CN102638876A - 一种基于用户体验的节能型无线视频业务资源调度方法 - Google Patents

Abstract

本发明公开了一种基于用户体验的节能型无线视频业务资源调度方法。无线视频传输业务中视频失真主要由编码过程引入的信源失真和由于视频分组在不可靠的无线信道中传输引起的信道失真两部分组成。而无线视频传输业务过程中的系统功耗可分为视频编码功率和视频传输功率。基于此，本发明建立了“功率-业务及系统参数-QoE”映射模型，利用视频编码速率及AMC模式参数作为中间变量建立系统功耗与用户主观感知质量间的映射模型。根据此模型建立目标函数，以达到在满足用户主观感知质量的基础上降低系统功耗，节能减排为目的，采用PSO粒子群算法对各用户进行资源调度分配。采用本发明的技术方案，能够解决目前无线视频传输业务中存在的系统功耗大、用户主观感知质量得不到保证的问题。

Description

一种基于用户体验的节能型无线视频业务资源调度方法

技术领域

本发明涉及移动通信技术领域，特别的，本发明是用于下一代移动通信系统(IMT-Advanced)中基于用户体验对视频传输业务进行资源调度，实现在保证用户主观感知质量的基础上降低系统能耗的技术方案。

背景技术

目前，第三代移动通信系统已经获得广泛的商用。同时，下一代移动通信系统IMT-Advanced的标准制定以及关键技术的研究也日益受到关注。IMT-Advanced系统将支持数据速率从低到高的移动性应用，满足多种环境下用户对于业务的需求。

随着移动通信技术的发展和智能移动终端的普及，用户对于以视频业务为代表的多媒体业务在无线环境中的应用需求越来越大。然而，无线信道的时变性和无线资源的有限性导致视频业务在无线环境中时间和空间上传输效率低，资源浪费严重，使视频业务的发展和应用受到了极大制约。因此，研究保证业务质量且提高资源利用率的调度优化技术是亟待解决的关键问题。

目前，衡量业务质量主要采用系统QoS指标，如系统带宽、时延、误码率、抖动等。然而对于类似视频业务的内容相关性强、用户体验程度高的多媒体业务来说，采用QoS作为评价指标没有考虑用户主观感知因素，因而不能准确获得用户实际服务体验。针对此情况，关于QoE评价指标的研究逐步开展。QoE可理解为用户体验或用户感知，即终端用户对移动网络提供的业务性能的主观感受。它以接近量化的方法表示终端用户对业务和网络的体验和感受，以反映当前业务质量。对于视频业务来说，视频业务质量最重要、最准切的衡量来自用户对于视频业务的实际体验。因此相比QoS，QoE能够更加准确的衡量视频业务质量。

为了提高无线通信环境中视频传输业务质量，除了采用QoE评价业务质量，人们也对提高视频编解码效率、改进错误隐藏技术性能等方面做了深入研究，视频处理算法朝着高速高效方向迅速发展。与此相对，用户终端设备的电池续航能力却没有因为硬件的更新而获得很大提升，复杂度过高的视频处理算法将大大缩短终端电池寿命。此外，飞速增长的移动用户数量及庞大的业务需求使得基站等网络设备的能耗日益增加，加剧地球温室效应。如何对视频进行节能处理及传输成为无线视频业务需要解决的难题之一。

本课题基于国内外相关领域的研究现状，提出一种基于用户体验的节能型无线视频业务资源调度方法，实现在保证用户对于视频业务主观感知质量要求的基础上优化系统资源分配与用户调度，降低系统功率，节能减排的目的。

发明内容

本发明旨在针对目前下一代移动通信系统中视频传输业务存在的系统资源利用率低、系统功耗大且业务质量不能保证用户主观感知要求的情况提出一种基于用户体验的节能型资源调度方案。

为了实现上述目的，解决相应的技术问题，本发明通过以下过程实现相应的技术方案：

步骤一：在传统视频业务“功率-速率-失真”模型基础上提出“功率-业务及系统参数-QoE”映射模型，将系统能耗与用户主观感知质量结合。

步骤一中所提出的“功率-业务及系统参数-QoE”映射模型的构建主要可分为两部分。首先建立“功率-业务及系统参数-视频失真”模型。考虑视频传输业务中系统功耗主要分为两类：编码功耗及传输功耗，本模型建立过程中首先建立了“编码功耗-编码速率-信源失真”和“传输功耗-调制编码模式-信道失真”两个子模型，然后将这两个模型融合为“功率-业务及系统参数-视频失真”模型。之后根据“视频失真-PSNR-MOS”映射关系构建“功率-业务及系统参数-QoE”模型，利用视频业务及系统的可变参数将系统功耗与用户主观感知情况联结在一起，反映二者间的映射关系。

步骤二：以步骤一中提出的“功率-业务及系统参数-QoE”模型为基础，以最小化系统功率消耗为目标，以保证用户最低主观感知质量为约束条件，定义优化目标函数。

步骤二中的目标函数可表示为：

$\min \underset{K}{\mathrm{\Σ}}{P}_k,\mathrm{subjetcttoM}{\mathrm{OS}}_k\≥{\mathrm{MOS}}_{\mathrm{th}},{\mathrm{whereMOS}}_{\mathrm{th}}=3.5$

其中K为系统中请求视频业务的用户总数，P_k为系统为用户k分配的功率(视频编码功率、视频传输功率)，MOS_k为用户k的主观质量感知MOS值，MOS_th为主观感知质量阈值，此处设置为3.5，以满足用户对于视频业务质量要求。

步骤三：初始化用户视频业务参数及系统资源参数，使用PSO粒子群算法求解目标函数最优解。

步骤三中所使用的PSO粒子群算法是一种基于动物种群进化的计算技术，本例中采用该算法求解视频传输业务中用户资源调度及分配过程。为求得资源分配结果也可采用其他优化算法。

步骤四：根据步骤三中求得的策略解集，依次为用户分配业务参数及系统资源。

从上述技术方案可以看出，本发明的技术方案通过建立“功率-业务及系统参数-QoE”映射模型反应了视频传输业务系统功耗与用户主观感知质量间的关系，根据该模型求解目标函数，跨层调度视频内容参数及系统参数，可实现在保证用户主观感知质量的前提下最小化系统功耗，达到节能减排的目标。

下面通过附图和具体实施方案对本发明的技术方案进行进一步的阐述。

附图说明

为了更加清晰的阐述本发明的实施例和现有的技术方案，下面将本发明的技术方案说明附图和现有技术描述中用到的说明附图做简单的介绍。显而易见，在不付出创造性劳动的前提下，本领域普通技术人员可通过本附图获得其他的附图。

图1所示为本发明实施例中视频业务无线传输系统架构图；

图2所示为本发明实施例中“功率-业务及系统参数-QoE”映射模型构建流程图；

图3所示为本发明实施例中用户资源调度流程图。

具体实施方式

为使本发明的技术方案优势描述的更加清楚，下面结合附图对本发明的具体实施方式作进一步的详细阐述，显然所描述的实施例只是本发明的部分实施例，而不是全部的实施例。根据本发明的实施例，本领域的普通技术人员在不经创造性劳动的基础上可以实现本发明的所有其他实施例，都属于本发明的保护范围。

在下面的描述中，对与本发明无关的技术只做简要的技术说明或者直接略过。

本发明的主要思想是构建“功率-业务及系统参数-QoE”映射模型，通过业务及系统参数将系统功耗与用户QoE进行联结；利用PSO算法对系统资源及业务参数进行优化调度分配，达到保证用户主观感知业务质量基础上降低系统能耗，节能减排的目的。

图1所示为本发明实施例中视频业务无线传输系统架构图。如图1所示，该视频无线传输系统包括视频服务器单元101、用户视频分组发送处理单元102、用户视频接收器单元103、QoE优化模块单元104、资源分配模块单元105。

视频服务器单元负责按照用户需求提供相应内容的原始视频序列。

用户视频分组发送处理单元负责根据系统优化目标按照一定的视频编码速率对用户视频分组进行编码，并存储待发送的视频分组。每个用户有一独立发送处理模块。

用户视频接收器单元用户对接收到的用户视频分组进行解调解码及错误恢复等处理。

QoE优化模块单元按照预测的视频信源及信道失真，根据本发明中提出的“功率-业务及系统参数-QoE”映射模型对用户业务及系统参数设置进行决策，以达到在保证用户主观感知质量的前提下降低系统功耗的目的。决策结束后将资源分配结果反馈给各个相关模块。

资源分配模块负责根据相应的资源分配策略调度用户，为用户分配子信道等资源。

图2是本发明实施例中“功率-业务及系统参数-QoE”映射模型构建流程图。如图2所示，该模型构建过程包括以下步骤：

步骤201：建立“编码功率-编码速率-信源失真”模型。

视频业务中的功率消耗可以分为视频编码过程中的功率P_c和视频传输过程中的功耗P_t两部分，即P＝P_c+P_t。其中P_c主要与编码过程复杂度有关。本发明中使用视频编码速率R_c代表编码复杂度，步骤201中建立的模型可表示为：

$D_c=f(R_c,P_c)={\mathrm{\σ}}_0^2{e}^{-\mathrm{\α}\·R_c\·P_c^{2/3}}$

其中D_c为视频信源失真，σ₀，α为系统参数，R_c为视频编码速率。

步骤202：建立“传输功率-ACM模式-信道失真”模型。

视频传输过程中的信道失真与丢包率有关，可表示为D_t＝β·PLR。丢包率可用误比特率BER表示：

PLR＝1-(1-BER(γ))^L

其中L为视频分组包含的比特数，γ为信道信噪比。BER的计算公式可进一步表示为：

$\mathrm{BER}\left(\mathrm{\γ}\right)=\frac{a_m}{e^{\mathrm{\γ}\×b_m}}$

其中m为自适应调制编码(AMC)模式，具体映射关系可参考下表。进一步，信噪比γ是视频传输(发射)功率P_t的函数。

AMC Mode(m)	m＝1	m＝2	m＝3	m＝4	m＝5	m＝6
							Modulation	BPSK	QPSK	QPSK	16-QAM	16-QAM	64-QAM
Coding rate(cm)	1/2	1/2	3/4	9/16	3/4	3/4
							Rm(bits/sym.)	0.50	1.00	1.50	2.25	3.00	4.50
am	1.1369	0.3351	0.2197	0.2081	0.1936	0.1887
							bm	7.5556	3.2543	1.5244	0.6250	0.3484	0.0871

根据上述公式，步骤202中建立的模型可表示为：

$D_t=f(m,P_t)=\mathrm{\β}\·\mathrm{PLR}=1-{(1-\mathrm{BER}\left(\mathrm{\γ}\right))}^L$

$=1-{(1-\frac{a_m}{e^{\mathrm{\γ}\×b_m}})}^L=1-{(1-a_m\·e^{\frac{-P_t\·{\left|h_n\right|}^2}{N_{0}B/N}\×b_m})}^K$

其中h_n为第n信道的信道增益，N₀为高斯白噪声谱密度，B为总带宽，N为可用信道数。

步骤203：根据视频失真由信源失真和信道失真组成，视频业务消耗的系统功率可分为视频编码功率和视频传输功率两部分，建立“功率-业务及系统参数-视频失真”模型：

D＝D_c+D_t＝f(R_c，P_c)+f(m，P_t)

步骤204：建立“视频失真-PSNR-MOS”映射关系。

视频PSNR与视频失真之间的关系可表示为：

$\mathrm{PSNR}=10\log \frac{{255}^2}{\mathrm{MSE}}=10\log \frac{{255}^2}{D},$

经过大量研究分析，PSNR与用户主观感知MOS值之间有如下表的映射关系：

PSNR(dB)	MOS
		＞37	5(Excellent)
31-37	4(Good)
		25-31	3(Fair)
20-25	2(Poor)
		＜20	1(Bad)

由此可建立“视频失真-PSNR-MOS”映射关系。

步骤205：根据中间量视频失真，可将步骤203建立的“功率-业务及系统参数-视频失真”模型与步骤204中的“视频失真-PSNR-MOS”映射关系进行结合，得到“功率-业务及系统参数-QoE”模型。

图3是本发明具体实施方式中用户资源调度流程图。如图3所示，该调度过程包括以下步骤：

步骤301：建立“功率-业务及系统参数-QoE”映射模型。

步骤302：根据步骤301得出的映射模型，在保证用户主观感知质量的基础上以最小化系统业务功耗为目标，定义目标函数为：

$\min \underset{K}{\mathrm{\Σ}}{P}_k,\mathrm{subjetctto}{\mathrm{MOS}}_k\≥{\mathrm{MOS}}_{\mathrm{th}},\mathrm{where}{\mathrm{MOS}}_{\mathrm{th}}=3.5$

其中K为系统中请求视频业务的用户总数，P_k为系统为用户k分配的功率(视频编码功率、视频传输功率)，MOS_k为用户k的主观质量感知MOS值，MOS_th为主观感知质量阈值，3.5是用户能够接受的视频质量最低值。

步骤303：初始化各个用户的业务参数及系统参数。

步骤304：从0号用户开始循环，利用PSO算法通过一系列迭代过程完成对用户参数值的选择。

步骤305：计算用户历史最优参数值和群体历史最优参数值，根据目标函数更新用户参数值。当达到效用函数最大化后终止本次调度过程。

Claims (6)

1.一种基于用户体验的节能型无线视频业务资源调度方法，其特征在于包括以下步骤：

步骤1：建立“功率-业务及系统参数-QoE”映射模型，通过视频编码速率、AMC调制模式等参数将系统能耗与用户主观感知质量结合；

步骤2：以“功率-业务及系统参数-QoE”模型为基础，建立目标函数，确定约束条件；

步骤3：初始化用户视频业务参数及系统资源参数，使用PSO粒子群算法求解目标函数最优解；

步骤4：计算用户历史最优参数值和群体历史最优参数值，根据目标函数更新用户参数值，满足迭代条件后终止本次调度过程。

2.根据权利要求1所述的基于用户体验的节能型无线视频业务资源调度方法，其特征在于所述步骤1中将视频业务系统功耗分为编码功率和传输功率两部分，针对两部分功率与视频失真的关系分别建立了“编码功率-编码速率-信源失真”映射模型D_c＝f(R_c，P_c)和“传输功率-ACM模式-信道失真”映射模型D_t＝f(m，P_t)。

3.根据权利要求1所述的基于用户体验的节能型无线视频业务资源调度方法，其特征在于所述步骤1中将“编码功率-编码速率-信源失真”映射模型和“传输功率-ACM模式-信道失真”映射模型结合为“功率-业务及系统参数-视频失真”映射模型D＝D_c+D_t＝f(R_c，P_c)+f(m，P_t)。

4.根据权利要求1所述的基于用户体验的节能型无线视频业务资源调度方法，其特征在于所述步骤1中根据“视频失真-PSNR-MOS”映射关系，以视频失真为中间量，建立“功率-业务及系统参数-QoE”映射模型，反映系统功耗与用户主观感知质量间的关系。

5.根据权利要求1所述的基于用户体验的节能型无线视频业务资源调度方法，其特征在于所述步骤2中以最小化系统功耗为优化目标，以满足用户主观感知质量最低阈值为限制条件，建立目标函数：

$\min \underset{K}{\mathrm{\Σ}}{P}_k,\mathrm{subjetcttoM}{\mathrm{OS}}_k\≥{\mathrm{MOS}}_{\mathrm{th}},{\mathrm{whereMOS}}_{\mathrm{th}}=3.5$

6.根据权利要求1所述的基于用户体验的节能型无线视频业务资源调度方法，其特征在于所述步骤3中利用PSO算法求解目标函数，即不断调整用户个体参数值与群体参数值，当求得目标函数最优解时终止本次调度。

Images