CN102710596B - 基于QoE的路由选择方法 - Google Patents

Abstract

本发明提供一种基于QoE的路由选择方法，其将与QoE有关的 value 值的计算分解开，利用了 jitter 、 delay 的加性特点和 packet_loss_rate 的乘性特点，使每个结点 u 只需保留始结点到该结点 u 的关于 jitter 、delay 和 packet_loss_rate 的累积信息，并结合链路的 jitter 、delay 和 packet_loss_rate 的信息来获取初始结点到该相邻结点 v 的 value 值；本发明相对于原有的与QoE有关的 value 值不具有累积性质而在路由选择时必须记录之前有关的全部信息的问题给出了一种有效的解决思路，有效的降低了算法空间复杂度。

Description

基于QoE的路由选择方法

技术领域

本发明属于网络路由技术领域，涉及一种路由选择方法，具体涉及一种基于QoE的路由选择方法。

背景技术

目前IP协议在路由选择时只依据最短时延或最少跳数算法确定转发路径，忽略了网络资源、路径费用、用户主观感受等因素。这种尽力而为的因特网无法提供服务质量和用户体验保证，它的特点是对所有应用一视同仁。如QoS多约束路由算法，其在考虑多个QoS参数限制的情况下进行路由选择，从一定程度上改变了单参数路由的现状。现有的针对QoS参数多约束路由算法的研究，大致分为：1)多项式非启发式算法，Wang和Crowcroft使用Dijkstra最短路径树算法实现了带宽延迟受限的源路由求解。首先在网络拓扑图中将带宽不足要求的链路剪除掉，然后再以延迟为关键字使用最短路径树算法计算，这样求得的路径满足带宽约束并具有最短延迟。赵海雁和陈立潮使用Dijkstra最短路径树算法实现了时延、成本受限的求解。主要通过将原问题转化为该问题的一个子问题来进行研究求解，而非真正解决QoS多约束路由问题。2)各类启发式算法，Turgay Korkmaz和Marwan Krunz提出一种随机启发式算法，该算法在BFS的算法基础上进行了改进，不是系统的选择一个结点进行搜索，而是随机的选取，这样可以更好的保证搜索方向不断向目标结点过渡。Shigang Chen和Nahrstedt.K针对两个约束条件的QoS路由问题，提出了一种启发式算法，该算法通过将其中一个约束参数整数化的方式将问题转化为一个新问题，并证明新问题得到的解是原MCP问题的解的子集，从而能保证利用该算法得到解，则该解就是满足原问题的解。3)单混合参数算法，以上算法只是简单地分开考虑QoS参数是否满足给定约束条件，并寻找满足要求的路径，其算法效率都受到一定的影响，于是提出了各种单混合参数的思想，并出现了很多相关的算法，其中SAMCRA的算法较好的解决了混合参数为标准的路由选择问题。这些算法的研究都是围绕客观QoS参数进行研究的路由算法。

然而，通常用户并不关心各网络通信应用和服务在IP网上如何实现和传输的，也就是说对用户而言关注各种QoS参数并没有多大实际意义，他们只关心服务的体验质量(QoE，quality of experience)。QoE可以理解为用户体验或者用户感知，即终端用户对移动网络提供的业务性能的主观感受。它可以通过接近量化的方法来表示终端用户对业务的体验和感受，并反映当前业务的质量与用户期望间的差距。以往的有关路由选择的研究忽视了用户体验这一重要因素，没有深入的了解网络性能参数对用户体验的影响变化情况，更没有从用户体验角度进行设计路由选择算法。所以对以QoE体验值为目标的路由选择问题研究是必要的和紧迫的。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于QoE的路由选择方法，用以合理准确地测量协作无线信道的特性。

为实现上述目的及其他相关目的，本发明提供一种基于QoE的路由选择方法。

一种基于QoE的路由选择方法，所述基于QoE的路由选择方法包括：

步骤一，对每个路由结点维护一个结构体M，所述结构体M包括jitter、delay、packet_loss_rate三个参数变量；相邻的路由结点通过链路连接，每条链路的jitter、delay、packet_loss_rate参数都是已知的；设每个结点的QoE特征值value为：

M[v].value＝k₁{M[u].jitter+N[u→v].jitter}+

k₂{M[u].delay+N[u→v].delay}+

k₃×100×{1-(1-M[u].packet_loss_rate)(1-N[u→v].packet_loss_rate)}

其中，结点u为结点v的前向结点，M[u].jitter表示结点u的jitter累积值，M[u].delay表示结点u的delay累积值，M[u].packet_loss_rate表示结点u的packet_loss_rate累积值，N[u→v].jitter表示链路u→v的jitter值，N[u→v].delay表示链路u→v的delay值，N[u→v].packet_loss_rate表示链路u→v的packet_loss_rate值；k₁、k₂和k₃为已知的QoE模型的固定系数；将每个结点的相关信息初始化为无穷大；

步骤二，在一队列Q中加入始结点s的信息，初始化始结点s的相关信息为0；

步骤三，首先搜索计算始结点s的所有邻结点的value值，并将value值小于或等于参数C’的邻结点加入到队列Q中，并将始结点s从队列Q中删除；其中参数C’＝Max+1-C，C为QoE用户等级参数，Max为已知的QoE模型的固定系数；

步骤四，在队列Q中选取value值最小的结点作为下一次搜索的起始结点，然后计算所述起始结点的所有邻结点的value值，并将value值小于或等于参数C’的邻结点继续加入到队列Q中，并将起始结点从队列Q中删除；若所述邻结点已经存在于队列Q中，则判断该邻结点当前计算的value值是否小于存储于队列Q中的原value值，若小于则将队列Q中该邻结点存储的原相关信息替换为当前计算的相关信息；否则不替换；

步骤五，重复步骤四，直到队列Q中没有结点可取或获得的结点是终结点t为止；

步骤六，若当前取出的结点为终结点t，则从始结点s到终结点t存在满足QoE用户等级的路径；反之则不存在满足QoE用户等级的路径。

作为本发明的一种优选方案，所述QoE模型为g.711模型、g.729模型、aac模型、mp3模型、h264模型、或mpeg4模型。

作为本发明的另一种优选方案，在队列Q中加入结点的同时记录该结点的相关信息，所述相关信息包括结点的value值、jitter累积值、delay累积值、packet_loss_rate累积值以及自身的前向结点；当队列Q中结点的value值被更新时，该结点的前向结点信息也同时被更新。

作为本发明的再一种优选方案，当从始结点s到终结点t存在满足QoE用户等级的路径时，根据从终结点t开始的反向信息，不断查询相关反向结点的反向信息，直到源结点s，即可反向获得满足QoE用户等级的最优路径。

如上所述，本发明所述的基于QoE的路由选择方法，具有以下有益效果：

本发明将与QoE有关的value值的计算分解开，利用了jitter、delay的加性特点和packet_loss_rate的乘性特点，使每个结点u只需保留始结点到该结点u的关于jitter、delay和packet_loss_rate的累积信息，并结合链路的jitter、delay和packet_loss_rate的信息来获取相邻结点v的value值；本发明相对于原有的与QoE有关的value值不具有累积性质且必须记录之前有关的全部信息的不足，有效的降低了算法空间复杂度。

附图说明

图1为本发明所述的基于QoE的路由选择方法的流程示意图。

图2为实施例二所述的无可行解的拓扑图。

图3为实施例二所述的有可行解的拓扑图的求解过程1示意图。

图4为实施例二所述的有可行解的拓扑图的求解过程2示意图。

图5为实施例二所述的有可行解的拓扑图的求解过程3示意图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。

请参阅附图。需要说明的是，本实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

下面结合附图对本发明的具体实施方式作进一步详细说明。

实施例一

本实施例提供一种基于QoE的路由选择方法，该方法是在满足用户等级要求的情况下，寻找QoE值最大的路径，如图1所示，包括以下步骤：

步骤一，对每个路由结点维护一个结构体M，所述结构体M包括jitter、delay、packet_loss_rate三个参数变量；相邻的路由结点通过链路连接，每条链路的jitter、delay、packet_loss_rate参数都是已知的；设每个结点的QoE特征值value为：

M[v].value＝k₁{M[u].jitter+N[u→v].jitter}+

k₂{M[u].delay+N[u→v].delay}+

k₃×100×{1-(1-M[u].packet_loss_rate)(1-N[u→v].packet_loss_rate)}

其中，结点u为结点v的前向结点，M[u].jitter表示结点u的jitter累积值，M[u].delay表示结点u的delay累积值，M[u].packet_loss_rate表示结点u的packet_loss_rate累积值，N[u→v].jitter表示链路u→v的jitter值，N[u→v].delay表示链路u→v的delay值，N[u→v].packet_loss_rate表示链路u→v的packet_loss_rate值；k₁、k₂和k₃为已知的QoE模型的固定系数；所述QoE模型为g.711模型、g.729模型、aac模型、mp3模型、h264模型、或mpeg4模型；将每个结点的相关信息初始化为无穷大；将每个结点的参数变量初始化为无穷大，使结点的M相关值为无穷大，这样才能保证该结点第一次被到达新的value值小于当前值；在队列Q中加入结点的同时记录该结点的相关信息，所述相关信息包括结点的value值、jitter累积值、delay累积值、packet_loss_rate累积值以及自身的前向结点；当队列Q中结点的value值被更新时，该结点的前向结点信息也同时被更新。

步骤二，在一队列Q中加入始结点s的信息，初始化始结点s的相关信息为0；

步骤三，首先搜索计算始结点s的所有邻结点的value值，并将value值小于或等于参数C’的邻结点加入到队列Q中，并将始结点s从队列Q中删除；其中参数C’＝Max+1-C，C为QoE用户等级参数，Max为已知的QoE模型的固定系数；

步骤四，在队列Q中选取value值最小的结点作为下一次搜索的起始结点，然后计算所述起始结点的所有邻结点的value值，并将value值小于或等于参数C’的邻结点继续加入到队列Q中，并将起始结点从队列Q中删除；若所述邻结点已经存在于队列Q中，则判断该邻结点当前计算的value值是否小于存储于队列Q中的原value值，若小于则将队列Q中该邻结点存储的原相关信息替换为当前计算的相关信息；否则不替换；

步骤五，重复步骤四，直到队列Q中没有结点可取或获得的结点是终结点t为止；

步骤六，若当前取出的结点为终结点t，则从始结点s到终结点t存在满足QoE用户等级的路径；反之则不存在满足QoE用户等级的路径；当从始结点s到终结点t存在满足QoE用户等级的路径时，根据从终结点t开始的反向信息，不断查询相关反向结点的反向信息，直到源结点s，即可反向获得满足QoE用户等级的最优路径。

下面对所述QoE路由选择方法的具体内容详细描述如下：

1、初始化阶段：

对于每个路由结点维护一个结构体M，结构体M具有3个成员变量，分别为jitter、delay、packet_loss_rate；相邻的路由结点通过链路连接，每条链路的jitter、delay、packet_loss_rate参数都是已知的；设v∈[s,t]表示位于始结点s与终结点t之间的一个结点，则结点v的QoE特征值value为：

M[v].value＝M[u].value+k₁N[u→v].jitter+

k₂N[u→v].delay+k₃100N[u→v].packet_loss_rate

其中，结点u为结点v的前向结点，M[u].value表示结点u的QoE特征值，N[u→v].jitter表示链路u→v的jitter值，N[u→v].delay表示链路u→v的delay值，N[u→v].packet_loss_rate表示链路u→v的packet_loss_rate值；k₁、k₂和k₃为QoE模型的固定系数，是已知的。所述QoE模型可以为g.711模型、g.729模型、aac模型、mp3模型、h264模型、或mpeg4模型。在一队列Q中加入始结点s的信息，始结点s的QoE特征值value为0。

本发明将以QoE值最大为目标的路径选择问题转化为以中间值value最小为目标的路径选择问题。

QoE最优路由问题数学模型：

一个通过无向图表示的网络G＝(V，E)，V代表结点集合，E代表链路集合。每条链路(i,j)∈E与jitter、delay以及packet_loss_rate相关联，所有的参数都是非负的。给定用户需要的QoE等级需求为C，其中C∈{1.2.3.4.5}，QoE路由问题就是去寻找一条从一个源结点到一个目的结点的路径，同时满足：

1)QoE(p)＝Max-k₁·jitter(p)+k₂·delay(p)+k₃×100×packet_loss_rate(p)≥C-1；

2)在满足1)的可行路径上，使QoE(p)最大。

对1)进行整理，得到如下约束表达式：

M＝k₁·jitter(p)+k₂·delay(p)+k₃×100×packet_loss_rate(p)≤Max+1-C

对2)使QoE(p)最大，等价于使

M＝k₁·jitter(p)+k₂·delay(p)+k₃×100×packet_loss_rate(p)

最小。这里定义M为QoE函数表征值。

于是我们的问题就转化为使一个由抖动、延迟以及丢包率构成的线性函数值在满足约束条件下寻找最小值的问题。

定义如下：

$\mathrm{\δ}\left(v\right)=\underset{p\∈P\left(v\right)}{\mathrm{Min}}\left\{\mathrm{value}\left(p\right)\right\}$

其中，P(v)＝{p|p是从始结点s到结点v的任何路径}。初始化时，始结点s到另一个结点v的jitter、delay以及packet_loss_rate设置为+∞，始结点s的QoE特征值设置为0，故相应的value值不小于δ(v)。在算法运行过程中，value(s→v)会不断的逼近δ(v)，最终等于δ(v)。

2、释放阶段：

首先搜索计算始结点s的所有邻结点的value值，并将value值小于或等于参数C’的邻结点加入到一队列Q中，并将始结点s从队列Q中删除；其中参数C’＝Max+1-C，C为QoE用户等级参数，可取1～5。在队列Q中加入结点的同时记录该结点的相关信息，所述相关信息包括结点的value值以及自身的前向结点。

然后在队列Q中选取value值最小的结点作为下一次搜索的起始结点，然后计算所述起始结点的所有邻结点的value值，并将value值小于或等于参数C’的邻结点继续加入到队列Q中，并将起始结点从队列Q中删除。

若所述邻结点已经存在于队列Q中，则判断该邻结点当前计算的value值是否小于存储于队列Q中的原value值，若小于则将队列Q中存储的原value值替换为当前计算的value值；否则不替换，此过程可称为更新过程，下面对更新过程的具体内容进行描述：

设：根据结点u的QoE特征值M[u].value和链路u->v的jitter、delay、packet_loss_rate信息计算出的结点v的QoE特征值为：

M[v].value＝M[u].value+k₁N[u→v].jitter+

k₂N[u→v].delay+k₃100N[u→v].packet_loss_rate

首先判断此次计算出的结点v的QoE特征值是否满足用户等级要求C(C为用户给定的约束条件值)，即判断M[u].value是否小于等于C’，若是则将结点v加入到队列Q中；若在队列Q中已存在结点v(即结点v在之前已经加入到了队列Q中)，则判断此次计算出的结点v的value值是否小于v中已有的value值，若小于则将结点v中已有的相关信息替换为当前计算的结点v的相关信息；否则不替换。因为结点的相关信息包括结点的value值以及自身的前向结点，所以当队列Q中结点被更新时，其value值和前向结点均被更新。对于不满足用户等级要求C的邻结点，则无需进行新值与旧值的比较，而且也不需要加入Q队列。

所述队列Q初始时只有始结点s的相关信息，随着上述更新过程的不断进行，Q队列会将满足QoE用户等级需求的结点加入其中，而肯定不满足QoE用户等级需求的结点则不加入其中，这样可以有效的避免对于无效结点的搜索。此外，给每个做过起始结点的结点标记为black，释放操作的结点不会再对被标记为black的结点进行释放。

最后当从队列Q中获取的value值最小的结点为目的结点t时，则可以停止搜索，此时从始结点s到终结点t存在满足QoE用户等级的最优路径。这都是由value的非递减性保证的，即value(a→b→c)≥value(a→c)，通过以上步骤的处理，提高了搜索速度。若搜索完全部结点后，队列Q中仍不存在终结点t，则表示从始结点s到终结点t不存在满足QoE用户等级的路径。

当完成搜索时，M[v].value＝δ(v)，v∈V，其中V表示拓扑图的所有结点集合V，即存在一条从s到t的路径p使QoE(p)≥C，同时使M[t].value≤C'，Max为QoE模型常数。根据终结点t的相关信息以及所有加入队列Q中的结点的相关信息即可反向获得所述最优路径。也可以将加入队列Q中的结点的相关信息全部存放在变量π中，用π[v]表示保存的路径上结点v的前向向量信息。如果此时π[v]为NUL，则表示没有找到路径p使QoE(p)≥C，那么说明不存在满足用户等级要求的路径；反之，如果π[v]不为NUL，则表示存在路径p使QoE(p)≥C。通过从目的结点t反向跟踪π的信息，找到所有的中间结点，直到始结点s，即可获得从始结点s到目的结点t的路径信息p。

本发明将与QoE有关的value值的计算分解开，利用了jitter、delay的加性特点和packet_loss_rate的乘性特点，使每个结点u只需保留始结点到该结点u的关于jitter、delay和packet_loss_rate的累积信息，并结合链路的jitter、delay和packet_loss_rate的信息来获取相邻结点v的value值。由于与QoE有关的value值不具有累积性质，所以必须记录之前有关的全部信息，而本发明通过分解value的方式有效的降低了算法空间复杂度。

本发明以QoE参数为目标进行路由选择，并对QoE类似的混合参数在路由选择方法中的处理方式提出了分解法的思想，从而使本发明所述方法既能更好的为用户提供网络服务，又能在多项式时间内得到最优路由路径。

实施例二

本实施例以的g.711编码QoE模型为举例，详细说明本发明所述的基于QoE的路由选择方法的实现过程。

已知QoE模型为：QoE＝4.4-0.15jitter-0.15×100packet_loss_rate，给定用户QoE等级需求为C＝4，则C’＝Max+1-C＝4.4+1-4＝1.4。

图2为无可行解的拓扑图，其中W1＝Jitter，W2＝Packet_loss_rate；其路径搜索过程为：

从始结点s出发到相邻结点u，得到M[u].value＝0.15*10+0.15*15＝5.25>C’；从始结点s出发到相邻结点v，得到M[v].value＝0.15*20+0.15*6＝3.9>C’；而这两种路径获得的value值都超出了C’，故结点u和结点v都不会放入队列Q中，始结点s也没有其他相邻结点，此时队列Q已经没有结点，于是循环结束，π[t]中也没有存放任何结点的相关信息，即π[t]为NUL。如果发现π[t]为NUL，则说明没有满足用户QoE等级要求的路径。可以看到通过对进入Q队列的结点的过滤，可以避免对那些已经超出QoE等级需求的结点的搜索，从而提高搜索满足QoE等级需求的结点的速度，或者提高确定不存在相应路径的速度。

图3至图5为有可行解的拓扑图，其中W1＝Jitter，W2＝Packet_loss_rate；其路径搜索过程如下。

如图3所示，过程1的内容为：

首先将始结点s加入队列Q中，同时π[s]保存结点s的相关信息。

1)从始结点s出发，到结点u的相关信息为：

M[u].jitter＝M[s].jitter+W1(s->u)＝2；

M[u].packet_loss_rate＝1-(1-M[s].packet_loss_rate)(1-W2(s->u)＝0.03；

M[u].value＝0.15M[u].jitter+0.15×100M[u].packet_loss_rate＝2×0.15+0.03×100×0.15

＝0.75<C’；

于是将结点u加入队列Q，同时π[u]保存结点u的相关信息，相关信息包括：结点u的value值为0.75，结点u的前向结点为始结点s。

2)从始结点s出发，到结点v的相关信息为：

M[v].jitter＝M[s].jitter+W1(s->v)＝5；

M[v].packet_loss_rate＝1-(1-M[s].packet_loss_rate)(1-W2(s->v))＝0.05；

M[v].value＝0.15M[v].jitter+0.15×100M[v].packet_loss_rate＝5×0.15+0.05×100×0.15

＝1.5>C’；

于是结点v不加入队列Q，同时π[u]也不保存结点v的相关信息。

始结点s的相邻结点搜索计算结束后，将始结点s从队列Q中删除。

如图4所示，过程2的内容为：

1)因为此时队列Q中仅有结点u，所以结点u是队列Q中value值最小的结点；选取结点u作为起始结点，计算结点u到相邻结点v的相关信息为：

M[v].jitter＝M[u].jitter+W1(u->v)＝2+1＝3；

M[v].packet_loss_rate＝1-(1-M[u].packet_loss_rate)(1-W2(u->v))＝1-(1-0.03)×(1-0.01)

＝0.0397

M[v].value＝0.15M[v].jitter+0.15×100M[v].packet_loss_rate＝3×0.15+0.0397×100×0.15

＝1.0455<C’

于是将结点v加入队列Q中，同时π[v]保存结点v的相关信息，相关信息包括：结点v的value值为1.0455，结点v的前向结点为结点u。

如果在图3所示的过程中，结点v已经加入到队列Q中，则判断当前计算获得的M[v].value是否小于π[v]中存储的M[v].value，若小于则将π[v]中存储的结点v的相关信息更新为当前计算获得的结点v的相关信息；否则不更新。

2)计算结点u到相邻结点t的相关信息为：

M[t].jitter＝M[u].jitter+W1(u->t)＝2+2＝4；

M[t].packet_loss_rate＝1-(1-M[u].packet_loss_rate)(1-W2(u->t))＝1-(1-0.03)×(1-0.02)

＝0.0494；

M[t].value＝0.15M[t].jitter+0.15×100M[t].packet_loss_rate＝4×0.15+0.0494×100×0.15

＝8.01>C’；

于是结点t不加入队列Q，同时π[t]也不保存结点t的相关信息。

结点u的相邻结点搜索计算结束后，将起始结点u从队列Q中删除。

如图5所示，过程3的内容为：

1)因为此时队列Q中仅有结点v，所以结点v是队列Q中value值最小的结点；选取结点v作为起始结点，计算结点v到相邻结点t的相关信息为：

M[t].jitter＝M[v].jitter+W1(v->t)＝3+1＝4；

M[t].packet_loss_rate＝1-(1-M[v].packet_loss_rate)(1-W2(v->t))＝1-(1-0.0397)×(1-0.01)

＝0.049303；

M[t].value＝0.15M[t].jitter+0.15×100M[t].packet_loss_rate＝4×0.15+0.049303×100×0.15

＝1.339545<C’；

于是将结点t加入队列Q中，同时π[t]保存结点v的相关信息，相关信息包括：结点t的value值为1.339545，结点t的前向结点为结点v。

结点v的相邻结点搜索计算结束后，将起始结点v从队列Q中删除。

此时再从队列中取出value值最小的结点，此时为目的结点t，故结束搜索。根据变量π中存储的信息反向可以获知，目的结点t的前向结点为v，结点v的前向结点为u，结点u的前向结点为s，故满足QoE用户需求的最优路径为s->u->v->t。

所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。

上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (4)

1.一种基于QoE的路由选择方法，其特征在于，所述基于QoE的路由选择方法包括：

步骤一，对每个路由结点维护一个结构体M，所述结构体M包括jitter、delay、packet_loss_rate三个参数变量；相邻的路由结点通过链路连接，每条链路的jitter、delay、packet_loss_rate参数都是已知的；设每个结点的QoE特征值value为：

M[v].value＝k₁{M[u].jitter+N[u→v].jitter}+

k₂{M[u].delay+N[u→v].delay}+

k₃×100×{1-(1-M[u].packet_loss_rate)(1-N[u→v].packet_loss_rate)}

其中，结点u为结点v的前向结点，M[u].jitter表示结点u的jitter累积值，M[u].delay表示结点u的delay累积值，M[u].packet_loss_rate表示结点u的packet_loss_rate累积值，N[u→v].jitter表示链路u→v的jitter值，N[u→v].delay表示链路u→v的delay值，N[u→v].packet_loss_rate表示链路u→v的packet_loss_rate值；k₁、k₂和k₃为已知的QoE模型的固定系数；将每个结点的相关信息初始化为无穷大；

步骤二，在一队列Q中加入始结点s的信息，初始化始结点s的相关信息为0；

步骤三，首先搜索计算始结点s的所有邻结点的value值，并将value值小于或等于参数C’的邻结点加入到队列Q中，并将始结点s从队列Q中删除；其中参数C’＝Max+1-C，C为QoE用户等级参数，Max为已知的QoE模型的固定系数；

步骤四，在队列Q中选取value值最小的结点作为下一次搜索的起始结点，然后计算所述起始结点的所有邻结点的value值，并将value值小于或等于参数C’的邻结点继续加入到队列Q中，并将起始结点从队列Q中删除；若所述邻结点已经存在于队列Q中，则判断该邻结点当前计算的value值是否小于存储于队列Q中的原value值，若小于则将队列Q中该邻结点存储的原相关信息替换为当前计算的相关信息；否则不替换；

步骤五，重复步骤四，直到队列Q中没有结点可取或获得的结点是终结点t为止；

步骤六，若当前取出的结点为终结点t，则从始结点s到终结点t存在满足QoE用户等级的路径；反之则不存在满足QoE用户等级的路径。

2.根据权利要求1所述的基于QoE的路由选择方法，其特征在于：所述QoE模型为g.711模型、g.729模型、aac模型、mp3模型、h264模型、或mpeg4模型。

3.根据权利要求1所述的基于QoE的路由选择方法，其特征在于：在队列Q中加入结点的同时记录该结点的相关信息，所述相关信息包括结点的value值、jitter累积值、delay累积值、packet_loss_rate累积值以及自身的前向结点；当队列Q中结点的value值被更新时，该结点的前向结点信息也同时被更新。

4.根据权利要求3所述的基于QoE的路由选择方法，其特征在于：当从始结点s到终结点t存在满足QoE用户等级的路径时，根据从终结点t开始的反向信息，不断查询相关反向结点的反向信息，直到源结点s，即可反向获得满足QoE用户等级的最优路径。