CN101291430A - 一种无线网络中的视频传输方法及装置 - Google Patents

Abstract

本发明揭示了一种在无线网络中的自适应协作中继映射方法，包括步骤：簇头节点随机地分配不同的数据子流给不同的中继节点；簇头节点向不同的中继节点广播视频流；所述多个中继节点在时间周期T中记录其自身的转发性能参数，估算信道状况参数，并将估算的信道状况参数反馈给簇头节点；簇头节点根据优化目标以及所述多个中继节点反馈的信道状况参数来更新向所述多个不同中继节点映射数据子流的方案；和簇头节点根据更新的数据子流映射顺序，向所述多个不同的中继节点分配数据子流。

Description

一种无线网络中的视频传输方法及装置

技术领域

本发明涉及一种无线网络中的通信方法，尤其是涉及基于分簇结构的无线传感器网络中的视频传输方法，该方法利用中继节点的队列信息和不同视频子流的重要性，通过应用层驱动来实现对视频子流的自适应协作中继转发。

背景技术

无线传感器网络(WSN)是由大量传感器节点通过无线通信技术自组织构成的网络。WSN能够实现数据的采集量化、处理融合和传输应用。这些应用一般不需要很高的带宽，但是对功耗要求却很高，大部分时间必须保持低功耗。

与一般的被动网络不同，无线传感器网络(WSN)具有获取信息的能力，并通过节点间自组织的网络互连，形成了具有信息综合处理能力的传感器网络，因此，称之为主动网络。最近几年，随着传感器节点成本的下降，WSN已经开始在环境监测、医疗护理、军事、交通等领域内得到应用。虽然目前所讨论的大多数传感器节点只需要处理低速的数据(比如温度、湿度、距离、移动速度等等)，但是，随着微处理器成本的下降，传输视频信息的传感器网络越来越受到人们的重视。这种传感器网络被称为视频传感器网络(Video WSN)。在未来，很多应用都将基于Video WSN，例如，远程医疗，智能交通，紧急事件管理，智能大厦等等。

视频WSN可以给人们带来安全、便捷的生活方式。但是，视频WSN也有其自身的特点。首先，由于视频信息的信息量较大，所以需要WSN中的传感器节点有较大的计算能力和处理能力，同时还要求网络有比较大的传输能力。其次，视频信息对时延的要求比较敏感。因此，需要一种有效的传输方案。

另外，传输视频所消耗的能量比传输低速率的数据所消耗的能量要大得多，而对于传感器网络而言，一个关键的设计目标就是要节省能量，延长他的生存周期。因此，视频WSN需要一个可靠，高效，节省能量同时又降低硬件复杂度的传输方案。

从网络结构来说，分簇的传感器网络更加适合于视频流的传输。在簇型结构中，一个大的传感器网络被划为若干个簇，一个簇由簇头(CH)节点和普通节点组成，通常簇头节点比普通节点具有更强的处理能力，因此由簇头节点来管理簇内的通信和簇间的信息传输。

这种簇型的结构适合视频WSN，主要是出于两方面的原因：首先，用分级的结构来组建网络，可以更有效地利用稀缺的资源，比如频谱、带宽和功率等等；其次，由于相邻节点收集到的视频信息有很强的相关性，所以簇头节点对这些相关的信息做一个融合压缩，可以避免传输冗余的信息。

图1示出了分簇的传感器网路的示意图。在图1中，灰色的椭圆形圈表示信号源节点，灰色的矩形表示簇头(CH)节点，黑色的椭圆形圈表示协作节点，空白的椭圆形圈表示普通节点，黑色矩形表示信宿节点。如图1所示，视频WSN被分成若干个簇，在一个簇中，信号源采集到视频信息后，传送给簇头(CH)节点，由簇头节点来对数据进行融合，去掉相关的冗余信息，经编码后传递给下一个簇头节点或者是信宿(sink)节点。在簇头节点处，编码方式采用分层或者可分级的编码，以便获得比较低的信源速率和较好的图像质量。

目前，在簇型网络结构中，由于簇头频繁地传输信息，会导致簇头的能量消耗比普通节点大很多。另外，簇头间的通信由于距离、接收缓存、队列等候时延等等的影响，也不能保证可靠的传输。为了解决这一系列的问题，在WSN中引入了协作分集或者被称为协作多输入多输出(MIMO)技术，下文称之为C_DIV(Cooperative Diversity：协作分集)。协作中继最基本的思想就是选择一些普通节点作为中继节点，这些中继节点被看作是虚拟的天线阵列，并且用分布式的方式来实现空时编码，以此获得分集增益，从而提高检测的可靠性。

然而，这种方法是以牺牲频带利用率为代价的。当WSN传输高速率的视频流时，这种工作方式的缺陷更加明显。因为每个中继节点需要检测和转发簇头节点发送的所有信息，这样，对每个中继节点的硬件复杂度的要求就比较高。同时，中继节点在转发大量的视频信息时，能量的消耗也非常大。为了解决这种协作分集有效性不高的问题，Sang Wu Kim发表的题为“Cooperative Relaying Architecture for Wireless Video SensorNetworks”的文章(参见2005 ICWCM，pp993-998)；以及Michael Katz和Shlomo Shamai发表的题为“Transmitting to Colocated Users inWireless Ad Hoc and Sensor Networks”的文章(参见IEEE Trans.On Inf.theory，Vol.51，No.10，Cot.2005，pp 3540-3560)提出了协作空间复用(C SM：Cooperative spatial multiplex)的中继方式。

采用这种方式，每个中继节点(RN)只需要检测和转发一部分簇头节点的信息。对于视频流的传输来说，如果簇头节点采用分层的或者可分级的视频编码方式，那么每个RN只需要检测并同时转发一个视频子流即可。在目的节点处，采用多天线接收，依次执行排序、旁波束零化和干扰消除来检测多个中继节点发送的不同信息。与C_DIV相比，这种空间复用的传输结构可以提高频谱的传输效率。同时，由于每个中继节点只需要检测和转发一个视频子流的数据，这样可以降低中继节点硬件的复杂性并节省能量。但是，空间复用的中继方式没有考虑到实际的视频编码的一些特点，没有利用不同中继节点的信道状况，并不是一个优化的解决方案。对于可分级的视频编码来说，并不只是简单的把一个视频流分解成若干个子流，而是根据变换、量化和可用带宽来截断码流，每一个子流都有不一样的重要性。而对于不同的中继节点来说，它和目标节点之间的信道状况是实时变化的，这就导致每个中继节点的队列情况都有所不同。

例如，在采用MPEG编码方法时，其中的基层是最重要的层，第二层的重要性与基层相比可能相对降低，等等。就是说，每一层有不同的重要性，而C_SM方法对各个层做相同的处理，即这种处理是随机的。例如，中继节点1可以随机地传输某一个数据层。实际上，这种处理方法并不是最优化的处理方法。由于不同的中继节点的信道状况是不同的，例如，中继节点1目前的信道状况可能是最好的，但是鉴于对不同的子层传输的随机性，因此目前状况最好的中继节点很可能并没有传输最重要的子层。

因此，现有技术中没有综合考虑不同中继节点的信道状况和图像子流不同的重要性，来提高视频传输的质量。不能有效地减少重要视频流的丢包和时延。

发明内容

本发明的目的是提供一种在无线传感网络中利用应用层驱动的自适应协作中继(AACR-Adaptive Application-driven Cooperative Relay)方法和装置，将中继节点的队列信息和不同视频子流的重要性相结合，基于多载波调制，并行传输不同的视频子流，并根据信道条件，把不同的视频子流映射到不同的中继节点上去。

根据本发明的一个方面，提供一种在无线网络中的自适应协作中继映射方法，包括步骤：簇头节点随机地向多个不同的中继节点分配不同的数据子流；簇头节点向不同的中继节点广播视频流；所述多个中继节点在时间周期T中记录其自身的转发性能参数，估算信道状况参数，并将估算的信道状况参数反馈给簇头节点；簇头节点根据优化目标以及所述多个中继节点反馈的信道状况参数来更新向所述多个不同中继节点映射数据子流的方案；和簇头节点根据更新的数据子流映射顺序，向所述多个不同的中继节点分配数据子流。

根据本发明的另一个方面，提供一种在无线网络中的自适应协作中继映射装置，包括：视频编码部分，用于对输入的数据流进行编码以形成数据子流；映射部分，用于向不同的中继节点分配不同的视频子流，根据优化目标以及多个中继节点反馈的信道状况参数来更新向所述多个不同中继节点映射数据子流的方案，以及根据更新的数据子流映射方案，向所述多个不同的中继节点分配数据子流；和多载波单元，用于对要发送给中继节点的视频子流进行调制，以形成多载波调制的符号，其中所述映射部分将最重要的数据子流映射到信道状况最好的中继节点，次重要的数据子流映射到信道状况次好的中继节点，依此类推。

根据本发明的再一个方面，提供一种无线传感器网络，包括：多个普通节点，用于采集数据，并将采集的数据传送给簇头节点；至少一个簇头节点，用于对所述多个普通节点采集到了数据进行融合处理，将所述数据编码成数据子流，并依据数据子流的重要性和中继节点的信道状况，向不同的中继节点映射数据子流，并向中继节点通知分配给相应的中继节点的子流信息；和至少一个中继节点，用于向所述簇头节点反馈自身的信道状况信息，和接收所述簇头节点分配的数据子流；其中所述簇头节点将最重要的数据子流映射到信道状况最好的中继节点，次重要的数据子流映射到信道状况次好的中继节点，依此类推。

根据本发明，利用了中继节点的队列信息和不同视频子流的重要性，对向中继节点映射的视频子流按中继节点的队列信息和视频子流的重要性进行排顺，从而在无线传感网络中传输视频信号。一方面能够有效地减少重要视频流的丢包和时延，从而提高整个视频流的峰信噪比，另一方面也不会增加算法的复杂度，并且适应于工程实现。

附图说明

通过下面结合附图说明本发明的优选实施例，将使本发明的上述及其它目的、特征和优点更加清楚，其中：

图1是簇型结构的无线传感器网络的结构示意图；

图2是根据本发明实施例的无线传感网络中利用应用层驱动实现自适应协作中继的装置的结构示意图。

图3是表示视频子流并行传输的示意图；

图4是表示链路层信道模型的示意图；

图5是表示采用的MPEG-4编码的GOP(图像组)的结构示意图；

图6示出了根据本发明实施例由簇头节点向中继节点映射视频流的流程图；

图7是采用本发明的适应协作中继(AACR)的方法与C_SM方法相比，视频子流基层的时延比较结果的示意图；

图8示出了采用本发明的自适应协作中继的方法与C_SM方法相比，视频子流基层的溢出丢包的比较结果的示意图；

图9示出了第三增强层在C_SM结构和AACR结构下的时延比较结果示意图；

图10示出了C_SM结构和AACR结构相比，数据吞吐量的比较结果示意图；和

图11示出了采用AACR结构，使视频的PSNR值比传统的C_SM结构提高的比较结果示意图。

具体实施方式

下面参照附图对本发明的实施例进行详细说明，在描述过程中省略了对于本发明来说是不必要的细节和功能，以防止对本发明的理解造成混淆。

为了简化起见，以簇型结构的无线传感网络来说明本发明的实施例。如图1所示，WSN中的作为信号源节点(source node)的、诸如照相机之类的视频数据采集设备收集到视频数据后，将所收集的视频数据发送到簇头节点。簇头节点处理所接收到的视频数据，将不同层的视频数据映射到不同的中继节点(图中未示出)。应该指出，可以理解，在本发明中，源节点不只限于收集视频数据，而是可以收集其它数据，例如，温度、湿度、距离、移动速度等等。

根据本发明，簇头节点根据不同中继节点的工作状况将不同层的视频数据映射到不同的中继节点。因此，根据本发明，中继节点可以很简单地将自身中的队列信息反馈给簇头节点，由簇头节点根据中继节点反馈的队列信息来处理不同视频层的映射方法。此后，簇头节点向中继节点广播视频流。接下来，中继节点检测已经由簇头节点分配好的、发送到本身的子流，并将相应的子流转发给下一个簇头节点。

在本发明中，簇头节点的复杂度比较高，可以安装多个天线。而普通节点和中继节点可以安装一个天线。另外，一个簇头与其相邻的簇头之间的通信，需要经过中继节点的合作。

在本实施例中，簇头节点向普通节点发送数据时，采用发射分集，而簇头节点在接收数据时采用空间分集方式来接收中继节点转发的数据。

图2示出了根据本发明实施例的无线传感器网络中利用应用层驱动的自适应协作中继装置的结构示意图。本发明的无线传感器网络中的自适应协作中继装置包括视频输入部分21，视频编码部分22，映射部分23，以及无线信道建模部分24。其中映射部分23包括并行子流传输单元231，子流映射单元232，以及多载波单元233。

在无线传感器网络中，普通节点采集到视频信息后，先传送给簇头节点(CH)。簇头节点作为视频输入部分21，对普通节点采集到的视频信息进行融合处理，并提供给视频编码部分22。视频编码部分22可以采用可分级的编码方式，形成若干个视频子流并输入到映射部分23。无线信道建模部分24将各个中继节点的诸如队列信息之类的信道状况信息反馈给映射部分23。在映射部分23中，子流映射单元232根据反馈的各个中继节点的队列信息，将来自并行子流传输单元231的视频子流依据其重要性(重要程度)来执行向中继节点的映射。就是说，根据中继节点的信道状况，将最重要的数据子流映射到信道状况最好的中继节点，次重要的数据子流映射到信道状况次好的中继节点，依此类推。由此减少信道对重要数据子流造成的延迟或丢包，并避免传输延迟或丢包造成无法对后续子流进行解码的问题。最后，各个子流进入并行传输单元(未示出)，并经过多载波单元233的调制来形成多载波调制的符号，并由簇头节点将映射结果发送给中继节点(RN)，并向中继节点通知分配给相应的中继节点的子流信息。

包含多层子流信息的调制符号被多个中继节点接收到之后，每个中继节点只检测在转发之前通知它需要处理的那个子流。应该指出，这些中继节点需要同时发送各自分配的子流到目标节点。在目标节点，用多天线来处理不同RNs发来的信息，经过排序、旁波束零化和干扰消除之后，得到最终的结果。

接下来，将详细描述各个部分和单元的算法和实现方式。

图3示出了并行传输单元的传输结构示意图。根据本发明的实施例，并行传输单元可以采用Haitao Zheng等人发表的题为“Robust Image andVideo Transmission over Spectrally Shaped Channels Using MulticarrierModulation”的文章(参见IEEE Trans on Multimedia.Mar.1999.pp.88-102)公开的内容。

并行传输单元结合了多载波调制和信源的分层编码，使得多个视频子流的信息可以被同时发送。在发送端，一个子流占用的子信道数目，可以由整个吞吐量和某个子流的数据量来决定。来自不同子流的信息比特经过调制，形成一个正交幅度调制(QAM)符号。然后，若干子流形成的多个QAM符号被送往逆快速傅立叶变换(IFFT)单元(图中未示出)，再经过串/并转换后发送出去。图3中以不同的图案表示不同层的数据。

下面描述图2所示的无线信道建模部分24。

在传统的协作中继传输方案中，通常只考虑物理信道的信息，例如，信噪比(SNR)来决定传输方案。但是如果要提供链路级的QoS支持，例如延迟和队列丢包等等的保证，只有物理层的信息还不足以控制中继节点的传输，需要对中继节点处的队列信息进行分析。因此，在本发明提出的方案中，没有采用传统的无线链路模型(例如，瑞利、莱斯模型)，而是用了链路级的信道模型，即，有效容量模型(EC模型)。

传统的信道模型直接表征出无线信号的振幅波动，被称为“物理层的信道模型”，以此来区分本发明中使用的“链路层信道模型”。可以通过物理信道模型来估计无线通信系统中物理层的表现。例如，一定信噪比条件下的符号差错概率等，但是从这个模型中不能很轻易地得到链路层的业务质量(QoS)表现(例如，时延和丢包概率)。因为它需要结合链路层的队列分析。因此，在支持QoS的一些机制中(例如，接纳控制和资源预留)，这种物理层的信道模型很难直接使用。为了解决这个问题D.Wu和R.Negi发表的题为“Effective capacity：A wireless link model for support of qualityof service”的文章(参见IEEE Trans.Wireless Com.，Vol.12，July 2003，pp.630-643.)中，把信道模型从物理层提升到链路层，如图4所示。

EC链路模型是对有效带宽理论做了修改而得到的。它用两个EC函数{γ^(c)(μ)，θ^(c)(μ)}来定义链路模型，表征无线链路的特征。其中，μ表示信源进入队列的速率，γ^(c)(μ)表示节点处的队列不为空的概率，而θ^(c)(μ)则表示连接的QoS指数。通过这两个EC函数，可以得到链路级的QoS表现。D.Wu和R.Negi发表的题为“Effective capacity：A wireless link model forsupport of quality of service”的文章(参见IEEE Trans.Wireless Comun.，vol.2，July 2003，pp.630-643)给出了这两个EC函数和QoS表现之间的关系如下面的表达式(1)和(2)所示。

$\underset{t}{\sup }\mathrm{Pr}\{D\left(t\right)\≥D_{\max }\}\≈{\mathrm{\γ}}^{\left(c\right)}\left(\mathrm{\μ}\right)e^{-{\mathrm{\θ}}^{\left(c\right)}\left(\mathrm{\μ}\right)D_{\max }}---\left(1\right)$

$\underset{t}{\sup }\mathrm{Pr}\{B\left(t\right)\≥B_{\max }\}\≈{\mathrm{\γ}}^{\left(c\right)}\left(\mathrm{\μ}\right)e^{-{\mathrm{\θ}}^{\left(c\right)}\left(\mathrm{\μ}\right)B_{\max }}---\left(2\right)$

表达式(1)给出了时延D(t)超过上限D_max的概率，即，延时违约概率。表达式(2)给出了队列长度B(t)超过上限B_max的概率，即，队列的溢出丢包概率。

D.Wu和R.Negi的文章从队列分析的角度出发，给出了一个简单的方法来估计这两个参数，如下面的表达式(3)和(4)所示。

γ^(c)(μ)＝Pr{D(t)＞0}    (3)

${\mathrm{\θ}}^{\left(c\right)}\left(\mathrm{\μ}\right)=\frac{{\mathrm{\γ}}^{\left(c\right)}\left(\mathrm{\μ}\right)\×\mathrm{\μ}}{\mathrm{\μ}\×{\mathrm{\τ}}_s\left(\mathrm{\μ}\right)+E\left[Q\left(t\right)\right]}---\left(4\right)$

上面表达式(4)中的τ_s(μ)表示每个包的剩余服务时间，μ表示信源到达速率，E[Q(t)]表示队列平均长度。

在实际测量中，EC链路模型中的两个参数{γ^(c)(μ)，θ^(c)(μ)}可以通过一个时间长度T内的N个抽样值来估计得到。在第n个抽样时刻，需要记录如下的值：S_n，指示该包是否正在被服务(S_n∈{0，1})；Q_n，表示抽样时刻队列中的比特数；T_n，表示一个接受服务的包的剩余服务时间。通过这些在抽样时刻记录下来的值，可以得到表达式(5)中γ^(c)(μ)的估计值以及τ_s(μ)的估计值

E[Q(t)]的估计值

分别如表达式(6)和(7)所示。

$\widehat{\mathrm{\γ}}=\frac{1}{N}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{S}_n---\left(5\right)$

${\widehat{\mathrm{\τ}}}_s=\frac{1}{N}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{T}_n---\left(6\right)$

$\hat{q}=\frac{1}{N}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{Q}_n---\left(7\right)$

根据上面的表达式(4)，可以得到θ^(c)(μ)的估计值

如下面的表达式(8)所示。

$\widehat{\mathrm{\θ}}=\frac{\widehat{\mathrm{\γ}}\×\mathrm{\μ}}{\mathrm{\μ}\×{\widehat{\mathrm{\τ}}}_s+\hat{q}]}---\left(8\right)$

因此，可以通过在一段时间内统计S_n、Q_n、T_n的值，来得到描述链路层信道模型的两个参数γ^(c)(μ)和θ^(c)(μ)的估计值

和

在图2中，映射部分23的基本功能是给不同的中继节点分配不同的视频子流。这些视频子流的信源速率不同，重要性也不同。可以以典型的分层编码方式MPEG-4为例来说明映射单元的算法。应该指出，本发明中的映射部分23的算法不限于此，而是可以采用其它编码算法。

图5示出了MPEG-4的GOP(图像组)结构图。假设在一个GOP中，有N个帧，分了M个子流。在这种各子流相互依赖的编码方式下，GOP中某一个部分的丢失，会影响到其它部分不能被正确解码。处在基层(Baselayer)的帧具有更高级别的重要性，因为它的丢失，会导致依赖它的增强层都无法得到正确解码，从而使得视频的失真比较明显。通常有两种原因导致丢包，一种原因是缓存器已满造成队列溢出而丢包，另一种是传输延时违约而造成的丢包。根据本实施例，映射部分23向不同的中继节点映射数据流的目标是最大限度地提高用户的QoS(业务质量)，就是说，使数据丢包造成的视频失真最小。

可以令 $\stackrel{\→}{M}=[m_1,...m_N]$ 表示从N个视频子流映射到K个中继节点的方式。其中，m_i∈{0，1，...K}表示中继节点的ID。如果m_j＝k则表示第j个视频流需要通过第k个中继节点转发。考虑N个视频子流和K个中继节点，则一共有K^N种映射方式。那么，经过某种方式映射后，视频流最终的失真可以用下面的表达式(9)表示：

$D_{\mathrm{GOP}}\left(\stackrel{\&RightArrow;}{M}\right)=D_0-\underset{j=1}{\overset{N}{\mathrm{\&Sigma;}}}\mathrm{\&Delta;}{D^{m_j}}_{j^{\&prime;}<j}---\left(9\right)$

其中，

例如：总共有三个视频子流，那么视频失真可以由下面的表达式(10)表示：

D_GOP＝D₀-ΔD₁(1-P₁)-ΔD₂(1-P₁)(1-P₂)-ΔD₃(1-P₁)(1-P₂)(1-P₃)    (10)

其中D₀表示在没有任何一个数据包被正确接收时所产生的失真；ΔD_j表示第j层的数据被正确接收后，所减少的失真。

表示第j层视频流被正确接收的概率。应该指出，第j层视频流被正确接收的前提是j层所依赖的底层视频流被正确接收。其中，

表示由于缓存器存满而使队列溢出和延时违约造成的丢包概率。从前面对EC链路模型的描述中可以看到，只要获得了两个EC函数，就可以计算这两种丢包的概率了，如下面的表达式(11)所示。

P_j＝P_jo+(1-P_jo)P_jt    (11)

其中，P_jo表示队列溢出的丢包概率，P_jt表示延时违约的概率，分别由下面的表达式(12)和(13)给出。

$P_{\mathrm{jo}}=P\{Q\left(t\right)>B^{\max }|\mathrm{\&theta;}\}\&ap;{\mathrm{\&gamma;}}^{\left(c\right)}\left(\mathrm{\&mu;}\right)\&CenterDot;e^{-{\mathrm{\&theta;}}^{\left(c\right)}\left(\mathrm{\&mu;}\right)\&CenterDot;B^{\max }}---\left(12\right)$

根据本发明，映射的目标是从K^N种映射方法中挑选一种最优的映射方法，使得视频流的失真最小，即

根据本发明，在实际应用中，可以假定信道条件在一个GOP中保持不变。例如，如果一个GOP为36帧，视频流的播放速度是24帧/秒，则可以认为信道条件在36/24＝1.5秒之内保持不变，于是每过1.5秒，需要执行一次映射算法。

图6示出了根据本发明实施例由簇头节点向中继节点映射视频流的流程图。首先，在步骤S601，簇头节点随机地向不同的中继节点分配不同的视频子流。此后，在步骤S602，簇头节点向不同的中继节点广播视频流。接下来，在步骤S603，中继节点在时间周期T中记录其自身的队列参数(Sn，Qn，Tn)，并根据上面的表达式(5)至(8)估算参数然后，中继节点通过无线信道建模部分24将估算的参数反馈给簇头节点的子流映射单元232。

然后，在步骤S604，簇头节点接收中继节点反馈的队列信息，并由子流映射单元232根据上面表达式给出的优化目标以及中继节点反馈的队列信息来更新向不同中继节点映射视频子流的方案。就是说，将最重要的数据子流映射到信道状况最好的中继节点，次重要的数据子流映射到信道状况次好的中继节点，依此类推。在步骤S605，映射部分23根据更新的视频子流映射顺序，向不同的中继节点分配视频子流。

图7至11示出了采用根据本发明的方法传输视频子流与采用现有技术的传输性能的仿真比较的示意图。

在仿真过程中，缓存器的大小是40000比特，视频子流的数量是4，中继节点的数量是3，簇头节点的数量是2，功率是0.001W，带宽为500kHz。

图7示出了采用本发明的利用应用层驱动的自适应协作中继(AACR)的方法与C_SM方法相比，基层的时延比较结果的示意图。图8示出了采用本发明的利用应用层驱动的自适应协作中继的方法与C_SM方法相比，基层的溢出丢包的比较结果的示意图。从图7和8中可以看出，经过应用层驱动的自适应协作中继的传输结构后，视频流基层的时延和队列溢出丢包都比传统的C_SM结构有很大改善。

当然，基层表现的改善，是以增强层性能的恶化为代价的。图9显示了第三增强层在C_SM结构和AACR结构下的时延比较。结果表明，增强层的时延表现有所下降。再比较接收端的吞吐量情况，如图10所示，可以看出，C_SM结构和AACR结构的表现相差不多。这是因为，本发明的映射策略的优化目标是减少视频失真，而不是提高吞吐量。

图11示出了最重要的仿真结果，通过这个结果，可以看出，采用AACR结构，可以使视频的PSNR值比传统的C_SM结构提高2至3个db。这是因为，通过最优的映射方式，以牺牲不重要的视频子流为代价，减少了重要的视频子流的丢包，而重要的视频子流对图像的质量贡献更大，因此最终提高了视频流的PSNR值。

应该指出，本发明的方法和装置不仅可以应用于传输视频子流的无线传感网络，也可以应用于输出其它诸如音频、温度、湿度等之类的其它数据子流的无线传感网络。另外，本发明的基本思想不仅可以应用于无线传感网络，也可以扩展到其它无线网络。

至此已经结合优选实施例对本发明进行了描述。应该理解，本领域技术人员在不脱离本发明的精神和范围的情况下，可以进行各种其它的改变、替换和添加。因此，本发明的范围不局限于上述特定实施例，而应由所附权利要求所限定。

Claims (18)

1.一种在无线网络中的自适应协作中继映射方法，包括步骤：

簇头节点随机地向多个不同的中继节点分配不同的数据子流；

簇头节点向不同的中继节点广播视频流；

所述多个中继节点在时间周期T中记录其自身的转发性能参数，估算信道状况参数，并将估算的信道状况参数反馈给簇头节点；

簇头节点根据优化目标以及所述多个中继节点反馈的信道状况参数来更新向所述多个不同中继节点映射数据子流的方案；和

簇头节点根据更新的数据子流映射顺序，向所述多个不同的中继节点分配数据子流。

2.根据权利要求1所述的方法，其中所述无线网络是无线传感网络。

3.根据权利要求1或2所述的方法，其中所述多个中继节点记录其转发性能参数包括指示该数据子流是否正在被服务的参数；表示抽样时刻队列中的比特数；和表示一个接受服务的包的剩余服务时间。

4.根据权利要求1或2所述的方法，其中所述估算的信道状况参数的步骤包括估算所述多个中继节点处的队列不为空的概率，和表示连接的业务质量的指数。

5.根据权利要求4所述的方法，其中利用下面的表达式计算中继节点处的队列不为空的概率γ^(c)(μ)，和表示连接的业务质量的指数θ^(c)(μ)：

γ^(c)(μ)＝Pr{D(t)＞0}

${\mathrm{\&theta;}}^{\left(c\right)}\left(\mathrm{\&mu;}\right)=\frac{{\mathrm{\&gamma;}}^{\left(c\right)}\left(\mathrm{\&mu;}\right)\&times;\mathrm{\&mu;}}{\mathrm{\&mu;}\&times;{\mathrm{\&tau;}}_s\left(\mathrm{\&mu;}\right)+E\left[Q\left(t\right)\right]}$

其中τ_s(μ)表示每个包的剩余服务时间，μ表示信源到达速率，E[Q(t)]表示队列平均长度。

6.根据权利要求1或2所述的方法，其中更新向所述多个不同中继节点映射数据子流的顺序的步骤包括将最重要的数据子流映射到信道状况最好的中继节点，次重要的数据子流映射到信道状况次好的中继节点，依此类推。

7.根据权利要求1或2所述的方法，还包括对各个数据子流进行多载波调制以形成多载波调制的符号的步骤。

8.根据权利要求1或2所述的方法，还包括所述多个中继节点在接收到多层数据子流的调制符号之后，只检测和转发此前通知给所述中继节点需要处理的那个数据子流。

9.根据权利要求1或2所述的方法，其中所述数据子流是视频子流。

10.一种在无线网络中的自适应协作中继映射装置，包括：

视频编码部分，用于对输入的数据流进行编码以形成数据子流；

映射部分，用于向不同的中继节点分配不同的视频子流，根据优化目标以及多个中继节点反馈的信道状况参数来更新向所述多个不同中继节点映射数据子流的方案，以及根据更新的数据子流映射方案，向所述多个不同的中继节点分配数据子流；和

多载波单元，用于对要发送给中继节点的视频子流进行调制，以形成多载波调制的符号，

其中所述映射部分将最重要的数据子流映射到信道状况最好的中继节点，次重要的数据子流映射到信道状况次好的中继节点，依此类推。

11.根据权利要求10所述的装置，还包括无线信道建模部分，用于将各个中继节点的信道状况信息反馈给所述映射部分。

12.根据权利要求10所述的装置，其中所述映射部分包括并行子流传输单元，用于并行传输多个数据子流。

13.根据权利要求10所述的装置，其中所述映射部分包括子流映射单元，用于根据反馈的各个中继节点的信道状况信息，将数据子流依据其重要性映射到不同的中继节点。

14.根据权利要求13所述的装置，其中所述子流映射单元根据中继节点的信道状况，将最重要的数据子流映射到信道状况最好的中继节点，次重要的数据子流映射到信道状况次好的中继节点，依此类推，以减少信道对重要数据子流造成的延迟或丢包。

15.根据权利要求10至14中的任何一项所述的装置，其中所述无线网络是无线传感器网络。

16.根据权利要求10至14中的任何一项所述的装置，其中所述数据子流是视频子流。

17.一种无线传感器网络，包括：

多个普通节点，用于采集数据，并将采集的数据传送给簇头节点；

至少一个簇头节点，用于对所述多个普通节点采集到了数据进行融合处理，将所述数据编码成数据子流，并依据数据子流的重要性和中继节点的信道状况，向不同的中继节点映射数据子流，并向中继节点通知分配给相应的中继节点的子流信息；和

至少一个中继节点，用于向所述簇头节点反馈自身的信道状况信息，和接收所述簇头节点分配的数据子流；

其中所述簇头节点将最重要的数据子流映射到信道状况最好的中继节点，次重要的数据子流映射到信道状况次好的中继节点，依此类推。

18.根据权利要求17所述的无线传感器网络，其中所述数据子流是视频子流。

Images