CN103209494A - 一种基于重要性标记的实时视频业务资源分配方法 - Google Patents

Abstract

本发明公开了一种基于重要性标记的实时视频业务资源分配方法，针对LTE系统中的实时视频业务，在传输视频数据包前，对视频包的重要性进行标记，并将视频包重要性标记值写入视频包的包头中；在传输过程中，获取信道速率效用因子w_a、用户队列重要性效用因子w_b、用户公平性效用因子w_c；采用线性组合的方式将上述三个效用因子进行组合，得到单个用户的决策矢量；获取对LTE系统中的所有实时视频用户的决策矢量得到决策矩阵；按照决策矩阵逐资源块进行分配。本发明中提出的方法能兼顾用户视频质量，用户公平性以及系统吞吐量，并且提高终端用户接收的视频质量。

Description

一种基于重要性标记的实时视频业务资源分配方法

技术领域

本发明属于无线通信技术领域，涉及一种基于重要性标记的实时视频业务资源分配方法。

背景技术

3GPP组织在2004年底制定了无线长期演进计划即无线长期演进标准LTE（Long Term Evolution）和系统架构演进标准SAE（System ArchitectureEvolution）。在LTE系统设计之初，其目标和需求就非常明确：降低时延，提高用户数据传输速率，提高系统容量和覆盖范围、降低运营成本等。LTE提出的工程目的是确保3GPP在未来持续的竞争力。

作为未来通信系统的主要规范，LTE标准在提出之初就以更高的数据速率、更低的延迟、更好的用户体验为目标。LTE网络节点主要包括增强型NodeB和接入网关（MME/SAE GW）。

3G的网络由基站(NB)、无线网络控制器(RNC)、服务通用分组无线业务支持节点(SGSN)和网关通用分组无线业务支持节点(GGSN)4个网络节点组成。RNC的主要功能为无线资源管理，网络相关功能、无线资源控制(RRC)的维护和运行，网管系统的接口等。RNC的主要缺点为与空中接口相关的许多功能都在RNC中，导致资源分配和业务不能适配信道，协议结构过于复杂，不利于系统优化。在2006年3月的全会上，决定3GPP LTE网络由E-UTRAN基站(eNodeB)和接入网关(AGW)组成，网络结构扁平化。eNodeB的主要功能为：在附着状态选择AGW；寻呼信息和广播信息的发送；无线资源的动态分配，包括多小区无线资源管理；设置和提供eNodeB的测量；无线承载的控制；无线接纳控制；在激活状态的连接移动性控制。网络结构如图1所示，其中eNodeB与AGW之间的接口为S1接口，eNodeB与eNodeB之间的接口为X2接口。与空中接口相关的功能都被集中在eNodeB，无线链路控制(RLC)和媒体访问控制(MAC)都处于同一个网络节点，从而可以进行联合优化和设计。

由于在LTE系统中接入网一侧只有一个节点—eNodeB，因此无线资源分配以及调度策略的功能都集中在其上。由于LTE系统下行采用OFDMA技术，该技术允许多个用户共享同一个子载波，从而提高频谱利用率以及系统性能。而如何将系统中的无线资源分配各个用户使用来满足其QoS需求，成为了LTE系统中无线资源分配的目标。

同时，根据思科公司（Cisco）最近的研究报告Visual Networking Index表明：随着视频多媒体应用在Internet网络中广泛普及，在2013里，IP网络流量将增长为2008年的5倍，其中超过90%的流量为视频业务所贡献。由此可见，视频多媒体业务将是未来网络数据量的主要贡献者。LTE标准的提出为视频业务在无线环境下的大规模应用提供了契机。同时由于视频业务本身的特性：时延要求高，差错不敏感以及数据速率要求高等，导致了针对视频业务尤其是实时视频业务其无线资源分配以及调度成为了研究的热点。

LTE系统中的实时视频业务的调度策略已经成为了目前研究的重点。

发明内容

本发明解决的问题在于提供一种基于重要性标记的实时视频业务资源分配方法，同时考虑用户信道质量，用户队列延时状况以及用户间公平性，以最大化用户视频质量为目标的无线资源调度策略。

本发明是通过以下技术方案来实现：

一种基于重要性标记的实时视频业务资源分配方法，包括以下步骤：

针对LTE系统中的实时视频业务，在传输视频数据包前，对视频包的重要性进行标记，并将视频包重要性标记值写入视频包的包头中；

在传输过程中，从AMC模块中获取用户信道质量标识将其映射为信道速率效用因子w_a，扫描MAC层用户队列获取视频包队列延迟并结合读取包头获得的视频包重要性标记值，映射为用户队列重要性效用因子w_b，读取存储在MAC层调度器模块中的用户历史传输速率其映射为用户公平性效用因子w_c；采用线性组合的方式将上述三个效用因子进行组合，得到单个用户的决策矢量；获取对LTE系统中的所有实时视频用户的决策矢量得到决策矩阵；

按照决策矩阵逐资源块进行分配。

所述视频包的重要性进行标记是通过优先级标记器按以下操作对视频数据包进行优先级标记：

若视频流中总共有m个优先级，最高优先级1分配给I帧的数据包，最低优先级m分配给B帧的数据包，P帧的数据包的优先级则介于2和m之间，其优先级分配如下：

其中为上取整函数，i_p为P帧的索引，prio[i_p]为第i_p个P帧的数据包的优先级。

所述重要性标记值越小表示该数据包的正确传输对于接收到的视频质量影响越大，其重要性越高。

所述的信道速率效用因子w_a的映射关系为：

w_a=Blog₂(1+SNR)

其中，B为一个RB的频域带宽，SNR为当前用户在该RB上的信噪比；当用户在该资源块上的可用信道速率越大，则该用户获得该资源块的优先级就越高。

所述的用户队列重要性效用因子w_b的映射关系为：

$w_b^n=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{I}_{n,m}*(D_{n,m}/D_{\mathrm{TH}})$

其中，I_n,m表示第n个视频用户发送队列中第m个视频数据包的重要性标记值，D_n,m表示第n个视频用户发送队列中第m个视频数据包当前的时延，D_TH表示数据包的超时丢包门限值，当用户视频队列中的数据包经历延时超过该门限后将被主动丢弃，M为该用户当前的发送队列长度。

所述的用户公平性效用因子w_c的映射关系为：

$w_c^n=\frac{d_n^k}{t_w}$

其中t_w表示时间窗的长度，

表示在时间窗t_w内第n个用户在第k个资源块上传输数据的总比特数。

所述用户n的决策矢量的计算为：

$w_n=\{w_{n,\mathrm{rb}},0<\&ForAll;\mathrm{rb}\&le;N_{\mathrm{RB}}^{\mathrm{tot}}\}={\mathrm{\&alpha;}}_n^a{w}_n^a+{\mathrm{\&alpha;}}_n^b{w}_n^b-{\mathrm{\&alpha;}}_n^c{w}_n^c$

其中，

为系统资源块的总数目，

，，

为线性系数，取值在0到1之间；

当系统中的实时视频用户数目为N，则计算所有用户的决策矢量得到如下的决策矩阵：

$w=\{w_{n,\mathrm{rb}},0<\&ForAll;n\&le;\mathrm{Nand}0<\&ForAll;\mathrm{rb}\&le;N_{\mathrm{RB}}^{\mathrm{tot}}\}={\mathrm{\&alpha;}}_n^a{w}_n^a+{\mathrm{\&alpha;}}_n^b{w}_n^b-{\mathrm{\&alpha;}}_n^c{w}_n^c$

该矩阵的行列维数分别为LTE系统中的所有实时视频用户数目以及LTE系统帧中的物理资源块数目。

所述按照决策矩阵逐资源块进行分配为：

在一个调度周期中，对系统的每一资源块，将决策矩阵中的一列按照元素值降序排列，然后将该资源块分配给元素值最大的用户，当出现多个最大值时，则按照轮询的方式将该资源块分配给出现最大值的那几个用户；对系统中的每个资源块都按照上述方法进行分配，直到全部资源块分配完成。

与现有技术相比，本发明具有以下有益的技术效果：

本发明提供的基于重要性标记的实时视频业务资源分配方法，同时考虑用户信道质量，用户队列延时状况以及用户间公平性，有利于最大化用户视频质量以及系统吞吐量。在进行分配时，首先计算视频包重要性参数；其次，对系统中的每一个资源块，利用计算出的视频包重要性标记值以及视频包延时状况，用户当前时刻信道质量，用户的历史平均速率计算当前用户在系统中所有资源块块上的效用，得到用户的决策矢量；最后，计算所有用户的决策矢量，形成系统的决策矩阵，依据该决策矩阵进行资源分配。分配的原则是，对于给定RB（Resource Block,资源块）将其分配给效用最大的用户，当出现多个用户在一个RB上的效用相等时，则按照轮询的原则进行分配。

本发明提供的基于重要性标记的实时视频业务资源分配方法，综合考虑了应用层视频包数据的重要性差别以及MAC层数据包延时，物理层用户信道状况以及用户间的公平性，提出一种以最大化终端用户视频质量为目的的LTE系统无线资源分配方法。通过仿真实验表明，该方法在改善终端用户视频质量方面有较大改进，相对于传统的RR算法以及PF算法其PSNR均有不同提升。

附图说明

图1为本发明的资源分配流程图。

图2为本发明与传统RR算法以及PF算法对比的实验结果图。

具体实施方式

下面结合具体的实施例对本发明做进一步的详细说明，所述是对本发明的解释而不是限定。

本发明提出的基于重要性标记的实时视频业务资源分配方法，是一种基于视频包重要性的实时视频数据包调度方法，综合考虑视频数据包重要性标记、用户的队列状态信息和信道状态信息进行数据包调度，达到提高接收端用户视频质量的目标。

在LTE系统无线资源分配中，可以分配的最小单元称为资源块，即RB，它实质上是一个时频域的小块。一般地，一个资源块在频域占12个子载波，在时域是一个TTI(Transmission Time Interval，传输时间间隔)。LTE系统中的无线资源分配就是将系统中的资源块分配给系统中的多个用户，在满足用户QoS（Quality of Service，服务质量）需求的前提下提高系统的吞吐量。

目前，针对LTE系统的无线资源分配策略主要集中在利用已知信息计算用户在每个资源块上的效用。将资源块分配给效用较高的用户进行传输。在此基础上，本方法利用应用层的视频包重要性标记以及MAC（Medium AccessControl，媒体介入控制）层数据包时延来综合考量用户队列的重要性，同时兼顾用户信道状况以及用户间公平性来计算用户在各个资源块上的效用，最终按照权重轮询的方式进行分配。

参见图1，基于重要性标记的实时视频业务资源分配方法，包括以下步骤：

针对LTE系统中的实时视频业务，在传输视频数据包前，对视频包的重要性进行标记，并将视频包重要性标记值写入视频包的包头中；其中重要性标记值越小表示该数据包的正确传输对于接收到的视频质量影响越大，也就是其重要性越高；

结合MAC层用户队列延迟，物理层的用户信道质量，以及用户历史传输速率来计算用户在当前RB上的效用：在传输过程中，从AMC模块中获取用户信道质量标识将其映射为信道速率效用因子w_a，扫描MAC层用户队列获取视频包队列延迟并结合读取包头获得的视频包重要性标记值，映射为用户队列重要性效用因子w_b，读取存储在MAC层调度器模块中的用户历史传输速率其映射为用户公平性效用因子w_c；采用线性组合的方式将上述三个效用因子进行组合，得到单个用户的决策矢量；获取对LTE系统中的所有实时视频用户的决策矢量得到决策矩阵；

按照决策矩阵逐资源块进行分配。

下面对本方法的三个步骤具体来进行说明。

步骤1：计算视频数据包的重要性参数；

在视频传输过程中，不同的视频数据包重要性参数不同。假设H.264视频序列的一个GOP(group of pictures,图像组)中有N_GOP帧图像，包括1个I帧，Np个P帧和N_GOP-Np-1个B帧，其中I帧采用帧内编码模式，P帧利用前面的P帧或者I帧进行预测，B帧通过前面和后面两个图像帧预测而来，最后一个B帧通过前面的P帧和下一个GOP的I帧预测而来。在传输过程中，如果前面的P帧丢失，那么以此作为帧参考的各个帧的数据解码都会受到影响，其视频质量将变得很差。而一个B帧丢失只会影响该B帧本身的视频质量，一个I帧的丢失会导致该GOP序列所有的视频帧质量下降。

利用P帧在GOP中的位置来衡量P帧数据包的重要性，一个P帧在一个GOP中的位置越靠前，则该帧数据包越重要。例如，编码器规定视频流中总共有m（通常要求m>Np）个优先级，取值范围为1～m，最高优先级1分配给I帧的数据包，最低优先级m分配给B帧的数据包，P帧的数据包的优先级则介于2和m之间，具体分配如下

其中

为上取整函数，i_p为GOP中P帧的索引，prio[i_p]为GOP中第i_p个P帧的数据包的优先级。

可以理解的是，也可以采用其他方式获得视频数据包的优先级，也就是视频重要性参数。

这里还需指出，视频数据包的优先级标记在编码器编码结束后就已完成，即进入调度器的视频数据包已携带优先级信息。该步骤为本方法中的调度算法提供关于视频数据包重要性的信息，独立于调度算法而在编码器端实现。而步骤2～3为调度的执行步骤。

步骤2：计算决策矢量

由于LTE系统中无线资源分配的最小单位为资源块，为了衡量系统中用户在所有资源块上的优先级，则需要计算每个用户的决策矢量，该决策矢量表示单一用户在系统中所有资源块上的分配优先级。该优先级越大表明该用户获得该资源块的可能性越大。反之，该用户获得该资源块的可能性越小。

其中决策矢量的计算必须依赖如下3个决策因子，这三个决策因子分别表征信道质量，用户视频数据包队列重要性以及用户间公平性对于用户优先级的影响。其中信道质量决策因子通过用户在给定RB上的SNR(Signal-to-Noise Ratio，信噪比)来反映，而用户视频数据包队列重要性则综合用户包队列中数据包重要性标记以及数据包延时来形成，而用户优先级则通过用户在一段时间内的历史发送速率来反映。

下面具体说明其计算方法：

2.1计算计算信道速率效用因子w_a

在一个资源分配周期内（在LTE系统中为一个TTI），每个资源块都有其SNR，这可以通过使用该资源块的前一个用户的反馈得到。对于一个给定的用户，在每个资源块上的可用信道速率可以利用香农信道容量公式计算得到，将该因子记作w_a。另外该因子的元素值需要对所有用户在所有资源块上的可用信道速率进行归一化。同时，为了获得更大的系统容量，当用户在该资源块上的可用信道速率越大，则该用户获得该资源块的优先级就越高。当用户信道SNR已知的条件下，w_a的未归一化值可以由如下公式获得：

w_a=Blog₂(1+SNR)      （2）

公式中B为一个RB的频域带宽，按照LTE的标准定义，为180kHz，SNR为当前用户在该RB上的信噪比。

2.2计算用户队列重要性效用因子w_b

由于不同类型的数据包对于接收端用户视频质量的贡献不同，因此采用步骤1中所述的方法首先对每个视频数据包进行重要性的标记。而在发送端，每个视频用户都有自己独立的数据包队列，用来存储将要发送给该用户的数据包。

假设用户队列为典型的FIFO（First In First Out，先入先出）队列，即数据包的出队列是在队首，而入队列在队尾。由于重要性标记是基于对接收端用户解码后视频质量的贡献来完成的，对于队列中某个视频数据包来说，其重要性标记值大，则表明该数据包由于超时丢包或者物理层错误丢包对接收端用户的视频质量造成的损失较大。而反之，该标记值越小则表明该数据包的丢包会对接收端用户视频质量造成较大损害。

同时由于对于实时视频应用来说，时延是一个至关重要的影响因素。当时延过大时，将会造成接收端视频应用播放产生停顿，造成用户主观视频质量的下降。另外，如果视频数据包的延迟大于一定的门限值后，即使仍能被正确接收，也不会对视频质量的提升有任何贡献。为了综合考虑视频数据包的重要性以及数据包时延状况对于接收端用户视频质量的影响，利用视频数据包的重要性标记值与其当前延时的乘积来表征一个数据包的综合重要性，这样表示的原因在于：

认为重要性标记值较高的数据包产生延时丢包对于视频用户质量的影响大于重要性标记值较低的数据包延时丢包对用户视频质量造成的影响，以避免重要性标记值较大的数据包因为延时而出现丢包。同时在调度策略实现中，在每个调度周期中开始时，检测用户视频包队列的每个包的时延，如果当前延时大于预先设置的延时丢包门限（延时丢包门限根据业务来具体设置）后，调度器将主动丢弃该数据包。

最终利用所有视频包综合重要性之和来表征用户视频队列的重要性，公式如下所示：

$w_b^n=\underset{m=1}{\overset{M}{\mathrm{\&Sigma;}}}{I}_{n,m}*(D_{n,m}/D_{\mathrm{TH}})---\left(3\right)$

其中I_n,m表示第n个视频用户发送队列中第m个视频数据包的重要性标记值，D_n,m表示第n个视频用户发送队列中第m个视频数据包当前的时延，D_TH表示数据包的超时丢包门限值，当用户视频队列中的数据包经历延时超过该门限后将被主动丢弃，M为该用户当前的发送队列长度。由于其中的参数只与用户数据包队列状况相关而与资源块无关，因此，向量w_b对于给定用户其向量的元素值均相同。与w_a的计算相同，该因子值也需要对所有用户的效用因子w_b进行归一化。

2.3计算用户公平性效用因子w_c

对于系统来说，用户之间的公平性也是无线资源调度策略必须考虑的一个重要的因素。在此，利用用户在给定资源块上的历史平均速率来反映用户之间的公平性因素。当用户的历史平均速率较大时，该用户在所有RB上的优先级均较低；反之，当用户的历史平均速率较小时，则反映出该用户获得RB的优先级较高，由此也可以看出该因子为负因子。将用户公平性因子记为w_c，其计算公式如下所示：

$w_c^n=\frac{d_n^k}{t_w}---\left(4\right)$

其中t_w表示时间窗的长度，

表示在时间窗t_w内第n个用户在第k个资源块上传输数据的总比特数。

2.4计算决策矢量w_n

为了综合考虑以上3个效用因子对最终用户效用的影响，采用较为简单的线性组合的方式将3个效用因子进行组合，得到最终的决策矢量。其中依照对最终用户视频质量以及系统吞吐量的影响效果将3个效用因子划分为正效用因子和负效用因子。按照最大化视频用户质量以及系统吞吐量的目标来衡量可知，其中w_a、w_b为正因子，而w_c为负因子。对于给定用户n，衡量其在一个LTE无线帧所有资源块上的综合效用值可以得到决策矢量。用户n的决策矢量的计算公式如下：

$w_n=\{w_{n,\mathrm{rb}},0<\&ForAll;\mathrm{rb}\&le;N_{\mathrm{RB}}^{\mathrm{tot}}\}={\mathrm{\&alpha;}}_n^a{w}_n^a+{\mathrm{\&alpha;}}_n^b{w}_n^b-{\mathrm{\&alpha;}}_n^c{w}_n^c---\left(5\right)$

其中

为系统资源块的总数目，

，

，

为线性系数，取值在0到1之间，它们的不同取值可以平衡各影响因素在资源分配决策中所占比重。例如将

调大时，可以增加系统容量，但是在用户视频质量和用户间公平性上将会有所损失。

假设系统中的实时视频用户数目为N，则计算所有用户的决策矢量可以得到如下的决策矩阵：

$w=\{w_{n,\mathrm{rb}},0<\&ForAll;n\&le;\mathrm{Nand}0<\&ForAll;\mathrm{rb}\&le;N_{\mathrm{RB}}^{\mathrm{tot}}\}={\mathrm{\&alpha;}}_n^a{w}_n^a+{\mathrm{\&alpha;}}_n^b{w}_n^b-{\mathrm{\&alpha;}}_n^c{w}_n^c---\left(6\right)$

该矩阵的行列维数分别为系统中的所有实时视频用户数目以及LTE系统帧中的物理资源块数目。

步骤3：资源块分配

在一个调度周期即一个TTI中，通过计算得到决策矩阵，对系统的每一资源块，也即决策矩阵中的一列，将该列按照元素值降序排列，然后将该资源块分配给元素值最大的用户，当出现多个最大值时，则按照轮询的方式将该资源块分配给出现最大值的那几个用户。对系统中的每个资源块都按照上述方法进行分配，直到全部分配完成。

图2为本发明的无线资源分配方法与传统的RR算法以及PF算法的对比

仿真实验结果图，仿真环境的参数如表1所示。

实验结果表明，相比于比传统的RR算法和PF算法，在不同视频序列的条件下，该基于视频包重要性标记的无线资源分配方法对终端视频用户的PSNR均有明显提升。

Claims (8)

1.一种基于重要性标记的实时视频业务资源分配方法，其特征在于，包括以下步骤：

针对LTE系统中的实时视频业务，在传输视频数据包前，对视频包的重要性进行标记，并将视频包重要性标记值写入视频包的包头中；

在传输过程中，从AMC模块中获取用户信道质量标识将其映射为信道速率效用因子w_a，扫描MAC层用户队列获取视频包队列延迟并结合读取包头获得的视频包重要性标记值，映射为用户队列重要性效用因子w_b，读取存储在MAC层调度器模块中的用户历史传输速率其映射为用户公平性效用因子w_c；采用线性组合的方式将上述三个效用因子进行组合，得到单个用户的决策矢量；获取对LTE系统中的所有实时视频用户的决策矢量得到决策矩阵；

按照决策矩阵逐资源块进行分配。

2.如权利要求1所述的基于重要性标记的实时视频业务资源分配方法，其特征在于，视频包的重要性进行标记是通过优先级标记器按以下操作对视频数据包进行优先级标记：

若视频流中总共有m个优先级，最高优先级1分配给I帧的数据包，最低优先级m分配给B帧的数据包，P帧的数据包的优先级则介于2和m之间，其优先级分配如下：

其中为上取整函数，i_p为P帧的索引，prio[i_p]为第i_p个P帧的数据包的优先级。

3.如权利要求1所述的基于重要性标记的实时视频业务资源分配方法，其特征在于，所述重要性标记值越小表示该数据包的正确传输对于接收到的视频质量影响越大，其重要性越高。

4.如权利要求1所述的基于重要性标记的实时视频业务资源分配方法，其特征在于，所述的信道速率效用因子w_a的映射关系为：

w_a=Blog₂(1+SNR)

其中，B为一个RB的频域带宽，SNR为当前用户在该RB上的信噪比；当用户在该资源块上的可用信道速率越大，则该用户获得该资源块的优先级就越高。

5.如权利要求1所述的基于重要性标记的实时视频业务资源分配方法，其特征在于，所述的用户队列重要性效用因子w_b的映射关系为：

$w_b^n=\underset{m=1}{\overset{M}{\mathrm{\&Sigma;}}}{I}_{n,m}*(D_{n,m}/D_{\mathrm{TH}})$

其中，I_n,m表示第n个视频用户发送队列中第m个视频数据包的重要性标记值，D_n,m表示第n个视频用户发送队列中第m个视频数据包当前的时延，D_TH表示数据包的超时丢包门限值，当用户视频队列中的数据包经历延时超过该门限后将被主动丢弃，M为该用户当前的发送队列长度。

6.如权利要求1所述的基于重要性标记的实时视频业务资源分配方法，其特征在于，所述的用户公平性效用因子w_c的映射关系为：

$w_c^n=\frac{d_n^k}{t_w}$

其中t_w表示时间窗的长度，

表示在时间窗t_w内第n个用户在第k个资源块上传输数据的总比特数。

7.如权利要求1所述的基于重要性标记的实时视频业务资源分配方法，其特征在于，用户n的决策矢量的计算为：

$w_n=\{w_{n,\mathrm{rb}},0<\&ForAll;\mathrm{rb}\&le;N_{\mathrm{RB}}^{\mathrm{tot}}\}={\mathrm{\&alpha;}}_n^a{w}_n^a+{\mathrm{\&alpha;}}_n^b{w}_n^b-{\mathrm{\&alpha;}}_n^c{w}_n^c$

其中，

为系统资源块的总数目，

，

，为线性系数，取值在0到1之间；

当系统中的实时视频用户数目为N，则计算所有用户的决策矢量得到如下的决策矩阵：

$w=\{w_{n,\mathrm{rb}},0<\&ForAll;n\&le;\mathrm{Nand}0<\&ForAll;\mathrm{rb}\&le;N_{\mathrm{RB}}^{\mathrm{tot}}\}={\mathrm{\&alpha;}}_n^a{w}_n^a+{\mathrm{\&alpha;}}_n^b{w}_n^b-{\mathrm{\&alpha;}}_n^c{w}_n^c$

该矩阵的行列维数分别为LTE系统中的所有实时视频用户数目以及LTE系统帧中的物理资源块数目。

8.如权利要求1所述的基于重要性标记的实时视频业务资源分配方法，其特征在于，按照决策矩阵逐资源块进行分配为：

在一个调度周期中，对系统的每一资源块，将决策矩阵中的一列按照元素值降序排列，然后将该资源块分配给元素值最大的用户，当出现多个最大值时，则按照轮询的方式将该资源块分配给出现最大值的那几个用户；对系统中的每个资源块都按照上述方法进行分配，直到全部资源块分配完成。

Images