CN102065464B - 一种异构网络下分层流传输的子层绑定方法及移动终端 - Google Patents

Abstract

本发明公开了一种异构网络下分层流传输的子层绑定方法及移动终端。在所述数据子层绑定方法中，接收端通过如下步骤来算得数据子层绑定策略：根据绑定抖动因子、弃包率、数据抖动率和/或服务质量(QoS)估值中至少之一或至少之二，建立以数据子层绑定策略表示的罚函数；确定步骤，将所述接收端要采用的数据子层绑定策略的值确定为使得罚函数值最小的值；其中，使得所述绑定抖动因子越大、所述弃包率越大、所述数据抖动率越大和/或所述QoS估值越小，则所述罚函数值越大。通过本发明，能够自适应地确定出适合接收端的数据子层绑定策略从而提高异构网络下的用户通信质量。

Description

一种异构网络下分层流传输的子层绑定方法及移动终端

技术领域

本发明涉及网络传输，尤其涉及异构网络下分层流传输的资源调度，特别地，涉及在集成蜂窝网和无线局域网的异构网络下分层流传输的数据子层绑定方法，属于通信技术领域。

背景技术

随着无线接入技术的发展以及可重构移动终端(reconfigurable terminal，下文亦称为接收端)的出现，如何处理网络的异构性，从而为用户提供更高的接入速率和更好的数据质量已经成为研究重点。网络的异构性产生于不同接入技术的不同接入带宽、不同用户的不同链路状况和接收能力等。在下一代无线网络系统中，各种不同的接入技术例如3GPP长期演进技术(LTE)和802.11无线局域网(WLAN)等相互融合，使得可重构移动终端可根据接入网络覆盖状况同时接入不同的接入网络，从而在带来极大的带宽增益的同时，要求接收端具有更复杂的异构性能。对于典型的集成蜂窝网/WLAN而言，在一个蜂窝小区覆盖范围之内可包含许多WLAN接入点(AP)。同时处于蜂窝网和WLAN这两种网络覆盖范围的接收端可以同时接入两种网络，从而享有高的接入带宽；只位于蜂窝网覆盖范围内的接收端则只接入蜂窝网。

在传统的数据传输技术中，对各接收端采用恒定的数据传输速率。然而在异构网络中，由于接收端的接收性能因接入方式而异，这种传统的恒定速率传输方式会导致一些低容量的接收端受到网络拥塞的影响，而高容量的接收端承受资源低利用率的困扰。此外，对于处于集成蜂窝网/WLAN异构网络中的不同接收端，由于其链路状况、移动性以及数据处理能力的不同，即使采用相同的接入方式，其接收能力也会不同。这些因异构而产生的接收端与异构网络之间的传输问题对传统的数据传输技术提出了挑战。

因此，如何调度异构网络内的资源以使上述因异构而产生的传输问题得以解决，已成为当前研究的重要任务。

当前，为解决因异构而产生的接收端与异构网络之间的传输问题以使得系统能够满足接收端容量需求，提出了支持分层流传输的异构网络传输方法。分层流传输的基本原理是使用分层编码进行传输，在信源处将信源数据压缩成不重叠的分层数据流(也称为数据子层)。分层编码主要有三种方式：重复流方式、非累积分层流方式和累积分层流方式。

在重复流方式中，信源数据中的各层数据流包含相同内容，但是以不同的数据速率传输各层数据流。接收端绑定到适当速率的层，并可以根据容量的变化而切换为绑定不同的数据子层。可以通过在视频数据源编码过程中设定不同压缩参数来获得各层的数据流。

在非累积分层流方式中，将信源数据编码成两个或更多个相互独立的数据子层，每一个数据子层可以独立解码，每解码一个数据子层都将带来视频质量的提升。

在累积分层流方式中，将信源数据编码成一个基本层和多个增强层。基本层可以独立解码，而各增强层只能通过累积方式解码，即第k(k是大于1的整数)子层的解码依赖于第1层到第k-1层。各增强层包含可以逐步提高解码精度和质量的附加数据。接收端需要至少收到第1层数据子层，并可以根据容量限制添加或丢弃其它层数据子层。利用累积分层流方式，接收端可根据可用的带宽来绑定基本层和一部分增强层，以进行解码。对于低容量接收端，可绑定较少数量的增强层，对于高容量接收端，则可绑定较多数量的增强层，从而试图以这种自适应的方式解决因异构而产生的接收端与异构网络之间的传输问题。

分层流传输技术为异构网络下的数据传输提供了解决方案。但是，这种解决方案对资源调度提出了新的挑战，传统的资源调度方法无法综合考虑异构网络下分层流传输时的各因素，进而无法满足这种解决方法的资源调度需求。本发明的发明人在实现本发明的过程中，综合考虑了绑定抖动因子、弃包率、数据抖动率和/或QoS估值等因素，从而能够很好地实现采用分层流传输方式的异构网络的资源调度。

发明内容

为了解决传统资源调度方法无法解决的涉及异构网络下资源调度的上述问题，作出了本发明。

为了解决上述技术问题，本发明提供了异构网络下分层流传输的数据子层绑定方法及移动终端。

根据本发明的一方面，提供了一种数据子层绑定方法。在该数据子层绑定方法中，接收端通过如下步骤来算得数据子层绑定策略：

根据绑定抖动因子、弃包率、数据抖动率和/或服务质量(QoS)估值中至少之一或至少之二，建立以数据子层绑定策略表示的罚函数；

确定步骤，将所述接收端要采用的数据子层绑定策略的值确定为使得罚函数值最小的值；其中，

使得所述绑定抖动因子越大、所述弃包率越大、所述数据抖动率越大和/或所述QoS估值越小，则所述罚函数值越大。

在根据本发明的另一方面的数据子层绑定方法中，

所述罚函数为：

F(L)＝αΔ(L)+βU(L)+γJ(L)，

其中，

L表示所述数据子层绑定策略减1，L取值范围为{0，1，...L_max-1}，L_max为所述数据子层绑定策略的最大取值；

Δ(L)为所述绑定抖动因子，表示当前数据子层绑定策略与前一数据子层绑定策略的相差程度；

U(L)为所述弃包率；

J(L)为所述数据抖动率；

α、β和γ是调整系数满足α+β+γ＝1，α、β、γ均大于等于0且至少之一不等于0，以及

调整系数由所述接收终端上的软件系统预先设定或由所述接收端的用户根据需要来手动设置。

在根据本发明的另一方面的数据子层绑定方法中，

所述罚函数为：

$F\left(L\right)=\frac{1}{\mathrm{\α}[1-\mathrm{\Δ}\left(L\right)]+\mathrm{\γ}[1-J\left(L\right)]+\mathrm{\δ}\×\mathrm{QE}\left(L\right)},$

其中，

L表示数据子层绑定策略减1，L取值范围为{0，1，...L_max-1}，L_max为数据子层绑定策略的最大取值；

Δ(L)为所述绑定抖动因子，表示当前数据子层绑定策略与前一数据子层绑定策略的相差程度；

J(L)为所述数据抖动率；

QE(L)是根据L获得的QoS估值；以及

α、γ和δ为调整系数满足α+γ＜1，α和γ均大于等于0且至少之一不等于0，δ大于0，以及

调整系数由所述接收终端上的软件系统预先设定或由所述接收端的用户根据需要来手动设置。

在根据本发明的另一方面的数据子层绑定方法中，

$J\left(L\right)=\frac{\underset{0\&le;B\&le;B_{\max }}{\mathrm{\&Sigma;}}\underset{0\&le;l<L}{\mathrm{\&Sigma;}}[1-V(B,l)][1-P\left(B\right)]\&times;[L_{\max }-L]}{\underset{0\&le;B\&le;B_{\max }}{\mathrm{\&Sigma;}}\underset{0\&le;l\&le;L}{\mathrm{\&Sigma;}}\mathrm{\&rho;}(B,l)},$

其中，

B为相对时序标号，表示数据包相对于紧接在正被回放的数据包的下一数据包的距离，B_max为所述接收端的缓存器中数据包的最大相对时序标号；

l表示数据包所在的子层序号；

在与B和l对应的包缺失时，接收状态矩阵V(B，l)的值为0，在与B和l对应的包存在时，接收状态矩阵V(B，l)的值为1；

P(B)为修复概率；以及

ρ(B，l)为数据包期望数量。

在根据本发明的另一方面的数据子层绑定方法中，

$\mathrm{\&Delta;}\left(L\right)=\frac{\mathrm{\&Delta;L}}{L_{\max }-1},$

其中，ΔL为当前数据子层绑定策略与前一数据子层绑定策略的差，L_max为数据子层绑定策略的最大取值。

在根据本发明的另一方面的数据子层绑定方法中，

$U\left(L\right)=\frac{\underset{0\&le;B\&le;B_{\max }}{\mathrm{\&Sigma;}}\underset{L<l\&le;L_{\max }}{\mathrm{\&Sigma;}}\mathrm{\&rho;}(B,l)}{\underset{0\&le;B\&le;B_{\max }}{\mathrm{\&Sigma;}}\underset{0\&le;l\&le;L_{\max }}{\mathrm{\&Sigma;}}\mathrm{\&rho;}(B,l)},$

其中，

B为相对时序标号，表示数据包相对于紧接在正被回放的数据包的下一数据包的距离，B_max为所述接收端的缓存器中数据包的最大相对时序标号；

L表示当前数据子层绑定策略减1，L取值范围为{0，1，...L_max-1}，L_max为数据子层绑定策略的最大取值；

l表示数据包所在的子层序号；以及

ρ(B，l)为数据包期望数量。

在根据本发明的另一方面的数据子层绑定方法中，还包括：

修正步骤，在当前所确定的数据子层绑定策略会导致所述弃包率高于第一阈值且所述数据抖动率低于第二阈值时，使得所述数据子层绑定策略等于当前所确定的数据子层绑定策略加1，直到所确定的数据子层绑定策略不会导致弃包率高于第一阈值且数据抖动率低于第二阈值为止。

在根据本发明的另一方面的数据子层绑定方法中，所述QoS估值通过非线性映射来获得。

在根据本发明的另一方面的数据子层绑定方法中，

处于稳定状态的所述接收端每经过监测间隔后，进入监测状态，以监测网络拥塞是否发生；

如果监测到发生了网络拥塞，则所述接收端进入退避状态，以计算所述数据子层绑定策略并将所算得的数据子层绑定策略上报给网络；

如果监测到未发生网络拥塞，则所述接收端回到所述稳定状态；以及，

处于稳定状态的所述接收端每经过调度间隔后，进入调度状态，以计算所述数据子层绑定策略并将所算得的数据子层绑定策略上报给网络，随后进入所述监测状态。

根据本发明的一方面，提供了一种适用于异构网络下分层流传输的移动终端，所述移动终端通过如下步骤来算得数据子层绑定策略：

根据绑定抖动因子、弃包率、数据抖动率和/或服务质量(QoS)估值中至少之一或至少之二，建立以数据子层绑定策略表示的罚函数；

确定步骤，将所述移动终端要采用的数据子层绑定策略的值确定为使得罚函数值最小的值；其中，

使得所述绑定抖动因子越大、所述弃包率越大、所述数据抖动率越大和/或所述QoS估值越小，则所述罚函数值越大。

与现有技术相比，本发明至少具有以下优点：

一方面，由于确定了数据子层绑定策略之后，缺失低于所确定的绑定层数的数据包会导致数据回放发生抖动，进而影响数据质量，因此，需要考虑子层数据的数据抖动率。特别地，在累积式分层流传输方式中，由于上层的解码依赖于下层，因此如果低层数据包丢失，高层的数据包将无法正确解码而只能废弃，这会导致传输资源的浪费，因此需要考虑子层数据的弃包率。在根据本发明的数据子层绑定方法中，重点考虑了子层数据的弃包率和数据抖动率等因素，从而提高了用户通信质量。

另一方面，在实际网络中带宽抖动是经常发生的。如果接收端在短期的带宽增加后立即增加绑定的数据子层数，那么带宽抖动消失之后的带宽回落将导致接收端丢弃刚刚增加绑定的数据子层。这种短期的绑定和丢弃现象称作绑定抖动。绑定抖动不但会影响QoS，而且容易引起缓存溢出。因此在根据本发明的数据子层绑定方法中，还综合考虑了绑定抖动等因素，从而提高了用户通信质量。

又一方面，对于用户而言，接收端接收数据的层数越高，QoS越高。因此在根据本发明的数据子层绑定方法中，还将接收数据的层数作为保证QoS的重要指标，并将其作为重点考虑因素之一，从而提高了用户通信质量。

此外，本发明的数据子层绑定方法根据绑定抖动因子、弃包率、数据抖动率和/或服务质量(QoS)估值中至少之一或至少之二，建立以数据子层绑定策略表示的罚函数，并利用罚函数来确定接收端的绑定策略，从而提高了用户通信质量。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地通过学习说明书中的内容而变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是集成LTE/WLAN网络的异构网络结构示意图；

图2A是根据本发明实施例的数据子层绑定方法中接收端根据罚函数来确定数据子层绑定策略的流程图；

图2B是根据本发明又一实施例的数据子层绑定方法中接收端根据罚函数来确定数据子层绑定策略的流程图；

图2C是根据本发明又一实施例对根据罚函数所确定的数据子层绑定策略进行修正的流程图；

图3是集成LTE/WLAN的异构网络环境中处于不同覆盖区域的接收端的数据缓存示意图；

图4是数据子层数量向QoS估值的非线性映射示意图；

图5是根据本发明异构网络下资源调度中接收端的数据子层绑定方法的状态转移示意图。

具体实施方式

分层流传输的资源调度方法有三种类型：发送端驱动型，接收端驱动型和混合式驱动型。对于发送端驱动型，发送端根据接收端反馈信息来确定各接收端的数据子层绑定策略，并将特定的数据子层调度给相应的路由节点以进行转发。发送端驱动型依赖于额外的信令开销，会为网络带来负担。对于接收端驱动型，发送端将信源数据的所有数据子层全部发送，由接收端确定其数据子层绑定策略以绑定不同数量的数据子层，并重组这些子层的数据以实现不同的传输质量。混合驱动型则是结合了二者的调度方式，由发送端和接收端共同完成对数据子层绑定策略的确定并进行资源调度。本发明提供的适用于异构网络分层流传输的资源调度方法属于接收端驱动型，适用于非累积分层流方式和累积分层流方式。

以下将结合附图及实施例来详细说明本发明的实施方式，借此，本领域技术人员能充分理解本发明如何应用技术手段来解决技术问题并达成技术效果，并据以实施。

需要说明的是，如果不冲突，本发明实施例以及实施例中的各个特征可以相互结合，因而通过相互结构而构成的技术方案均在本发明的保护范围之内。另外，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机等包含CPU等电子系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1示出了典型的集成LTE/WLAN网络的异构网络。图2A中，附图标记110表示IP骨干网，附图标记120和附图标记130分别表示两个不同的接入网，附图标记140表示远程多媒体服务器，附图标记150为网关，160为基站，附图标记191、附图标记192和附图标记193分别表示三个不同的移动终端(接收端)。附图标记181、附图标记182和附图标记183分别表示接入点131(亦即，LTE的基站131)、接入点132(WLAN的接入设备)和接入点133(WLAN的接入设备)所覆盖的三个覆盖区域。接收端191处于覆盖区域181(LTE区域)，接收端192处于覆盖区域182(WLAN区域)、接收端193同时处于覆盖区域181和覆盖区域183(WLAN区域)。由于各移动终端(接收端)所处覆盖区域不同，数据将会经过不同的路由节点转发给网络内的接收端。不同的路径其传输速率不同，不同接收端其链路状况也不同，造成了网络的异构性。

图3示出集成LTE/WLAN的异构网络环境中处于不同覆盖区域的接收端的数据缓存示意图。当各接收端从不同的路径接收到分层数据包之后，会根据子层标号和时序标号在缓存中排队，如果有缺失数据包，则会等待或发送重传请求，直到其逼近了回放时刻。由于接收端的接受能力各自不同，考虑到各接收端的链路状况，其接收缓存内的数据状况将会出现不同程度的缺失。如果已经临近了回放时刻却仍然无法获得缺失的数据包，则会发生数据抖动且只能丢弃无法解码的高层数据包。

第一实施例

在本发明中，绑定策略表示接收端根据数据子层绑定方法来确定的在分层流传输中期望绑定的数据子层数量。下面结合图2A来说明本发明数据子层绑定方法中接收端依据罚函数来调整绑定策略的过程。

根据缺失数据块距离回放时刻的时间差、前一绑定策略、缓存内数据包的弃包率及数据抖动率、以及当前所使用的绑定策略(以下简称当前绑定策略)等，建立罚函数：

F(L)＝αΔ(L)+βU(L)+γJ(L)

其中，L为变量，表示数据子层数量数减1，取值范围为{0，1，...L_max-1}，L_max为绑定策略的最大取值，也将“数据子层数量”称为“数据子层绑定策略”，或简称“绑定策略”；F(L)为罚函数，用来表示当前绑定策略的优劣和资源利用的合理性；Δ(L)是绑定抖动因子，用于表示绑定抖动的严重程度，在本实施中，Δ(L)为当前绑定策略与前一绑定策略的相差程度；U(L)是表征弃包率的函数，J(L)是表征数据抖动率的函数；以及α、β和γ是调整系数，满足α+β+γ＝1，α、β、γ均大于等于0且至少之一不等于0。更具体地，F值越大，表明当前绑定策略所造成的弃包率、数据抖动率和/或绑定抖动因子越大。因此最优绑定策略

满足如下表达式：

$\hat{L}=\underset{L}{\arg }\min F\left(L\right)$

令ΔL为当前绑定策略与前一绑定策略的差，经过归一化得到绑定抖动因子Δ(L)，即，可按照如下表达式计算Δ(L)(图2A步骤S210)：

$\mathrm{\&Delta;}\left(L\right)=\frac{\mathrm{\&Delta;L}}{L_{\max }-1}$

以下详细说明弃包率U(L)和数据抖动率J(L)的计算方法。

由于接收端具有缓存器，其将接收到的数据先缓存后再顺序回放。对于距离正被回放的数据包较远的缺失数据包，由于还需要较长时间才到要被回放的时刻，因此重传的可能性大；而对于距离正被回放的数据包较近的缺失数据包，由于很可能来不及重传便已经到了要被回放的时刻，因此重传的概率比较小。

扫描缓存内数据块的接收情况，生成接收状态矩阵V(B，l)。对于每一个数据包，当缺失时，V值为0，当存在时，V值为1。其中，B为相对时序标号，表示数据包相对于紧接在正被回放的数据包的下一数据包(亦称为正要被回放的数据包)的距离，具体地，0≤B≤B_max，B_max为接收端的缓存器中数据包的最大相对时序标号，例如，对于正要被回放的数据包，时序标号B的取值为0，而对于紧接在正要被回放的数据包之后被回放的数据包，时序标号B的取值为1，依此类推；以及l表示层序号，例如，对于处于最下层的第一个子层，l的值为0，对于次于第一个子层之上的第二个子层，l的值为1。

此外，对于每一个缺失数据包，根据其与正被回放的数据包的距离来计算作为加权因子的修复概率P(B)。修复概率P(B)表示时序标号为B的缺失数据包的重传可能性。

更具体地，以D表示当前的数据包传输延时，换而言之，以D表示传输一个数据包所需时间，将单位时间内能够传输的数据包个数称为到达率，在本实施例中，数据包的到达过程服从泊松分布，则数据包的到达率λ满足以L_p表示每个数据包的时间长度(亦即，数据包最后一比特到达时刻与数据包第一个比特到达时刻的时间差)，在时间段B×L_p内数据包重传的概率等同于两个相同数据包的到达时刻的差小于B×L_p的概率。根据泊松过程以及负指数分布的性质，可按照如下表达式计算修复概率P(B)：

$P\left(B\right)=1-e^{-\mathrm{\&lambda;B}{L}_p}=1-e^{-\frac{{\mathrm{BL}}_p}{D}}$

可知，当B＝1时，在1个数据包延时的间隔内重传数据包的可能性记为P(1)，且

接着，根据修复概率P(B)来确定弃包率。

根据上述分析可知，可按照如下表达式计算数据包期望数量ρ(B，l)：

ρ(B，l)＝V(B，l)+[1-V(B，l)]P(B)

综上，可将弃包率表示为高于当前绑定策略的数据包与总数据包期望的比，具体地，可按照如下表达式计算弃包率(图2A步骤S220)：

$U\left(L\right)=\frac{\underset{0\&le;B\&le;B_{\max }}{\mathrm{\&Sigma;}}\underset{L<l\&le;L_{\max }}{\mathrm{\&Sigma;}}\mathrm{\&rho;}(B,l)}{\underset{0\&le;B\&le;B_{\max }}{\mathrm{\&Sigma;}}\underset{0\&le;l\&le;L_{\max }}{\mathrm{\&Sigma;}}\mathrm{\&rho;}(B,l)}$

下面说明如何计算数据抖动率。

数据抖动率表示低于绑定策略的数据包的缺失程度。低层数据包的缺失对数据抖动率的影响比高层数据包的缺失对数据抖动率的影响更大。更具体地，缺失的数据包层序号越低，则其抖动越严重，可将数据抖动率相应地认定为越高。因此，本发明在计算数据抖动率时，考虑了加权值(L_max-L)。所有缺失数据包都会以P(B)概率重传，因此，可按照如下表达式计算数据抖动率(图2A步骤S230)：

$J\left(L\right)=\frac{\underset{0\&le;B\&le;B_{\max }}{\mathrm{\&Sigma;}}\underset{0\&le;l<L}{\mathrm{\&Sigma;}}[1-V(B,l)][1-P\left(B\right)]\&times;[L_{\max }-L]}{\underset{0\&le;B\&le;B_{\max }}{\mathrm{\&Sigma;}}\underset{0\&le;l\&le;L}{\mathrm{\&Sigma;}}\mathrm{\&rho;}(B,l)}$

可以将上述数据抖动率的计算结合到其它异构网络资源调度协议的拥塞控制策略中。例如，当因发生拥塞导致一些低层数据包丢失时，将体现为数据抖动率明显增加，因此，将数据抖动率作为计算绑定策略的考虑因素，可通过在数据抖动率增大时使得所算得的绑定策略降低，从而迅速解决拥塞。

由于绑定抖动因子和数据抖动率两项会对QoS造成较大影响，而相对而言，弃包率对QoS的影响较不直接，因此，接收机用户还可以根据自己对QoS的需求来手动设置罚函数的调整系数α、β和γ。如果用户对于数据流的连续性较敏感，不希望绑定层数变化过频繁(亦即，对绑定抖动因子较敏感)，则可以增大α减小γ；如果用户对于视频画面的抖动较敏感，可以增大γ减小α。

此外，本领域技术人员根据上述启发可知，当α、β和γ中，任何之一或之二取值为零时，本发明可在考虑绑定抖动因子、数据抖动率和弃包率任何之一情况下，根据罚函数确定绑定策略。优选地，本发明可在考虑绑定抖动因子、数据抖动率和弃包率至少之二的情况下，根据罚函数确定绑定策略，从而提高用户通信质量。

在算得绑定抖动因子、弃包率和数据抖动率之后，即可根据上述罚函数计算出罚函数值(图2A步骤S240)。

然后，根据罚函数值来确定绑定策略，具体地，将使得罚函数值最小的L值加1确定为接收端要采用的绑定策略，亦即，将使得罚函数值最小的子层数量确定为接收端要采用的绑定策略(图2A步骤S250)，并且将所确定的绑定策略上报至网络(图2A步骤S260)，更具体地，上报至网络中的无线资源控制器。

此外，本领域技术人员根据上述启发可知，本发明不限于图2中示出的步骤顺序。具体地，本发明中对绑定抖动因子、数据抖动率、弃包率的计算顺序可以是任意的。

第二实施例

下面参考图2B来说明本实施例。在本实施例中，使用QoS作为评价指标来设定罚函数。在此，为了便于说明，将省略与第一实施中相同部分的说明，而只重点说明与第一实施例的不同之处。此外，针对相同或相似的步骤，本实施例采用了与第一实施例相同的附图标记。

具体地，根据本实施例的罚函数除了考虑绑定抖动因子和数据抖动率之外，还考虑当前绑定策略对应的QoS估值：

$F\left(L\right)=\frac{1}{\mathrm{\&alpha;}[1-\mathrm{\&Delta;}\left(L\right)]+\mathrm{\&gamma;}[1-J\left(L\right)]+\mathrm{\&delta;}\&times;\mathrm{QE}\left(L\right)}$

其中，QE(L)是L向QoS值的映射(图2B步骤S221)，换而言之，QE(L)为根据L获得的QoS估值，映射关系可为非线性(如图4所示)；以及，α、γ和δ为调整系数满足α+γ＜1，α和γ均大于等于0且至少之一不等于0，δ大于0，δ使得QoS映射的数值与前两个参数关系合理化。

更具体地，由于绑定抖动因子和数据抖动率两项的表达式，其加权之和的取值范围为0到1，对于F(L)的影响为0到1，因此需要调节δ使得这一数值范围与QE(L)具有可比性。例如当δ＝1时，表明多绑定1层数据所带来的QoS提升与绑定抖动因子和数据抖动率综合提高1个单位所带来的QoS提升具有相同的可比性。

根据图2B可知，本实施例与第一实施例的主要不同之处主要有：本实施例未计算弃包率，替代地，根据数据子层绑定策略来获得QoS估值；罚函数表达式与第一实施例不同，可见本发明的罚函数不限于一或种两种，而可以是多种多样的，只要所述绑定抖动因子越大、所述弃包率越大、所述数据抖动率越大和/或所述QoS估值越小，则所述罚函数值越大即可。

第三实施例

下面参考图2C来说明本实施例。在本实施例中，对根据罚函数所确定的绑定策略进行了进一步修正。在此，为了便于说明，将省略与第一实施中相同部分的说明，而只重点说明与第一实施例的不同之处。此外，针对相同或相似的步骤，本实施例采用了与第一实施例相同的附图标记。

如图2C所示，在步骤S250确定绑定策略之后，进入步骤S251。

步骤S251：判断步骤S250中所确定的绑定策略是否会导致弃包率U(L)高于预设的第一阈值Y₁且数据抖动率J(L)低于预设的第二阈值Y₂，如果判断结果为是，则认为当前所确定的绑定策略仍有提升的空间，从而进步骤S252；否则，说明当前所确定的绑定策略不需要进行修正，进入步骤S260以上报所确定的绑定策略。

步骤S252：将绑定策略确定为当前所确定的绑定策略加1，且返回步骤S251以判断是否需要进一步修正。

此外，在将本实施例的步骤S220替换为第二实施例的S221时，也可实现类似有益技术效果。

其它实施例

下面，参考图5来说明本发明异构网络下资源调度中数据子层绑定方法的状态转移。

对于处于稳定状态的接收端，每经过一个预设的监测间隔后，进入监测状态，以监测是否发生网络拥塞。接收端可以通过丢包率来衡量拥塞。如果发生了拥塞，则进入退避状态，以减少期望绑定的数据子层数，并通过上述方法计算绑定策略，将所算得的绑定策略上报给网络；如果没有发生拥塞，则再次进入稳定状态。

此外，稳定状态的终端每经过一个预设的调度间隔需要进入调度状态，通过上述方法计算新的绑定策略，并将该绑定策略上报给网络。随后进入监测状态，一旦发生拥塞则进行上述退避状态的操作。如果未发生拥塞，则标志这一次绑定策略的更新成功，终端回到稳定状态。

对于上述监测间隔、调度间隔、调整阈值以及各个调整系数，可以由接收端的软件系统预先设定，也可以根据网络中实际监测到的负载和拥塞状况来动态设置，还可以由用户根据需要而设定。

此外，本发明中绑定抖动因子、弃包率、数据抖动率、QoS估值、修复概率以及数据包期望数量的计算方法不限于上述方式，本领域技术人员可根据上述启示采用各种计算方式计算或估算，或者从网络端接收。

综上所述，本发明的数据子层绑定方法可以根据用户的需求灵活地确定异构网络分层流传输系统中终端数据子层绑定策略。

由网络中的无线资源控制器或其他类似功能的管理实体来动态收集接收端的绑定策略，进而制定全网的资源分配方案，实现自适应的联合资源调度。本发明可以和资源调度的相关协议相结合，作为确定接收端绑定策略的解决方案，从而大大提升网络的调度性能。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人员在本发明所揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

此外，本发明的接收端可为语音电话、视频手机、带无线功能的平板电脑等任何具有无线异构功能的电子装置。本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

虽然本发明所揭露的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (9)

1.一种异构网络下分层流传输的数据子层绑定方法，其特征在于，在所述数据子层绑定方法中，接收端通过如下步骤来算得数据子层绑定策略：

根据绑定抖动因子、弃包率、数据抖动率和/或服务质量（QoS）估值中至少之一或至少之二，建立以数据子层绑定策略表示的罚函数；

确定步骤，将所述接收端要采用的数据子层绑定策略的值确定为使得罚函数值最小的值；其中，

使得所述绑定抖动因子越大、所述弃包率越大、所述数据抖动率越大和/或所述QoS估值越小，则所述罚函数值越大。

2.根据权利要求1所述的数据子层绑定方法，其特征在于，

所述罚函数为：

F(L)=αΔ(L)+βU(L)+γJ(L)，

其中，

L表示所述数据子层绑定策略减1，L取值范围为{0,1,...L_max-1}，L_max为所述数据子层绑定策略的最大取值；

Δ(L)为所述绑定抖动因子，表示当前数据子层绑定策略与前一数据子层绑定策略的相差程度；

U(L)为所述弃包率；

J(L)为所述数据抖动率；

α、β和γ是调整系数满足α+β+γ=1，α、β、γ均大于等于0且至少之一不等于0，以及

调整系数由所述接收终端上的软件系统预先设定或由所述接收端的用户根据需要来手动设置。

3.根据权利要求1所述的数据子层绑定方法，其特征在于，

所述罚函数为：

$F\left(L\right)=\frac{1}{\mathrm{\&alpha;}[1-\mathrm{\&Delta;}\left(L\right)]+\mathrm{\&gamma;}[1-J\left(L\right)]+\mathrm{\&delta;}\&times;\mathrm{QE}\left(L\right)},$

其中，

L表示数据子层绑定策略减1，L取值范围为{0,1,...L_max-1}，L_max为数据子层绑定策略的最大取值；

Δ(L)为所述绑定抖动因子，表示当前数据子层绑定策略与前一数据子层绑定策略的相差程度；

J(L)为所述数据抖动率；

QE(L)是根据L获得的QoS估值；以及

α、γ和δ为调整系数满足α+γ<1，α和γ均大于等于0且至少之一不等于0，δ大于0，以及

调整系数由所述接收终端上的软件系统预先设定或由所述接收端的用户根据需要来手动设置。

4.根据权利要求2或3所述的数据子层绑定方法，其特征在于，

$J\left(L\right)=\frac{\underset{{0\&le;B\&le;B}_{\max }}{\mathrm{\&Sigma;}}\underset{0\&le;l<L}{\mathrm{\&Sigma;}}[1-V(B,l)][1-P\left(B\right)]\&times;[L_{\max }-L]}{\underset{{0\&le;B\&le;B}_{\max }}{\mathrm{\&Sigma;}}\underset{0\&le;l\&le;L}{\mathrm{\&Sigma;}}\mathrm{\&rho;}(B,l)},$

其中，

B为相对时序标号，表示数据包相对于紧接在正被回放的数据包的下一数据包的距离，B_max为所述接收端的缓存器中数据包的最大相对时序标号；

l表示数据包所在的子层序号；

在与B和l对应的包缺失时，接收状态矩阵V(B,l)的值为0，在与B和l对应的包存在时，接收状态矩阵V(B,l)的值为1；

P(B)为修复概率；以及

ρ(B,l)为数据包期望数量。

5.根据权利要求2或3所述的数据子层绑定方法，其特征在于，

$\mathrm{\&Delta;}\left(L\right)=\frac{\mathrm{\&Delta;L}}{L_{\max }-1},$

其中，ΔL为当前数据子层绑定策略与前一数据子层绑定策略的差，L_max为数据子层绑定策略的最大取值。

6.根据权利要求2所述的数据子层绑定方法，其特征在于，

$U\left(L\right)=\frac{\underset{{0\&le;B\&le;B}_{\max }}{\mathrm{\&Sigma;}}\underset{L<l\&le;L_{\max }}{\mathrm{\&Sigma;}}\mathrm{\&rho;}(B,l)}{\underset{{0\&le;B\&le;B}_{\max }}{\mathrm{\&Sigma;}}\underset{0\&le;l\&le;L_{\max }}{\mathrm{\&Sigma;}}\mathrm{\&rho;}(B,l)},$

其中，

B为相对时序标号，表示数据包相对于紧接在正被回放的数据包的下一数据包的距离，B_max为所述接收端的缓存器中数据包的最大相对时序标号；

L表示当前数据子层绑定策略减1，L取值范围为{0,1,...L_max-1}，L_max为数据子层绑定策略的最大取值；

l表示数据包所在的子层序号；以及

ρ(B,l)为数据包期望数量。

7.根据权利要求1至3中任一项所述的数据子层绑定方法，其特征在于，还包括：

修正步骤，在当前所确定的数据子层绑定策略会导致所述弃包率高于第一阈值且所述数据抖动率低于第二阈值时，使得所述数据子层绑定策略等于当前所确定的数据子层绑定策略加1，直到所确定的数据子层绑定策略不会导致弃包率高于第一阈值且数据抖动率低于第二阈值为止。

8.根据权利要求3所述的数据子层绑定方法，其特征在于，所述QoS估值通过非线性映射来获得。

9.根据权利要求1至3中任一项所述的数据子层绑定方法，其特征在于，

处于稳定状态的所述接收端每经过监测间隔后，进入监测状态，以监测网络拥塞是否发生；

如果监测到发生了网络拥塞，则所述接收端进入退避状态，以计算所述数据子层绑定策略并将所算得的数据子层绑定策略上报给网络；

如果监测到未发生网络拥塞，则所述接收端回到所述稳定状态；以及，

处于稳定状态的所述接收端每经过调度间隔后，进入调度状态，以计算所述数据子层绑定策略并将所算得的数据子层绑定策略上报给网络，随后进入所述监测状态。

Images