CN102104538B - 一种映射参数动态自适应的无线流媒体传输控制方法 - Google Patents

Abstract

一种映射参数动态自适应的无线流媒体传输控制方法包括以下步骤：1)经过应用层视频流编码，在网络传输层中，按视频帧重要性添加初始化优先级标识，在MAC层中，节点根据各数据帧的最终优先级标识，分别映射至各优先级；2)根据实时网络负载分布和各优先级队列拥塞情况，按各视频帧特征动态计算其映射至各优先级的映射概率；3)根据实时网络条件，对关键帧采用双向映射机制；对其他增强层数据帧采用双重向下映射机制；4)MAC层根据当前网络状况和视频帧映射结果，将信息反馈至应用层和传输层。本发明有效提高网络吞吐量、实时视频传输时延较小、提高视频流传输质量。

Description

一种映射参数动态自适应的无线流媒体传输控制方法

技术领域

本发明涉及一种基于IEEE 802.11e标准的无线局域网中实时流媒体传输方法。

背景技术

移动流媒体是通过移动网络和移动终端为移动用户实时传输流媒体数据的新型移动业务，为移动用户分享他们的经历和情感、获取信息和娱乐以及与他人交流提供了新的通信方式和业务享受。随着无线信道带宽的增加、移动设备性能的提高(计算能力的增强、电源管理等)和普及化，流媒体传输和应用将在不久的将来成为移动自组织网络(Mobile Ad hoc network，MANET)应用的热点。

随着视频编码技术的发展，使得在无线网络中高效传输实时视频信息成为可能，尤其是分层视频编码技术被广泛地应用。H.264是国际标准化组织(ISO)和国际电信联盟(ITU)共同提出的继MPEG-4之后的新一代数字视频压缩格式，它是以实现视频的高压缩比、高图像质量、强容错能力和良好的网络适应性等为指定目标的新视频编码标准。H.264最大的优势是具有很高的数据压缩比率，在同等图像质量的条件下，H.264的压缩比是MPEG-2的2倍以上，是MPEG-4的1.5～2倍。在较低带宽上提供高质量的图像传输是H.264的应用亮点，因此目前应用系统中已广泛采用H.264标准作为无线网络中视频传输的编码标准。

H.264标准的视频质量主要由I帧、P帧和B帧3类视频帧决定：I帧采用独立编码和解码方式，即由静态图像独立编码，与先前的视频帧无关；P帧为帧间预测帧，需要利用同一视频序列组GOP中先前的I帧和P帧进行编码，同理，P帧的解码需要最近的I帧和P帧信息；B帧也需要先前成功传输的I帧和P帧进行预测编码/解码，即B帧需要两个最靠近其的I帧或P帧进行预测。根据上述各帧之间的编码关系，在视频流中I帧的地位最为重要，其次为P帧，相对于I帧和P帧，B帧的重要性最低。

近年来，由于IEEE 802.11标准的终端可移动性和部署灵活性得到了飞速的发展，成为无线局域网的事实标准。但IEEE 802.11DCF(Distributed Coordination Function)只能提供尽力而为的服务，不能提供任何的服务质量QoS(Quality of Service)保证，只适合数据业务的传送，不能满足实时流媒体传送的需求。因此，IEEE 802.11e标准就是为了实现支持服务质量QoS需求而提出的新标准，它将不同的数据业务区分为4个不同的类别，每个类别具有不同的传送优先级，优先级越高，被传送的机会越大。根据IEEE 802.11e标准，视频流数据将全部被映射至第二优先级，仅次于语音业务流数据，具有较大的通信机率，但在时变的无线信道和未知的网络负载条件下，用户将无法获得高质量、平滑的视频数据。

由于实时视频传输具有严格的时延和带宽要求，而无线网络中信道衰落和干扰、突发丢失、延时和有限带宽已经成为传输高质量流媒体的瓶颈。为了改善实时视频的传输质量，传统的方法是在802.11e的基础上提出一些新的传输机制，通过调整竞争窗口大小(CW_min和CW_max)，设置连续传输机会限制TXOP和数据重传次数等；或者通过应用层、数据链路层和物理层等部分联合跨层优化，以提高视频传输质量。

虽然传统的算法和机制都局部的改善了802.11e的性能，但它们缺乏考虑某些具体流量的数据特征和意义(比如视频流等)，没有利用视频数据的特点优化传输机制，无法有效的提高视频传输质量。例如，在某一视频数据帧组内，关键帧(I帧)的丢失比其他增强层数据帧(P帧和B帧)的丢失更降低视频的质量。

发明内容

为了克服已有无线流媒体传输控制方法的网络吞吐量较小、实时视频传输时延较大、传输质量较差的不足，本发明提供一种有效提高网络吞吐量、实时视频传输时延较小、提高视频流传输质量的映射参数动态自适应的无线流媒体传输控制方法。

本发明解决其技术问题所采用的技术方案是：

一种映射参数动态自适应的无线流媒体传输控制方法，所述无线流媒体传输控制方法包括以下步骤：

1)经过应用层视频流编码，在网络传输层中，按视频帧重要性添加初始化优先级标识，所述视频帧包括关键帧和其他增强层数据帧，在MAC层中，节点根据各数据帧的最终优先级标识，分别映射至各优先级，各队列按优先级高低依次定义为：AC[3]、AC[2]、4C[1]和AC[0]；

2)根据实时网络负载分布和各优先级队列拥塞情况，按各视频帧特征动态计算其映射至各优先级的映射概率；

3)根据实时网络条件，对关键帧采用双向映射机制，设定其映射至AC[0]的概率为零，其前向映射因子prob_I_up和后向映射因子prob_I_down如下所述：

${\mathrm{prob}\_I}_{\mathrm{up}}=\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[3\right]-\mathrm{qlen}\left(\mathrm{AC}\right[3\left]\right)}{\max \_\mathrm{AC}\left[3\right]}$

${\mathrm{prob}\_I}_{\mathrm{down}}=\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[1\right]-\mathrm{qlen}\left(\mathrm{AC}\right[1\left]\right)}{\max \_\mathrm{AC}\left[1\right]}$

其中，qlen(AC[2])表示当前时刻优先级队列2中的待传送数据包数量，max_AC[2]表示队列2的最大数据包容量，即当队列2接受的数据包长度大于该值时，队列会自动将后到达的数据丢弃；

对其他增强层数据帧采用双重向下映射机制，其他增强层数据帧包括P帧和B帧，其中，P帧前向映射因子prob_P_up和双重后向映射因子

和如下所述：

$\mathrm{prob}\_P_{\mathrm{up}}=\frac{1}{M}\×\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[3\right]-\mathrm{qlen}\left(\mathrm{AC}\right[3\left]\right)}{\max \_\mathrm{AC}\left[3\right]}$

${\mathrm{prob}\_P}_{\mathrm{down}}^1=\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[1\right]-\mathrm{qlen}\left(\mathrm{AC}\right[1\left]\right)}{\max \_\mathrm{AC}\left[1\right]}$

${\mathrm{prob}\_P}_{\mathrm{down}}^0=\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[0\right]-\mathrm{qlen}\left(\mathrm{AC}\right[0\left]\right)}{\max \_\mathrm{AC}\left[0\right]}$

其中，B帧前向映射因子prob_B_up和双重后向映射因子和

如下所述：

$\mathrm{prob}\_B_{\mathrm{up}}=\frac{1}{N-M}\×\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[3\right]-\mathrm{qlen}\left(\mathrm{AC}\right[3\left]\right)}{\max \_\mathrm{AC}\left[3\right]}$

${\mathrm{prob}\_B}_{\mathrm{down}}^1=\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[1\right]-\mathrm{qlen}\left(\mathrm{AC}\right[1\left]\right)}{\max \_\mathrm{AC}\left[1\right]}$

${\mathrm{prob}\_B}_{\mathrm{down}}^0=\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[0\right]-\mathrm{qlen}\left(\mathrm{AC}\right[0\left]\right)}{\max \_\mathrm{AC}\left[0\right]}$

其中，N表示两相邻关键帧(I帧)之间的距离，M表示两相邻关键帧(I帧)与P帧的间距；

4)MAC层根据当前网络状况和视频帧映射结果，将信息反馈至应用层和传输层，应用层根据反馈的队列拥塞信息和映射因子值，调整视频编码压缩比，改变视频流数据负载大小和各帧排列；传输层根据反馈的队列拥塞信息，调用步骤2)和步骤3)。

进一步，在所述步骤3)中，引入两个队列阈值参数threshold_low和threshold_high分别表示队列拥塞程度，形成新的前向映射因子和后向映射因子。

关键帧的新的前向映射因子和后向映射因子的形成过程为：当队列AC[2]长度小于threshold_high时，关键帧被映射至AC[2]；否则首先调用前向映射机制，当队列AC[3]长度小于threshold_low时直接映射至AC[3]，若处于threshold_low和threshold_high之间，则重新计算基于拥塞避免的前向映射因子：

${p\_I}_{\mathrm{up}}=\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[3\right]-\mathrm{qlen}\left(\mathrm{AC}\right[3\left]\right)}{\max \_\mathrm{AC}\left[3\right]}\×\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)-\mathrm{threshold}\_\mathrm{low}}{\mathrm{threshold}\_\mathrm{high}-\mathrm{threshold}\_\mathrm{low}}$

若系统产生的随机数ε大于P_I_up，则关键帧被映射至高优先级AC[3]；否则调用后向映射机制，若队列AC[1]长度小于threshold_low时直接映射至AC[1]，若处于threshold_low和threshold_high之间，则重新计算基于拥塞避免的后向映射因子：

${p\_I}_{\mathrm{down}}=\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[1\right]-\mathrm{qlen}\left(\mathrm{AC}\right[1\left]\right)}{\max \_\mathrm{AC}\left[1\right]}\×\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)-\mathrm{threshold}\_\mathrm{low}}{\mathrm{threshold}\_\mathrm{high}-\mathrm{threshold}\_\mathrm{low}}$

若系统产生的随机数ε大于p_I_down，则I帧被映射至低优先级AC[1]；否则由于I帧其重要性，直接将其映射至AC[2]。

对于P帧，映射至AC[1]和AC[0]，新的前向映射因子和后向映射因子表示为：

${p\_P}_{\mathrm{up}}={\mathrm{prob}\_P}_{\mathrm{up}}\×\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)-\mathrm{threshold}\_\mathrm{low}}{\mathrm{threshold}\_\mathrm{high}-\mathrm{threshold}\_\mathrm{low}}=\frac{1}{M}\×p\_I_{\mathrm{up}}$

${p\_P}_{\mathrm{down}}^1={\mathrm{prob}\_P}_{\mathrm{down}}^1\×\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)-\mathrm{threshold}\_\mathrm{low}}{\mathrm{threshold}\_\mathrm{high}-\mathrm{threshold}\_\mathrm{low}}={p\_I}_{\mathrm{down}}$

${p\_P}_{\mathrm{down}}^0=\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[0\right]-\mathrm{qlen}\left(\mathrm{AC}\right[0\left]\right)}{\max \_\mathrm{AC}\left[0\right]}\×\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)-\mathrm{threshold}\_\mathrm{low}}{\mathrm{threshold}\_\mathrm{high}-\mathrm{threshold}\_\mathrm{low}}$

当通过双向映射机制之后，若队列AC[2]长度为饱和值，则丢失该视频帧。

对于B帧，映射至AC[1]和AC[0]，新的前向映射因子和后向映射因子表示为：

${p\_B}_{\mathrm{up}}={\mathrm{prob}\_B}_{\mathrm{up}}\×\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)-\mathrm{threshold}\_\mathrm{low}}{\mathrm{threshold}\_\mathrm{high}-\mathrm{threshold}\_\mathrm{low}}=\frac{1}{N-M}\×{p\_I}_{\mathrm{up}}$

${p\_B}_{\mathrm{down}}^1={p\_P}_{\mathrm{down}}^1={p\_I}_{\mathrm{down}}$

${p\_B}_{\mathrm{down}}^0=p\_P_{\mathrm{down}}^0$

当通过双向映射机制之后，若队列AC[2]长度为饱和值，则丢失该视频帧。

本发明的技术构思为：为提高视频流在无线网络中的传输质量，在802.11e EDCF模式下，必须实时根据网络条件充分利用网络资源，在不损害其他优先级业务的前提下，根据各视频帧的重要性以及特征，将其以不同的概率值映射至不同的优先级，尽量避免网络拥塞和过度时延，同时提高系统的吞吐量和信道利用率，实现具有公平友好性的高质量视频传输。

视频流双向映射的机制包括：

A.前向映射机制：即根据实时网络条件——高优先级业务流负载较轻时，各视频帧以其不同的时变概率映射至高优先级，充分利用网络资源。

B.后向映射机制：即根据实时网络条件——高优先级业务流负载较重，且低优先级负载较轻时，各视频帧以其不同的时变概率映射至不同的低优先级，降低视频帧丢失概率。

提供映射参数动态自适应的方法，包括：

A.拥塞感知机制：即根据实时的网络负载条件——获取各优先级队列长度，提前预测和防止各优先级队列拥塞，同时将拥塞信息跨层传递给网络层，用以更改各映射因子。

B.动态更新映射参数：即根据实时的网络负载分布和各优先级队列拥塞状况，动态计算各视频帧映射至各优先级的映射概率，从而降低网络拥塞，提高信道利用率，有效改善传输视频质量。

提供跨层联合优化传输的机制，包括：

A.在网络传输层中，通过修改数据帧格式，增加视频帧重要性标识(I帧、P帧和B帧)，从而实现在MAC层，节点根据各数据帧的标识，实现区分服务，按相应的参数和传输机制分别映射至各优先级。

B.MAC层根据当前的网络条件和视频帧映射结果，将信息反馈至应用层，应用层根据反馈的队列拥塞信息和映射因子值，调整视频编码压缩比，改变视频流数据负载大小和各帧排列，从而改善网络条件。

为了方便表示：各队列按优先级高低依次定义为：AC[3]、AC[2]、4C[1]和AC[0]。

其中，对于I视频帧，当网络中建立视频传输路径后，大量的视频帧根据802.11e标准被映射至第二优先级AC[2]，但由于缓存队列空间有限，势必导致拥塞和大量数据包丢失，因此利用双向映射机制可以有效避免该问题，但由于I帧的重要性，应尽量将其映射至较高优先级，所以其映射至AC[0]的概率为零，计算前向映射因子prob_I_up和后向映射因子prob_I_down。

对于P帧和B帧，由于其重要性低于I帧，且属于增强层数据帧，所以它们具有双重向下映射机制，计算P帧前向映射因子prob_P_up和双重后向映射因子(

和

)。

同时，为了防止网络拥塞，保证实时视频的传输质量，本发明在上述双向映射机制的基础上引入随机早期检测机制(RED)，并引入两个队列阈值参数threshold_low和threshold_high分别表示队列拥塞程度，形成新的前向映射因子和后向映射因子，根据当前网络负载分布和队列拥塞情况，每个视频数据帧将分别获取新的前向和后向映射因子，上式以I帧为例：前向因子越大，被映射至高优先级的机会越大；后向因子越大，则被映射至低优先级的可能性越大。

本发明的有益效果主要表现在：具有拥塞感知能力，可以实时根据网络负载情况和业务数据流分布，充分利用应用层和MAC层信息，及时更新各视频数据帧的映射因子，将视频帧(I帧、P帧、B帧)映射到不同的优先级队列，即实现双向映射(高优先级和低优先级两个方向)，有效提高网络的吞吐量、降低实时视频传输时延，显著提高视频流传输质量。

附图说明

图1为无线流媒体传输系统示意图；

图2为H.264标准的图像传输单位(GOP：Group of Pictures)示意图；

图3为本发明中基于参数自适应的视频流双向映射机制示意图；

图4为本发明中各视频帧映射参数动态自适应更新示意图；

图5为本发明中基于拥塞感知的I帧映射示意图；

图6为本发明中基于拥塞感知的P帧映射示意图；

图7为本发明中基于拥塞感知的B帧映射示意图；

图8为本发明的实验验证框架示意图。

具体实施方式

下面结合附图对本发明作进一步描述。

参照图1～图8，一种映射参数动态自适应的无线流媒体传输控制方法，所述无线流媒体传输控制方法包括以下步骤：

1)经过应用层视频流编码，在网络传输层中，按视频帧重要性添加初始化优先级标识，所述视频帧包括关键帧和其他增强层数据帧，在MAC层中，节点根据各数据帧的最终优先级标识，分别映射至各优先级，各队列按优先级高低依次定义为：AC[3]、AC[2]、AC[1]和AC[0]；

2)根据实时网络负载分布和各优先级队列拥塞情况，按各视频帧特征动态计算其映射至各优先级的映射概率；

3)根据实时网络条件，对关键帧采用双向映射机制，设定其映射至AC[0]的概率为零，其前向映射因子prob_I_up和后向映射因子prob_I_down如下所述：

${\mathrm{prob}\_I}_{\mathrm{up}}=\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[3\right]-\mathrm{qlen}\left(\mathrm{AC}\right[3\left]\right)}{\max \_\mathrm{AC}\left[3\right]}$

${\mathrm{prob}\_I}_{\mathrm{down}}=\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[1\right]-\mathrm{qlen}\left(\mathrm{AC}\right[1\left]\right)}{\max \_\mathrm{AC}\left[1\right]}$

其中，qlen(AC[2])表示当前时刻优先级队列2中的待传送数据包数量，max_AC[2]表示队列2的最大数据包容量，即当队列2接受的数据包长度大于该值时，队列会自动将后到达的数据丢弃；

对其他增强层数据帧采用双重向下映射机制，其他增强层数据帧包括P帧和B帧，其中，P帧前向映射因子prob_P_up和双重后向映射因子

和

如下所述：

$\mathrm{prob}\_P_{\mathrm{up}}=\frac{1}{M}\×\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[3\right]-\mathrm{qlen}\left(\mathrm{AC}\right[3\left]\right)}{\max \_\mathrm{AC}\left[3\right]}$

${\mathrm{prob}\_P}_{\mathrm{down}}^1=\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[1\right]-\mathrm{qlen}\left(\mathrm{AC}\right[1\left]\right)}{\max \_\mathrm{AC}\left[1\right]}$

${\mathrm{prob}\_P}_{\mathrm{down}}^0=\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[0\right]-\mathrm{qlen}\left(\mathrm{AC}\right[0\left]\right)}{\max \_\mathrm{AC}\left[0\right]}$

其中，B帧前向映射因子prob_B_up和双重后向映射因子和如下所述：

$\mathrm{prob}\_B_{\mathrm{up}}=\frac{1}{N-M}\×\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[3\right]-\mathrm{qlen}\left(\mathrm{AC}\right[3\left]\right)}{\max \_\mathrm{AC}\left[3\right]}$

${\mathrm{prob}\_B}_{\mathrm{down}}^1=\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[1\right]-\mathrm{qlen}\left(\mathrm{AC}\right[1\left]\right)}{\max \_\mathrm{AC}\left[1\right]}$

${\mathrm{prob}\_B}_{\mathrm{down}}^0=\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[0\right]-\mathrm{qlen}\left(\mathrm{AC}\right[0\left]\right)}{\max \_\mathrm{AC}\left[0\right]}$

其中，N表示两相邻I帧之间的距离，M表示两相邻I帧与P帧的间距；

4)MAC层根据当前网络状况和视频帧映射结果，将信息反馈至应用层和传输层，应用层根据反馈的队列拥塞信息和映射因子值，调整视频编码压缩比，改变视频流数据负载大小和各帧排列；传输层根据反馈的队列拥塞信息，调用步骤2)和步骤3)。

在所述步骤3)中，引入两个队列阈值参数threshold_low和threshold_high分别表示队列拥塞程度，形成新的前向映射因子和后向映射因子。

图1展示了常规的无线流媒体传输应用系统，随着无线信道带宽的增加、移动设备性能的提高(计算能力的增强、电源管理等)和普及化，越来越多的用户可以通过构建无线局域网或通过无线连接至因特网分享实时流媒体或其它多媒体资源，但由于无线网络和流媒体数据的特殊性往往使得许多用户无法享受高质量、流畅的视频语音流。为了保证视频传输服务质量，本发明采用H.264视频编码标准来压缩视频流，使得其在各用户节点间通过无线链路进行高质量传输。

根据H.264标准，本发明将视频流分割成小的传输单元GOP(Group of Picture)如图2所示。GOP主要有两个参数决定：G(N，M)：其中N表示两相邻I帧之间的距离，M表示两相邻I帧与P帧的间距。如图2所示，G(12，3)表示该传输单元含有1个I帧，3个P帧和8个B帧，同时，该GOP中后续两个B帧的解码需要下一个GOP中I帧的信息。因此，为了保证传输实时视频的质量，必须尽量保证I帧和P帧的可靠传输。

而传统基于QoS的无线传输协议IEEE 802.11e EDCA直接按规定将所有的业务流分配至4个具有不同优先级的队列，通过区分不同的AC接入参数，实现差分服务。但该机制无法保证视频流的高质量传输，尤其是当视频流网络负载较重而当前网络拥塞状况又未知的条件下。

本发明提出了基于映射参数动态自适应的双向映射机制，如图3所示。为了保证流媒体传输质量，实现QoS区分服务，必须同时考虑业务数据流的特征和无线网络的拥塞情况。网络层和传输层将数据包根据视频帧的类型(I帧、P帧和B帧)和重要性标识不同的优先级，由于I帧、P帧和B帧各自具有不同的重要性，例如：I帧丢失将导致整个数据单元GOP无法解码，严重降低流媒体质量；而B帧丢失仅仅导致其自身无法解码，对整个视频单元影响较小。因此当网络负载严重时，各队列均饱和或发生拥塞，不得不丢弃数据时，一个好的算法应首先丢弃B帧，然后再P帧，最后不得已才丢弃I帧。因此必须把I帧映射至相对较高的优先级，当网络负载较重时，可以将B帧映射至较低的优先级。

由于无线网络拓扑和信道的时变性以及网络负载的未知性，本发明机制采用前向映射和后向映射两种机制，改变传统方法将所有视频帧统一映射至队列AC[2]的策略。图3中黑实线表示视频帧的前向映射过程，点划线表示视频帧被映射至第二优先级(即默认的IEEE802.11e标准)，虚线表示后向映射过程，以不同的概率映射至AC[1]和AC[0]。

步骤1：发送端应用层根据H.264编码标准按所需的量化因子和数据帧结构进行视频编码，并修改相应的数据包格式，增加数据帧标识(I帧，P帧和B帧)。

步骤2：根据实时网络负载条件和视频数据帧的类型，动态选择不同的映射方法，若调用前向映射机制，则转至步骤3；若调用后向映射机制，则转至步骤4。

步骤3：当高优先级队列AC[3]负载较轻或无负载时，各视频帧根据其重要性以不同的概率向前映射至高优先级队列，视频帧越重要则其前向映射机会越大，因此I帧的前向映射因子最大，P帧其次，B帧最不容易被向前映射至高优先级队列，因此根据发明内容中计算，各帧之间的前向映射因子关系如下：

prob_I_up＝M×prob_P_up＝(N-M)×prob_B_up

根据H.264编码标准，N，M∈I且N＞2M，则可得：

1＞prob_I_up＞prob_P_up＞prob_B_up＞0

由于高优先级队列拥有更多的机会占用信道发送数据，因此前向映射能充分利用网络资源，提高视频传输质量，减小实时视频传输时延。

步骤4：当网络负载较重时，尤其是高优先级队列AC[3]有大量数据(语音数据)需要传输时，前向映射机制将会使得临近饱和的队列更加拥塞，不仅影响原有高优先级队列的正常传输，而且由于拥塞导致视频数据包丢失将严重影响视频质量。为了保证高优先级业务数据的传输性能，在前向映射机制的基础上，引入后向映射机制。如果将所有的视频帧都映射至AC[2]，同理将导致大量数据丢失，损坏视频质量。而后向映射机制正好弥补了上述缺点，当高优先级队列负载较重时，各视频数据帧可以根据其重要性以不同的概率向后映射至低优先级队列如AC[1]和AC[0]，即数据帧重要性越大其后向映射概率越小。由于P帧和B帧的优先级低于I帧，其具有双重后向映射机制，分别映射至AC[1]和AC[0]。

步骤5：由于无线网络拓扑结构不稳定，可用带宽随网络负载和信道利用率实时变化，因此各视频帧必需根据网络条件实时动态更新其前向和后向映射因子。图4表示各视频帧映射因子的动态更新过程。当网络传输层接受到一个数据帧时，首先检验其优先级标识：若为I帧，则立即获取当前AC[3]和AC[2]的队列长度，并按公式计算其前向映射因子prob_I_up，同时根据AC[2]和AC[1]的队列长度计算后向映射概率prob_I_down，为防止拥塞调用拥塞避免机制计算新的双向映射因子，最后根据协议确定其优先级并传递至MAC层；若为P帧或B帧，同上，获取当前AC[3]和AC[2]的队列长度，并按公式计算其前向映射因子prob_P_up和prob_B_up，由于其双重后向映射机制，根据AC[2]、AC[1]和AC[0]的队列长度分别计算后向映射概率

和

为防止拥塞调用拥塞避免机制计算新的双向映射因子，最后根据协议确定其优先级并传递至MAC层。

步骤6：根据步骤5所得的各实时双向映射概率值和当前节点中各优先级队列的拥塞情况，为防止网络拥塞降低视频传输质量，各视频帧将采取不同的拥塞避免机制，若视频帧类型为I帧，则转至步骤7；若视频帧为P帧，则转至步骤8；若视频帧类型是B帧，则转至步骤9。

步骤7：I帧采取拥塞避免后的映射过程，如图5所示。当I帧到达后，如图4所示计算前向和后向映射因子，然后调用RED早期队列拥塞检测算法，通过合理设置阈值threshold_low和threshold_high，当队列AC[2]长度小于threshold_high时，I帧被映射至AC[2]，表示当前队列传输性能良好。否则首先调用前向映射机制，当队列AC[3]长度小于threshold_low时直接映射至AC[3]，若处于threshold_low和threshold_high之间，则重新计算基于拥塞避免的前向映射因子：

${p\_I}_{\mathrm{up}}=\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[3\right]-\mathrm{qlen}\left(\mathrm{AC}\right[3\left]\right)}{\max \_\mathrm{AC}\left[3\right]}\×\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)-\mathrm{threshold}\_\mathrm{low}}{\mathrm{threshold}\_\mathrm{high}-\mathrm{threshold}\_\mathrm{low}}$

若系统产生的随机数ε大于P_I_up，则I帧被映射至高优先级AC[3]；否则调用后向映射机制，若队列AC[1]长度小于threshold_low时直接映射至AC[1]，若处于threshold_low和threshold_high之间，则重新计算基于拥塞避免的后向映射因子：

${p\_I}_{\mathrm{down}}=\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[1\right]-\mathrm{qlen}\left(\mathrm{AC}\right[1\left]\right)}{\max \_\mathrm{AC}\left[1\right]}\×\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)-\mathrm{threshold}\_\mathrm{low}}{\mathrm{threshold}\_\mathrm{high}-\mathrm{threshold}\_\mathrm{low}}$

若系统产生的随机数ε大于P_I_down，则I帧被映射至低优先级AC[1]；否则由于I帧其重要性，直接将其映射至AC[2]。

步骤8：P帧采取拥塞避免后的映射过程，如图6所示。当P帧到达后，如图4所示计算前向和后向映射因子，然后调用RED早期队列拥塞检测算法，通过合理设置阈值threshold_low和threshold_high，P帧属于增强层视频帧，其重要性都低于I帧，因此其映射过程基本相似，主要区别在于前向和后向映射因子的计算方式和概率值不同，其具有双重后向映射机制，可以根据特定条件映射至AC[1]和AC[0]，如下：

${p\_P}_{\mathrm{up}}={\mathrm{prob}\_P}_{\mathrm{up}}\×\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)-\mathrm{threshold}\_\mathrm{low}}{\mathrm{threshold}\_\mathrm{high}-\mathrm{threshold}\_\mathrm{low}}=\frac{1}{M}\×{p\_I}_{\mathrm{up}}$

${p\_P}_{\mathrm{down}}^1={\mathrm{prob}\_P}_{\mathrm{down}}^1\×\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)-\mathrm{threshold}\_\mathrm{low}}{\mathrm{threshold}\_\mathrm{high}-\mathrm{threshold}\_\mathrm{low}}={p\_I}_{\mathrm{down}}$

${p\_P}_{\mathrm{down}}^0=\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[0\right]-\mathrm{qlen}\left(\mathrm{AC}\right[0\left]\right)}{\max \_\mathrm{AC}\left[0\right]}\×\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)-\mathrm{threshold}\_\mathrm{low}}{\mathrm{threshole}\_\mathrm{high}-\mathrm{threshold}\_\mathrm{low}}$

当通过双向映射机制之后，若队列AC[2]长度为饱和值，则丢失该视频帧，保证其他视频帧的传输。

步骤9：B帧采取拥塞避免后的映射过程，如图7所示。当B帧到达后，如图4所示计算前向和后向映射因子，然后调用RED早期队列拥塞检测算法，通过合理设置阈值threshold_low和threshold_high，B帧属于增强层视频帧，其重要性都低于I和P帧。因此其映射过程基本相似，主要区别在于前向和后向映射因子的计算方式和概率值不同，其具有双重后向映射机制，可以根据特定条件映射至AC[1]和AC[0]，如下：

${p\_B}_{\mathrm{up}}={\mathrm{prob}\_B}_{\mathrm{up}}\×\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)-\mathrm{threshold}\_\mathrm{low}}{\mathrm{threshold}\_\mathrm{high}-\mathrm{threshold}\_\mathrm{low}}=\frac{1}{N-M}\×{p\_I}_{\mathrm{up}}$

${p\_B}_{\mathrm{down}}^1={p\_P}_{\mathrm{down}}^1={p\_I}_{\mathrm{down}}$

${p\_B}_{\mathrm{down}}^0=p\_P_{\mathrm{down}}^0$

当通过双向映射机制之后，若队列AC[2]长度为饱和值，则丢失该视频帧，保证其他视频帧的传输。

图8为本发明的实验平台。首先将视频文件通过分流器和编码器编译成NS2(网络仿真软件)兼容的通用负载跟踪文件，同时在NS2中开发相应的网络传输协议，通过程序实现参数自适应的双向映射机制，经过无线网络传输后的视频数据可以分析其时延、丢包等性能，同时通过解码器和融合器重建视频流。

Claims (2)

1.一种映射参数动态自适应的无线流媒体传输控制方法，其特征在于：所述无线流媒体传输控制方法包括以下步骤：

1)经过应用层视频流编码，在网络传输层中，按视频帧重要性添加初始化优先级标识，所述视频帧包括关键帧和其他增强层数据帧，在MAC层中，节点根据各数据帧的最终优先级标识，分别映射至各优先级，各队列按优先级高低依次定义为：AC[3]、AC[2]、AC[1]和AC[0]；

2)根据实时网络负载分布和各优先级队列拥塞情况，按各视频帧特征动态计算其映射至各优先级的映射概率；

3)根据实时网络条件，对关键帧采用双向映射机制，设定其映射至AC[0]的概率为零，其前向映射因子prob_I_up和后向映射因子prob_I_down如下所述：

$\mathrm{prob}\_I_{\mathrm{up}}=\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[3\right]-\mathrm{qlen}\left(\mathrm{AC}\right[3\left]\right)}{\max \_\mathrm{AC}\left[3\right]}$

$\mathrm{prob}\_I_{\mathrm{down}}=\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[1\right]-\mathrm{qlen}\left(\mathrm{AC}\right[1\left]\right)}{\max \_\mathrm{AC}\left[1\right]}$

其中，qlen(AC[2])表示当前时刻优先级队列2中的待传送数据包数量，max_AC[2]表示队列2的最大数据包容量，即当队列2接受的数据包长度大于该值时，队列会自动将后到达的数据丢弃；

对其他增强层数据帧采用双重向下映射机制，其他增强层数据帧包括P帧和B帧，其中，P帧前向映射因子prob_P_up和双重后向映射因子

和

如下所述：

$\mathrm{prob}\_P_{\mathrm{up}}=\frac{1}{M}\×\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[3\right]-\mathrm{qlen}\left(\mathrm{AC}\right[3\left]\right)}{\max \_\mathrm{AC}\left[3\right]}$

$\mathrm{prob}\_P_{\mathrm{down}}^1=\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[1\right]-\mathrm{qlen}\left(\mathrm{AC}\right[1\left]\right)}{\max \_\mathrm{AC}\left[1\right]}$

$\mathrm{prob}\_P_{\mathrm{down}}^0=\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[0\right]-\mathrm{qlen}\left(\mathrm{AC}\right[0\left]\right)}{\max \_\mathrm{AC}\left[0\right]}$

其中，B帧前向映射因子prob_B_up和双重后向映射因子

和

如下所述：

$\mathrm{prob}\_B_{\mathrm{up}}=\frac{1}{N-M}\×\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[3\right]-\mathrm{qlen}\left(\mathrm{AC}\right[3\left]\right)}{\max \_\mathrm{AC}\left[3\right]}$

$\mathrm{prob}\_B_{\mathrm{down}}^1=\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[1\right]-\mathrm{qlen}\left(\mathrm{AC}\right[1\left]\right)}{\max \_\mathrm{AC}\left[1\right]}$

$\mathrm{prob}\_B_{\mathrm{down}}^0=\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[0\right]-\mathrm{qlen}\left(\mathrm{AC}\right[0\left]\right)}{\max \_\mathrm{AC}\left[0\right]}$

其中，N表示两相邻关键帧之间的距离，M表示关键帧与其相邻的P帧之间的间距；

4)MAC层根据当前网络状况和视频帧映射结果，将信息反馈至应用层和传输层，应用层根据反馈的队列拥塞信息和映射因子值，调整视频编码压缩比，改变视频流数据负载大小和各帧排列；传输层根据反馈的队列拥塞信息，调用步骤2)和步骤3)。

2.如权利要求1所述的一种映射参数动态自适应的无线流媒体传输控制方法，其特征在于：在所述步骤3)中，引入两个队列阈值参数threshold_low和threshold_high分别表示队列拥塞程度，形成新的前向映射因子和后向映射因子；

关键帧的新的前向映射因子和后向映射因子的形成过程为：当队列AC[2]长度小于threshold_high时，关键帧被映射至AC[2]；否则首先调用前向映射机制，当队列AC[3]长度小于threshold_low时直接映射至AC[3]，若处于threshold_low和threshold_high之间，则重新计算基于拥塞避免的前向映射因子：

$p\_I_{\mathrm{up}}=\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[3\right]-\mathrm{qlen}\left(\mathrm{AC}\right[3\left]\right)}{\max \_\mathrm{AC}\left[3\right]}\×\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)-\mathrm{threshold}\_\mathrm{low}}{\mathrm{threshold}\_\mathrm{high}-\mathrm{threshold}\_\mathrm{low}}$

若系统产生的随机数ε大于p_I_up，则关键帧被映射至高优先级AC[3]；否则调用后向映射机制，若队列AC[1]长度小于threshold_low时直接映射至AC[1]，若处于threshold_low和threshold_high之间，则重新计算基于拥塞避免的后向映射因子：

$p\_I_{\mathrm{down}}=\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[1\right]-\mathrm{qlen}\left(\mathrm{AC}\right[1\left]\right)}{\max \_\mathrm{AC}\left[1\right]}\×\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)-\mathrm{threshold}\_\mathrm{low}}{\mathrm{threshold}\_\mathrm{high}-\mathrm{threshold}\_\mathrm{low}}$

若系统产生的随机数ε大于p_I_down，则关键帧被映射至低优先级AC[1]；否则由于关键帧其重要性，直接将其映射至AC[2]；

对于P帧，映射至AC[1]和AC[0]，新的前向映射因子和后向映射因子表示为：

$p\_P_{\mathrm{up}}=\mathrm{prob}\_P_{\mathrm{up}}\×\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)-\mathrm{threshold}\_\mathrm{low}}{\mathrm{threshold}\_\mathrm{high}-\mathrm{threshold}\_\mathrm{low}}=\frac{1}{M}\×p\_I_{\mathrm{up}}$

$p\_P_{\mathrm{down}}^1=\mathrm{prob}\_P_{\mathrm{down}}^1\×\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)-\mathrm{threshold}\_\mathrm{low}}{\mathrm{threshold}\_\mathrm{high}-\mathrm{threshold}\_\mathrm{low}}=p\_I_{\mathrm{down}}$

$p\_P_{\mathrm{down}}^0=\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)}{\max \_\mathrm{AC}\left[2\right]}\×\frac{\max \_\mathrm{AC}\left[0\right]-\mathrm{qlen}\left(\mathrm{AC}\right[0\left]\right)}{\max \_\mathrm{AC}\left[0\right]}\×\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)-\mathrm{threshold}\_\mathrm{low}}{\mathrm{threshold}\_\mathrm{high}-\mathrm{threshold}\_\mathrm{low}}$

当通过双向映射机制之后，若队列AC[2]长度为饱和值，则丢失该P帧；

对于B帧，映射至AC[1]和AC[0]，新的前向映射因子和后向映射因子表示为：

$p\_B_{\mathrm{up}}=\mathrm{prob}\_B_{\mathrm{up}}\×\frac{\mathrm{qlen}\left(\mathrm{AC}\right[2\left]\right)-\mathrm{threshold}\_\mathrm{low}}{\mathrm{threshold}\_\mathrm{high}-\mathrm{threshold}\_\mathrm{low}}=\frac{1}{N-M}\×p\_I_{\mathrm{up}}$

$p\_B_{\mathrm{down}}^1=p\_P_{\mathrm{down}}^1=p\_I_{\mathrm{down}}$

$p\_B_{\mathrm{down}}^0=p\_P_{\mathrm{down}}^0$

当通过双向映射机制之后，若队列AC[2]长度为饱和值，则丢失该B帧。

Images