CN104683832B - 一种dtn网络中视频分块的随机集中调度方法 - Google Patents

Abstract

本发明公开了一种DTN网络中视频分块的随机集中调度方法，用于调节视频分块在时间轴上集中分布，所述方法通过对通信范围内移动节点中的布尔向量表进行逻辑运算，统计可发送的数据分块，然后通过计算待发送数据分块的分块紧缺度来确定发送优先级，进而设计调度算法，干预分块传输过程，使目标节点中的视频分块分布满足应用需求。本发明提供的方法增加了节点间的有效通信，提高了递交率，为解决DTN视频传输的基本应用问题提供了方案。

Description

一种DTN网络中视频分块的随机集中调度方法

技术领域

本发明涉及无线网络领域，特别涉及一种调节视频分块在时间轴上随机集中分布的方法。

背景技术

真实的延迟容忍网络(DelayTolerantNetworks，DTN)中，节点的移动具有随机性，节点间的通信具有机会性。对于具有大数据量的视频内容而言，难以在频繁发生中断的恶劣DTN网络环境下开展有效传输。常用的方法是在源节点上，将视频数据分割成若干个大小相同的数据分块，当分块大小合适时，能满足短时机会通信实际，经过一定时延之后，有望在目标节点接收到所有的数据分块，然后经过合并，即可获得与源节点相同的视频内容。但在DTN网络通信中，节点的产生和消亡难以预测，难以保证在指定时间内，一组视频内容的所有数据分块都能完整地被传输至目标节点。尤其当数据分块较多时，容易出现个别或者部分分块在传播途中被节点丢弃或遗失的情况，在节点的缓存中将出现缺块或者称为空白分块。

在视频传播的实际应用中，当缺块数量较少时，少量、短暂的停顿、模糊往往也不会影响视频的正常播放及视频内容的理解。但如果缺块较多，而限于网络环境又无法及时接收到比较齐备、完整的分块，就会对视频的播放、理解造成影响。在这种情况下，如果用户希望在有限的时间内得到任意位置的短时连续、清晰、流畅的视频，就需要通过调度算法来引导、调整数据分块的传输行为，有目的地干预数据分块使其最终在目标节点呈集中分布。

DTN网络传输视频大数据的目标有两个：第一，在有限时间内，使目的节点尽可能多的接收到分块；第二，当接收不完整时，可以按照应用需求使接收到的分块在时间轴的随机位置上集中分布。

发明内容

针对上述部分问题，本发明提供了一种DTN网络中视频分块的随机集中度调度方法，用于调节视频分块在时间轴上集中分布。所述方法包括在本地建立了有布尔向量表的A、B两个节点，所述布尔向量表用于保存当前节点中的分块存在状态，则在所述A、B两节点间进行分块调度的步骤如下：

S1：所述A节点和B节点在一般延时容忍网络的场景中移动；

S2：判断A节点和B节点是否进入对方的通信范围，如果是则进入步骤S3，否则返回S1；

S3：A、B节点交换各自的布尔向量表；

S4：通过异于操作计算是否需要向对方传输视频分块，如果是，则进入S5，否则，进入S11；

S5：A节点确定B节点能够接收的视频分块，同时B节点确定A节点能够接收的视频分块；

S6：A、B节点计算各自待发送的视频分块的分块紧缺度；所述分块紧缺度为每个空白分块在分块序列中需要传送的优先级的定量描述；

S7：A、B节点按照S6中计算的每个分块的分块紧缺度对要发送的数据分块进行排序，在所述分块的分块紧缺度相同的情况下，按照所述分块的下标进行排序；

S8：将分块紧缺度最高的分块发送给当前连接的对方节点；

S9：在接收视频分块后，A、B两节点更新各自的存在向量表；

S10：判断A、B两节点的连接是否仍可用，若可用，则返回步骤S3；否则，进入S11；

S11：通信结束。

本发明提供的方法增加了节点间的有效通信，提高了递交率，并在接收不完整时，可以按照应用需求使接收到的视频分块在时间轴上随机集中分布。

附图说明

图1A节点和B节点交换视频分块的流程图；

图2某个节点所接收的分块序列示意图；

图3用于计算优先级示例的分块序列；

图4不同的数据传输方法下，递交率对PSNR的影响；

图5(a)～图5(c)在1000m×1000m场景下，当节点数目不同时，不同调度方法对递交时延的影响；

图6(a)～图6(c)在300m×300m场景下，当节点数目不同时，不同调度方法对递交时延的影响；

图7(a)～图7(b)视频文件大小为30MB时，当不同分块大小时，不同调度方法对分块随机集中度的影响；

图8(a)～图8(b)视频文件大小为60MB以及不同分块大小时，不同调度方法对分块随机集中度的影响；

图9(a)～图9(b)在1000m×1000m、300m×300m场景下，当节点疏密程度不同时，不同调度方法对分块随机集中度的影响；

图10(a)～图10(c)不同调度方法下递交率从10％增加到100％时视频分块接收分布示意图；

图11(a)～图11(c)不同调度方法下在递交率固定的情况下视频分块接收分布示意图。

具体实施方式

在一个基础的实施中，如图1至图11提供了一种DTN网络中视频分块的随机集中度调度方法，用于调节视频分块在时间轴上集中分布。所述方法包括A、B两个节点在本地建立布尔向量表，所述布尔向量表用于保存当前节点中的分块存在状态，则在所述A、B两节点间进行分块调度的步骤如下：

S1：所述A节点和B节点在一般延时容忍网络的场景中移动；

S2：判断A节点和B节点是否进入对方的通信范围，如果是则进入步骤S3，否则返回S1；

S3：A、B节点交换各自的布尔向量表；

S4：通过异或操作计算是否需要向对方传输视频分块，如果是，则进入S5，否则，进入S11；

S5：A节点确定B节点能够接收的视频分块，同时B节点确定A节点能够接收的视频分块；

S6：A、B节点计算各自待发送视频分块的分块紧缺度；所述分块紧缺度为每个空白分块在分块序列中需要传送的优先级的定量描述；

S7：A、B节点按照S6中所计算的每个分块的分块紧缺度对要发送的数据分块进行排序，在所述分块的分块紧缺度相同的情况下，按照所述分块的下标进行排序；

S8：将分块紧缺度最高的分块发送给当前连接的对方节点；

S9：在接收视频分块后，A、B两节点更新各自的存在向量表；

S10：判断A、B两节点的连接是否仍可用，若可用，则返回步骤S3；否则，进入S11；

S11：通信结束。

在这个实施例中，当前节点与其他节点相遇时，二者首先交换各自的存在向量，当前节点通过二者存在向量的逻辑计算(异或计算)，找到自身存在而对方不存在的分块集合，然后通过计算待发送分块的紧缺系数，选择紧缺系数最大的一个分块发送给对方。如果通信时间能保证完成至少一次分块传输，则在分块传输完成之后，两个节点立即更新各自的存在向量，当前节点由发送数据转为接收数据，两个节点相互交替传输自身存在而对方不存在的分块，直至双方可传数据均传输完毕，或者通信中断发生。

在所述方法中，如果有多个视频内容从源节点发送，可以为每个视频分块增加标识符，并形成消息进行传输。

在一个实施例中，未排序前，待发送的视频分块的分块紧缺度和所述分块的下标如表1所示。

表1：分块紧缺度计算

分块紧缺度	3	4	1	6	2	6
							分块下标	0	1	2	3	4	5

在使用稳定的排序方法，比如直接插入排序、折半插入排序、归并排序等，进行排序后，结合表2可以看出，在新的排序结果下，拥有2个分块紧缺度最高的视频分块，它们的下标分别为3和5，则此时，选择下标为3的视频分块作为待发送分块。

表2：按分块紧缺度排序

分块紧缺度	6	6	4	3	2	1
							分块下标	3	5	1	0	4	2

为了更好的理解所述基础实施例中的调度方法，下面结合附图1进行阐述。DTN网络具备移动自组织特征，可采用“存储-携带-转发”的路由模式实现节点间通信，因此假设DTN网络场景中，有多个节点在移动并产生机会通信。其中A、B两个节点在使用本调度方法时，首先判断两节点是否进入对方的通信范围，如果没有，则两个节点继续在所述场景中移动；否则，两个节点开始通信，交换各自存储的视频分块的存在向量表，向量表中保存的是布尔值。A、B两个节点通过异与计算来判断是否需要向对方传输视频分块，比如：i节点的布尔向量是(1，1，1，0)，j节点的布尔向量是(1，0，0，1)，那么首先的操作过程是j节点的布尔向量先取反得到新的向量(0，1，1，0)；然后，i的向量与新的向量进行与操作，即(1，1，1，0)^(0，1，1，0)得到(0，1，1，0)。这样的布尔向量说明i节点可将第二块和第三块发送给j节点。同理，可以得到：(1，0，0，1)^(0，0，0，1)，得到(0，0，0，1)，这表明j节点要将第四块发送给i节点。而如果异与操作后得到(0，0，0，0)，则表明两个节点缓存中保存着同样的分块内容，二者之间不需要进行视频分块传输。经过计算后，如果得到多个各自待发送的视频分块，则先要通过一定的规则来确定待发送视频分块的优先级，选择优先级高的视频分块进行传输，并在传输结束后，更新各自的存在向量表。A、B两节点在进行通信过程中，以及在视频分块的传输过程中，仍然会保持移动，在视频分块传输结束后，如果A、B两个节点仍在彼此的通信范围内，即A、B两节点之间的通信连接还可用，则重新进入到附图中A、B节点交换视频分块的存在向量表的步骤；否则，A节点和B节点通信完毕。

通过上述内容可以看出，所述实施例不仅关注如何计算视频分块的优先级，还提供了一种调节视频分块在时间轴上集中分布的分块调度思想，而这种方法能方便快捷的分析分块优先级，并使其在有限时间内尽可能多的接收到分块。

在一个实施例中，提供了关于分块紧缺度的具体计算方法，所述方法计算式如下：

$h_{\mathrm{weight}}(x,y)=\frac{P(x,y)*I(x,y)}{L(x,y)}*S(x,y)$

式中：h_weight(x，y)表示分块紧缺度；x表示的是空白分块组的组号，取值范围为1～E，E为空白分组的总数；y表示的是在空白分块组内空白分块的下标，取值范围为；P(x，y)为第x个空白分块组中下标为y的空白分块的中心优先级；L(x，y)为第x个空白分块组中下标为y的空白分块的长度优先级；I(x，y)为第x个空白分块组中下标为y的空白分块的位置优先级；S(x，y)第x个空白分块组中下标为y的空白分块的区域优先级。

在这个关于分块紧缺度的计算式中，包含了空白分块的位置、空白分块在所属的空白分块段中的位置、所述空白分块段的长度以及所述空白分块段在整个视频分块中的位置等相关信息的综合考量。

为了对目的节点中接收到的视频分块的集中程度进行考察，在一个实施例中，所述方法还包括使用分块随机集中度来评估数据分块的随机集中程度；所述分块随机集中度用分块序列中，所有已收到的分块的区域优先级总和的平均值表示。

在进行分块随机集中度计算时，可以使用一个或多个与空白分块属性相关的指标进行定量评估，所述空白分块属性包括空白分块的位置、所属空白分块段的位置、空白分块段的长度以及空白分块在段中的位置等等。

进一步的，提供了上述计算式中所述P(x，y)的具体计算式为：

$P(x,y)=\frac{\mathrm{el}\left(x\right)+\mathrm{er}\left(x\right)}{\mathrm{len}\left(x\right)}$

式中，x∈[1，E]，，E为空白分组的总数；为第i个空白分组中的空白分块的总数，i∈[1，E]；len(x)为第x个空白分块组的长度；el(x)为第x个空白分块组左邻接非空分块组的长度；er(x)为第x个空白分块组的右邻接非空分块组的长度。

由P(x，y)的表达式可以看出，当第x个空白数据组的邻接非空数据段中的数据越多，并且第x个空白分块组中的空白数据块越少时，当前的空白段中的空白数据块的优先级越高；当第x个空白数据组中的的空白数据块的数目相同时，并且邻接数据段中的数据总数越多，则当前空白分块组中的所有空白数据块的优先级比其他空白分块组中的空白数据块的优先级要高。即，在任意一个空白分块组中，该分块组中的任意一个空白分块的中心优先级都和本身的位置下标无关，但却和当前空白分块组的左右邻接的非空分块组的长度，以及当前空白分块组的长度有关。

进一步的，提供了计算式中所述L(x，y)的具体计算式为：

L(x，y)＝l(x，y)

上式中，l(x，y)＝len(x)，x∈[1，E]，；为第i个空白分组中的空白分块的总数；E为空白分组的总数，i∈[1，E]；len(x)为第x个空白分组的长度。

根据L(x，y)的公式，可以得知：

任意一个空白分块组中的所有空白数据块的优先级是相同的，都等于当前空白分块组的长度的倒数。

进一步的，提供了计算式中所述I(x，y)的具体计算式为：

式中，x∈[1，E]，；为第i个空白分组中的空白分块的总数，i∈[1，E]，f的计算式为：

$f\left(z\right)=\left\{\begin{array}{cc}-z,& -\frac{L}{2}\&le;z<0\\ 0,& x=0\\ z,& 0<z\&le;\frac{L}{2}\end{array}\right.$

式中，L为考察区域长度。

根据I(x，y)的公式可以得知：任意一个空白分块组中的首部数据块和尾部数据块的紧缺优先级是最高的，位于中间位置的空白数据块的优先级最低，若该空白分块组的长度为奇数，则位于中心的空白分块的优先级为0。并且在任意一个空白分块组中，该分块组中的任意一个空白分块的长度优先级都和本身的位置下标无关，但和当前的空白分块组的长度有关。

更进一步的，提供了计算式中所述S(x，y)的计算式为：

式中，x∈[1，E]，；为第i个空白分组中的空白分块的总数为m_i个，i∈[1，E]；L为考察区域长度，j∈[0，N-1]；N为视频分块总数；函数表示当前分块缺失状态取反，缺失值为1，已收到值为0；g为权值函数，其具体表达式为：

$g(x,y)=\left\{\begin{array}{cc}y,& 0\&le;y<\frac{L}{2}\\ \frac{L}{2},& y=\frac{L}{2}\\ 2L-y,& \frac{L}{2}<y\&le;L\end{array}\right..$

更优的，基于上面计算式中所述S(x，y)的表达式可以得到分块随机集中度的表达式，即：

式中，j∈[0，N-1]，N为视频分块总数；M为目的节点已经收到的数据块的总数， 为第i个空白分组中的空白分块的总数，i∈[1，E]；L为考察区域长度；函数表示当前分块缺失取反，缺失值为1，已收到值为0；σ的计算式为：

$\mathrm{\&sigma;}\left(y\right)=\left\{\begin{array}{cc}y,& 0\&le;y<\frac{L}{2}\\ \frac{L}{2},& y=\frac{L}{2}\\ 2L-y,& \frac{L}{2}<y\&le;L\end{array}\right.$

在附图2中，假设某个节点中包含A、B、C、D四个分块，为了完成缺块与已接收分块分布各自集中的目标，应该优先传输分块B，减少分块B区域连续的空缺，随后传输分块D，通过这样的传输，可以在目的节点处快速构成一个连续的视频块。通过S(x，y)能够反映每个空白分块或者缺失分块在分块序列中周边缺失情况的描述。

在一个实施例中有关于各个优先级的计算过程如图3所示的分块序列，该分块序列的优先级的计算过程如表3～表6所示。

首先，图3中的空白分块组的情况如表3所示。

表3：

图3中的空白分块组的长度优先级计算如表4所示。

表4：

图3中的空白分块组的中心优先级和位置优先级计算分别如表5和表6所示。

表5：

表6：

所述方法中的待传输的视频采用MPEG-4的压缩编码方法，在该压缩解码框架下，视频帧由一系列的图片组(GroupOfPictures，GOP)构成，所述方法对要传输的视频数据流采用GOP切割方式，在进行分割时，以GOP为参考，将要传输的视频划分为多个大小相同或者相近的视频分块。

本设计中对视频数据流不采用直接切割，是因为直接切割必须将帧间编码转换成为帧内编码，这样做虽然可以保证播放时间精确，但是将多个非关键帧转换成关键帧，会导致大量的数据冗余，使得被切割的视频块的体积变大，不利于在网络中快速传输。而采用GOP切割后的视频分块不会出现帧数据冗余，能有效缩减递交时延。

优选的，在进行分割时将等待传输的视频划分为多个大小相同或者相近的视频分块，通常所述大小在8MB～256MB之间。为了方便应用，也可以设置默认值，在一个实施例中，默认将分块大小设置为30MB。

为了满足用户对于视频快速传输及播放的应用需求，所述方法要求在目的节点接收到的每个分块能够独立进行播放，因而每个分块都要有完整的头部文件、尾部文件并满足MPEG-4压缩格式。若用户需要浏览视频段，只需要把收到的连续视频分块进行简单拼接即可。

在一个实施中，为了对目的节点接收到的视频质量进行分析，提出使用峰值信噪比(PeakSignalNoiseRate，PSNR)的评价方法展开源节点视频与目的节点视频的比对。所述方法还包括在目的节点对接收到的连续的视频分块进行合并，将所有的MPEG-4格式的视频块统一转换成同等数量的MPG格式的视频块，然后合并所有MPG格式的视频文件为一个大的MPG格式的视频文件，最后将该MPG格式的视频文件转换成一个MPEG-4文件，这个步骤完成后，就可以对目的节点的视频进行PSNR质量评价。

在一个实施例中，为了验证方法的有效性，除了应用上述的分块随机集中度进行评价外，还增加了用于评价视频质量的指标PSNR值、视频分块的递交率和平均延迟指标，其中所述PSNR的计算公式如下：

$\mathrm{PSNR}=\frac{\underset{k=1}{\overset{w}{\mathrm{\&Sigma;}}}10\lg \frac{{255}^2}{\mathrm{MSE}\left(k\right)}}{w}$

式中， $\mathrm{MSE}\left(k\right)=\frac{1}{M\&times;N}\underset{i=0}{\overset{M-1}{\mathrm{\&Sigma;}}}\underset{j=0}{\overset{N-1}{\mathrm{\&Sigma;}}}{(f_{\mathrm{ij}}-{f_{\mathrm{ij}}}^{\&prime;})}^2.$

其中，MSE(k)表示第k幅原图像与第k幅处理图像之间均方误差；f_ij和f_ij′分别表示像素点(i，j)原始图像和解码后图像中的亮度值；M、N分别为图像水平方向和垂直方向的像素点；w为帧的总数。

使用ONE仿真器展开验证，实验中，为DTN网络配置的路由算法包括：洪泛路由(Epidemic)、散发和等待路由(SprayandWait)、基于历史信息的多副本路由(PRoPHET)等。仿真中使用的节点移动模型包括：随机路点移动模型(RandomWaypoint，RWP)或者随机游走移动模型(RandomWalk，RW)等。随机路点移动模型即每个节点在仿真区域内随机选定一个目标点，然后以恒定的速度，向目标点移动，等到达目标后，等待一段时间，然后再选择下一个目标点运动。随机游走移动模型即节点随机游走，模拟分子布朗运动，是布朗运动的理想数学状态。本方法的实验中，将提出的随机集中度调度方法(附图中标注PSSA)与已有的顺序分块调度方法(附图中标注SEQ)和随机分块调度方法(附图中的标注RAN)进行比较。仿真实验中，假设节点均为单信道通信方式，并且每个节点都有一个消息的缓存区，大小设为500MB。当缓存区没有多余空间来存放要接收的分块时，节点内部自动进行缓存区的删除。

在仿真中所需的参数设置，参见如下表7。

表7：

下面结合附图来对仿真结果进行分析。

通过图4可以看出，在SEQ、RAN和PSSA中，当分块缺失时合并已接收到的所有分块对视频的播放时长并不产生影响，只是缺失分块对应的视频内容以像素为0的体现。

图5(a)～图5(c)为在1000m×1000m场景下不同节点数对不同方法的影响，图6(a)～图6(c)为300m×300m场景下不同节点数对不同调度方法的递交时延影响。从这两个场景可以看出，PSSA算法所用耗时比随机递交的长一些，但比顺序递交的时延要小很多，而增加的较小时间代价，却可以换来视频分块按照应用需求传输和分布。

图7(a)～图7(b)为视频文件大小为30MB时不同分块大小对不同调度方法的分块随机集中度影响，图8(a)～图8(b)为视频文件大小60MB时不同分块大小对不同调度方法的分块随机集中度影响，传输30MB以及60MB视频，从图中可以可以发现，PSSA的视频集中度最高，而采用顺序分发的视频集中度次之，采用随机分发的视频集中度最低。从图中也可以看出，在PSSA算法干预下，视频分块在传输过程中，视频分块始终保持一定程度的集中，并逐渐扩大，直至所有视频分块接收完成。

图9(a)～图9(b)为在1000m×1000m、300m×300m场景下节点疏密程度对不同调度方法的分块随机集中度影响，由图可以看出，节点的稀疏并未对调度带来本质影响，但稀疏的节点会降低通信机会，增加递交率。

图10(a)～图10(c)为不同调度方法下递交率从10％增加到100％时视频分块接收分布示意图，其中：1代表该视频块已接受，0代表该视频块未被收到。

图10(a)～图10(c)分别代表了在RAN，SEQ和PSSA的情况下，目的节点中视频分块的接收情况。从图中很明显可以看出，PSSA算法在递交率为10％的情况下，视频分块呈现随机的情况。但是随着递交率的上升，视频分块呈现了随机集中的情况。换句话说，在实际的应用上，用户总能在较短的时延内，观看到连续的播放的视频。对于顺序的情况而言，虽然视频序列一直处于连续状态，但是，大量的同质性节点导致其产生极高的传输延时。

图11(a)～图11(c)为在递交率固定的情况下，不同调度方法下视频分块接收分布示意图。图11(a)～图11(c)分别为RAN，SEQ和PSSA的情况下，某个视频在目标节点的视频分块达到60％的递交率时所接收到的所有分块的视频内容，该视频一共划分了100个视频分块，视频内容以单幅帧的形式来展示。

从图11(a)～图11(c)可以看出，SEQ调度方法能使已收到的分块连续分布在时间序列前段。但是，SEQ调度方式的最大不足之处在于：SEQ调度导致节点的同质性增加，并且递交时延远高于其他两种递交算法。RAN调度方法在接收到的分块随机分布在整个视频序列中，因为调度过程没有任何引导，聚集特征并不明显，只有接收率较高时，才在视频序列中出现了个别连续情况。而采用了PSSA方法之后的分块帧序列，总体上接收到的分块能以随机集中的形式在帧序列中分布，也就是说，用户可以在短暂的时间内接收到具有一定时长并且连续的视频内容，只是，该连续视频内容在时间序列上是随机分布的。

综合上述附图的分析，可以看出本发明公开的方法具有较高的转发效率，能为恶劣DTN网络环境下的视频大数据传输应用提供有效的解决方案。

本说明书中每个实施例采用递进的方式描述，重点说明的都是与其它实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

以上对本发明所提供的方法进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本发明的应用并不仅限制于本说明书中的内容。

Claims (9)

1.一种DTN网络中视频分块的随机集中调度方法，其特征在于，所述方法包括A、B两个节点在本地建立布尔向量表，所述布尔向量表用于保存当前节点中的分块存在状态，则在所述A、B两节点间进行分块调度的步骤如下：

S1：所述A节点和B节点在一般延时容忍网络的场景中移动；

S2：判断A节点和B节点是否进入对方的通信范围，如果是，则进入步骤S3，否则返回S1；

S3：A、B节点交换各自的布尔向量表；

S4：通过异或操作计算是否需要向对方传输视频分块，如果是，则进入S5，否则，进入S11；

S5：A节点确定B节点能够接收的视频分块，同时B节点确定A节点能够接收的视频分块；

S6：A、B节点计算各自待发送的视频分块的分块紧缺度；所述分块紧缺度为每个空白分块在分块序列中需要传送的优先级的定量描述；

S7：A、B节点按照S6中计算的每个分块的分块紧缺度对要发送的数据分块进行排序，在所述分块的分块紧缺度相同的情况下，按照所述分块的下标进行排序；

S8：将分块紧缺度最高的分块发送给当前连接的对方节点；

S9：在接收视频分块后，A、B两节点更新各自的存在向量表；

S10：判断A、B两节点的连接是否仍可用，若可用，则返回步骤S3；否则，进入S11；

S11：通信结束；

其中，所述分块紧缺度的具体表达式为：

$h_{weight}(x,y)=\frac{P(x,y)*I(x,y)}{L(x,y)}*S(x,y)$

式中：h_weight(x，y)表示第x个空白分组中下标为y的分块的分块紧缺度；x表示的是空白分块组的组号，取值范围为1～E，E为空白分组的总数；y表示在空白分块组内空白分块的下标，取值范围为为第i个空白分组中的空白分块的总数，i∈[1，E]；P(x，y)为第x个空白分块组中下标为y的空白数据分块的中心优先级；L(x，y)为第x个空白分块组中下标为y的空白分块的长度优先级；I(x，y)为第x个空白分块组中下标为y的空白数据分块的位置优先级，S(x，y)是第x个空白分块组中，下标为y的空白分块的区域优先级。

2.根据权利要求1所述的方法，其特征在于：所述方法还包括使用分块随机集中度来评估，在目的节点中已经收到的数据分块的随机集中程度；所述分块随机集中度用所有已收到分块的区域优先级总和平均值表示。

3.根据权利要求1所述的方法，其特征在于，所述P(x，y)的具体计算式为：

$P(x,y)=\frac{el\left(x\right)+er\left(x\right)}{len\left(x\right)}$

式中，x∈[1，E]，为第i个空白分组中的空白分块的总数，E为空白分组的总数，i∈[1，E]；len(x)为第x个空白分块组的长度；el(x)为第x个空白分块组左邻接的非空分块组的长度；er(x)为第x个空白分块组右邻接的非空分块组的长度。

4.根据权利要求1所述的方法，其特征在于，所述L(x，y)的具体计算式

为：

L(x，y)＝l(x，y)

式中，x∈[1，E]，为第i个空白分组中的空白分块的总数，E为空白分组的总数，i∈[1，E]；len(x)为第x个空白分组的长度，l(x，y)的计算式为：

l(x，y)＝len(x)。

5.根据权利要求1所述的方法，其特征在于，所述I(x，y)的具体计算式为：

式中，x∈[1，E]，为第i个空白分组中的空白分块的总数，E为空白分组的总数，i∈[1，E]；f的计算式为：

$f\left(z\right)=\left\{\begin{array}{cc}-z,& -\frac{L}{2}\&le;z<0\\ 0,& x=0\\ z,& 0<z\&le;\frac{L}{2}\end{array}\right.$

式中，L为考察区域长度。

6.根据权利要求1所述的方法，其特征在于，所述S(x，y)的计算式为：

式中，x∈[1，En]，为第i个空白分组中空白分块的总数，E为空白分组的总数，i∈[1，E]；L为考察区域长度，j∈[0，N-1]；N为视频分块总数；函数表示当前分块缺失状态取反，缺失值为1，已收到值为0；g为权值函数，其具体表达式为：

$g(x,y)=\left\{\begin{array}{cc}y,& 0\&le;y<\frac{L}{2}\\ \frac{L}{2},& y=\frac{L}{2}\\ 2L-y,& \frac{L}{2}<y\&le;L\end{array}\right.$

7.根据权利要求1所述的方法，其特征在于，所述视频采用MPEG-4压缩编码方法。

8.根据权利要求7所述的方法，其特征在于，所述方法对要传输的视频采用非精确切割方式，在进行分割时将要传输的视频划分为多个大小相同或者相近的视频分块。

9.根据权利要求1所述的方法，其特征在于，所述分块能够独立进行播放。