CN106067870A - 基于混合优先级的移动医疗流媒体数据调度方法及系统 - Google Patents
基于混合优先级的移动医疗流媒体数据调度方法及系统 Download PDFInfo
- Publication number
- CN106067870A CN106067870A CN201510468259.3A CN201510468259A CN106067870A CN 106067870 A CN106067870 A CN 106067870A CN 201510468259 A CN201510468259 A CN 201510468259A CN 106067870 A CN106067870 A CN 106067870A
- Authority
- CN
- China
- Prior art keywords
- data
- priority
- pri
- stream medium
- layer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
- H04L65/40—Support for services or applications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/104—Peer-to-peer [P2P] networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/12—Wireless traffic scheduling
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/56—Allocation or scheduling criteria for wireless resources based on priority criteria
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/56—Allocation or scheduling criteria for wireless resources based on priority criteria
- H04W72/566—Allocation or scheduling criteria for wireless resources based on priority criteria of the information or information source or recipient
- H04W72/569—Allocation or scheduling criteria for wireless resources based on priority criteria of the information or information source or recipient of the traffic information
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Information Transfer Between Computers (AREA)
Abstract
一种基于混合优先级的移动医疗流媒体数据调度方法,包括如下步骤:建立以播放序列时间轴为横坐标、以分层流媒体数据的层次为纵坐标的坐标系;在所述坐标系中,在播放序列时间轴上设定以播放点bu为起点的所述流媒体数据的缓存区窗口;按照距离所述播放点距离的远近,将所述缓存区窗口分多个不同的调度区;在所述纵坐标的分层流媒体的数据层次上,设定临界层lc,在所述临界层以上的流媒体数据为高层,在所述临界层以下的流媒体数据为低层;其特征在于:在单位时间内对所述缓存区窗口中的所述多个不同的调度区的高层、低层流媒体数据按照全局优先级进行轮询调度,以在带宽有限的情况下保证清晰度和流畅度的均衡。本发明还提出了一种基于上述调度方法的移动医疗流媒体系统。
Description
技术领域
本发明涉及一种流媒体的数据调度方法,特别涉及一种基于混合优先级的移动流媒体数据调度方法。
背景技术
远程医疗技术是目前国际上发展十分迅速的跨学科高新科技,已跨越国界和时空,对医疗保健改革产生巨大现实的影响,它的意义在于打破地域界限,既可以使偏远地区的患者享受高水平的医疗服务,又可以提高大城市的医疗服务水平,还可以提高医学自身的水平,更合理地配置医疗资源,它无疑将极大促进医疗和保健事业的发展。随着移动互联网的爆发和4G时代的到来,移动医疗流媒体作为远程医疗的新型服务如今已成为研究的热点。未来无论远程会诊、远程接诊、手术示教还是移动查房都离不开移动医疗流媒体技术的支持。
国际上,今年谷歌眼镜的推出加速了移动医疗远程会诊的发展进程,目前已逐步走进医院的手术室。国内已有多个城市试水移动医疗视频咨询,国内首个“手机医疗视频咨询”在武汉试运行,好医网研发的手机APP开始邀约医生测试。很多专业流媒体技术供应商开始研发并推出医疗流媒体系统解决方案,方案整合各种流媒体视频资源,实现医疗资料学习、手术视频观看、精品教学展示、远程临床教学观摩、远培训考核等全面的流媒体应用,并向移动端发展。可见不远的未来,以可穿戴式设备和移动网络为核心的远程医疗流媒体体系将爆发式的发展。
医疗流媒体较之传统流媒体具有高清晰度和高流畅度等特点,然而移动网络的终端性能差异性和无线链路的动态性决定了医疗流媒体难以获得较好的质量。数据调度算法是保证流媒体QoS的重要途径,数据调度算法最直接的目标不仅仅是提高各个节点的吞吐量,还要提高分层流媒体的层到达率、降低无用包率等。因此研究移动医疗流媒体中的数据调度算法具有重要意义。
传统互联网中P2P流媒体数据调度算法的研究已有很多,譬如自适应的数据调度算法,该算法优先调度稀缺数据,算法降低了服务器负载,但节点吞吐量和流畅度等方面不适合移动网络带宽受限不稳定的环境;基于缓存区段的数据调度算法,即在不同的区段采用不同的调度算法,在固定网络中该算法能提高节点的吞吐量和降低服务器的负载,但移动环境还需进一步优化;基于最大化吞吐量的数据调度算法,即类似贪婪算法,不 考虑网络负载,尽可能提高节点的数据到达率。以上均为固定网络中已存在的流媒体调度算法。
而目前一些适用于移动环境下的算法,譬如将分层编码应用到P2MVOD中,用于解决移动网络中的终端带宽的异构性,以及基于分层编码的LayerP2P算法,该算法应用于固定网络,基于LayerP2P的模型,提出了适用于移动网络的MLayerP2P算法,取得很好的效果。
虽然有文献提出了一种应用于移动P2P流媒体系统的数据调度算法——二维数据调度算法。该算法基于流媒体分层编码技术,使用二维坐标对视频数据块进行标注(层坐标和块坐标),数据块的调度顺序由其二维坐标确定。但该算法针对医疗流媒体业务存在两点问题:
一是各区域带宽独立分配
二维数据调度算法将缓存区划为三个独立区域分别执行各自的调度算法,三个区域间没有关联。带宽的分配原则为先把带宽分配给紧急调度区,然后把剩余带宽分给决策调度区,最后把带宽分给稀缺调度区,这不能很好的适应移动网络中带宽急剧变化、信道恶劣的情况。比如当带宽比较低时,若仍优先获取紧急区域高层的数据将导致后两个区域中低层的数据缺失,从而可能造成流媒体播放中断。
二是无法平衡清晰度和流畅度
带宽受限的情况下,流畅度和清晰度是互相矛盾的,但两者是医疗流媒体的主要QoS指标。尽管该算法减少了无用包和中断次数,但该算法无法很好平衡清晰度和流畅度,即在一定清晰度的前提下,尽可能的提高流媒体的流畅度。
该场景较之传统P2P网络,有两点不同:一是节点数很少。观看者一般是医生或部分病人,比如灾难救助现场使用高清摄像机通过4G网络传输到后端各个医生处,医生的数目远小于传统P2P流媒体的观看者。二是,医疗流媒体具有高清晰度和高流畅度的特点。医疗流媒体相对于传统流媒体不仅仅是观看,更偏向于会诊和救助,因此对清晰度和流畅度要求较高。节点相对稳定和使用特定核心传输网传输的特点可以忽略系统中节点流失率和网络流量的影响。
故而,上述现有的流媒体数据调度算法中几乎没有针对移动医疗流媒体的需求特性而提供数据调度算法解决方案:医疗流媒体具有高清晰度、高流畅度和节点数量少等特点,上述传统算法不能直接被应用。
现代高清晰度的移动医疗流媒体需要一种在流媒体播放时尽可能保证一定清晰度,同时高播放的流畅度,即在移动带宽有限的提前下,实现清晰度和流畅度的平衡的均衡 调度算法。
发明内容
基于现有算法应用于目前高清晰度的移动医疗流媒体系统中的诸多问题,我们提出了一种充分考虑数据节点以及均衡了清晰度和流畅度的流媒体数据调度解决方案——混合优先级的流媒体数据调度方法。
根据本发明提出的基于混合优先级的流媒体数据调度方法,包括如下步骤:
建立以播放序列时间轴为横坐标、以分层流媒体数据的层次为纵坐标的坐标系;
在所述坐标系中,在播放序列时间轴上设定以播放点bu为起点的所述流媒体数据的缓存区窗口;
按照距离所述播放点距离的远近,将所述缓存区窗口分多个不同的调度区;
在所述纵坐标的分层流媒体的数据层次上,设定临界层lc,在所述临界层以上的流媒体数据为高层,在所述临界层以下的流媒体数据为低层;
其特征在于:
在单位时间内对所述缓存区窗口中的所述多个不同的调度区的高层、低层流媒体数据按照全局优先级进行轮询调度,以在带宽有限的情况下保证清晰度和流畅度的均衡。
如上所述的方法,其特征在于:
所述临界层lc按照如下方式设定:
在临界层lc以下的分层流媒体数据,即低层流媒体数据,构建视频的基本图像;
在临界层lc以上的分层流媒体数据,即高层流媒体数据,构建视频的细节图像;
所述高层流媒体数据需要相应的所述低层流媒体数据的支持,在缺少所述低层流媒体数据时,相应的所述高层流媒体数据成为无用包。
如上所述的方法,其特征在于:
所述按照全局优先级进行轮询调度包括:
所述多个不同的调度区中的每一个按照预定算法来确定本区域流媒体数据的优先级;
基于所述流媒体数据的优先级的高低来调度所述缓存区窗口中的流媒体数据。
如上所述的方法,其特征在于:
所述算法依据所述流媒体数据中的每块数据的时间坐标和层次坐标以及相应的数据块的数据节点数确定所述流媒体数据的优先级。
如上任一所述的方法,其特征在于:
所述多个不同的调度区至少包括三个调度区,从在所述时间轴上距离所述播放点的距离的远近依次是稀缺调度区、决策调度区、紧急调度区。
如上所述的方法,其特征在于:
所述稀缺调度区远离播放时刻,该区域的调度规则是:涵盖该区域中的数据块的节点数越少,所述数据块的优先级越高;
且在不同的调度区域间,该区域稀缺数据的优先级高于部分决策调度区高层的数据。
如上所述的方法,其特征在于:所述稀缺调度区的优先级预定算法是:
Prirare是所述稀缺调度区中某一数据的优先级,nnode是含所述某一数据的节点数且nnode≥1,α是调节系数,Primax是最高优先级常数。
如上所述的方法,其特征在于:
所述决策调度区位于所述紧急调度区和所述稀缺调度区之间,该区域的调度规则是:在所述决策调度区的区域内,临界层lc以下,优先级随着时间轴递减;
临界层lc以上,优先级呈斜纹分布;
且在不同的调度区域间,部分决策层低层的优先级高于紧急调度区的上层,部分决策层上层的数据优先级小于稀缺区域的稀缺数据。
如上所述的方法,其特征在于:
所述决策调度区的优先级预定算法是:
当l≤lc时,
当l>lc时,
其中,Pridecide1、Pridecide2是所述决策调度区中某一数据的优先级,Primax是最高优先级常数,bu代表播横坐标上的播放时刻,bi代表横坐标时间轴上的所述某一数据的坐标,li代表纵坐标上的所述某一数据的分层流媒体的数据层次坐标,lc代表临界层;公式中的调节系数关系为χ<δ<α<β,m、n1是经验常数。
如上所述的方法,其特征在于:
所述紧急调度区最靠近播放时刻bu,该区域的调度规则是:
在区域内,临界层以下数据优先级最高;
临界层以上的数据根据数据所在的时间轴和层数坐标来计算优先级,且所述优先级呈斜纹分布;
在区域间,紧急调度区部分高层数据优先级小于决策调度区低层数据。
如上所述的方法,其特征在于:
所述紧急调度区的优先级预定算法是:
当l≤lc时
priremedy1=primax-m2(ci-cu)
且
当l>lc时
且
ci代表时间轴,li代表层数。
其中,Priremedy1、Priremedy2是所述紧急调度区中某一数据的优先级,Primax是最高优先级常数,cu代表播横坐标上的播放时刻,ci代表横坐标时间轴上的所述某一数据的坐标,li代表纵坐标上的所述某一数据的分层流媒体的数据层次坐标,lc代表临界层;公式中的调节系数关系为χ<δ,m2、n2是经验常数。
本发明还提出了一种移动医疗流媒体系统,其特征在于:
所述系统按照如上任一所述的方法对所述移动医疗流媒体中的所述分层流媒体数据 确定相应的优先级;
所述系统按照所述优先级的高低对相应的所述分层流媒体数据进行轮询调度。
根据本发明所提出的移动流媒体调度算法,在移动环境下,将有限的带宽分配给分层流媒体底层数据,有效的减少了高层的无用包,同时在层坐标上划定临界层,尽可能的保证一定程度的清晰度。仿真结果表明,该算法在平均层到达率、无用包率和中断率等方面有明显的改善,能很好的适应移动P2P医疗流媒体的传输场景。
另外,本算法在计算优先级和数据调度过程中所需的信息均可从节点本身获取,不需要其他节点信息。因此降低了网络资源的消耗。尽管该算法实现复杂度相对较高,对移动设备处理能力要求高,但移动医疗P2P流媒体业务场景的节点数相对较少,且移动医疗终端相对较智能,因此该算法的缺点不会对医疗流媒体的传输造成影响。
附图说明
图1高清晰度流媒体结构示意图
图2移动分层区域缓存模型(MlayerdP2P)示意图
图3引入临界层的高清晰度混合优先级缓存窗口模型示意图
图4混合优先级调度规则示意图
图5三种算法下的平均层到达率仿真结果对比图
图6三种算法下的无用包率的仿真结果对比图
图7三种算法下的流媒体中断概率仿真结果对比图
具体实施方法
下面结合附图对本发明的技术方案作出进一步的说明。
如图1所示的高清晰度流媒体(HRP2P)结构示意图,流媒体数据装载于混合优先级缓存模型(MPCM)中,并根据HRP2P算法,根据请求节点的数据请求赋予MPCM中的流媒体数据相应的优先级,基于优先级的高低来调度MPCM中的流媒体数据。
MPCM是基于如图2所述的MlayerdP2P中引入临界层以及混合优先级进化而来。对于简单的MlayerdP2P,如图2所示,流媒体数据编码成多层,每层分为多个块,每个数据块赋予一个层坐标和块坐标,其中,层坐标是纵轴,表征分层流媒体的数据层次;块坐标是横轴,表征的是播放时间轴序列上的时间,而分层流媒体数据即置入以播放时间 序列(横轴)-分层流媒体数据层次(纵轴)的坐标系中。
容易理解的是,分层流媒体的高层数据的解码依赖于具有相同块坐标的底层数据。如图2所示出的分区域缓存窗口,该缓存窗口中根据数据块距离播放时刻的时间将缓存窗口分为4个部分:已播调度区、紧急调度区、决策调度区和稀缺调度区,各个阶段拥有不同的调度算法。
已播调度区存储已经播放的数据,提供给其他节点;紧急调度区优先请求最靠近播放时刻的数据;决策调度区中根据每块数据的层坐标和块坐标定义紧急度,优先调度紧急度高的数据;稀缺调度区中优先将带宽分配给包含该数据节点数少的数据块,其目的是降低因节点离开而频繁请求服务器的负载。
在MlayerdP2P的基础上,引入临界层和混合优先级,如图3所示的HRP2P的MPCM,其混合优先级调度规则如图4所示。
数据块A位于紧急调度区临界层之上的高层,数据块B位于决策调度区临界层之下的低层,数据块C位于决策调度区的高层,D位于稀缺调度区。在MLayerP2P算法的调度顺序为A-B-C-D,但从流媒体提高播放质量和数据紧急度的角度,数据块调度顺序应为B-A-D-C,即部分决策调度区低层数据紧急度高于紧急调度区高层,部分稀缺调度区紧急度高于决策调度区高层,引入混合优先级的MPCM打破了区域的限制。
在MPCM中,临界层的设置,即在纵坐标上的分层流媒体的层次的位置是关键。临界层设置的目的是在带宽受限环境下,满足医疗流媒体一定清晰度。当移动网络带宽有限时,只能确保分层流媒体一定层数的层到达率,从而在分层流媒体中确定一个临界层,优先调度临界层以下数据,再将剩余的带宽分配给临界层以上的数据。临界层的设定能有效保证有限带宽下的清晰度,降低无用包。
在图4中,数据块E位于紧急调度区临界层之上和F位于临界层之下,E更靠近播放时刻。按照MPCM,在带宽降低时,处于低层的F紧急度高于E,从而降低了系统的无用包率,相应提高了播放质量。
具体到各区域混合优先级的确定,基于MPCM的HRP2P算法,针对稀缺调度区、决策调度区、紧急调度区,预先设定了不同的优先级算法,以满足不同调度区域的功能需求。
如图3所示,缓存窗口从横坐标的时间轴上分为三个区域:紧急调度区、决策调度区和稀缺调度区。在纵坐标的分层流媒体层次上,缓存窗口按临界层分为两部分。
根据数据块的重要性和紧急性,对六块区域中的每块数据赋予一个全局优先级,在每个区域仍然执行各自的调度算法的前提下,缓存不再按照区域分配带宽,而是按照数据优先级整体调度。以下将分别介绍各个区域所对应的算法和各区域优先级。图中颜色越深的表示数据块的优先级越高,优先级的整体分布趋势是从左到右、从下到上优先级 依次升高。混合优先级的分配原则是紧急调度区和决策调度区的低层按时间轴递减,高层的数据由时间轴和层数共同决定。
如图3所示的MPCM的三个调度区域——稀缺调度区、决策调度区和紧急调度区,以下将分别介绍这三个调度区域的优先级分配和数据调度算法。
稀缺调度区
该区域远离播放时刻,优先调度P2P系统中的稀缺数据。稀缺优先调度的目的是尽可能减少因节点离开而对服务器的频繁访问,降低服务器的负载。稀缺调度充分利用了带宽资源,提高了系统吞吐量。稀缺调度的规则是,系统中包含该数据的节点数越少,该数据的优先级越高;在区域间,该区域稀缺数据的优先级高于部分决策调度区高层的数据,该区域的优先级Prirare由公式1确定:
nnode是所含该数据的节点数,该值越小,优先级越高,α是调节系数,Primax是最高优先级常数。公式2定义了该区域混合优先级的范围。
决策调度区
该区域靠近播放点,要保证重要的数据优先传输,避免在播放时因数据缺失而中断,该区域使用时间轴和分层流媒体的层数作为数据优先级的衡量标准。该区域优先级分配的原则是:在区域内,临界层以下,优先级随着时间轴递减,临界层以上,优先级呈斜纹分布;在区域间,部分决策层低层的优先级高于紧急调度区的上层,部分决策层上层的数据优先级小于稀缺区域的稀缺数据,该区域的优先级Pridecide1、Pridecide2由公式3、5确定:
当l≤Lc时
当l>Lc时
公式4和6分别是该区域优先级的范围。bu代表播放时刻,bi代表时间轴,li代表层坐标,lc代表临界层坐标。公式中的调节系数参数关系为χ<δ<α<β,m、n1表征经验常数。
紧急调度区
该区域最靠近播放时刻,为了确保播放数据的及时到达,该区域优先级分配原则:在区域内,临界层以下数据优先级最高,临界层以上的数据根据时间轴和层数定义紧急度,呈斜纹分布;在区域间,紧急调度区部分高层数据优先级小于决策调度区低层数据,该区域的分层流媒体数据的优先级Priremedy1、Priremedy2由公式7、9确定:
当l≤Lc时
priremedy1=primax-m2(ci-cu) 7
当l>Lc时
公式8和10分别限定该区域优先级的范围。cu代表播放时刻,ci代表时间轴,li代表层坐标,lc代表临界层坐标,m2、n2表征经验常数。
基于上述算法,我们将MPCM模型在的HRP2P算法分别和MLayerP2P和LayerP2P进行了仿真对比。
仿真参数配置如下:4G移动网络的最大带宽为20M,每个节点的缓存大小为40M,每层的速率为512kbit/s,服务器支持25层。只有当各节点都不包含该数据时,才向服务器请求。流媒体按缓存的滑动窗口播放,仿真设置每秒滑动60次,每个窗口包含4块, 数据将首先进入稀缺调度区,然后依次进入决策调度区和紧急调度区。每个数据块为2.13kbit,每层缓存包含750个数据块,(紧急调度区为350个,决策调度区为200个,稀缺调度区为200个)。由于医疗流媒体场景的特点,节点离开率和节点数小于其他移动网络。因此该网络忽略了节点流失率,且仿真节点数在5-45个之间,假定临界层为15层,仿真中的其他参数设置如表1。
表1仿真公式参数
变量 | primax | χ | δ | α | β | m | m2 | n1 | n2 |
数值 | 100 | 2 | 3 | 4 | 5 | 0.125 | 0.143 | 0.063 | 0.046 |
仿真指标为平均层到达率,无用包率和中断次数。
平均层到达率是分层流媒体中每层到达数据和该层数据总量的比值,它反映了系统的吞吐量和各层数据的关系。由于HRP2P和MLayerP2P算法的系统吞吐量是一样的,为避免高层无用包率,HRP2P算法中MPCM模型设定了临界层,优先调度低层数据,因此HRP2P算法尽可能确保低层数据的到达率。图5所示,HRP2P算法在1到15层的层到达率高于另外两种,但从15到25层急剧下降。原因是仿真的临界层设置为15层,优先调度15层以下的数据,但吞吐量一定,所以HRP2P算法的高层数据量较少,平均层到达率急剧下降。尽管高层的层到达率低,但低层数据的到达满足了一定程度的清晰度要求,同时在有限的带宽下能兼顾流媒体流畅度的需求,因此均衡了网络的清晰度和流畅度,满足移动医疗流媒体高清晰度业务场景的需求。
分层流媒体不仅要增加系统吞吐量,同时还要降低无用包率。如果缺少低层数据,对应的高层数据将成为无用包。
图6表明随着节点数的增加无用包率接近不变的,是平稳的。这是P2P系统的特性,在一定的节点范围内,无用包率稳定在某个值附近,不会随着节点的增加而有较大的变动。由图可知,MLayerP2P算法的无用包率低于LayerP2P算法,HRP2P算法小于另外两种算法。
主要原因是在相同区域中,通过临界层的限定,带宽优先分配给临界层以下的区域。等价于高层数据压缩到低层,降低了分层流媒体低层数据的缺失概率,因此高层出现无用包的概率变小。综上,HRP2P算法降低了无用包出现概率,降低了分层流媒体低层数据的缺失概率。
在高清晰度业务场景中,流媒体流畅度是重要的衡量指标,提高流畅度即减少流媒体的中断概率。在分层流媒体中,流媒体中断是因为播放时刻无数据或缺少低层数据。在仿真平台上,设定一帧内的低层数据丢失则意味着此帧丢失,假定在连续的两秒内帧数小于24定义为流媒体中断。
如图7所示,仿真结果表明随着仿真时间的增加,三种算法的中断次数均接近线性增长。LayerP2P增幅最大,MLayerP2P次之,HRP2P算法小于另外两种算法。
出现上述仿真结果的原因是HRP2P算法中的MPCM模型提高了低层数据的优先级,将有限的移动带宽用于低层数据的到达,因此无线信道变动的环境中能保证基本图像的构建,同时该算法降低了分层流媒体中高层无用包的出现概率,无线网络带宽能最大程度的被节点所用。因而HRP2P算法减少了流媒体的中断次数,增加了流媒体的流畅度。结合上述两个指标的分析发现,HRP2P算法平衡了流畅度和清晰度,满足高清晰度业务场景的需求。
上述仿真结果表明:移动环境下,基于MPCM的HRP2P算法,将有限的带宽分配给分层流媒体底层数据,减少高层的无用包,同时还保证了一定程度的清晰度。在平均层到达率、无用包率和中断率三个指标上方面有相当显著的改善,能很好的适应移动P2P医疗流媒体的传输场景。
需要说明的是:以上仅用以说明而非限制本发明的技术方案,尽管参照上述实施例对本发明进行了详细说明,本领域的普通技术人员应当理解:依然可以对本发明进行修改或者等同替换,而不脱离本发明的精神和范围的任何修改或局部替换,均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种基于混合优先级的移动医疗流媒体数据调度方法,包括如下步骤:
建立以播放序列时间轴为横坐标、以分层流媒体数据的层次为纵坐标的坐标系;
在所述坐标系中,在播放序列时间轴上设定以播放点bu为起点的所述流媒体数据的缓存区窗口;
按照距离所述播放点距离的远近,将所述缓存区窗口分多个不同的调度区;
在所述纵坐标的分层流媒体的数据层次上,设定临界层lc,在所述临界层以上的流媒体数据为高层,在所述临界层以下的流媒体数据为低层;
其特征在于:
在单位时间内对所述缓存区窗口中的所述多个不同的调度区的高层、低层流媒体数据按照全局优先级进行轮询调度,以在带宽有限的情况下保证清晰度和流畅度的均衡。
2.如权利要求1所述的方法,其特征在于:
所述临界层lc按照如下方式设定:
在临界层lc以下的分层流媒体数据,即低层流媒体数据,构建视频的基本图像;
在临界层lc以上的分层流媒体数据,即高层流媒体数据,构建视频的细节图像;
所述高层流媒体数据需要相应的所述低层流媒体数据的支持,在缺少所述低层流媒体数据时,相应的所述高层流媒体数据成为无用包。
3.如权利要求1或2所述的方法,其特征在于:
所述按照全局优先级进行轮询调度包括:
所述多个不同的调度区中的每一个按照预定算法来确定本区域流媒体数据的优先级;
基于所述流媒体数据的优先级的高低来调度所述缓存区窗口中的流媒体数据。
4.如权利要求3所述的方法,其特征在于:
所述算法依据所述流媒体数据中的每块数据的时间坐标和层次坐标以及相应的数据块的数据节点数确定所述流媒体数据的优先级。
5.如权利要求1-4任一所述的方法,其特征在于:
所述多个不同的调度区至少包括三个调度区,从在所述时间轴上距离所述播放点的距离的远近依次是稀缺调度区、决策调度区、紧急调度区。
6.如权利要求5所述的方法,其特征在于:
所述稀缺调度区远离播放时刻,该区域的调度规则是:涵盖该区域中的数据块的节 点数越少,所述数据块的优先级越高;
且在不同的调度区域间,该区域稀缺数据的优先级高于部分决策调度区高层的数据。
7.如权利要求6所述的方法,其特征在于:所述稀缺调度区的优先级预定算法是:
Prirare是所述稀缺调度区中某一数据的优先级,nnode是含所述某一数据的节点数且nnode≥1,α是调节系数,Primax是最高优先级常数。
8.如权利要求5-7所述的方法,其特征在于:
所述决策调度区位于所述紧急调度区和所述稀缺调度区之间,该区域的调度规则是:在所述决策调度区的区域内,临界层lc以下,优先级随着时间轴递减;
临界层lc以上,优先级呈斜纹分布;
且在不同的调度区域间,部分决策层低层的优先级高于紧急调度区的上层,部分决策层上层的数据优先级小于稀缺区域的稀缺数据;
所述决策调度区的优先级预定算法是:
当l≤lc时,
当l>lc时,
其中,Pridecide1、Pridecide2是所述决策调度区中某一数据的优先级,Primax是最高优先级常数,bu代表播横坐标上的播放时刻,bi代表横坐标时间轴上的所述某一数据的坐标,li代表纵坐标上的所述某一数据的分层流媒体的数据层次坐标,lc代表临界层;公式中的调节系数关系为χ<δ<α<β,m、n1是经验常数。
9.如权利要求5-8所述的方法,其特征在于:
所述紧急调度区最靠近播放时刻bu,该区域的调度规则是:
在区域内,临界层以下数据优先级最高;
临界层以上的数据根据数据所在的时间轴和层数坐标来计算优先级,且所述优先级呈斜纹分布;
在区域间,紧急调度区部分高层数据优先级小于决策调度区低层数据;
所述紧急调度区的优先级预定算法是:
当l≤lc时
priremedy1=primax-m2(ci-cu)
且
当l>lc时
且
ci代表时间轴,li代表层数。
其中,Priremedy1、Priremedy2是所述紧急调度区中某一数据的优先级,Primax是最高优先级常数,cu代表播横坐标上的播放时刻,ci代表横坐标时间轴上的所述某一数据的坐标,li代表纵坐标上的所述某一数据的分层流媒体的数据层次坐标,lc代表临界层;公式中的调节系数关系为χ<δ,m2、n2是经验常数。
10.一种移动医疗流媒体系统,其特征在于:
所述系统按照如权利要求1-9任一所述的方法对所述移动医疗流媒体中的所述分层流媒体数据确定相应的优先级;
所述系统按照所述优先级的高低对相应的所述分层流媒体数据进行轮询调度。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2015101925201 | 2015-04-22 | ||
CN201510192520 | 2015-04-22 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106067870A true CN106067870A (zh) | 2016-11-02 |
Family
ID=57419197
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510468259.3A Pending CN106067870A (zh) | 2015-04-22 | 2015-08-03 | 基于混合优先级的移动医疗流媒体数据调度方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106067870A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108271063A (zh) * | 2016-12-30 | 2018-07-10 | 北京优朋普乐科技有限公司 | 一种基于p2p网络的直播数据处理方法、装置和系统 |
WO2020024272A1 (en) * | 2018-08-03 | 2020-02-06 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for computing resources allocation for medical applications |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001084336A1 (en) * | 2000-04-28 | 2001-11-08 | Live365, Inc. | System and method for reducing the resources required to deliver streaming media |
CN103051955A (zh) * | 2012-12-21 | 2013-04-17 | 华为技术有限公司 | 流媒体播放方法及装置 |
-
2015
- 2015-08-03 CN CN201510468259.3A patent/CN106067870A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001084336A1 (en) * | 2000-04-28 | 2001-11-08 | Live365, Inc. | System and method for reducing the resources required to deliver streaming media |
CN103051955A (zh) * | 2012-12-21 | 2013-04-17 | 华为技术有限公司 | 流媒体播放方法及装置 |
Non-Patent Citations (1)
Title |
---|
马小鹏等: "移动P2P医疗流媒体数据调度算法", 《中国科技论文在线》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108271063A (zh) * | 2016-12-30 | 2018-07-10 | 北京优朋普乐科技有限公司 | 一种基于p2p网络的直播数据处理方法、装置和系统 |
WO2020024272A1 (en) * | 2018-08-03 | 2020-02-06 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for computing resources allocation for medical applications |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | Edge cognitive computing based smart healthcare system | |
Höyhtyä et al. | Review of latest advances in 3GPP standardization: D2D communication in 5G systems and its energy consumption models | |
Sodhro et al. | Artificial Intelligence based QoS optimization for multimedia communication in IoV systems | |
Yu et al. | Toward cloud-based vehicular networks with efficient resource management | |
WO2016171404A1 (ko) | 가상현실 스트리밍 서비스를 위한 영상 데이터를 송수신하는 방법 및 장치 | |
CN110504021A (zh) | 医院床位调度方法、装置、系统及电子设备 | |
US9510006B2 (en) | Scalable video coding prioritization | |
Dai et al. | An adaptive computation offloading mechanism for mobile health applications | |
CN106067870A (zh) | 基于混合优先级的移动医疗流媒体数据调度方法及系统 | |
Salim et al. | An energy-efficient game-theory-based spectrum decision scheme for cognitive radio sensor networks | |
Park et al. | Energy-effective power control algorithm with mobility prediction for 5G heterogeneous cloud radio access network | |
CN103458238A (zh) | 一种结合视觉感知的可伸缩视频码率控制方法、装置 | |
Yun et al. | Intelligent dynamic spectrum resource management based on sensing data in space-time and frequency domain | |
Alsharfa et al. | Cellular-D2D resource allocation algorithm based on user fairness | |
Liu et al. | Rendered tile reuse scheme based on FoV prediction for MEC-assisted wireless VR service | |
Khanh et al. | An integrating computing framework based on edge-fog-cloud for internet of healthcare things applications | |
Yang et al. | Content-sensing based resource allocation for delay-sensitive VR video uploading in 5G H-CRAN | |
Yang et al. | A survey of energy optimization approaches for computational task offloading and resource allocation in MEC networks | |
Wang et al. | Method and application of information sharing throughout the emergency rescue process based on 5G and AR wearable devices | |
Liu et al. | A network slicing strategy for telemedicine based on classification | |
Pratap et al. | Three-dimensional matching based resource provisioning for the design of low-latency heterogeneous IoT networks | |
CN114513539B (zh) | 一种基于ran组网架构的医疗系统及医疗数据传输方法 | |
Su et al. | QoS-aware downlink traffic scheduling for cellular networks with dual connectivity | |
CN106612549A (zh) | 一种资源分配方法及基站 | |
Yu et al. | Emotion-aware mobile edge computing system: A case study |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161102 |
|
RJ01 | Rejection of invention patent application after publication |