CN105959694B - 一种面向可伸缩视频流的分布式毫微蜂窝缓存分配方法 - Google Patents

Abstract

本发明属于无线分布式缓存技术领域，具体为一种面向可伸缩视频流(SVC)的分布式毫微蜂窝缓存分配方法。为了缓解宏蜂窝网络覆盖的盲点，降低回程网络的压力，本发明结合毫微蜂窝技术和SVC可伸缩视频编码的特性，利用分布式缓存，提高用户视频观看的体验质量(QoE)，同时降低回程网络的负载。本发明首先给出了在分布式毫微蜂窝当中具体的SVC视频缓存与发送模式，然后对分布式毫微蜂窝缓存分配的方法进行了描述，最后进行了仿真实验。从仿真结果可以看到，分布式毫微蜂窝缓存技术的引入可以较大地提高用户QoE，并且与其他常用缓存算法相比，本发明所提出的缓存分配方法在用户QoE方面具有更好的性能。

Description

一种面向可伸缩视频流的分布式毫微蜂窝缓存分配方法

技术领域

本发明属于无线分布式缓存技术领域，具体涉及一种面向可伸缩视频流的分布式毫微蜂窝缓存分配方法。

背景技术

毫微蜂窝型基站（Femtocell）是利用毫微蜂窝技术实现超小型化区域覆盖的通信系统，一般被设计为在家庭室内或小的商业机构中使用。毫微蜂窝可以提高室内无线覆盖的效果，通过传统的Internet和标准的IP协议传输数据到核心网，对营运商而言具有安装维护成本低廉，方便自行配置与优化等特点。

可伸缩视频编码（SVC）是H.264/AVC等编码的扩展标准。SVC编码的视频是一种分层的视频，具有空间分辨率（Spatial）、时域帧数（Temporal）和量化精度（Quality）三个维度的可伸缩编码层。SVC编码的视频允许传输和解码部分视频流，通过解码出部分的帧数、分辨率或者清晰度的视频编码层，从而为视频服务提供低码率的重构视频。SVC编码视频在视频流的内部预先定义了许多码率切换点（Operation Point），相比一般的动态自适应视频，SVC编码对视频码率变化有着更精细的控制，因此，在网络带宽波动的环境中，SVC编码视频有着更优异的性能。同时，SVC编码视频在视频缓存的应用中，只需要缓存一份完整编码的文件就可以适应多种码率变化的需求，从而节省了缓存的消耗。综上所述，SVC编码的可伸缩特性在视频传输和内容缓存方面有着重大优势。

在无线网络环境中，用户之间点播的视频内容有着很大的相似性，这些冗余请求的视频对宏蜂窝（Macrocell）的回程线路造成了没有必要的巨大压力。因此，为了降低宏基站回程网络的负载，并且提高视频播放的用户体验（QoE），工业界和学界提倡在无线接入点中增加缓存设备，通过内容商对视频热度趋势的预测，运营商进而在无线接入点的缓存设备中预先缓存热门的视频内容，从而减少内容与用户之间的网络距离，降低宏基站回程线路的压力，并且为用户提供更好的QoE。

无线接入端的分布式缓存技术在过去几年中吸引了人们很多关注。作者Shanmugam和Golrezaei提出FemtoCaching的概念，即为毫微蜂窝添加缓存功能，在网络负载较小的低峰时期，在毫微蜂窝缓存设备中预先缓存热门的视频，这样既可以把视频内容带到用户的周围，同时还可以调高无线频谱的重用率。当用户请求一个视频的时候，如果这个视频已经缓存在用户周围的毫微蜂窝之中，那么就从这些缓存有所请求视频的毫微蜂窝当中挑选出信道状况最好的一个毫微蜂窝，并由此负责向用户发送视频。因为毫微蜂窝与用户的距离近，具有更高速率的下行链路，从而用户可以得到更高质量的视频服务。在另一种情形下，当用户请求的视频没有缓存在周围的毫微蜂窝设备中，那么用户可以通过宏蜂窝获取所请求的视频。在宏蜂窝向远端的内容提供商发送请求的过程中，所请求的视频通过回程网络传输到宏蜂窝中，这个过程往往会因为回程网络拥堵造成数据的丢失，从而造成视频业务的延时。此外，由于宏蜂窝的信道相对毫微蜂窝受到的干扰更大，并且用户距离宏蜂窝的距离更远，这些就造成了宏蜂窝用户获得的下行速率更低，从而降低了用户视频服务的QoE。因此，运营商与视频提供商就需要通过设计合理的毫微蜂窝缓存分配策略，从而为用户提供更好的视频播放体验。

然而在众多毫微蜂窝缓存技术中，由分布式毫微蜂窝缓存所带来的信道分集增益并没有得到充分的考虑，不仅如此对于缓存视频的编码结构特性也没有结合到毫微蜂窝缓存分配的过程之中，因此这些毫微蜂窝缓存分配方法不能高效地为用户提供有QoE保证的视频服务。

发明内容

针对现有技术的不足，结合毫微蜂窝技术和可伸视频缩编码（SVC）的特性，本发明提出一种高效的面向可伸缩视频流的分布式毫微蜂窝缓存分配方法。

本发明提出的面向可伸缩视频流的分布式毫微蜂窝缓存分配方法，通过在毫微蜂窝接入点中添加缓存设备，缓存热门的视频文件，结合SVC编码视频的特点，提高分布式缓存的缓存效率和增强用户QoE。热门视频重复地缓存在多个毫微蜂窝中，可以提供信道分集增益；视频缓存更多的编码层，可以提供内容的分集增益；利用这两种分集特性，从而确定最优的毫微蜂窝缓存分配策略。

本发明首先结合SVC视频编码的分层可伸缩特性和对用户QoE的影响，对毫微蜂窝与宏蜂窝的异构网络进行信道建模，并且给出视频文件的传送方式；然后提出一种用户QoE感知的面向SVC编码视频的毫微蜂窝缓存分配方法。本发明给出了针对SVC编码视频的毫微蜂窝缓存资源的配置方法，并与传统的视频缓存策略进行了性能对比。仿真可以得出，在本发明描述的面向SVC视频的毫微蜂窝分布式缓存系统中，本发明提出的缓存分配方法与传统缓存算法相比，可以提供更高的用户QoE，并且能够更精细的结合SVC视频编码的可伸缩分层特性和多个毫微蜂窝信道分集特性。下面对本方法的具体步骤进行介绍。

（1）首先，分析SVC编码视频分层特性并且对用户QoE进行建模。

SVC视频内部可以提供多个码率自适应操作点（OP），每一个OP代表SVC编码的某一些视频层，这些OP的视频码率可以定义为：

(1)

其中，R ¹代表SVC最低清晰度的码率，R ^L 代表最高清晰度的码率，总计层，按照码率的递增顺序排列。对于SVC编码视频的用户QoE，本发明使用MOS（Mean Opinion Score）指标进行衡量，在不同SVC视频流码率的情形下，MOS可以表示为：

(2)

其中，表示在码率下，归一化的SVC视频QoE，计算公式为：

(3)

其中，α，β是决定SVC视频QoE函数的形状参数。

假设毫微蜂窝与宏蜂窝的接收信噪比（SNR）服从瑞利分布，面对用户的视频请求，在用户周围可接入的毫微蜂窝中，搜寻所请求的视频，找出缓存有所请求视频的候选毫微蜂窝，挑选出其中SNR最大的毫微蜂窝，并由这个选中的毫微蜂窝负责所请求视频的发送，若所请求的视频没有缓存在毫微蜂窝中，那么此视频将由宏蜂窝负责向用户发送。根据如上描述，结合SVC分层特性，对于任一部视频i，在第l层OP对应码率为R _i ^l 的情形下，SVC视频播放中断概率为：

(4)

其中，W _SBS 是毫微蜂窝为每位用户提供的带宽，表示毫微蜂窝为用户提供的均值信噪比，n _i 代表视频i缓存在n _i 个毫微蜂窝中，，l =1，…，L；根据视频播放中断概率，由此可以得到当视频i处于缓存状态(n _i , r _i )的时候，毫微蜂窝缓存系统为用户提供的相应的期望QoE则可以表示成为：

(5)

其中，r _i 表示视频i缓存在分布式毫微蜂窝中的码率。

（2）然后，建立用户QoE感知的面向SVC编码视频的毫微蜂窝缓存分配方法。

结合内容提供商对视频热度趋势的预测，使用MCK算法（multiple-choiceknapsack），通过确定每一部视频具体的缓存状态(n _i , r _i )，合理地分配毫微蜂窝缓存资源，从而最优化用户观看视频的期望QoE。

其中，MCK算法需要根据式（5）确定SVC编码视频在分布式毫微蜂窝中的有效缓存状态，然后把视频依据热度由高到低排列，按照视频热度的优先级顺序，依次更新每部视频在不同缓存空间的情形下最优的缓存状态，最终可以得到每一部视频在分布式毫微蜂窝中具体的缓存分配细节。

通过本发明提供的面向可伸缩视频流的分布式毫微蜂窝缓存配置方法，可以最优化SVC编码视频在分布式毫微蜂窝中的缓存配置，从而提高分布式毫微蜂窝的缓存效率，进而增强视频内容分发的用户QoE。在如下的仿真实验中，按照本发明所提供的毫微蜂窝缓存分配方法，用户的期望QoE比单纯依靠宏蜂窝的情形有了23%的提高。此外比较其他的对比缓存分配算法，特别是在低信噪比的情形下，本方法在多种毫微蜂窝信噪比的情形下均有更高的期望QoE。

附图说明

图1：一种典型场景下，毫微蜂窝中SVC编码视频的缓存配置结果。其中，（a）显示了依据视频热度由高到底排列，相应的SVC码率的分配结果。（b）给出了随着视频热度下降，视频平均在每3个毫微蜂窝中缓存次数的变化趋势。

图2：本发明方法与其他缓存算法的用户QoE曲线的仿真结果对比图。

具体实施方式

实施例：

设实施例的参数

仿真环境： MATLAB

信道模型： Rayleigh Fading信道

视频数量： 10000部，时长1小时，热度服从Zipf分布

SVC编码切换点码率： {0.1,0.3,0.6,1.0,1.2,2.0,2.8,4.8,7.2,10.4}Mbps

毫微蜂窝每位用户提供带宽： 5MHz

宏蜂窝每位用户提供带宽： 2MHz

用户可接入毫微蜂窝的平局数量： 3

毫微蜂窝缓存的容量： 2 TB。

针对SVC编码视频，毫微蜂窝缓存分配方法的具体操作步骤为：

步骤1：根据式（5）计算所有缓存状态(n _i , r _i )对应的用户QoE，把缓存状态按照QoE的大小进行降序排列，同时根据缓存消耗的大小进行降序排列，分析这两个序列，删除乱序的缓存状态，得到有效的缓存状态；

步骤2：用最低视频码率R ¹与视频时长作为基准对毫微蜂窝总缓存空间进行归一化；

步骤3：按照视频热度从高到低的顺序开始，在缓存空间由低到高的各种情形下，计算这个视频不通过毫微蜂窝缓存，而通过宏蜂窝所提供的用户QoE；

步骤4：根据步骤1确定的各种有效缓存分配状态，确定这个视频在各种缓存空间的情形下面，毫微蜂窝所能提供的最大用户QoE；

步骤5：比较步骤3和步骤4两种方案提供的QoE的大小，更新在各种缓存大小情形下已经缓存视频的缓存分配状态；

步骤6：如果在毫微蜂窝缓存最大空间的情形下，由步骤3得到的用户QoE大于步骤4得到的用户QoE，那么循环终止，输出每个SVC编码视频的缓存分配结果，否则进入步骤3；

步骤7：当循环完成确定最后一个视频的缓存分配决策时，输出所有视频的缓存状态。

仿真结果：

图1显示了一种典型场景下，毫微蜂窝中SVC编码视频的缓存配置结果，其中，用户周围平均有3个毫微蜂窝接入点，每个毫微蜂窝提供2 TB缓存空间，毫微蜂窝与用户之间的SNR是10 dB，提供5MHz的带宽，用户与宏蜂窝之间的信噪比是3dB，提供2MHz的带宽。图1（a）显示了依据视频热度由高到底排列，相应的SVC码率的分配结果。图1（b）给出了随着视频热度下降，视频平均在每3个毫微蜂窝中缓存次数的变化趋势。

图2是本发明提供的算法与其他两种常规算法基于用户QoE的性能比较。其中OPT代表本发明的配置方法；DMP表示在每个毫微蜂窝中都缓存内容一样的热门视频文件，从而最大化缓存视频的信道分集增益；MHR表示在用户周围的毫微蜂窝中都缓存不同的视频文件，从而最大化毫微蜂窝的缓存命中率；其中数字4.8，7.2， 10.4代表的DMP与MHR两种算法缓存的视频码率。通过仿真，可以看到，本发明的基于SVC编码视频的毫微蜂窝缓存分配方法较传统缓存算法，在多种毫微蜂窝SNR的情形下，具有更优的性能。

参考文献

[1] V. Chandrasekhar, J. G. Andrews, and A. Gatherer, “Femtocellnetworks: a survey,” IEEE Commun. Mag, vol. 46, no. 9, pp. 59–67, Sept 2008.

[2] K. Shanmugam, N. Golrezaei, A. G. Dimakis, A. F. Molisch, and G.Caire, “Femtocaching: Wireless content delivery through distributed cachinghelpers,” IEEE Trans. on Inf. Theory, vol. 59, no. 12, pp. 8402–8413, Dec2013.

[3] W. C. Ao and K. Psounis, “Distributed caching and small cellcooperation for fast content delivery,” in MobiHoc’15, Proc. ACM, 2015, pp.127–136.

[4] H. Schwarz, D. Marpe, and T. Wiegand, “Overview of the scalablevideo coding extension of the h.264/avc standard,” IEEE Trans. on Circuitsand Syst. for Video Tech., vol. 17, no. 9, pp. 1103–1120, Sept 2007.

[5] D. Tse and P. Viswanath, Fundamentals of Wireless Communication.New York, NY, USA: Cambridge University Press, 2005.

[6] D. Pisinger, “A minimal algorithm for the multiple-choiceknapsack problem.” Euro. J. of Operational Research, vol. 83, pp. 394–410,1994.。

Claims (2)

1.一种面向可伸缩视频流的分布式毫微蜂窝缓存分配方法，其特征在于：通过在毫微蜂窝接入点中添加缓存设备，缓存热门的视频文件，结合SVC编码视频的特点，提高分布式缓存的缓存效率和增强用户QoE；具体步骤如下：

（1）首先，分析SVC编码视频分层特性并且对用户QoE进行建模

SVC视频内部提供多个码率自适应操作点（OP），每一个OP代表SVC编码的某一些视频层，这些OP的视频码率定义为：

(1)

其中，R ¹代表SVC最低清晰度的码率，R ^L 代表最高清晰度的码率，总计层，按照码率的递 增顺序排列；对于SVC编码视频的用户QoE，使用MOS指标进行衡量，在不同SVC视频流码率 的情形下，MOS表示为：

(2)

其中，表示在码率下，归一化的SVC视频QoE，计算公式为：

(3)

其中，α，β是决定SVC视频QoE函数的形状参数；

假设毫微蜂窝与宏蜂窝的接收信噪比SNR服从瑞利分布，面对用户的视频请求，在用户周围可接入的毫微蜂窝中，搜寻所请求的视频，找出缓存有所请求视频的候选毫微蜂窝，挑选出其中SNR最大的毫微蜂窝，并由这个选中的毫微蜂窝负责所请求视频的发送，若所请求的视频没有缓存在毫微蜂窝中，那么此视频将由宏蜂窝负责向用户发送；结合SVC分层特性，对于任一部视频i，在第l层OP对应码率为R _i ^l 的情形下，SVC视频播放中断概率为：

(4)

其中，W _SBS 是毫微蜂窝为每位用户提供的带宽，表示毫微蜂窝为用户提供的均值信噪 比，n _i 代表视频i缓存在n _i 个毫微蜂窝中，，l =1，…，L；根据视频播放中断概率，由 此得到当视频i处于缓存状态(n _i , r _i )的时候，毫微蜂窝缓存系统为用户提供的相应的期望 QoE则表示为：

(5)

其中，r _i 表示视频i缓存在分布式毫微蜂窝中的码率；

（2）然后，确定用户QoE感知的面向SVC编码视频的毫微蜂窝缓存分配细节

结合内容提供商对视频热度趋势的预测，使用MCK算法，通过确定每一部视频具体的缓存状态(n _i , r _i )，合理地分配毫微蜂窝缓存资源，从而最优化用户观看视频的期望QoE；

其中，MCK算法根据式（5）确定SVC编码视频在分布式毫微蜂窝中的有效缓存状态，然后把视频依据热度由高到低排列，按照视频热度的优先级顺序，依次更新每部视频在不同缓存空间的情形下最优的缓存状态，最终得到每一部视频在分布式毫微蜂窝中具体的缓存分配细节。

2.根据权利要求1所述的面向可伸缩视频流的分布式毫微蜂窝缓存分配方法，其特征在于：建立用户QoE感知的面向SVC编码视频的毫微蜂窝缓存分配细节的具体操作步骤为：

步骤1：根据式（5）计算所有缓存状态(n _i , r _i )对应的用户QoE，把缓存状态按照QoE的大小进行降序排列，同时根据缓存消耗的大小进行降序排列，分析这两个序列，删除乱序的缓存状态，得到有效的缓存状态；

步骤2：用最低视频码率R ¹与视频时长作为基准对毫微蜂窝总缓存空间进行归一化；

步骤3：按照视频热度从高到低的顺序开始，在缓存空间由低到高的各种情形下，计算这个视频不通过毫微蜂窝缓存，而通过宏蜂窝所提供的用户QoE；

步骤4：根据步骤1确定的各种有效缓存分配状态，确定这个视频在各种缓存空间的情形下面，毫微蜂窝所能提供的最大用户QoE；

步骤5：比较步骤3和步骤4两种方案提供的QoE的大小，更新在各种缓存大小情形下已经缓存视频的缓存分配状态；

步骤6：如果在毫微蜂窝缓存空间最大的情形下面，由步骤3得到的用户QoE大于步骤4得到的用户QoE，那么循环终止，输出每个SVC编码视频的缓存分配结果；否则，转入步骤3；

步骤7：当循环完成最后一个视频的缓存分配决策时，输出所有视频的缓存状态。