A CN111447511 A CN 111447511A
- Authority
- CN
- China
- Prior art keywords
- user
- video
- bandwidth
- quality
- playing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q11/00—Selecting arrangements for multiplex systems
- H04Q11/0001—Selecting arrangements for multiplex systems using optical switching
- H04Q11/0062—Network aspects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
- H04W28/18—Negotiating wireless communication parameters
- H04W28/20—Negotiating bandwidth
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q11/00—Selecting arrangements for multiplex systems
- H04Q11/0001—Selecting arrangements for multiplex systems using optical switching
- H04Q11/0062—Network aspects
- H04Q2011/0086—Network resource allocation, dimensioning or optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种带有用户感知体验质量的带宽分配方法,属于光纤无线接入网络技术领域。该方法针对光纤无线接入网的前端网络中,多用户场景带宽分配不合理导致视频业务播放不连续问题,将视频中断作为用户感知体验质量的参数,提出一种带宽分配机制,解决带宽分配不合理导致的视频中断问题。本发明包括以下步骤:首先,根据视频内容信息及视频质量层,利用扩散近似法建立视频播放扩散过程并导出下溢概率模型;然后,根据缓存区的下溢概率、播放的视频质量及带宽变化的效用函数建立整体的用户感知体验质量评估模型;最后,为保证在带宽约束内最大化整体用户的体验质量,将带宽分配问题表示为一个凸优化问题,并采用拉格朗日乘子法自适应地分配每个用户的请求带宽。
Description
技术领域
本发明属于光纤无线接入网络技术领域,涉及一种带有用户感知体验质量的带宽分配方法。
背景技术
随着移动设备的大范围应用,以及随时随地观看视频的需求不断增长,用户希望在移动过程中仍能保持互联网连接;为了保证视频业务的高带宽及良好的时延敏感特性,网络必须拥有更加优秀的承载能力。光纤无线(Fiber-Wireless,FiWi)接入网络是一种结合光网络与无线接入方式的新型融合网络,同时具备光网络资源丰富、传输可靠和无线网络成本低、易部署的特点,能够满足未来接入网的需求,其后端的无源光网络(PassiveOptical Network,PON)具有大容量、高带宽的优势,能够保证视频业务的高效传输,前端无线网络(Wireless Mesh Network,WMN)的灵活性可以为用户提供可移动性的连接。光域和无线域媒介传输能力存在显著差异,传统以传输控制协议(Transmission ControlProtocol,TCP)和用户数据报协议(User Datagram Protocol,UDP)为主的单路径传输协议难以满足网络环境与用户的需求的改变,于是多路径传输协议被提出,多路径传输能够利用网络中的空闲带宽,有效提高传输的吞吐量,适应视频流量的急剧增长。但无线信道的随机性会导致链路传输能力存在时变特性,因此为适应动态变化的网络环境和视频传输需求,采用已建立的标准(例如,H.264/MPEG-4AVC)支持的可伸缩视频编码(ScalableVideoCoding,SVC)技术对视频进行分发传输。
目前,国内外研究人员在用户的感知体验质量方面进行了深入的研究。JIANG Q,LEUNG V C M,TANG H在“QoS-Guaranteed Adaptive Bandwidth Allocation for MobileMultiuser Scalable Video Streaming”[IEEE Wireless ComNGmunications Letters,2019,8(3):721-724]中提出了一种自适应带宽分配方案,旨在最大限度地提高带宽利用率的同时提供每个用户的服务质量(Quality ofService,QoS),该方案与流量速率自适应技术相结合,并引入连续时间马尔可夫决策过程模型,将问题转化为约束随机优化问题,解决了多用户之间的空间多样性和单个信道条件的时间波动问题。但是该方案将平均视频质量作为用户的服务质量,忽略了用户由于带宽分配不合理导致视频播放中断的问题,从而影响用户的体验质量。YUAN H,FU H,JU L在“End-to-End Distortion-Based MultiuserBandwidth Allocation for Real-Time Video Transmission Over LTE Network”[IEEETransactions on Broadcasting,2017,63(2):338-349]中提出了一种基于端到端失真的多用户带宽分配方案,通过吞吐量推导出端到端失真模型,然后将带宽分配问题转为凸优化问题,并通过Karush-Kuhn-Tucker条件进行求解。然而此方案是在当前的传输周期中基于信道状况进行优化,而没有从用户观看视频获得的体验质量角度解决。
在无线时变信道向多用户传输实时可伸缩视频时,带宽分配对用户体验质量起着重要的作用,信道波动对满足用户所需的体验质量(QualityofExperience,QoE)带来了极大的挑战。因此,根据网络状况自适应地调整带宽请求,降低网络拥塞对视频播放的影响,从而保证用户的感知体验质量是一个亟待解决的问题。
发明内容
有鉴于此,本发明的目的在于提供一种带有用户感知体验质量的带宽分配方法,考虑用户在当前时刻的中断概率,为中断概率高的用户分配较多的带宽,对中断概率较低的用户分配较少的带宽,减小视频播放期间中断的用户数量,提升用户观看体验。
为达到上述目的,本发明提供如下技术方案:
一种带有用户感知体验质量的带宽分配方法,在该方法中,首先根据用户的中断概率以及在瓶颈链路传输的视频质量层建立带宽变化的QoE效用函数;然后通过扩散近似法导出的中断概率、播放的视频质量及带宽变化的效用函数建立整体用户的感知体验质量评估模型;最后通过黑塞矩阵证明带宽分配问题为凸优化问题,并采用拉格朗日乘子法自适应地分配每个用户的请求带宽。
进一步,该方法具体步骤如下:
S1:计算用户uj的中断概率:为解决以数据量评估缓冲区中断概率存在误差的问题,以视频帧的数量作为阈值的参考因素,利用扩散近似法将播放阶段建模为扩散过程,准确计算中断概率;
S2:带宽变化对QoE的效用函数:将用户缓冲区的中断概率和瓶颈链路传输的视频质量层作为带宽分配的影响因子,进而设计出带宽变化对QoE的效用函数:用户uj(j=1,2,3)在FiWi网络向内容服务器请求不同的视频s(s=1,2,3),并由ONU-BS-A,ONU-BS-B,ONU-BS-C三条路径分层传输,每条路径包含用户uj(j=1,2,3)不同增强层的视频数据,其中链路DB为前端无线网络在t时刻的瓶颈链路,且链路带宽记为Bbl,t,带宽Bbl,t在用户集U={1,2,...,J}之间动态分配,定义Bj,t为时刻t分配给用户uj的带宽,且Bj,t≥0;
S3:建立QoE优化模型:通过缓存受限导致的播放中断、视频播放的平均质量作为QoE的影响参数;
S4:为最大化整体用户的QoE,根据步骤S3所建立的优化模型,采用拉格朗日乘子法分配瓶颈链路的带宽。
进一步,所述步骤S1具体包括:
S11:视频播放时间分为相等的图片组持续时间T,每个图片组由F个帧组成并且同一图片组的视频帧质量层相等;假设第n个图片组包含Mn个质量层,其中,帧f中每个质量层的比特记为计算第n个图片组的第f帧的比特数结果为第f帧的所有质量层比特数之和;计算第n个图片组的比特An,结果为图片组的所有帧数据量之和;
S12:由于不同的帧视频内容和质量存在差异,如果以视频数据量作为播放阈值,对下溢概率的估计存在影响,本方法以视频帧的数量作为阈值的参考因素,缓冲区缓存视频帧的上限阈值为其中表示向下取整符号,At表示在时刻t已经缓存的视频帧数量,Nd表示终端设备固定的缓冲区数据容量,Ad表示缓冲区已经缓存的数据量,R表示未到达终端的视频帧平均数据量;
S13:在视频帧编码成不同质量层进行多路径传输过程中,假设路径k传输的质量层到达的时间间隔是给定的随机分布,均值为1/λk,方差为τk;计算出终端的整个视频帧到达时间间隔的平均值1/λ和方差τ分别为K表示路径数量;本方法假定视频帧离开缓冲区时间由视频播放速率决定,服从确定分布,其均值为1/μ,方差为υ;
S15:通过扩散方程的求导定义,推导出扩散方程的条件概率密度函数Ty为视频播放阶段缓冲区中剩余视频帧数从Q∈[Y,Nt]变为y∈[0,Y-1]时的视频播放时间,y为发生中断时缓冲区中剩余的视频帧量,进而得出缓冲区剩余视频帧数为y时的播放持续时间的概率密度函数
进一步,所述步骤S2具体包括:
S21:在多路径传输应用场景中,用户uj请求质量层为sj的视频s,并在多路径中分层传输;本方法定义用户uj请求的视频在瓶颈链路DB传输的增强层为由于高层数据对低层数据有依赖性,本方法考虑瓶颈链路DB包含的质量层视频对视频传输的影响,传输的质量层级别越低,对用户的重要性就越大,定义为在瓶颈链路DB传输的重要性,其中ρs为用户uj对视频s的喜爱程度,取值范围为0≤ρs≤1,用户对视频的喜爱程度越高,期望观看视频的完整度就越高;
S22:为保证带宽分配满足用户uj的观看需求,瓶颈链路DB建立带宽分配的影响因子用户uj在链路DB的影响因子由用户uj的缓冲区中断概率Pj,y和在链路DB传输的重要性决定,取值范围为[0,1]的ε是调节因子,ε的值越大则表示用户感知体验受中断概率的影响越大,反之表示用户感知体验受视频质量的影响越大;
S23:为合理分配带宽,达到保障用户观看视频性能的目的,本方法建立带宽变化的QoE效用函数Bj,t表示用户j在时刻t请求的带宽,Bj,t-1表示用户j在时刻t-1请求的带宽,v代表效用函数对于带宽变化的敏感程度,其取值范围为[0,1],v的值越小则表示用户感知体验受带宽变化的波动越小,反之亦然。
进一步,所述步骤S3具体包括:
S31:在本方法中,将费希纳定律运用到用户的视频质量评价中,建立对数函数表示用户uj对视频质量的接受度,Mj表示用户uj能够接受的最低质量版本,表示用户uj播放第n个图片组的质量版本,A表示图片组的平均比特,c的取值范围为[0.5,1],与选择的视频类型有关;
进一步,所述步骤S4具体包括:
S41:先将优化模型的最大化形式改为最小化形式:
S42:采用黑塞矩阵证明步骤S41修改的优化模型是凸优化函数,黑塞矩阵是一个多元函数的二阶偏导数构成的方阵,描述了函数的局部曲率,若黑塞矩阵是正定矩阵,则可证明目标函数是凸优化函数,目标函数黑塞矩阵表达式如下式:
S43:根据拉格朗日乘子法性质,需要添加拉格朗日乘子γ改写目标函数,由于约束条件是不等式约束,本方法引用卡鲁什·库恩·塔克(Karush-Kuhn-Tuckerconditions,KKT)条件,加入松弛变量d2使得不等式约束变成等式约束,将目标函数改写为
S44:将L(Bj,t,γ,d)分别对用户j在时刻t获得的带宽Bj,t、拉格朗日乘子γ以及松弛变量d求导,由于瓶颈链路DB的带宽Bbl,t可以全部分配给用户集U,因此本方法将d令为0,根据所求的导数式子求解得出目标值Bj,t、拉格朗日乘子γ;
S45:由于步骤S44求得的带宽Bj,t并不能保障其非负性,可能存在Bj,t<0,j=1,2,...,J,由于实际请求的带宽不可能为负值,因此令Bj,t=0(j=1,2,...,J),使得所有用户请求的带宽均为正值,此时分配结果即为最优方案。
本发明的有益效果在于:本发明提出的一种带有用户感知体验质量的带宽分配方法能够有效地解决多用户场景中的带宽不合理分配所造成的视频播放中断问题,从而有效保证整体用户的视频播放不中断。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作优选的详细描述,其中:
图1为本发明中带宽分配的***架构图;
图2为本发明中一种带有用户感知体验质量的带宽分配流程图;
图3为本发明中带宽分配方法流程图。
具体实施方式
下面结合附图对本发明的具体实施例进行详细说明。
本发明提供一种带有用户感知体验质量的带宽分配方法,主要用于解决WMN网络出现瓶颈链路,无法按需提供用户集需求的带宽而造成视频播放中断的情况,图1为本发明中带宽分配的***架构图。
图2为本方法的流程图,如图2所示,本发明提供的一种带有用户感知体验质量的带宽分配方法具体包含以下步骤:
输入:WMN网络拓扑G(V,E),以及用户集请求的视频s。
输出:用户获得的带宽。
S1:计算用户uj的中断概率:为解决以数据量评估缓冲区中断概率存在误差的问题,本发明以视频帧的数量作为阈值的参考因素。并且利用扩散近似法将播放阶段建模为扩散过程,准确计算中断概率。
S2:将用户缓冲区的中断概率和瓶颈链路传输的视频质量层作为带宽分配的影响因子,进而设计出带宽变化对QoE的效用函数。
S3:建立QoE优化模型:通过缓存受限导致的播放中断、视频播放的平均质量作为QoE的影响参数。
S4:根据步骤S3所建立的的优化模型,在瓶颈链路DB采用拉格朗日乘子法为用户分配带宽。
S5:带宽分配结束。
图2中涉及的中断概率计算,其具体过程为:
S12:以视频帧的数量作为阈值的参考因素,计算视频帧的上限阈值Nt。
S13:视频帧编码成不同质量层进行多路径传输,计算出终端接收多路径传输视频帧的到达和移出的期望和方差。
S14:利用扩散近似法将播放阶段建模为扩散过程,得出连续扩散过程X(t)的均值瞬时变化率βj,方差的瞬时变化率αj;推导出扩散方程的条件概率密度函数,进而得出缓冲区剩余视频帧数为y时的播放持续时间的概率密度函数;假设Sj为用户uj观看视频的时间长度,推导出剩余视频帧数量为y时的中断概率Pj,y。
图2中涉及的带宽变化对QoE的效用函数,如附图1所示的带宽分配的***架构图,其具体过程为:
S21:假设用户uj请求质量层为sj的视频s在多路径中分层传输。本发明定义用户uj请求的视频在瓶颈链路DB传输的增强层为考虑瓶颈链路DB包含的质量层视频对视频传输的影响,传输的质量层级别越低,对用户的重要性就越大,因此,计算在瓶颈链路DB传输的重要性
S22:在瓶颈链路DB建立带宽分配的影响因子用户uj在链路DB的影响因子由用户uj的缓冲区中断概率Pj,y和在链路DB传输的重要性决定,取值范围为[0,1]的ε是调节因子,ε的值越大则表示用户感知体验受中断概率的影响越大,反之表示用户感知体验受视频质量的影响越大。
S23:建立带宽变化的QoE效用函数Bj,t表示用户j在时刻t请求的带宽,Bj,t-1表示用户j在时刻t-1请求的带宽,v代表效用函数对于带宽变化的敏感程度,其取值范围为[0,1],v的值越小则表示用户感知体验受带宽变化的波动越小,反之亦然。
图2中涉及的QoE目标函数的建立,其具体过程为:
S31:将费希纳定律运用到用户的视频质量评价中,建立对数函数表示用户uj对视频质量的接受度,其中,Mj表示用户uj能够接受的最低质量版本,表示用户uj播放第n个图片组的质量版本,A表示视频图片组平均比特。c的取值范围为[0.5,1],与选择的视频类型有关。
如附图3所示的带宽分配方法流程图,优选的具体包含以下步骤:
S42:采用黑塞矩阵判断步骤S41修改的优化模型是否为凸优化函数,若黑塞矩阵是正定矩阵,则可证明目标函数是凸优化函数。如果判断为凸优化函数则采用步骤S43,否则按照中断概率比例分配带宽。
S43:根据拉格朗日乘子法性质,添加拉格朗日乘子γ改写目标函数,而且由于约束条件是不等式约束,所以引用卡鲁什·库恩·塔克(Karush-Kuhn-Tucker conditions,KKT)条件,加入松弛变量d2使得不等式约束变成等式约束。将目标函数改写为
S44:将L(Bj,t,γ,d)分别对用户j在时刻t获得的带宽Bj,t、拉格朗日乘子γ以及松弛变量d求导,由于瓶颈链路DB的带宽Bbl,t可以全部分配给用户集U,因此本方法将d令为0,根据所求的导数式子求解得出目标值Bj,t、拉格朗日乘子γ。
S45:由于步骤S44求得的带宽Bj,t并不能保障其非负性,可能存在Bj,t<0,j=1,2,...,J,由于实际请求的带宽不可能为负值,因此令Bj,t=0(j=1,2,...,J),使得所有用户请求的带宽均为正值,此时分配结果即为最优方案。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (6)
1.一种带有用户感知体验质量的带宽分配方法,其特征在于:在该方法中,首先根据用户的中断概率以及在瓶颈链路传输的视频质量层建立带宽变化的QoE效用函数;然后通过扩散近似法导出的中断概率、播放的视频质量及带宽变化的效用函数建立用户感知体验质量评估模型;最后通过黑塞矩阵证明带宽分配问题为凸优化问题,并采用拉格朗日乘子法自适应地分配每个用户的请求带宽。
2.根据权利要求1所述的一种带有用户感知体验质量的带宽分配方法,其特征在于:该方法具体步骤如下:
S1:计算用户uj的中断概率:为解决以数据量评估缓冲区中断概率存在误差的问题,以视频帧的数量作为阈值的参考因素,利用扩散近似法将播放阶段建模为扩散过程,准确计算中断概率;
S2:带宽变化对QoE的效用函数:将用户缓冲区的中断概率和瓶颈链路传输的视频质量层作为带宽分配的影响因子,进而设计出带宽变化对QoE的效用函数:用户uj(j=1,2,3)在FiWi网络向内容服务器请求不同的视频s(s=1,2,3),并由ONU-BS-A,ONU-BS-B,ONU-BS-C三条路径分层传输,每条路径包含用户uj(j=1,2,3)不同增强层的视频数据,其中链路DB为前端无线网络在t时刻的瓶颈链路,且链路带宽记为Bbl,t,带宽Bbl,t在用户集U={1,2,...,J}之间动态分配,定义Bj,t为时刻t分配给用户uj的带宽,且Bj,t≥0;
S3:建立QoE优化模型:通过缓存受限导致的播放中断、视频播放的平均质量作为QoE的影响参数;
S4:为最大化整体用户的QoE,根据步骤S3所建立的优化模型,采用拉格朗日乘子法分配瓶颈链路的带宽。
3.根据权利要求2所述的一种带有用户感知体验质量的带宽分配方法,其特征在于:所述步骤S1具体包括:
S11:视频播放时间分为相等的图片组持续时间T,每个图片组由F个帧组成并且同一图片组的视频帧质量层相等;假设第n个图片组包含Mn个质量层,其中,帧f中每个质量层的比特记为计算第n个图片组的第f帧的比特数结果为第f帧的所有质量层比特数之和;计算第n个图片组的比特An,结果为图片组的所有帧数据量之和;
S12:由于不同的帧视频内容和质量存在差异,如果以视频数据量作为播放阈值,对下溢概率的估计存在影响,本方法以视频帧的数量作为阈值的参考因素,缓冲区缓存视频帧的上限阈值为其中表示向下取整符号,At表示在时刻t已经缓存的视频帧数量,Nd表示终端设备固定的缓冲区数据容量,Ad表示缓冲区已经缓存的数据量,R表示未到达终端的视频帧平均数据量;
S13:在视频帧编码成不同质量层进行多路径传输过程中,假设路径k传输的质量层到达的时间间隔是给定的随机分布,均值为1/λk,方差为τk;计算出终端的整个视频帧到达时间间隔的平均值1/λ和方差τ分别为K表示路径数量;本方法假定视频帧离开缓冲区时间由视频播放速率决定,服从确定分布,其均值为1/μ,方差为υ;
S15:通过扩散方程的求导定义,推导出扩散方程的条件概率密度函数Ty为视频播放阶段缓冲区中剩余视频帧数从Q∈[Y,Nt]变为y∈[0,Y-1]时的视频播放时间,y为发生中断时缓冲区中剩余的视频帧量,进而得出缓冲区剩余视频帧数为y时的播放持续时间的概率密度函数
4.根据权利要求3所述的一种带有用户感知体验质量的带宽分配方法,其特征在于:所述步骤S2具体包括:
S21:在多路径传输应用场景中,用户uj请求质量层为sj的视频s,并在多路径中分层传输;本方法定义用户uj请求的视频在瓶颈链路DB传输的增强层为由于高层数据对低层数据有依赖性,本方法考虑瓶颈链路DB包含的质量层视频对视频传输的影响,传输的质量层级别越低,对用户的重要性就越大,定义为在瓶颈链路DB传输的重要性,其中ρs为用户uj对视频s的喜爱程度,取值范围为0≤ρs≤1,用户对视频的喜爱程度越高,期望观看视频的完整度就越高;
S22:为保证带宽分配满足用户uj的观看需求,瓶颈链路DB建立带宽分配的影响因子用户uj在链路DB的影响因子由用户uj的缓冲区中断概率Pj,y和在链路DB传输的重要性决定,取值范围为[0,1]的ε是调节因子,ε的值越大则表示用户感知体验受中断概率的影响越大,反之表示用户感知体验受视频质量的影响越大;
5.根据权利要求4所述的一种带有用户感知体验质量的带宽分配方法,其特征在于:所述步骤S3具体包括:
S31:在本方法中,将费希纳定律运用到用户的视频质量评价中,建立对数函数表示用户uj对视频质量的接受度,Mj表示用户uj能够接受的最低质量版本,表示用户uj播放第n个图片组的质量版本,A表示图片组的平均比特,c的取值范围为[0.5,1],与选择的视频类型有关;
6.根据权利要求5所述的一种带有用户感知体验质量的带宽分配方法,其特征在于:所述步骤S4具体包括:
S41:先将优化模型的最大化形式改为最小化形式:
S42:采用黑塞矩阵证明步骤S41修改的优化模型是凸优化函数,黑塞矩阵是一个多元函数的二阶偏导数构成的方阵,描述了函数的局部曲率,若黑塞矩阵是正定矩阵,则可证明目标函数是凸优化函数,目标函数黑塞矩阵表达式如下式:
S43:根据拉格朗日乘子法性质,需要添加拉格朗日乘子γ改写目标函数,由于约束条件是不等式约束,本方法引用卡鲁什·库恩·塔克(Karush-Kuhn-Tucker conditions,KKT)条件,加入松弛变量d2使得不等式约束变成等式约束,将目标函数改写为
S44:将L(Bj,t,γ,d)分别对用户j在时刻t获得的带宽Bj,t、拉格朗日乘子γ以及松弛变量d求导,由于瓶颈链路DB的带宽Bbl,t可以全部分配给用户集U,因此本方法将d令为0,根据所求的导数式子求解得出目标值Bj,t、拉格朗日乘子γ;
S45:由于步骤S44求得的带宽Bj,t并不能保障其非负性,可能存在Bj,t<0,j=1,2,...,J,由于实际请求的带宽不可能为负值,因此令Bj,t=0(j=1,2,...,J),使得所有用户请求的带宽均为正值,此时分配结果即为最优方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010159482.0A CN111447511B (zh) | 2020-03-09 | 2020-03-09 | 一种带有用户感知体验质量的带宽分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010159482.0A CN111447511B (zh) | 2020-03-09 | 2020-03-09 | 一种带有用户感知体验质量的带宽分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111447511A true CN111447511A (zh) | 2020-07-24 |
CN111447511B CN111447511B (zh) | 2021-10-08 |
Family
ID=71654221
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010159482.0A Active CN111447511B (zh) | 2020-03-09 | 2020-03-09 | 一种带有用户感知体验质量的带宽分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111447511B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112261667A (zh) * | 2020-10-19 | 2021-01-22 | 重庆大学 | 一种基于边缘计算的fiwi网络媒体接入控制***及方法 |
CN112911408A (zh) * | 2021-01-25 | 2021-06-04 | 电子科技大学 | 基于深度学习的智能视频码率调整及带宽分配方法 |
CN113038187A (zh) * | 2021-02-28 | 2021-06-25 | 中南大学 | 一种视频体验质量公平的实用网络带宽分配方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101316380A (zh) * | 2007-06-01 | 2008-12-03 | 上海摩波彼克半导体有限公司 | 无线通信网络中提高自适应多媒体服务质量的方法 |
CN103024597A (zh) * | 2012-12-26 | 2013-04-03 | 上海大学 | 多视点视频流多速率组播传输的最优速率分配方法 |
CN104333779A (zh) * | 2014-10-28 | 2015-02-04 | 清华大学 | 流媒体应用快速缓冲的带宽分配方法 |
CN105657321A (zh) * | 2015-11-09 | 2016-06-08 | 乐视致新电子科技(天津)有限公司 | 视频清晰度自适应调节方法、装置及终端 |
CN107509120A (zh) * | 2017-09-15 | 2017-12-22 | 上饶市中科院云计算中心大数据研究院 | 一种基于缓冲区下溢概率估计的流媒体自适应传输方法 |
CN108924667A (zh) * | 2018-08-03 | 2018-11-30 | 阳雨哲 | 一种支持QoE最大化的可用带宽自适应视频分片请求方法 |
CN108989802A (zh) * | 2018-08-14 | 2018-12-11 | 华中科技大学 | 一种利用帧间关系的hevc视频流的质量估计方法及*** |
-
2020
- 2020-03-09 CN CN202010159482.0A patent/CN111447511B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101316380A (zh) * | 2007-06-01 | 2008-12-03 | 上海摩波彼克半导体有限公司 | 无线通信网络中提高自适应多媒体服务质量的方法 |
CN103024597A (zh) * | 2012-12-26 | 2013-04-03 | 上海大学 | 多视点视频流多速率组播传输的最优速率分配方法 |
CN104333779A (zh) * | 2014-10-28 | 2015-02-04 | 清华大学 | 流媒体应用快速缓冲的带宽分配方法 |
CN105657321A (zh) * | 2015-11-09 | 2016-06-08 | 乐视致新电子科技(天津)有限公司 | 视频清晰度自适应调节方法、装置及终端 |
CN107509120A (zh) * | 2017-09-15 | 2017-12-22 | 上饶市中科院云计算中心大数据研究院 | 一种基于缓冲区下溢概率估计的流媒体自适应传输方法 |
CN108924667A (zh) * | 2018-08-03 | 2018-11-30 | 阳雨哲 | 一种支持QoE最大化的可用带宽自适应视频分片请求方法 |
CN108989802A (zh) * | 2018-08-14 | 2018-12-11 | 华中科技大学 | 一种利用帧间关系的hevc视频流的质量估计方法及*** |
Non-Patent Citations (1)
Title |
---|
王汝言,杨衍,吴大鹏: "QoE感知的FiWi视频分发机制", 《通信学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112261667A (zh) * | 2020-10-19 | 2021-01-22 | 重庆大学 | 一种基于边缘计算的fiwi网络媒体接入控制***及方法 |
CN112911408A (zh) * | 2021-01-25 | 2021-06-04 | 电子科技大学 | 基于深度学习的智能视频码率调整及带宽分配方法 |
CN112911408B (zh) * | 2021-01-25 | 2022-03-25 | 电子科技大学 | 基于深度学习的智能视频码率调整及带宽分配方法 |
CN113038187A (zh) * | 2021-02-28 | 2021-06-25 | 中南大学 | 一种视频体验质量公平的实用网络带宽分配方法 |
CN113038187B (zh) * | 2021-02-28 | 2022-04-08 | 中南大学 | 视频体验质量公平的实用网络带宽分配方法、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111447511B (zh) | 2021-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wan et al. | Adaptive unequal protection for wireless video transmission over IEEE 802.11 e networks | |
Zhao et al. | QoE-driven cross-layer optimization for wireless dynamic adaptive streaming of scalable videos over HTTP | |
EP3172862B1 (en) | Joint quality management across multiple streams | |
CN111447511B (zh) | 一种带有用户感知体验质量的带宽分配方法 | |
Thakolsri et al. | QoE-based cross-layer optimization of wireless video with unperceivable temporal video quality fluctuation | |
US9998338B2 (en) | System and method for dynamic effective rate estimation for real-time video traffic | |
US10680911B2 (en) | Quality of experience based network resource management | |
Hu et al. | Proxy-based multi-stream scalable video adaptation over wireless networks using subjective quality and rate models | |
US20120051299A1 (en) | Method and apparatus for allocating network rates | |
Cicalo et al. | Improving QoE and fairness in HTTP adaptive streaming over LTE network | |
US10104407B2 (en) | Method and device for network-assisted client-centric QoE optimization | |
Shehada et al. | QoE-based cross-layer optimization for video delivery in long term evolution mobile networks | |
Nasralla et al. | Content-aware downlink scheduling for LTE wireless systems: A survey and performance comparison of key approaches | |
Ju et al. | QoE-based cross-layer design for video applications over LTE | |
Thakolsri et al. | QoE-based rate adaptation scheme selection for resource-constrained wireless video transmission | |
US20200084254A1 (en) | Method and system for providing variable quality streaming video services in mobile communication networks | |
Khan et al. | QoE-driven multi-user scheduling and rate adaptation with reduced cross-layer signaling for scalable video streaming over LTE wireless systems | |
Ye et al. | Power control for wireless VBR video streaming: From optimization to reinforcement learning | |
El Essaili et al. | QoE-driven resource optimization for user generated video content in next generation mobile networks | |
US20230262232A1 (en) | Video coding method and apparatus, computer-readable medium and electronic device | |
Chen et al. | Dynamic resource allocation for scalable video multirate multicast over wireless networks | |
El Essaili et al. | QoE-based cross-layer optimization for uplink video transmission | |
Thakolsri et al. | QoE-driven cross-layer optimization in wireless networks addressing system efficiency and utility fairness | |
Jabbar et al. | Developing a video buffer framework for video streaming in cellular networks | |
Khan et al. | Quality-aware fair downlink scheduling for scalable video transmission over LTE systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |