CN116017092A

CN116017092A - 一种QoE量化方法以及基于此的传输***调参方法

Info

Publication number: CN116017092A
Application number: CN202211595855.4A
Authority: CN
Inventors: 樊轩诚; 王园园; 田霖; 孙茜; 林苏颖
Original assignee: Institute of Computing Technology of CAS
Current assignee: Institute of Computing Technology of CAS
Priority date: 2022-12-12
Filing date: 2022-12-12
Publication date: 2023-04-25
Anticipated expiration: 2042-12-12
Also published as: CN116017092B

Abstract

本发明提供一种QoE量化方法，所述QoE用于客观量化采用跨层架构传输***为用户终端提供移动视频服务时的用户感受，所述方法包括：S1、获取用户终端从所述传输***中下载并播放视频时对应的应用层参数和网络层参数；S2、基于步骤S1中获得的应用层参数确定基准QoE；S3、计算网络层参数对所述基准QoE的影响度；S4、基于步骤S2得到的基准QoE、步骤S3中计算得到的网络层参数对基准QoE的影响度获得最终的QoE。本发明提供的QoE量化方法能够综合应用层和网络层影响因素，更为全面客观地预测出未来时刻跨层架构传输***的QoE，并为跨层架构传输***的各层参数优化提供更准确的参考依据。

Description

一种QoE量化方法以及基于此的传输***调参方法

技术领域

本发明涉及移动通信领域，具体来说，涉及移动通信中的QoE(用户体验质量)量化(即客观量化用户对视频业务提供商和移动网络运营商提供的移动视频的播放服务质量感受)领域，更具体地说，涉及一种QoE量化方法以及基于此的传输***调参方法。

背景技术

随着移动视频业务的爆发增长，移动视频业务主要的形态也由普通的视频点播业务向实时性、高流畅度、高清晰度的方向发展，由此保障用户体验质量(Quality ofExperience，QoE)逐渐也成为各大视频业务提供商和移动网络运营商的目标。移动视频的用户体验质量QoE是用来表示用户对移动视频业务服务的认可程度，其是从用户主观感受层面出发，对移动视频的播放服务质量进行评价。

传统传输架构***在视频传输过程中，使用独立优化策略对各层的参数进行优化来保障移动视频的传输质量，即分别在应用层和网络层中独立进行移动视频的传输保障。如图1所示,传统传输架构***包括视频服务器和移动网络，其中，视频服务器用于将视频文件(即需传输的视频对应的文件)通过不同码率编码成多个视频切片(本文中也称视频块)，并以视频块为单位进行视频传输；移动网络包括核心网、基站以及基站与用户使用的终端之间所需的无线信道；视频服务器输出多个视频切片并通过核心网发送给基站，基站将接收到的所有用户所需的视频切片以队列的形式(例如队列1、队列2、队列3、…、队列n)并结合基站的资源进行处理，以此将用户端所需的视频传送至用户使用的终端,基站的资源包括无线资源控制(即Radio Resource Control，RRC)单元、分组数据汇聚协议(PDCP)层、无线链路层控制协议(RLC)层、介质访问控制层(MAC)、端口物理层(PHY)。以图1中的用户N为例，其通过终端从传统传输架构***下载并播放移动视频时，采用以下的方式保障移动通信中的QoE：基站侧根据当前信道质量和业务类型为用户提供用户体验质量保障；用户侧在信道资源固定的情况下通过终端向视频服务器发送视频码率请求来对视频码率进行调整来获得移动通信中的QoE保障。这样的移动通信中的QoE保障方式是一种独立优化策略，其存在优化滞后、增益受限的问题。此外，传统传输架构***由于难以直接获取各层数据，且难以将各层对QoE产生影响的参数统一建模计算(例如，传统移动视频QoE量化模型在面对QoE优化问题时，码率自适应算法通常位于应用层，无线带宽资源分配算法通常位于网络协议栈的MAC层，保证移动性连接的无线链路质量则位于网络协议栈的RLC层，不同层次的参数存在相互影响关系，但难以统一分析和感知)，也不能精准确定哪一层的参数调整对用户体验质量QoE的影响更大，更无法直接以QoE为目标进行优化。由此，现有技术中，传统传输架构***所采用的QoE量化方法受视频传输机制、移动网络和视频服务提供商的封闭性等限制，主要通过在客户端收集用户对移动视频主观因素的打分进行建模这种方式去量化QoE。这种方式不仅具有效率低下，量化标准依赖用户主观判断，数据质量模糊，得出的结果不具备较高的可靠性等缺点，还无法很好的指导不同网络层次对视频传输的保障和优化。

随着通信技术的发展，智能内生、通感算一体化已经成为网络架构(例如，6G)的重要特征，不同网络层次参数的感知和统一管理成为可能，如果仍然用传统传输架构***所采用的各层独立优化策略来进行参数优化,显然无法适用，且并没有利用到跨层架构可以对不同层次参数进行感知和统一管理的优势,因此,如何针对可跨层感知各层中的参数的传输***进行跨层QoE量化以及基于此进行传输***的参数调整是一个亟需解决的问题。

发明内容

因此，本发明的目的在于克服上述现有技术的缺陷，提供一种QoE量化方法以及基于此的传输***调参方法。

本发明的目的是通过以下技术方案实现的：

根据本发明的第一方面，提供一种QoE量化方法，所述QoE用于客观量化采用跨层架构传输***为用户终端提供移动视频服务时的用户感受，所述方法包括：S1、获取用户终端从所述传输***中下载并播放视频时对应的应用层参数和网络层参数；S2、基于步骤S1中获得的应用层参数确定基准QoE；S3、计算网络层参数对所述基准QoE的影响度；S4、基于步骤S2得到的基准QoE以及步骤S3中计算得到的网络层参数对基准QoE的影响度获得最终的QoE：

其中，f(QoE)表示最终的QoE，其对应的是用户感受的最终量化值，QoE是基准QoE，f1表示网络层参数对基准QoE的影响度。

在本发明的一些实施例中，所述步骤S2包括：S21、基于应用层参数确定视频清晰度和视频流畅度；S22、基于步骤S21中得到的视频清晰度和视频流畅度采用如下规则确定基准QoE：

其中，QoE是基准QoE，α是用户对视频流畅度预设的重视程度，

是视频流畅度，C是视频清晰度。

在本发明的一些实施例中，所述应用层参数包括用户播放视频时采用的所有视频分辨率及视频卡顿时间和视频卡顿次数。

在本发明的一些实施例中，在所述步骤S21中，基于应用层参数中的用户播放视频时采用的所有视频分辨率，通过如下方式计算视频清晰度:

其中，C是视频清晰度，T_max表示用户使用最大视频分辨率观看视频的最长时间，T_all表示用户观看视频的总时长，T_min表示用户使用最小视频分辨率连续观看视频的最长时间，res_max表示视频最大视频分辨率对应的预设视频分辨率等级值，res_min表示视频最小视频分辨率对应的预设视频分辨率等级值，res_avg表示用户观看视频的视频分辨率中大于最小视频分辨率且小于最大视频分辨率的所有视频分辨率对应的预设视频分辨率等级值的平均值，{Tn}表示预设视频分辨率等级值的集合。

在本发明的一些实施例中，不同视频分辨率对应的预设视频分辨率等级值是按照预设的规则给每个视频分辨率设定等级值，其中，所述预设的规则是：240P的分辨率对应的视频分辨率等级值为1、360P的分辨率对应的视频分辨率等级值为2、480P的分辨率对应的视频分辨率等级值为2、720P的分辨率对应的视频分辨率等级值为4、1080P的分辨率对应的视频分辨率等级值为5。

在本发明的一些实施例中，在所述步骤S21中，基于应用层参数中用户播放视频时的视频卡顿时间和视频卡顿次数，通过如下方式计算以等级值表示的视频流畅度:

其中,

是基础视频流畅度，

是用户观看视频过程中的视频总卡顿时间，T_all是用户终端播放视频的总时长。

在本发明的一些实施例中，所述网络层参数包括端到端传输时延、视频业务下载速率、缓冲区占用率。

在本发明的一些实施例中，所述网络层参数对基准QoE的影响度为：

f1＝λ+ζ+γ，λ、ξ、γ∈(-1,1)

其中，λ表示端到端传输时延对基准QoE的影响度，且当T_delay≤

T_delay-th时λ∈[0,1)，当T_delay＞T_delay-th时λ∈(-1,0]，T_delay是端到端传输时延,T_delay-th是预设的端到端传输时延阈值；ζ表示视频业务下载速率对基准QoE的影响度,且当V_down≥T_diwn-th时ξ∈[0,1)，当V_down＜

V_down-th时ξ∈(-1,0]，V_down是视频业务下载速率,V_down-th是预设的视频业务下载速率阈值；γ表示缓冲区占用率对基准QoE的影响度，且当B_now＝100％时γ∈[0,1)，当B_now≤100％时γ∈(-1,0]，B_now是缓冲区占用率。

在本发明的一些实施例中，通过如下方式计算端到端传输时延对基准QoE的影响度：T1、获取由用户终端以预设下载速率范围中每一下载速率从所述跨层架构传输***中下载并播放视频中每个视频块对应的应用层参数和网络层参数组成的数据组，所有数据组组成第一数据集；T2、以端到端传输时延为目标对象，将所述第一数据集中端到端传输时延小于或等于预设的端到端传输时延阈值的数据组划分为第二数据集，将所述第一数据集中端到端传输时延大于所述预设的端到端传输时延阈值的数据组划分为第三数据集；T3、分别基于所述第一数据集、所述第二数据集、所述第三数据集中的应用层参数获得第一数据集对应的基准QoE、第二数据集对应的基准QoE和第三数据集对应的基准QoE；T4、基于步骤T3得到的第一数据集对应的基准QoE、第二数据集对应的基准QoE和第三数据集对应的基准QoE采用如下规则计算得到端到端传输时延对基准QoE的影响度：

其中，QoE₁是第二数据集对应的基准QoE，QoE₁′是第三数据集对应的基准QoE，QoE₀是第一数据集对应的基准QoE，T_delay是端到端传输时延，T_delay-th是预设的端到端传输时延阈值。

在本发明的一些实施例中，所述预设下载速率范围为[1,20]Mbit/s。

在本发明的一些实施例中，基于第一数据集通过如下方式计算视频业务下载速率对基准QoE的影响度：T2’、以视频业务下载速率为目标对象，将所述第一数据集中视频业务下载速率大于或等于预设的视频业务下载速率阈值的数据组划分为第四数据集，将所述第一数据集中视频业务下载速率小于所述预设的视频业务下载速率阈值的数据组划分为为第五数据集；T3’、分别基于所述第四数据集、所述第五数据集中的应用层参数获得第四数据集对应的基准QoE和第五数据集对应的基准QoE；T4’、基于在所述步骤T3中得到的第一数据集对应的基准QoE以及在所述步骤T3’中得到的第四数据集对应的基准QoE和第五数据集对应的基准QoE采用如下规则计算得到视频业务下载速率对基准QoE的影响度：

其中，QoE₂是第四数据集对应的基准QoE，QoE₂′是第五数据集对应的基准QoE，QoE₀是第一数据集对应的基准QoE，V_down是视频业务下载速率，V_down-th是预设的视频业务下载速率阈值。

在本发明的一些实施例中，基于第一数据集通过如下方式计算缓冲区占用率对基准QoE的影响度：T2”、以缓冲区占用率为目标对象，将所述第一数据集中缓冲区占用率等于预设的缓冲区占用率阈值的数据组划分第六数据集，将所述第一数据集中缓冲区占用率小于所述预设的缓冲区占用率阈值的数据组划分为为第七数据集；T3”、分别基于所述第六数据集、所述第七数据集获得第六数据集对应的基准QoE和第七数据集对应的基准QoE；T4”、基于在所述步骤T3中得到的第一数据集对应的基准QoE以及在步骤T3”中得到的第六数据集对应的基准QoE和第七数据集对应的基准QoE采用如下规则计算得到缓冲区占用率对基准QoE的影响度：

其中，QoE₃是第六数据集对应的基准QoE，QoE₃′是第七数据集对应的基准QoE，QoE₀是第一数据集对应的基准QoE，B_now是缓冲区占用率。

在本发明的一些实施例中，通过以下方式确定所述第一数据集、所述第二数据集、所述第三数据集、所述第四数据集、所述第五数据集、所述第六数据集或所述第七数据集对应的基准QoE：基于数据集中用户终端在每种下载速率下从所述传输***中下载并播放视频中每个视频块对应的应用层参数计算该下载速率下每个视频块对应的基准QoE；计算数据集中所有下载速率下所有视频块对应的基准QoE的平均基准QoE，并将该平均基准QoE作为数据集对应的基准QoE。

根据本发明的第二方面，提供一种传输***的调参方法，所述调参方法包括：F1、获取如本发明的第一方面所述方法得到的最终的QoE；F2、基于步骤F1得到的最终的QoE向下调整所述跨层架构传输***中底层网络各层次的相关参数。

与现有技术相比，本发明的优点在于：本发明提供的QoE量化方法能够综合应用层和网络层影响因素，更为全面客观地预测出未来时刻跨层架构传输***的QoE，并为跨层架构传输***的各层参数优化提供更准确的参考依据。

附图说明

以下参照附图对本发明实施例作进一步说明，其中：

图1为现有技术中的传统传输架构***中的移动视频传输场景示意图；

图2为现有技术中的跨层架构传输***中的移动视频传输场景示意图；

图3为根据本发明实施例的影响QoE的因素分析展示示意图；

图4为根据本发明实施例的一种QoE量化方法的流程示意图。

具体实施方式

为了使本发明的目的，技术方案及优点更加清楚明白，以下通过具体实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

如背景技术中提到的，传统传输架构***存在难以直接获取各层数据的问题，且难以将各层对QoE产生影响的参数统一建模计算，也不能精准确定哪一层的参数调整对用户体验质量QoE的影响更大，更无法直接以QoE为目标进行***参数优化，以及传统传输架构***中采用的QoE量化方法受视频传输机制、移动网络和视频服务提供商的封闭性等限制，主要通过在客户端收集用户对移动视频主观因素的打分进行建模这种方式去量化QoE，这种方式不仅具有效率低下、量化标准依赖用户主观判断、数据质量模糊、得出的结果不具备较高的可靠性等缺点，还无法很好的指导传输***的各层参数的调整以保障和优化视频传输。

基于智能内生、通感算一体化的网络架构可以感知不同网络层次参数并统一管理的特点为跨层QoE量化创造了条件。通过在传统传输架构***中的移动网络侧增设跨层数据管理决策单元，使得跨层数据管理决策单元能够利用基站支持的相关算法学习基站历史数据、用户信道质量、业务类型、视频服务器卡顿时长、码率等跨层数据之间的潜在预测关系，提前优化传输***参数，从而解决传统***中的上述问题。具体来说，如图2所示，跨层架构传输***包括；视频服务器,基站与用户使用的终端之间所需的无线信道以及由跨层数据管理决策单元、核心网、基站、核心网组成的移动网络，其中，基站通过数据感知采集单元采集网络层参数(基站侧的跨层信息)并发送至跨层数据管理决策单元,通过跨层数据管理决策单元获取视频应用服务所在的应用层参数(视频服务器侧的跨层信息)。在获得跨层架构传输***中的各层数据后，如果能够利用各层数据进行统一建模来实现QoE量化的话，将能够更好地指导跨层架构传输***中各层的参数优化调整以获得更好的视频传输保障。但是，正如背景技术中所说的，传统传输架构中的QoE量化方法是通过各层的通用QoS指标进行一系列组合映射来直接得到QoE的值，其中，组合映射中用到的QoS指标在大部分场景中均可使用，不具备视频业务场景的针对性，且QoS指标的权重定义不能客观准确地描述各层网络参数对QoE的影响，不仅忽略了对用户视频体验最直接主观的因素，还存在计算量大，实用性低的问题。这样的QoE量化方法不能客观准确地描述各层参数对QoE的影响，使得应用QoE的值调整传输***中底层网络各层次的相关参数后的增益受阻受限。由此可见，传统传输架构***中的QoE量化方法显然不适用于跨层架构传输***。

为了更好的实现跨层架构传输***中的QoE量化，发明人对影响QoE的因素进行分析。如图3所示，影响用户QoE的因素一般可分为业务层面、环境层面和用户层面的因素。其中，业务层面影响QoE的因素是指业务本身直接相关的指标，主要包括应用层参数(例如，视频分辨率、视频卡顿时间和视频卡顿次数等信息)、网络层参数(例如，端到端传输时延、视频业务下载速率、丢包率、误码率、缓冲区占用率、缓冲区大小等信息)，这两层中的参数(即应用层参数和网络层参数)可在跨层架构传输***中通过跨层数据管理决策单元直接获得；环境层面的影响因素主要指用户所处的业务运行环境、人文社会环境与自然环境等；用户层面的影响因素是指用户的性别年龄、体验期望和消费年龄等指标。需要说明的是环境层面和用户层面这两个层面的影响因素均难以量化，且对QoE的影响较小，与***参数的相关度也较小，无法通过调整跨层架构传输***参数来进行优化。因此，在本发明的QoE量化过程中不考虑环境层面和用户层面这两个层面的影响因素，本发明主要考虑与***参数直接相关的业务层面的因素来进行跨层架构传输***的QoE量化，概括来说，如图4所示，本发明的QoE量化方法包括：S1、获取用户终端从所述跨层架构传输***中下载并播放视频时对应的应用层参数和网络层参数；S2、基于步骤S1中获得的应用层参数确定基准QoE；S3、计算网络层参数对所述基准QoE的影响度；S4、基于步骤S2得到的基准QoE、步骤S3中计算得到的网络层参数对基准QoE的影响度获得最终的QoE。根据本发明的一个实施例，最终的QoE通过以下规则计算得到：

为了更好的理解本发明的QoE量化过程，下面针对每个步骤进行展开说明。

在步骤S1中，获取用户终端从所述跨层架构传输***中下载并播放视频时对应的应用层参数和网络层参数，其中，可以通过跨层架构传输***中设置的跨层数据管理决策单元直接获取到应用层参数和网络层参数，这对本领域技术人员来说是已知的，此处不再赘述。

在步骤S2中，基于步骤S1中获得的应用层参数确定基准QoE。根据本发明的一个实施例，所述步骤S2包括：S21、基于应用层参数确定视频清晰度和视频流畅度；S22、基于步骤S21中得到的视频清晰度和视频流畅度采用如下规则确定基准QoE：

其中，QoE是基准QoE，α是用户对视频流畅度预设的重视程度(即考虑到不同用户在观看视频时，对视频清晰度和视频流畅度的重视程度不同，因此利用一个权重系数α来表示不同用户对视频清晰度和视频流畅度的重视程度)，

是视频流畅度，C是视频清晰度。

需要说明的是，根据现有技术对移动视频用户QoE影响因素分析发现，用户的视频主观体验主要与应用层参数相关，其中的视频分辨率、视频卡顿时间和视频卡顿次数三个参数对业务层面的影响因素相关度最高，因此，本发明中选择应用层参数中的视频分辨率、视频卡顿时间和视频卡顿次数来确定基准QoE，以在降低计算难度的同时提高基准QoE实际应用价值。也就是说，将应用层参数中的视频分辨率、视频卡顿时间和视频卡顿次数作为用户QoE的核心表达指标。具体来说，利用视频分辨率、视频卡顿时间和视频卡顿次数共同来定义和量化视频的清晰度和流畅度，由此基于视频的清晰度和流畅度计算基准QoE。其中，视频清晰度能够指示用户在观看视频过程中对总体视频分辨率要求的高低程度；视频流畅度能够指示用户在观看视频过程中总体不卡顿时间占总体视频时长的比例。根据本发明的一个实施例，在所述步骤S21中，基于应用层参数中的用户播放视频时采用的所有视频分辨率通过如下方式计算视频清晰度:

其中：C表示视频清晰度，T_max表示用户使用最大视频分辨率观看视频的最长时间，T_all表示用户观看视频的总时长，T_min表示用户使用最小视频分辨率连续观看视频的最长时间，res_max表示视频最大视频分辨率对应的预设视频分辨率等级值，res_min表示视频最小视频分辨率对应的预设视频分辨率等级值，res_avg表示用户观看视频的视频分辨率中大于最小视频分辨率且小于最大视频分辨率的所有视频分辨率对应的预设视频分辨率等级值的平均值，{Tn表示预设视频分辨率等级值的集合。

根据本发明的一个实施例，不同视频分辨率对应的预设视频分辨率等级值是按照预设的规则给每个视频分辨率设定等级值，其中，常见的视频分辨率有320×240、480×360、640×480、1280×720、1920×1080，这些视频分辨率依次对应的视频清晰度为240P、360P、480P、720P、1080P。根据本发明的一个实施例，如表1所示，根据所述预设的规则，不同视频分辨率以及视频清晰度与预设视频分辨率等级值的对应关系为：240P(320x240)对应的预设视频分辨率等级值为1、360P(480×360)对应的预设视频分辨率等级值为2、480P(640×480)对应的预设视频分辨率等级值为3、720P(1280×720)对应的预设视频分辨率等级值为4、1080P(1920×1080)对应的预设视频分辨率等级值为5，由此可以得到；{Tn＝{1,2,3,4,5。通过将视频清晰度转换为简单的等级值表示，能够更好的进行量化计算。

表1

视频清晰度	视频分辨率	预设视频分辨率等级值
			240P	320×240	1
360P	480×360	2
			480P	640×480	3
720P	1280×720	4
			1080P	1920×108	5

同理，为了使视频流畅度和视频清晰度能够更好的进行加法运算得到基准QoE，在所述步骤S21中，基于应用层参数中用户播放视频时的视频卡顿时间和视频卡顿次数，通过如下方式计算以等级值表示的视频流畅度:

其中，

是基准视频流畅度,

是用户观看视频过程中的视频总卡顿时间，T_all是用户终端播放视频的总时长，从上述公式可以看出，如表2所示，以等级值表示的视频流畅度与基准视频流畅度的预设转换规则为：基准视频流畅度为[0％-20％)时，等级值为1；基准视频流畅度为[20％,40％时，等级值为2；基准视频流畅度为[40％,60％时，等级值为3；基准视频流畅度为[60％,80％时，等级值为4；基准视频流畅度为[80％,100％]时，等级值为5。

表2

基准视频流畅度	等级值
		[0％-20％)	1
[20％,40％)	2
		[40％,60％)	3
[60％,80％)	4
		[80％,100％]	5

发明人通过研究发现，网络层参数中的端到端传输时延、视频业务下载速率和缓冲区占用率是视频播放体验较为相关的影响因素，因此，本发明中优选网络层参数中的端到端传输时延、视频业务下载速率和缓冲区占用率来获得网络层参数对基准QoE更准确的影响权重(即影响度)。其中，端到端传输时延能够指示视频块从视频服务器完整传输到用户终端的时间；视频业务下载速率能够指示下载视频块的速度快慢；缓冲区占用率能够指示当前已缓存视频块占缓冲区容量的比例(即可以侧面反应视频播放过程中卡顿程度)。根据本发明的一个实施例，所述网络层参数对基准QoE的影响度为：

f1＝λ+ζ+γ，λ、ξ、γ∈(-1,1)

其中，λ表示端到端传输时延对基准QoE的影响度，且当T_delay≤T_delay-th时λ∈[0,1)，当T_delay＞T_delay-th时λ∈(-1,0]，T_delay是端到端传输时延,T_delay-th是预设的端到端传输时延阈值；ζ表示视频业务下载速率对基准QoE的影响度,且当V_down≥V_down-th时ξ∈[0,1)，当V_down＜V_down-th时ξ∈(-1,0]，V_down是视频业务下载速率,V_down-th是预设的视频业务下载速率阈值；γ表示缓冲区占用率对基准QoE的影响度，且当B_now＝100％时γ∈[0,1)，当B_now≤100％时γ∈(-1,0]，B_now是缓冲区占用率。

发明人经过研究发现，端到端传输时延与λ呈现线性负相关关系，视频业务下载速率与ζ呈现线性正相关关系，而缓冲区占用率则与视频清晰度、视频业务下载速率、端到端传输时延等有关，通过实时采集跨层架构传输***中的应用层参数以及网络层参数即可通过控制变量法求解获得λ、ζ、γ，并基于这些影响度获得最终的QoE。

为了更好的理解不同网络层参数对基准QoE的影响度，下面结合具体实施例分别说明端到端传输时延对基准QoE的影响度、视频业务下载速率对基准QoE的影响度、缓冲区占用率对基准QoE的影响度的计算方法。

根据本发明的一个实施例，通过如下方式计算端到端传输时延对基准QoE的影响度：T1、获取由用户终端以预设下载速率范围中每一下载速率从所述跨层架构传输***中下载并播放视频中每个视频块对应的应用层参数和网络层参数组成的数据组，所有数据组组成第一数据集；T2、以端到端传输时延为目标对象，将所述第一数据集中端到端传输时延小于或等于预设的端到端传输时延阈值的数据组划分为第二数据集，将所述第一数据集中端到端传输时延大于所述预设的端到端传输时延阈值的数据组划分为第三数据集；T3、分别基于所述第一数据集、所述第二数据集、所述第三数据集中的应用层参数获得第一数据集对应的基准QoE、第二数据集对应的基准QoE和第三数据集对应的基准QoE；T4、基于步骤T3得到的第一数据集对应的基准QoE、第二数据集对应的基准QoE和第三数据集对应的基准QoE采用如下规则计算得到端到端传输时延对基准QoE的影响度：

其中，QoE₁是第二数据集对应的基准QoE，QoE₁′是第三数据集对应的基准QoE，QoE₀是第一数据集对应的基准QoE，T_delay是端到端传输时延，T_delay-th是预设的端到端传输时延阈值。根据本发明的一个实施例，所述预设下载速率范围是根据用户终端从采用跨层架构的传输***下载移动视频的带宽进行确定。现有技术中，用户终端从采用跨层架构的传输***下载移动视频的带宽为20Mbit/s，由此，所述预设下载速率范围优选为[1,20]Mbit/s。需要说明的是，端到端传输时延是指用户浏览视频网站播放视频(本实施例也称视频文件)时，从点击“播放”按钮开始，每个视频块(即视频切片)从视频服务器完整传输到用户终端所需的时间，其中视频文件可以划分多个视频块进行传输，视频文件对应的端到端传输时延为该视频文件中所有视频块对应的端到端传输时延值的总和。根据现有技术可知，移动视频属于准实时类视频业务(时长大约是8秒到30秒)。再者，根据现有技术中的定义，在当前主流的视频编码格式下准实时视频业务如直播业务的传输时延在1至3秒。由此，本发明中可将端到端传输时延阈值设置为3000ms来体现端到端传输时延对用户QoE的影响条件：当端到端传输时延小于或等于3000ms时，用户QoE(即基准QoE)提升λ倍，当视频播放等待时延大于3000ms秒时，用户QoE降低|λ|倍。当然，对于不同的编码格式，传输时延可能不同，那么同样按照这样的原理设置传输时延阈值即可，此处不再赘述。

根据本发明的一个实施例，通过如下方式计算视频业务下载速率对基准QoE的影响度：T2’、以视频业务下载速率为目标对象，将所述第一数据集中视频业务下载速率大于或等于预设的视频业务下载速率阈值的数据组划分为第四数据集，将所述第一数据集中视频业务下载速率小于所述预设的视频业务下载速率阈值的数据组划分为为第五数据集；T3’、分别基于所述第四数据集、所述第五数据集中的应用层参数获得第四数据集对应的基准QoE和第五数据集对应的基准QoE；T4’、基于在所述步骤T3中得到的第一数据集对应的基准QoE以及在所述步骤T3’中得到的第四数据集对应的基准QoE和第五数据集对应的基准QoE采用如下规则计算得到视频业务下载速率对基准QoE的影响度：

其中，QoE₂是第四数据集对应的基准QoE，QoE₂′是第五数据集对应的基准QoE，QoE₀是第一数据集对应的基准QoE，V_down是视频业务下载速率，V_down-th是预设的视频业务下载速率阈值。需要说明的是，视频业务下载速率与统计时间段内累计流媒体下载数据量和传输时间有关，总下载数据量除以总传输时间为平均下载速率。下载速率会直接影响视频流畅度和视频清晰度，当下载速率较低时，若需要保证流畅观看视频，视频清晰度就需要降低；若需要保障高清观看视频，就会发生视频卡顿。根据现有技术实验表明，视频业务下载速率小于1.5Mbit/s时，会影响用户观看视频的体验。为保证用户能够流畅观看视频，用户观看720P的视频，需要3Mbit/s。由此，可将视频业务下载速率阈值设置为3Mbit/s来体现视频业务下载速率对基准QoE的影响条件：当视频业务下载速率大于等于3Mbit/s时，基准QoE提升ζ倍，当视频业务下载速率小于3Mbit/s时，基准QoE降低|ζ|倍。当然，不同场景的视频业务可能会需要不同的视频业务下载速率来保证流畅度，那么同样按照上述原理设置视频业务下载速率阈值即可，此处不再赘述。

根据本发明的一个实施例，通过如下方式计算缓冲区占用率对基准QoE的影响度：T2”、以缓冲区占用率为目标对象，将所述第一数据集中缓冲区占用率等于预设的缓冲区占用率阈值的数据组划分第六数据集，将所述第一数据集中缓冲区占用率小于所述预设的缓冲区占用率阈值的数据组划分为为第七数据集；T3”、分别基于所述第六数据集、所述第七数据集获得第六数据集对应的基准QoE和第七数据集对应的基准QoE；T4”、基于在所述步骤T3中得到的第一数据集对应的基准QoE以及在步骤T3”中得到的第六数据集对应的基准QoE和第七数据集对应的基准QoE采用如下规则计算得到缓冲区占用率对基准QoE的影响度：

其中，QoE₃是第六数据集对应的基准QoE，QoE₃′是第七数据集对应的基准QoE，QoE₀是第一数据集对应的基准QoE，B_now是缓冲区占用率，100％是预设的缓冲区占用率阈值。需要说明的是，缓冲区占用率指的是用户在观看视频的某一时刻，在当前缓冲区内已经下载完成但是还未播放的视频块内存总和占缓冲区容量的比例。由于视频在传输过程中，通常是以视频块(即视频切片)进行传输，且不同码率的视频切片的内存大小是不一样的。当用户在观看视频时，已经下载的视频切片都播放完毕，而缓冲区内无下载好的新的完整的视频切片时，视频播放就会出现卡顿。因此，缓冲区占用率一定要保持在一定范围，才能有效避免播放视频时的卡顿现象发生。由于缓冲区占用率和视频业务下载速率、视频切片大小、用户终端能力、缓冲区容量等诸多因素有关，因此很难判断缓冲占用率应该处于何值，才能有效避免播放视频时视频卡顿现象。然而当视频被完整下载，即缓冲区占用率为100％时，用户一定能清晰流畅地观看。由此，缓冲区占用率阈值为100％来体现缓冲区占用率对基础QoE的影响条件：当播放视频时的缓冲区占用率(即用户终端从传输***中下载并播放视频对应的缓冲区占用率)等于100％时，基础QoE会提升γ倍，当缓冲区占用率小于100％时，基础QoE会降低|γ|倍，其中，播放视频时的缓冲区占用率越大，γ值越大。

根据本发明的一个实施例，通过以下方式确定所述第一数据集、所述第二数据集、所述第三数据集、所述第四数据集、所述第五数据集、所述第六数据集或所述第七数据集对应的基准QoE(需要说明的是，每一数据集的计算方法相同，以下将以数据集进行计算方法的说明)：基于数据集中用户终端在每种下载速率下从所述传输***中下载并播放视频中每个视频块对应的应用层参数计算该下载速率下每个视频块对应的基准QoE；计算数据集中所有下载速率下所有视频块对应的基准QoE的平均基准QoE，并将该平均基准QoE作为数据集对应的基准QoE。

为了更好的理解本发明中数据集对应的基准QoE的计算过程以及网络层参数对基准QoE的影响度的计算过程，下面结合示例来进一步说明，其中该示例包括基于单用户终端从所述跨层架构传输***中下载并播放视频中每个视频块对应的应用层参数和网络层参数求解λ、ζ、γ的示例和基于多用户终端从所述跨层架构传输***中下载并播放视频中每个视频块对应的应用层参数和网络层参数求解λ、ζ、γ的示例。

在基于单用户终端从所述跨层架构传输***中下载并播放视频中每个视频块对应的应用层参数和网络层参数求解λ、ζ、γ的示例中，根据本发明的一个示例，跨层架构传输***中设置的跨层数据管理决策单元获取单用户终端以预设下载速率范围(预设下载速率范围优选为1Mbit/s-20Mbit/s)中每一下载速率(下载速率优选为1Mbit/s、2Mbit/s、…、20Mbit/s)从跨层架构传输***中下载并以多种视频清晰度(视频清晰度优选为240P、360P、480P、720P、1080P)播放视频中每个视频块时对应的应用层参数和网络层参数组成的组成第一数据集，其中，用户对视频流畅度预设的重视程度α设置为0.5，每个视频块的时长设置为2S。为了更清楚地表明第一数据集中数量构成，以单个视频块对应应用层参数和网络层参数为例进行讲解。单个视频块对应应用层参数和网络层参数包括：用户终端以1Mbit/s的下载速率从跨层架构传输***中下载并分别以240P、360P、480P、720P、1080Pγ视频块时对应的应用层参数和网络层参数；用户终端以2Mbit/s的下载速率从跨层架构传输***中下载并分别以240P、360P、480P、720P、1080P播放视频块时对应的应用层参数和网络层参数；……；用户终端以20Mbit/s的下载速率从跨层架构传输***中下载并分别以240P、360P、480P、720P、1080P播放视频块时对应的应用层参数和网络层参数。其中，视频块对应的应用层参数优选为视频块对应的视频分辨率、视频卡顿时间和视频卡顿次数，视频块对应的网络层参数优选为端到端传输时延、视频业务下载速率、缓冲区占用率；需要说明的是，视频块对应的视频分辨率、视频卡顿时间、视频卡顿次数、端到端传输时延、视频业务下载速率、缓冲区占用率等数据均可以通过视频块对应的基础数据进行计算或者转换得到，其中视频块对应的基础数据包括视频块卡顿时间、视频块大小、视频块下载时间、端到端传输时延、缓冲区占用长度、缓冲区容量等；且根据视频块对应的基础数据获得视频分辨率、视频卡顿时间、视频卡顿次数、端到端传输时延、视频业务下载速率、缓冲区占用率等数据是本领域技术人员已知的技术，此处不再赘述。

为了更清楚的展示视频块对应的基础数据，下面以具体的示例来进行说明。如表3所示，其通过展示视频块对应的部分基础数据来示意所有视频块对应的基础数据(即表3对应的第一数据集)，其中，视频块对应的部分基础数据是获取用户终端以1Mbit/s的下载速率从跨层架构传输***中下载并分别以240P、360P播放视频块得到部分数据，其中，t₁、chunksize₁、Tdown₁、Tdelay₁、buffer₁、buffersize₁表示2s视频块序号为1的视频块以240P播放时对应的卡顿时间、视频块大小、下载时间、端到端传输时延、缓冲区占用长度、缓冲区容量，t₂、chunksize₂、Tdown₂、Tdelay₂、buffer₂、buffersize₂表示2s视频块序号为2的视频块以240P播放时对应的卡顿时间、视频块大小、下载时间、端到端传输时延、缓冲区占用长度、缓冲区容量，其他同理，此处不再一一列举。

表3

分别以端到端传输时延为目标对象、以视频业务下载速率为目标对象、以缓冲区占用率为目标对象，按照前面实施例所述的方法将表3所示的数据划分为该表对应的第二数据集、第三数据集、……、第六数据集和第七数据集。

为了更清楚的展示表3对应的第二数据集、第三数据集、……、第六数据集和第七数据集，下面以具体的示例来进行展示。如表4所示，其通过展示表3对应的第二数据集和第三数据集的部分基础数据来示意表3对应的第二数据集和第三数据集。

表4

以表4中的数据进行计算或者转换得到计算端到端传输时延对基准QoE的影响度所需的第二数据集和第三数据集；以表3中的数据进行计算或者转换得到计算端到端传输时延对基准QoE的影响度所需的第一数据集；计算端到端传输时延对基准QoE的影响度的计算过程如下：

其中，

分别表示利用第一数据集中视频清晰度240P、视频清晰度360P、…、视频清晰度1080P对应的数据得到的每个视频分辨率对应的平均基准QoE，

表示第一数据集对应的基准QoE。

分别表示利用第二数据集中视频清晰度240P、视频清晰度360P、…、视频清晰度1080P对应的数据得到的每个视频分辨率对应的平均基准QoE，

表示第二数据集对应的基准QoE。

分别表示利用第三数据集中视频清晰度240P、视频清晰度360P、…、视频清晰度1080P对应的数据得到的每个视频分辨率对应的平均基准QoE，

表示第三数据集对应的基准QoE。根据前面的实施例可知，公式(7)中的λ的取值范围是[0,1，公式(8)中的λ的取值范围是(-1,0]，因此公式(7)求解得到的λ为正数，即利用第一数据集和第二数据集求解的λ是正数值，公式(8)求解得到的λ为负数，即利用第一数据集和第三数据集求解的λ是负数值。

参照按照端到端传输时延对基准QoE的影响度λ的计算过程，同理，可以求解得到视频业务下载速率对基准QoE的影响度ζ和缓冲区占用率对基准QoE的影响度γ，此处不再赘述其具体计算过程。

按照上述方式计算得到的表3所示数据对应的端到端传输时延对基准QoE的影响度λ、业务下载速率对基准QoE的影响度ζ和缓冲区占用率对基准QoE的影响度γ如表5所示。

表5

在基于多用户终端从所述跨层架构传输***中下载并播放视频中每个视频块对应的应用层参数和网络层参数求解λ、ζ、γ的示例中，求解λ、ζ、γ的方法与基于单用户终端从所述跨层架构传输***中下载并播放视频中每个视频块对应的应用层参数和网络层参数求解λ、ζ、γ的过程相同，此处不再赘述。与单用户终端类似配置(用户对视频流畅度预设的重视程度α设置为0.5，每个视频块的时长设置为2S)的多用户终端(多用户终端的数量优选20个)分别以预设下载速率范围(预设下载速率范围优选为1Mb it/s-20Mb it/s)中每一下载速率(下载速率优选为1Mb it/s、2Mb it/s、…、20Mb it/s)从跨层架构传输***中下载并以多种视频清晰度(视频清晰度优选为240P、360P、480P、720P、1080P)播放视频中每个视频块时对应的应用层参数和网络层参数组成的组成第一数据集，以此来求解采用跨层架构传输***为多用户终端时端到端传输时延对基准QoE的影响度λ、业务下载速率对基准QoE的影响度ζ和缓冲区占用率对基准QoE的影响度γ的结果如表6所示。

表6

采用本发明提供的QoE量化方法中计算最终QoE的方法，分别基于表5中的数据和基于表6中的数据求得采用跨层架构传输***为单用户终端提供移动视频服务时的用户感受(即最终的QoE)和采用跨层架构传输***为多用户终端提供移动视频服务时的用户感受(即最终的QoE)。

需要说明都是，本发明量化得到的最终的QoE的取值范围会在(0,20]，为与ITU-T提出的MOS描述统一，可将求得的最终的QoE与4相除，转化至(0,5]，以得到ITU-T提出的MOS描述,即QoE定义等级值(QoE值和等级)及其对应的量化描述，其中，基于本发明得到的QoE量化值转化后与ITU-T的对应关系如表7所示。

表7

QoE值	等级	描述
			4<QoE<＝5	优	观看舒适度高、视频质量无损伤
3<QoE<＝4	良	观看舒适度较好、视频质量损伤较小、不会停止观看
			2<QoE<＝3	中	观看舒适度一般、视频质量损伤可察觉、可能停止观看
1<QoE<＝2	次	观看舒适度低、视频质量损伤可明显察觉、通常会停止观看
			0<QoE<＝1	劣	观看舒适度极差、视频质量损伤严重，一定会停止观看

在本发明提供的一种基于QoE量化方法的基础上，还提供一种传输***的调参方法，所述调参方法包括：F1、获取发明提供的一种基于QoE量化方法获得的最终的QoE；F2、基于步骤F1得到的最终的QoE向下调整跨层架构传输***中底层网络各层次的相关参数。由于调整跨层架构传输***中底层网络各层次的相关参数的过程是本领域技术人员均知的，此处不再赘述。

综上所述，本发明利用视频分辨率、视频卡顿时间和卡顿次数三个参数定义和量化视频的清晰度和流畅度，来作为用户QoE的核心表达指标(即基准QoE)；考虑到网络层参数的保障对QoE同样存在不可忽略的影响，也是视频播放体验较为相关的影响因素，优选网络层参数中的端到端传输时延、视频业务下载速率和当前缓冲区占用率三个参数分别对基准QoE的影响权重(即影响度)以获得网络层参数对基准QoE的影响权重。

总体来说，本发明将量化后的视频清晰度和视频流畅度作为用户QoE的核心指标，将端到端传输时延、视频业务下载速率和当前缓冲区占用率设置为对QoE的影响条件，建立移动视频QoE量化的方法，然后基于该QoE量化方法得出QoE来决定是否需要对跨层架构传输***中底层网络各层次的相关参数进行优化。与传统单边QoE量化方式相比，本发明提供的QoE量化方法能够综合应用层和网络层影响因素，更为全面客观地预测出未来时刻跨层架构传输***的QoE，并为跨层架构传输***的各层参数优化提供更准确的参考依据。

需要说明的是，虽然上文按照特定顺序描述了各个步骤，但是并不意味着必须按照上述特定顺序来执行各个步骤，实际上，这些步骤中的一些可以并发执行，甚至改变顺序，只要能够实现所需要的功能即可。

本发明可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。

计算机可读存储介质可以是保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以包括但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims

1.一种QoE量化方法，所述QoE用于客观量化采用跨层架构传输***为用户终端提供移动视频服务时的用户感受，其特征在于，所述方法包括：

S1、获取用户终端从所述传输***中下载并播放视频时对应的应用层参数和网络层参数；

S2、基于步骤S1中获得的应用层参数确定基准QoE；

S3、计算网络层参数对所述基准QoE的影响度；

S4、基于步骤S2得到的基准QoE以及步骤S3中计算得到的网络层参数对基准QoE的影响度获得最终的QoE：

2.根据权利要求1所述的方法，其特征在于，所述步骤S2包括：

S21、基于应用层参数确定视频清晰度和视频流畅度；

S22、基于步骤S21中得到的视频清晰度和视频流畅度采用如下规则确定基准QoE：

是视频流畅度，C是视频清晰度。

3.根据权利要求2所述的方法，其特征在于，所述应用层参数包括用户播放视频时采用的所有视频分辨率及视频卡顿时间和视频卡顿次数。

4.根据权利要求3所述的方法，其特征在于，在所述步骤S21中，基于应用层参数中的用户播放视频时采用的所有视频分辨率，通过如下方式计算视频清晰度:

5.根据权利要求4所述的方法，其特征在于，不同视频分辨率对应的预设视频分辨率等级值是按照预设的规则给每个视频分辨率设定等级值，其中，所述预设的规则是：240P的分辨率对应的视频分辨率等级值为1、360P的分辨率对应的视频分辨率等级值为2、480P的分辨率对应的视频分辨率等级值为2、720P的分辨率对应的视频分辨率等级值为4、1080P的分辨率对应的视频分辨率等级值为5。

6.根据权利要求5所述的方法，其特征在于，在所述步骤S21中，基于应用层参数中用户播放视频时的视频卡顿时间和视频卡顿次数，通过如下方式计算以等级值表示的视频流畅度:

其中,

是基础视频流畅度，

7.根据权利要求6所述的方法，其特征在于，所述网络层参数包括端到端传输时延、视频业务下载速率、缓冲区占用率。

8.根据权利要求7所述的方法，其特征在于，所述网络层参数对基准QoE的影响度为：

f1＝λ+ζ+γ，λ、ξ、γ∈(-1，1)

9.根据权利要求8所述的方法，其特征在于，通过如下方式计算端到端传输时延对基准QoE的影响度：

T1、获取由用户终端以预设下载速率范围中每一下载速率从所述跨层架构传输***中下载并播放视频中每个视频块对应的应用层参数和网络层参数组成的数据组，所有数据组组成第一数据集；

T2、以端到端传输时延为目标对象，将所述第一数据集中端到端传输时延小于或等于预设的端到端传输时延阈值的数据组划分为第二数据集，将所述第一数据集中端到端传输时延大于所述预设的端到端传输时延阈值的数据组划分为第三数据集；

T3、分别基于所述第一数据集、所述第二数据集、所述第三数据集中的应用层参数获得第一数据集对应的基准QoE、第二数据集对应的基准QoE和第三数据集对应的基准QoE；

T4、基于步骤T3得到的第一数据集对应的基准QoE、第二数据集对应的基准QoE和第三数据集对应的基准QoE采用如下规则计算得到端到端传输时延对基准QoE的影响度：

10.根据权利要求9所述的方法，其特征在于，所述预设下载速率范围为[1,20]Mbit/s。

11.根据权利要求10所述的方法，其特征在于，基于第一数据集通过如下方式计算视频业务下载速率对基准QoE的影响度：

T2’、以视频业务下载速率为目标对象，将所述第一数据集中视频业务下载速率大于或等于预设的视频业务下载速率阈值的数据组划分为第四数据集，将所述第一数据集中视频业务下载速率小于所述预设的视频业务下载速率阈值的数据组划分为为第五数据集；

T3’、分别基于所述第四数据集、所述第五数据集中的应用层参数获得第四数据集对应的基准QoE和第五数据集对应的基准QoE；

T4’、基于在所述步骤T3中得到的第一数据集对应的基准QoE以及在所述步骤T3’中得到的第四数据集对应的基准QoE和第五数据集对应的基准QoE采用如下规则计算得到视频业务下载速率对基准QoE的影响度：

12.根据权利要求11所述的方法，其特征在于，基于第一数据集通过如下方式计算缓冲区占用率对基准QoE的影响度：

T2”、以缓冲区占用率为目标对象，将所述第一数据集中缓冲区占用率等于预设的缓冲区占用率阈值的数据组划分第六数据集，将所述第一数据集中缓冲区占用率小于所述预设的缓冲区占用率阈值的数据组划分为为第七数据集；

T3”、分别基于所述第六数据集、所述第七数据集获得第六数据集对应的基准QoE和第七数据集对应的基准QoE；

T4”、基于在所述步骤T3中得到的第一数据集对应的基准QoE以及在步骤T3”中得到的第六数据集对应的基准QoE和第七数据集对应的基准QoE采用如下规则计算得到缓冲区占用率对基准QoE的影响度：

其中，QoE₃是第六数据集对应的基准QoE，QoE′₃是第七数据集对应的基准QoE，QoE₀是第一数据集对应的基准QoE，B_now是缓冲区占用率。

13.根据权利要求12所述的方法，其特征在于,通过以下方式确定所述第一数据集、所述第二数据集、所述第三数据集、所述第四数据集、所述第五数据集、所述第六数据集或所述第七数据集对应的基准QoE：

基于数据集中用户终端在每种下载速率下从所述传输***中下载并播放视频中每个视频块对应的应用层参数计算该下载速率下每个视频块对应的基准QoE；

计算数据集中所有下载速率下所有视频块对应的基准QoE的平均基准QoE，并将该平均基准QoE作为数据集对应的基准QoE。

14.一种传输***的调参方法，其特征在于，所述调参方法包括：

F1、获取如权利要求1至13任一所述方法得到的最终的QoE；

F2、基于步骤F1得到的最终的QoE向下调整所述跨层架构传输***中底层网络各层次的相关参数。

15.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序可被处理器执行以实现权利要求1-14任一所述方法的步骤。

16.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现如权利要求1-14中任一项所述方法的步骤。