CN105245919A - 智能终端能耗优化的自适应流媒体分发方法 - Google Patents

Abstract

本发明公开了4G环境下能耗优化的自适应流媒体分发方法；本发明方法包括：设计了一个4G环境下的自适应流媒体资源分发器，在网关处部署，通过将数据块集合为突发流下发给用户，联合优化网络吞吐量，用户的观看体验和用户设备的能量消耗；设计效用函数计算单位能耗的用户效用，包括视频清晰度和用户体验的惩罚，实现多用户间的比例公平和流畅播放；把最优化用户效用问题建模为非线性整数规划问题，给出了高效的在线分配算法；基于信道质量和用户设备的缓存状况，执行在线算法分配资源给用户；通过资源分配影响用户的比特率选择，最终实现多用户情况下有效的视频传输。

Description

智能终端能耗优化的自适应流媒体分发方法

技术领域

本发明属于移动流媒体传输技术领域，特别涉及一种智能终端能耗优化的自适应流媒体分发方法。

背景技术

视频流流量预计在未来几年占据全球移动数据流量的72％。而基于HTTP的动态自适应流媒体协议DASH(DynamicAdaptiveStreamingoverHTTP)因其适应网络环境变化的能力成为移动环境中目前流行的流媒体传输技术。DASH的原则是将一个视频编码为多个不同的码率，每个视频流被切分为多个播放时长2-10秒的块，存储在一个或多个视频服务器上。每个视频块有独立的URL，可以看作独立的资源。视频播放器基于网络带宽估计，基于HTTP请求最佳的码率。由于其紧随网络状况变化的能力，DASH协议适合于快速变化的无线环境。有效的自适应流媒体传输机制对用户体验和移动网络的性能都很重要。

最近很多关于改善DASH性能的研究，主要关注用户体验的三个方面：平均比特率，卡顿，比特率切换。平均比特率反应时间平均的视频质量，用户可以通过选择最佳的码率最大化视频播放质量；由于带宽竞争和比特率选择不合理，视频播放过程中缓存耗尽，发生卡顿。比特率切换严重影响用户体验，比特率切换的频次和幅度需要同时最小化。除上述因素外，用户间的公平性和网络侧的带宽利用率也是重点需要考虑的因素。Chen等人针对蜂窝网提出了一个网关级的解决方案，将资源分配问题建模为最优化用户的效用问题，并将码率抖动作为惩罚函数同时保证高资源利用率和用户码率的稳定性，但未考虑设备的能耗。

为了优化移动环境下流媒体服务的能量消耗，Hoque等人对突发流的数据量和用户设备能量消耗的关系进行了深入的分析，设计了一个分层的多媒体传输系统，系统基于客户端的TCP反馈信息决定突发流数据量。虽然保证了节约能耗，但码率抖动和多用户的服务质量差别较大。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供一种智能终端能耗优化的自适应流媒体分发方法，使用无线资源分块技术将DASH数据流从数据流中分割出来，调度的对象只考虑DASH的流量；本发明针对移动环境流媒体分发问题，基于链路状况和用户缓存状况，决定分配给用户的资源块数目，进而影响码率选择，达到联合优化网络吞吐量、用户体验和设备能耗的效果。

为了实现上述目的，本发明采用的技术方案是：

一种智能终端能耗优化的自适应流媒体分发方法，在网关处部署流媒体资源分发器，定期收集用户的缓存R_i(t)、视频播放比特率r_i(t)、用户每个资源块的传输能力c_i(t)以及基站总的资源块数S，在某一时隙，如果用户的缓存R_i(t)小于预设下界，则将该用户加入用户集，如果用户的缓存R_i(t)大于预设上界，则将该用户从用户集删除，在该时隙内，视频服务器为用户集中的用户提供数据传输服务。

所述预设下界为预设上界为φ-1，其中，ξ是一个大于1的数，保证视频的流畅播放，表示每个视频块的时间长度，φ表示惩罚参数，φ-1是惩罚函数的阈值，表示前20个时隙的平均吞吐量。

所述流媒体资源分发器包括：

请求包检测器，用于获取用户的缓存R_i(t)、视频播放比特率r_i(t)以及用户每个资源块的传输能力c_i(t)；

响应包检测器，用于获取基站总的资源块数S；

调度器，用于运行资源分配算法，确定给各个用户的资源分配；

流量控制器，根据调度器的资源分配控制用户的带宽，并将视频块聚合成突发流进行传输，下发给用户。

所述资源分配算法执行步骤如下：

步骤一，在时隙t时，收集各个用户的缓存R_i(t)、视频播放比特率r_i(t)、以及每个资源块的传输能力c_i(t)；

步骤二，初始化，x_i(t)记录流媒体资源分发器在时隙t时分配给用户i的资源块数，x_i(t)＝0,i＝1,2,…,N，N为用户总量；K(t)为记录本时隙服务的用户集，流媒体资源分发器给用户集内的用户分配资源；

步骤三，从第1个用户循环到第N个用户，根据R_i(t)将用户加入或者删除用户集:

(a)如果将用户i加入用户集，更新K(t)；

(b)如果R_i(t)≥(φ-1)，将用户i从用户集删除，，更新K(t)；

步骤四，循环用户集K(t)中的用户j，给每个用户j分配资源块x_j(t)：

$x_j\left(t\right)=\frac{c_j\left(t\right)/R_j(t-1)}{{\mathrm{\Σ}}_{k=1}^{\left|K\left(t\right)\right|}{c}_k\left(t\right)/R_k(t-1)}\·S;$

步骤五，根据分配的资源块x_j(t)进行资源分配；

步骤六，根据分配的资源块x_j(t)和码率r_j(t)计算t+1时隙的缓存R_j(t+1)；

步骤七，进入下一时隙，开始执行新一轮的算法。

与现有技术相比，本发明考虑能耗优化的流媒体分发方法，利用分发器根据用户缓存状况和比特率分发资源，联合优化了用户体验和能量消耗。本发明设计了效用函数计算单位能耗的用户效用，包括视频清晰度和用户体验的惩罚，实现多用户间的比例公平和流畅播放；把最优化用户效用问题建模为非线性整数规划问题，给出了高效的在线分配算法。基于信道质量和用户设备的缓存状况，执行在线算法分配资源给用户。通过资源分配影响用户的比特率选择，最终实现多用户情况下有效的视频传输。

附图说明

图1是4G环境下自适应流媒体资源分发器的部署示意图。

图2是用户设备的缓存状况与用户体验的惩罚函数关系图。

图3是LTE网络环境下无线接口状态转换图。

具体实施方式

下面结合附图和实施例详细说明本发明的实施方式。

本发明自适应流媒体分发方法可应用于4G环境下，实现用户观看体验和设备能耗的联合优化。本发明使用无线资源分块技术将DASH数据流从数据流中分割出来，调度的对象只考虑DASH的流量。

首先，在网关处，即服务器和基站间部署流媒体资源分发器，具体部署情况见图1。本发明的流媒体资源分发器主要由4个核心部件组成，分别为请求包检测器，响应包检测器，调度器和流量控制器。

请求包检测器和响应包检测器用来监听信号强度变化、缓存状况和客户端的其他相关信息。由于DASH是基于HTTP的协议，上述信息都可以通过深度包检测来获取。在调度器处部署资源分配算法，根据获取到的信号强度和缓存状况执行算法，优化DASH用户的体验。资源分配决定用户的吞吐量，进而影响比特率选择。另外，流量控制器根据调度器的资源分配控制用户的带宽，并将视频块聚合成突发流进行传输，不断下发给用户。

本发明基于的原理可通过如下模型进行说明。

模型1(传输模型)：流媒体资源分发器以时隙为周期执行资源分配算法，每个时隙持续时间为τ秒。由于服务能力有限，一个LTE基站不能同时服务过多的用户。S表示每个时隙一个基站最多可以分配的资源块数，假设在一个相对长的时间内有N个活跃的用户，分发器需要将S个资源块分配给N个用户。一个DASH视频被编码为不同的码率集，比如，{0.1，0.25，0.5，1，2，3}Mbps。用户请求一个新的视频块时基于各自的吞吐量选择一个合适的码率。下面介绍流媒体传输过程的基本模型。

在LTE网络中，一个资源块代表带宽分配的基本单元，传输能力由调制方式和信道编码方式决定。用户的移动规律以及距基站的距离不同，链路质量不同，基站采用不同的调制编码方式保证用户需要的信噪比。c_i(t)表示用户i在时隙t的每个资源块传输能力，代表每资源块可以传送给用户的数据量。假设分发器在时隙t分配给用户i共x_i(t)个资源块，用户i的吞吐量为b_i(t)＝x_i(t)·c_i(t)/τ。基站分配给每个用户的资源块数需要满足传输能力的限制： $\underset{i=1}{\overset{N}{\Σ}}{x}_i\left(t\right)\≤S.$

模型2(用户体验模型)：为了衡量DASH用户的用户体验，引入视频质量Q_i(t)来量化。视频质量是用户观看视频码率的对数函数:Q_i(t)＝log(r_i(t))，r_i(t)表示用户i在时隙t的码率。使用对数函数作为效用函数保证多用户间的比例公平。另外，缓存中的数据量对于用户体验有重要影响，缓存为空时视频卡顿。但是，过度预取视频会因为用户退出和跳转造成流量和能量的浪费。

为了量化DASH缓存状况的影响，引入了惩罚函数I_i(t)。DASH的缓存管理机制决定了需要用缓存视频的时间长度来描述缓存状况。每个视频块有固定的时间长度，只有全部加载完成后才能开始播放，未下载完成的块保存在临时缓存中。假设用户每个时隙最多接收一个视频块，数据到达时，首先存储在临时缓存中。若临时缓存中加载完一个完整的视频块，该视频块将被移入缓存中，缓存内视频的时间长度增加一个视频块的时长，同时需要重置临时缓存的剩余时间。引入C_i(t)表示临时缓存中未完成块的时间长度，每个视频块的时间长度为C_i(t)＝C_i(t-1)+[x_i(t)·c_i(t)]/r_i(t)。缓存中视频的时间长度R_i(t)建模为以下方程：

经过一个时隙，视频播放会消耗τ秒的视频长度，R_i(t)减少τ秒。若此时隙加载完一整块视频，即时，重置C_i(t)为剩余的时间，R_i(t)增加秒的时长。

快进快退建模为一个新的视频过程的开始，播放器检测这些操作，记录缓存状况。之后播放器请求数据块时，将缓存状况上报给EDASH，重置R_i(t)和C_i(t)。

用户体验的惩罚函数I_i(t)定义为播放器缓存水平和惩罚参数的对数函数:其中，φ为惩罚参数。1的引入是用来保证当R_i(t)＝0时对数函数的有效性。R_i(t)与I_i(t)的关系如图2所示。惩罚函数的设计满足下面的要求：(1)R_i(t)＝0时，I_i(t)＝log(1/φ)，此时可以通过调节参数φ控制惩罚程度，避免卡顿。(2)当R_i(t)<φ-1时，I_i(t)<0，表示当缓存水平小于阈值时，用户体验受损。

模型3(能耗模型)：对于移动用户来说，节能是一个重要的问题。用户通过无线接口在LTE网络环境下接收DASH流媒体数据时，能耗消耗由网络接口状态决定，如图3所示。整个过程中能耗划分为两部分，传输能耗和尾能耗。LTE的RRC(RadioResourceControl，无线资源管理)机制总共由3个计时器，T_i，T_is，T_t，控制状态转换。接收数据时，无线接口处于RRC_CONNECTION的持续接收状态，传输能耗与用户的吞吐量密切相关。数据传送完后，接口T_i时长内无数据传输，即转移到SHORT_DRX状态，继续持续T_is时长后转移到LONG_DRX状态，在此状态保持一段时间T_t后即转移到RRC_IDLE状态。由于T_is相对整个过程比例太小，于是把T_is过程并入T_i过程。持续接收和RRC_IDLE两个状态间保持无线接口活跃消耗的能量称之为尾能耗。

下行链路传输功率与用户吞吐量的关系如下：P_i(t)＝α·b_i(t)+β，b_i(t)为用户i在时隙t的吞吐量，α,β为两个固定常数。则用户i在时隙t传输能量为E_i,trans(t)＝τ·P_i(t)。P_c和P_l分别代表连续接收状态和DRX状态的能耗，P_b是RRC_IDLE状态的基础能耗。k表示两个状态之间的时隙数，总的尾能耗表示为：

$\mathrm{\&epsiv;}\left(k\right)=\left\{\begin{array}{cc}{P}_{c}k\mathrm{\&tau;},& 0\&le;k\&le;T_i/\mathrm{\&tau;}\\ P_c{T}_i+P_l(k\mathrm{\&tau;}-T_i)& T_i/\mathrm{\&tau;}\&le;k\&le;T_t/\mathrm{\&tau;}\\ P_c{T}_i+P_l(T_t-T_i)+P_b(k\mathrm{\&tau;}-T)& T_t/\mathrm{\&tau;}<k\end{array}\right..$

ε(k)是计算每个时隙尾能耗的中间变量，k_i(t)是表示用户i处于Tail状态时隙长度的状态变量。当分配的资源块数x_i(t)＝0时，状态方程为k_i(t)＝k_i(t-1)+1，此时时隙t的尾能耗为E_i,tail(t)＝ε(k_i(t))-ε(k_i(t-1))。而x_i(t)≠0时，k_i(t)重置为0，该时隙的尾能耗也为0。

用户i在时隙t的能耗消耗最终可以建模为：

$E_i\left(t\right)=\left\{\begin{array}{cc}{E}_{i,tail}\left(t\right)& x_i\left(t\right)=0\\ E_{i,trans}\left(t\right)& x_i\left(t\right)\&NotEqual;0\end{array}\right..$

视频质量，用户体验的惩罚函数以及能耗对于用户的播放体验来说都是重要的衡量参数。视频体验和惩罚函数的和反应用户体验的水平。效用函数U_i用来表示在时间T内用户i平均单位能耗获得的用户体验:

$U_i=\frac{{\mathrm{\&Sigma;}}_{i=1}^T\left(Q_i\right(t)+I_i(t\left)\right)}{{\mathrm{\&Sigma;}}_{i=1}^T{E}_i\left(t\right)}.$

基于LTE网络传输能力的限制，本发明的问题最终可以形式化为：

$\begin{array}{cc}\max & {\mathrm{\&Sigma;}}_{i=1}^N{U}_i\\ s.t.& \underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{x}_i\left(t\right)\&le;S\end{array}.$

综上，本发明的主要贡献在于，利用数据报文检测器定时监听各个用户的缓存状况R_i(t)和比特率r_i(t)以及每个资源块的传输能力c_i(t)以及基站总的资源块数S。之后调度器运行资源分配算法，根据用户的调制编码方式和缓存状况合理地分配资源。最终由流量控制器将视频内容聚合为突发流下发给每个用户。每个时隙是否传输数据给用户取决于用户的缓存状况。引入了上界φ-1和下界来决定是否传输数据给用户，其中，φ-1是惩罚函数的阈值，表示前20个时隙的平均吞吐量，ξ是一个大于1的数，保证视频的流畅播放，r_i(t)仍表示用户i在时隙t的码率。

本发明资源分配算法执行步骤如下：

步骤一，在时隙t时，分发器收集各个用户的缓存状况R_i(t)和比特率r_i(t)以及每个资源块的传输能力c_i(t)；

步骤二，初始化，x_i(t)记录分发器在时隙t时分配给用户i的资源块数，x_i(t)→0,i＝1,2,…,N；K(t)用来记录本时隙服务的用户集，分发器给用户集内的用户分配资源；

步骤三，从第1个用户循环到第N个用户，根据R_i(t)将用户加入或者删除用户集:

(a)如果将用户i加入用户集，更新K(t)；

(b)如果R_i(t)≥(φ-1)，将用户i从用户集删除，更新K(t)；

步骤四，循环用户集中的用户j∈K(t)，给每个用户分配资源块x_j(t)：

$x_j\left(t\right)=\frac{c_j\left(t\right)/R_j(t-1)}{{\mathrm{\&Sigma;}}_{k=1}^{\left|K\left(t\right)\right|}{c}_k\left(t\right)/R_k(t-1)}\&CenterDot;S;$

步骤五，根据分配的资源块x_j(t)和码率r_j(t)重新计算时隙的缓存R_j(t)；

步骤六，根据分配的资源块x_j(t)进行资源分配；

步骤七，进入下一时隙，开始执行新一轮的算法。

根据上下界的设置，算法每次将缓存低于下界的用户加入用户集K(t)，同时剔除那些缓存超过上界的用户。对用户集内的用户执行算法，时间复杂度是O(N)。算法不仅可以解决大规模问题，而且可以随着信道状况变化及时更新分配策略。对于新加入的用户，只需要将其缓存状况和比特率等信息上报给分发器，即可在下一时隙给新用户分配资源块。

综上所述，本发明提出了一种在4G环境下，考虑能耗优化的流媒体分发方法，分发器根据用户缓存状况和比特率分发资源，能够高效的执行算法，联合优化了用户体验和能量消耗。

Claims (4)

1.一种智能终端能耗优化的自适应流媒体分发方法，其特征在于，在网关处部署流媒体资源分发器，定期收集用户的缓存R_i(t)、视频播放比特率r_i(t)、用户每个资源块的传输能力c_i(t)以及基站总的资源块数S，在某一时隙，如果用户的缓存R_i(t)小于预设下界，则将该用户加入用户集，如果用户的缓存R_i(t)大于预设上界，则将该用户从用户集删除，在该时隙内，视频服务器为用户集中的用户提供数据传输服务。

2.根据权利要求1所述智能终端能耗优化的自适应流媒体分发方法，其特征在于，所述预设下界为预设上界为φ-1，其中，ξ是一个大于1的数，保证视频的流畅播放，表示每个视频块的时间长度，φ表示惩罚参数，φ-1是惩罚函数的阈值，表示前20个时隙的平均吞吐量。

3.根据权利要求1所述智能终端能耗优化的自适应流媒体分发方法，其特征在于，所述流媒体资源分发器包括：

请求包检测器，用于获取用户的缓存R_i(t)、视频播放比特率r_i(t)以及用户每个资源块的传输能力c_i(t)；

响应包检测器，用于获取基站总的资源块数S；

调度器，用于运行资源分配算法，确定给各个用户的资源分配；

流量控制器，根据调度器的资源分配控制用户的带宽，并将视频块聚合成突发流进行传输，下发给用户。

4.根据权利要求3所述智能终端能耗优化的自适应流媒体分发方法，其特征在于，所述资源分配算法执行步骤如下：

步骤一，在时隙t时，收集各个用户的缓存R_i(t)、视频播放比特率r_i(t)、以及每个资源块的传输能力c_i(t)；

步骤二，初始化，x_i(t)记录流媒体资源分发器在时隙t时分配给用户i的资源块数，x_i(t)＝0,i＝1,2,…,N，N为用户总量；K(t)为记录本时隙服务的用户集，流媒体资源分发器给用户集内的用户分配资源；

步骤三，从第1个用户循环到第N个用户，根据R_i(t)将用户加入或者删除用户集:

(a)如果将用户i加入用户集，更新K(t)；

(b)如果R_i(t)≥(φ-1)，将用户i从用户集删除，，更新K(t)；

步骤四，循环用户集K(t)中的用户j，给每个用户j分配资源块x_j(t)：

$x_j\left(t\right)=\frac{c_j\left(t\right)/R_j(t-1)}{{\&Sigma;}_{k=1}^{\left|K\left(t\right)\right|}{c}_k\left(t\right)/R_k\left(t-1\right)}\&CenterDot;S;$

步骤五，根据分配的资源块x_j(t)进行资源分配；

步骤六，根据分配的资源块x_j(t)和码率r_j(t)计算t+1时隙的缓存R_j(t+1)；

步骤七，进入下一时隙，开始执行新一轮的算法。