CN106411469A - 基于多基站异构网络中可伸缩视频的多播资源分配及传输方法 - Google Patents

Abstract

本发明公开了一种基于多基站异构网络中可伸缩视频的多播资源分配及传输方法，其特征是包括：1对所述网络中的基站进行分组；2将被传输的视频流分割成基础层和加强层；3基站控制中心为每个视频层选择一个合适的传输方案；4系统根据用户接收到视频层的层数来计算整个系统的效用值。本发明能有效利用频谱资源，增加整个系统的效用值，有效提高网络环境整体的吞吐量，从而为用户提供到更好的视频服务质量。

Description

基于多基站异构网络中可伸缩视频的多播资源分配及传输 方法

技术领域

本发明涉及无线通信领域，具体的说是一种多基站系统中可伸缩视频的多播资源分配、功率分配及传输方法。

背景技术

随着电信技术的发展，3G和4G技术已经被用于视频点播，在线视频，在线游戏IPTV等等，下一代无线通信技术5G面向2020年无线移动网络整体需要具备1000倍的移动流量提供能力，单位面积吞吐量需要达到目前4G的1000倍甚至更高(100Gbps/km2以上)。其中视频服务占据79％的市场总流量。所以，为了提高蜂窝网络的整体性能，提高日益短缺的频谱资源利用率，满足设备对传输速率的需求的相关技术成为当前技术研究的热点。为了合理的分配视频多播组的有限资源，在下一代移动通信网络中解决视频多播中资源分配的两个关键性技术：自适应调制编码技术(Adaptive modulation and coding，AMC)和可伸缩视频编码(Scalable Video Coding，SVC)技术，使得网络环境内的移动设备的接收到更好的视频质量，提高系统的整体效用。

Li P L，Zhang H H，Zhang B H，et al..Scalable video multicast withadaptive modulation and coding in broadband wireless data system[J].IEEETransaction networking，2012在基于可伸缩视频多播的自适应调制编码的模型基础上提出了动态规划算法来求解资源分配的最优解，但是其复杂度较高，在实际的传输中并不能达到实时性的要求。而且所有以上的研究成果都是在单基站系统下，即一个区域内的用户只能被一个基站所覆盖，所以性能并不能得到有效的提高。

Burchardt H,Haas H,et al..Multicell cooperation:evolution ofcoordination and cooperation in large-scale networks[C].IEEE MWC,2013提出了一种分布式协作控制的多基站系统，在该系统中每个基站能够协作的为小区的边缘用户提供数据服务并且能够独立的选择自己的数据传输方案，并且为了更好的协作进行数据传输，但是不能完全解决有些边缘用户不能够接收到传输数据。

Li J，Bao Z M，Zhang C X，et al..Scalable Video Multicast with JointResource Allocation and Adaptive Modulation and Coding over Multiple BaseStation Networks[C].IEEE International Conference on Networking，Sensing andControl(ICNSC)，Taipei April 2015:134-139.中的分层视频多播中只是提到资源粒子的分配，没有考虑到功率分配，很多边缘设备由于信道质量差，可能无法接收信号，导致系统的整体效用函数值很低。

发明内容

本发明为克服现有技术存在的不足之处，提供一种基于多基站异构网络中可伸缩视频的多播资源分配及传输方法，以期能有效利用频谱资源，增加整个系统的效用值，有效提高网络环境整体的吞吐量，从而为用户提供到更好的视频服务质量。

本发明为达到上述发明目的采用如下技术方案：

本发明一种基于多基站异构网络中可伸缩视频的多播资源分配及传输方法的特点是，所述多基站异构网络是由服务器、基站控制中心BSC、K个基站、N个用户组成；

在所述多基站异构网络中，K个基站使用不同的频段来传输数据；第i个用户能够接收到任意一个基站传输过来的数据，1≤i≤N；

假设基站要传输S个视频流给N个用户，且N_s个用户需要订阅S个视频流中的第s个视频流，1≤s≤S；则基站控制中心BSC是按如下步骤进行S个视频流内的资源粒子的分配及传输：

步骤1、令所述基站控制中心BSC将K个基站进行分组，得到若干种分组方案，所述分组方法为基站之间的任意组合；

步骤2、所述服务器中视频编码器将所述S个视频流中的每个视频流分割成一个基础层和L个加强层，并通过光纤传输给所述基站控制中心BSC；其中，令所述第s个视频流的第l个视频层的传输速率为1≤l≤L+1；

步骤3、令所述基站控制中心BSC的调制编码方式为MCS＝{MCS₁,MCS₂,...,MCS_m,...,MCS_M}；MCS_m表示第m种调制编码方式；所述M种调制编码方式MCS是按照消耗的资源粒子数从大到小排列而成的，1≤m≤M；

令基站控制中心BSC对第s个视频流的第l个视频层的功率分配方案为第n种功率值Pⁿ；1≤n≤D；D表示所述功率分配方案的总数，所述D种功率分配方案所对应的D种功率值是按照消耗的功率从小到大排列的；

步骤4、所述基站控制中心BSC以min{t·p}原则，为所述第s个视频流的基础层选择相应的调制编码方式、功率分配方案和传输的基站，从而使得N_s个用户都能接收到所述第s个视频流的基础层；进而使得所有用户都能接收到所述S个视频流的基础层；t表示第s个视频流的基础层所消耗的资源粒子数；p表示第s个视频流的基础层所消耗的功率；

步骤5、利用遗传算法为所述S个视频流的每个加强层选择相应的调制编码方案、功率分配方案及传输的基站；从而完成实现S个视频流内资源粒子的分配；

步骤6、所述K个基站根据每个视频层分配的调制编码方案，并按照各个视频层的传输速率，通过消耗一定的资源粒子数和功率，从而向N个用户传输相应的视频层，进而完成S个视频流的传输；

步骤7、利用式(1)计算N个用户的效用值之和U：

目标函数：

约束条件：

式(1)表示N个用户的累计效用函数值；式(1)中，r_i表示第i个用户的累计速率；U(r_i)表示第i个用户的效用函数值；

式(2)表示每个视频流的每一层只能用一种编码调制方案进行传输，式(2)中为编码指示函数，表示当第s个视频流的第l个视频层使用第m种调制编码方式MCS_m进行传输时，编码指示函数为1，否则，编码指示函数为0；

式(3)表示传输S个视频流的基础层和加强层时，分配在每个子载波上的功率的总和不能够超过发射的总功率P；式(3)中，j_s,l表示传输第s个视频流的第l个视频层所占用的子载波，表示传输第s个视频流的第l个视频层时，分配在子载波j_s,l上的功率；

式(4)表示传输S个视频流的每个视频层消耗的资源粒子数目总和不能多于整个网络自身所拥有的资源粒子数T；式(4)中，表示第s个视频流的第l个视频层在传输速率下使用第m种调制编码方式MCS_m进行调制编码时所消耗的资源粒子数。

本发明所述的多播资源分配及传输方法的特点也在于，

所述步骤4中的以min{t·p}原则，为所述第s个视频流的基础层选择相应的调制编码方式、功率分配方案和传输的基站是按如下步骤进行：

步骤4.1、利用式(5)计算第s个视频流的基础层使用第m种调制编码方式MCS_m所消耗的资源粒子数

式(5)中，β_m表示使用第m种调制编码方式MCS_m时单个资源粒子所能承担的传输速率；表示第s个视频流的基础层，即l＝1时的传输速率；

步骤4.2、在保证N_s个用户都能够接收第s个视频流的基础层的前提下，计算每个基站分组方案在传输所述第s个视频流的基础层时每一个调制编码方案时消耗的资源粒子数和功率，并从中选择消耗资源粒子数与功率的乘积最小的基站分组方案作为传输方案，以所述传输方案所对应的调制编码方式、功率分配方案传输所述第s个视频流的基础层；

步骤4.3、所述S个视频流的每个视频流的基础层都采用步骤4.1和步骤4.2的方式进行传输，从而完成对S个视频流的基础层的传输。

所述步骤5中利用遗传算法为S个视频流的每个加强层进行资源粒子的分配是按如下步骤进行的：

步骤5.1、将所述步骤4中传输S个视频流的基础层消耗的资源粒子数记为T₁、消耗的功率记为P₁，则在S个视频流的加强层在遗传算法中的约束条件如式(6)和式(7)所示：

式(6)中，P₂表示传输完S个视频流的基础层后剩下的总功率，即P₂＝P-P₁；式(6)表示传输S个视频流的加强层时，分配在子载波上的功率不能超过剩下的总的功率P₂；

式(7)中，T₂表示传输完S个视频流基础层剩下的资源粒子数，即T₂＝T-T₁；式(7)表示传输S个视频流的加强层时，消耗的资源粒子数不能够超过剩下的资源粒子数T₂；

步骤5.2、随机产生一个数目为R的种群，所述种群中的每个个体是由2S·L个自然数构成的序列；每个自然数表示一个基因；所述2S·L个自然数中前S·L个自然数构成的序列表示S个视频流加强层的编码调制方案，后S·L个自然数构成的序列表示传输S个视频流加强层的功率分配方案；

步骤5.3、设定遗传算法的迭代次数B；设定当前迭代次数为b，并初始化b＝1；

步骤5.4、利用式(8)计算第b代种群中的第e个个体的适应度fit^b(e)，从而获得第b代种群中R个个体的适应度，e∈R：

式(8)中，表示第b代种群中第e个个体代表的方案所产生的系统效用值；和表示惩罚函数项，并有：

式(9)和式(10)中，表示在第b次迭代时整个网络利用遗传算法传输每个视频流的加强层所消耗的功率；表示表示在第b次迭代时整个网络利用遗传算法传输每个视频流的加强层所消耗的资源粒子；

步骤5.5、判断是否满足算法的终止条件或当前迭代次数b是否超过设定的迭代次数B，若满足终止条件或超过迭代次数，则算法停止，并得到所述效用值之和U；否则，执行步骤5.6；所述终止条件为：fit^b(e)≥δ且和

步骤5.6、计算R个个体的被选概率，并使用轮盘赌策略进行选择，得到父体；

步骤5.7、从所述R个个体中进行随机选取，得到母体；

步骤5.8、对所述父体与母体以交叉概率在0-2S·L之间进行交叉；得到交叉后的种群；

步骤5.9、对所述交叉后的种群中的每个个体以变异概率进行变异，当满足变异概率时，前S·L序列上的每个基因从0-M之间等概率进行选择，后S·L序列上的每个基因从0-D之间等概率进行选择，得到变异后的种群，并更新种群；

步骤5.10、令b+1赋值给b，并返回步骤5.4。

与已有技术相比，本发明的有益效果体现在：

1、本发明相对于传统蜂窝视频多播，引入了多基站的概念，多个基站之间可以进行数据的协作传输，系统根据用户的信道状况以及基站的资源可以为每个视频流的每个视频层选择更合理的资源分配方案，与传统的单基站系统相比多基站之间可以更好的分享数据信息，提高了系统的容量，可以为用户提供更好的视频服务质量。

2、本发明提出了多基站系统下的资源分配、功率分配方案，与传统的单基站系统相比，多基站系统可以更好的共享数据，提出的资源分配算法考虑了用户信道状况以及多基站的资源状况，与单基站资源分配算法相比，明显提高了系统的视频质量。

3、本发明提出了传输基础层的方法是为了让所有的用户都能够接收到，这样不仅能够让订阅该视频流的用户能够接收到该视频流，满足了订阅用户的需求而且还能够提高整个系统的效用值。

4、本发明使用遗传算法对加强层进行传输，这样合理的利用了频谱资源，根据用户的信道状况结合功率的分配对加强层进行传输。这样订阅视频流的用户接收到加强层后提高了用户体验，并且提高了系统的效用值。

附图说明

图1为本发明的异构网络示意图；

图2为本发明方法的流程图。

具体实施方式

本实施案例中，一种多基站异构网络中多视频流可伸缩视频多播资源分配、功率分配及传输方法，是在对多基站系统中数据传输的资源分配和功率分配方案，如图1所示，多基站系统是由服务器、基站控制中心BSC、K个基站、N个移动设备组成。服务器与基站控制中心链接，并且通过可靠的数据链路把数据传给基站控制中心，基站控制中心根据min{T·P}原则为S个视频流的基础层选择合适的编码调制方案、功率分配方案和基站分组方案进行传输。对于加强层，基站控制中心则指定一个最大限度覆盖订阅该视频流用户的基站作为该视频流的加强层的传输基站，并为每个视频流的加强层选择合适的编码调制方案和传输功率分配方案，直到所有视频流的加强层传输完毕或所有的基站没有足够的资源粒子或没有足够的功率来传输某一个加强层为止，资源粒子是指系统中最小资源分配单位，它可以是指系统带宽的时域、频域，也可以是时域与频域的结合。在这个多基站系统中资源粒子是指子载波，每个子载波占用不同的频段。第i个移动设备能接收任意一个基站传输过来的视频数据，1≤i≤N。基站控制中心将S个视频流发给N个设备，则如图2所示，基站控制中心BSC是按照如下步骤将S个视频流的资源粒子、功率分配以及这S个视频流的传输。

步骤1、基站控制中心BSC将K个基站进行分组，得到若干种分组方案，分组方法是基站之间的任意组合。

假设网络环境中，有一个基站控制中心和三个基站，三个基站分别是A基站，B基站，C基站；那么对每个视频流进行传输的基站分组传输方案就有七种。以传输视频流为例，七种基站分组传输方案分别是使用A基站传输该视频流、使用B基站传输该视频流、使用C基站传输该视频流、同时使用AB两个基站传输该视频流、同时使用AC两个基站传输该视频流、同时使用BC两个基站传输该视频流、同时使用ABC三个基站传输该视频流。

步骤2、服务器中视频编码器将S个视频流中的每个视频流分割成一个基础层和L个加强层，并通过光纤传输给所述基站控制中心BSC；其中，令第s个视频流的第l个视频层的传输速率为1≤l≤L+1；

在该网络模型下，三个基站的拥有频段分别选择在2.5G、2G以及888M，三个基站对应的资源粒子分别为40(A)、30(B)以及20(C)，可以分配的发送总功率为40dBm，为了便于后面的分析将这40dBm的功率分解成40个功率粒子，每个功率粒子代表250mW的功率；订阅这2个视频流的100个移动用户随机的分布在离基站350到1000米的环形区域内，这100个用户中50个用户订阅第1个视频流，剩下50个用户订阅第二个视频流；服务器中的视频编码器利用可伸缩视频编码方法将2个视频流中的每个视频流分割成1个基础层和2个加强层通过光纤传输给基站控制中心；并且同一个视频流内的各个视频层之间具有依赖性，任何一层没有被移动设备正确解码，那么所有这一层以上的所有视频层都是无效的，即使移动设备接收到了该层也不能被正确解码。也就是说，只有所有的第1层到第l-1个视频层被移动设备接收并正确解码后，视频层l才对该设备是有效的；在这个网络模型下，假设基站传输每个视频流的每一层的固定速率是64Kbps；

步骤3、基站控制中心BSC的调制编码方式为MCS＝{MCS₁,MCS₂,...,MCS_m,...,MCS_M}；MCS_m表示第m种调制编码方式；所述M种调制编码方式MCS是按照消耗的资源粒子数从大到小排列而成的，1≤m≤M；

令基站控制中心BSC对第s个视频流的第l个视频层的功率分配方案为第n种功率Pⁿ；1≤n≤D；D表示所述功率分配方案的总数，所述D种功率分配方案所对应的D种功率值是按照消耗的功率从小到大排列的；

本实施例中，假设系统可用的调制编码方式MCS_m共计7种，记为{MCS₀,MCS₁,MCS₂,...,MCS₆}，其中MCS₀则是表示不对该视频层进行调制编码即不对该视频层进行传输；如表1所示MCS的标识索引值m越大，也就是调制编码方式级别越高，单位资源粒子能够承担传输数据数率越大，在固定层速率下消耗的资源粒子也就越少，但是它对用户的信噪比要求就越高,设备的链路质量越好，所能支持的调制编码方式级别越高，同时他就越能得到更好的视频服务质量；

表1不同MCS的参数对比表

	调M制方式	编码码率	单位粒子承担速率(Kbps)	SNR范围(dB)
						Q1PSK	1/2	4.8	[3.716，5.947]
	Q2PSK	3/4	7.2	[5.947，9.659]
						Q3AM	1/2	9.6	[9.659，12.361]
	Q4AM	3/4	14.4	[12.361，16.699]
						Q5AM	2/3	19.2	[16.699，17.962]
	Q6AM	3/4	21.6	[17.962，+∞)

同时在本次实施案例中，系统对传输每个视频流的每一层的功率分配方案有7种，记为{P⁰,P¹,P²,...,P⁶}，其中P⁰则是表示不对该视频层进行功率分配即不对该视频层进行传输；Pⁿ中的标示索引值n越大，也就是对传输该视频层的功率分配值越大，那么接收端用户的信噪比相应的就越大，接收端用户就能解码更高级别编码方式的视频层，即接收端用户所能支持的调制编码方式级别就越高。

步骤4、基站控制中心BSC以min{t·p}原则，为所述第s个视频流的基础层选择相应的调制编码方式、功率分配方案和传输的基站，从而使得N_s个用户都能接收到所述第s个视频流的基础层；进而使得所有用户都能接收到所述S个视频流的基础层；t表示第s个视频流的基础层所消耗的资源粒子数；p表示第s个视频流的基础层所消耗的功率；

本实施案例中，基站控制中心BSC采用此准则为每个视频流的基础层选择合适的传输方案、调制编码方式以及功率分配方案。采用此准则的目的就是为了让订阅视频流的用户都能够接收到，从而满足订阅用户的需求。具体来说步骤4中的min{T·P}原则是按以下步骤进行的：

步骤4.1、利用式(5)计算第s个视频流的基础层使用第m种调制编码方式MCS_m所消耗的资源粒子数

式(5)中，β_m表示使用第m种调制编码方式MCS_m时单个资源粒子所能承担的传输速率；表示第s个视频流的基础层，即l＝1时的传输速率；

在本次案例中，每个视频层的传输速率是固定的64Kbps，所以可以根据表2计算出不同的调制编码方式MCS₀所消耗的资源粒子；m为0时，不对该层调制编码，因此MCS₀消耗的资源粒子为0；m为1时，MCS₁消耗的资源粒子为14；m为2时，MCS₂消耗的资源粒子为9；m为3时，MCS₃消耗的资源粒子为7；m为4时，MCS₄消耗的资源粒子为5；m为5时，MCS₅消耗的资源粒子为4；m为1时，MCS₆消耗的资源粒子为3；相应的，n为0时，不对传输该视频层时进行功率分配，因此功率分配方案P⁰消耗的功率粒子为0；n为1时，功率分配方案P¹消耗的功率粒子为2；n为2时，功率分配方案P²消耗的功率粒子为4；n为3时，功率分配方案P³消耗的功率粒子为6；n为4时，功率分配方案P⁴消耗的功率粒子为8；n为5时，功率分配方案P⁵消耗的功率粒子为10；n为6时，功率分配方案P⁶消耗的功率粒子为12；

步骤4.2、在保证N_s个用户都能够接收第s个视频流的基础层的前提下，计算每个基站分组方案在传输第s个视频流的基础层时每一个调制编码方案时消耗的资源粒子数和功率，并从中选择消耗资源粒子数与功率的乘积最小的基站分组方案作为传输方案，以该传输方案所对应的调制编码方式、功率分配方案传输第s个视频流的基础层；

步骤4.3、S个视频流的每个视频流的基础层都采用步骤4.1和步骤4.2的方式进行传输，从而完成对S个视频流的基础层的传输。

步骤5、利用遗传算法为S个视频流的每个加强层选择相应的调制编码方案、功率分配方案及传输的基站；从而完成实现S个视频流内资源粒子的分配；

在上述步骤中已经完成了对基础层的传输，保证了订阅视频流的100个用户都能够接收到订阅的视频流，对加强层的传输是为了在资源粒子和功率一定的情况下让尽可能多的用户接收到加强层，从而提高视频质量，提高用户的观看体验，同时也提高了整个系统的效用值。步骤5中的遗传算法是按以下步骤进行：

步骤5.1、将步骤4中传输S个视频流的基础层消耗的资源粒子数记为T₁、消耗的功率记为P₁，则在S个视频流的加强层在遗传算法中的约束条件如式(6)和式(7)所示：

式(6)中，P₂表示传输完S个视频流的基础层后剩下的总功率，即P₂＝P-P₁；式(6)表示传输S个视频流的加强层时，分配在子载波上的功率不能超过剩下的总的功率P₂；

式(7)中，T₂表示传输完S个视频流基础层剩下的资源粒子数，即T₂＝T-T₁；式(7)表示传输S个视频流的加强层时，消耗的资源粒子数不能够超过剩下的资源粒子数T₂；

在仿真的过程中，假设传输完2个视频流的基础层后系统中还剩下20个资源粒子、20个功率粒子，在不超过资源粒子数和功率粒子数的前提下对加强层采取合适的编码调制方案和功率分配方案让系统的效用值最大。

步骤5.2、随机产生一个数目为R种群，种群中的每个个体是由2S·L个自然数构成的序列；每个自然数表示一个基因；2S·L个自然数中前S·L个自然数构成的序列表示S个视频流加强层的编码调制方案，后S·L个自然数构成的序列表示传输S个视频流加强层的功率分配方案；

在前S·L个自然数序列中，第一串L个自然数序列表示第一个视频流L个加强层的编码调制方案，第二串L个自然数序列表示第二个视频流L个加强层的编码调制方案，以此类推，第S串L个自然数序列表示第S个视频流L个加强层的编码调制方案。在后S·L个自然数序列中，第一串L个自然数序列表示传输第一个视频流L个加强层的功率分配方案，第二串L个自然数序列表示传输第二个视频流L个加强层的功率分配方案，以此类推，第S串L个自然数序列表示传输第S个视频流L个加强层的功率分配方案。

人为的产生数目为100的种群，种群中的每个个体由8个自然数序列构成。那么这个个体上的第1个数表示第1个视频流的第1个加强层的编码调制方案；个体上的第2个数表示第1个视频流的第2个加强层的编码调制方案；个体上的第3个数表示第2个视频流的第1个加强层的编码调制方案；个体上的第4个数表示第2个视频流的第2个加强层的编码调制方案；个体上的第5个数表示传输第1个视频流的第1个加强层的功率分配方案；个体上的第6个数表示传输第1个视频流的第2个加强层的功率分配方案；个体上的第7个数表示传输第2个视频流的第1个加强层的功率分配方案；个体上的第8个数表示传输第2个视频流的第2个加强层的功率分配方案；

步骤5.3、设定遗传算法的迭代次数B；设定当前迭代次数为b，并初始化b＝1；

在仿真过程中设定了迭代次数1000次，即算法最多迭代1000次，当迭代次数超过1000次是即使是没有得到最优解那么遗传算法也得中止；

步骤5.4、利用式(8)计算第b代种群中的第e个个体进行适应度fit^b(e)，从而获得R个个体的适应度：

式(8)中，表示第b代种群中第e个个体代表的方案所产生的系统效用值；和表示惩罚函数项，并有：

式(9)和式(10)中，表示在第b次迭代时整个网络利用遗传算法传输每个视频流的加强层所消耗的功率；表示表示在第b次迭代时整个网络利用遗传算法传输每个视频流的加强层所消耗的资源粒子；

对于遗传算法，适应度函数fit(e)一般会使用某一个目标函数，但是在这里并不能直接使用公式(1)中所述的系统效用函数作为适应度函数，因为该效用函数还要受到资源粒子约束条件(6)(7)的限制，而在效用函数计算公式中并没有体现出来，如果直接使用该公式的效用函数，就可能会得到一些适应度很高但是并不符合约束条件的个体，所以我们就要将约束条件(6)(7)融入到公式(1)中去得到一个无约束条件的效用函数作为算法的适应度函数

步骤5.5、判断是否满足算法的终止条件或当前迭代次数b是否超过设定的迭代次数B，若满足终止条件或超过迭代次数，则算法停止，并得到所述效用值之和U；否则，执行步骤5.6；终止条件为：fit^b(e)≥δ且和

步骤5.6、计算R个个体的被选概率，并使用轮盘赌策略进行选择，得到父体；

步骤5.7、从R个个体中进行随机选取，得到母体；

步骤5.8、对父体与母体以交叉概率在0-2S·L之间进行交叉；得到交叉后的种群；

步骤5.9、对交叉后的种群中的每个个体以变异概率进行变异，当满足变异概率时，前S·L序列上的每个基因从0-M之间等概率进行选择，后S·L序列上的每个基因从0-D之间等概率进行选择，得到变异后的种群，并更新种群；

步骤5.10、令b+1赋值给b，并返回步骤5.4；

根据以上步骤最后遗传算法的仿真结果适应度最高的个体是34303430，即第1个视频流的第1个加强层采取MCS₃编码调制方案和P³功率分配方案，第1个视频流的第2个加强层采取MCS₄编码调制方案和P⁴功率分配方案，第2个视频流的第1个加强层采取MCS₃编码调制方案和P³功率分配方案，第2个视频流的第2个加强层不采取编码调制方案和功率分配方案即不对该视频层进行传输。

步骤6、K个基站根据每个视频层分配的调制编码方案，按照各个视频层的传输速率，通过消耗一定的资源粒子数和一定的子载波的功率分配从而向N个移动接收端传输相应的视频层；完成S个视频流的传输。

前一步基站控制中心BSC为每一个视频层选择了合适的调制编码方式、基站分组方案传输以及传输功率分配方案，当视频层的传输方案制定过后基站控制中心BSC把该视频层传输给特定的基站，基站接收到视频层后对它进行指定的调制编码方式的编码按照既定的功率分配方案的功率值传输，并按照要求的传输速率通过无线链路传输给系统用户；

步骤7、利用式(1)计算N个移动设备的效用值之和U：

目标函数：

约束条件：

式(1)表示N个移动设备的累计效用函数值；式(1)中，r_i表示第i个移动设备的累计速率；U(r_i)表示第i个移动设备的效用函数值；

式(2)表示每个视频流的每一层只能用一种编码调制方案进行传输，式(2)中为编码指示函数，表示当第s个视频流的第l个视频层使用第m种调制编码方式MCS_m进行传输时，编码指示函数为1，否则，编码指示函数为0；

式(3)表示传输S个视频流的基础层和加强层时，分配在每个子载波上的功率的总和不能够超过发射的总功率。式(3)中表示传输第s个视频流的第l层时，分配在子载波j_s,l上的功率。

式(4)表示传输S个视频流的每个视频层消耗的资源粒子数目总和不能多于整个系统自身所拥有的资源粒子数；式(4)中，表示第s个视频流的第l个视频层在传输速率下使用第m种调制编码方式MCS_m进行调制编码时所消耗的资源粒子数。

假设系统效用函数为与用户接收速率r成正相关性的非负非递减函数log₁₀r，并且用户接收速率具有累加性，例如，如上所述一个视频层的层速率为64Kbps，若一个用户有效接收到两个视频层，则他的接收速率为128Kbps，根据可伸缩视频编码的特点可知移动用户要想解码视频层l，则他必须要正确的解码之前的第1～l-1层；由前几个步骤可知系统可以有效传输的视频层为2个视频流的2个基础层、第1个视频流的2个加强层以及第2个视频流的第1个加强层，每层的固定速率是64Kbps，将数值代入式(1)，最后所得网络环境中系统效用函数值是：438.8，代表整个网络环境的数据吞吐量。

Claims (3)

1.一种基于多基站异构网络中可伸缩视频的多播资源分配及传输方法，其特征是，所述多基站异构网络是由服务器、基站控制中心BSC、K个基站、N个用户组成；

在所述多基站异构网络中，K个基站使用不同的频段来传输数据；第i个用户能够接收到任意一个基站传输过来的数据，1≤i≤N；

假设基站要传输S个视频流给N个用户，且N_s个用户需要订阅S个视频流中的第s个视频流，1≤s≤S；则基站控制中心BSC是按如下步骤进行S个视频流内的资源粒子的分配及传输：

步骤1、令所述基站控制中心BSC将K个基站进行分组，得到若干种分组方案，所述分组方法为基站之间的任意组合；

步骤2、所述服务器中视频编码器将所述S个视频流中的每个视频流分割成一个基础层和L个加强层，并通过光纤传输给所述基站控制中心BSC；其中，令所述第s个视频流的第l个视频层的传输速率为1≤l≤L+1；

步骤3、令所述基站控制中心BSC的调制编码方式为MCS＝{MCS₁,MCS₂,...,MCS_m,...,MCS_M}；MCS_m表示第m种调制编码方式；所述M种调制编码方式MCS是按照消耗的资源粒子数从大到小排列而成的，1≤m≤M；

令基站控制中心BSC对第s个视频流的第l个视频层的功率分配方案为第n种功率值Pⁿ；1≤n≤D；D表示所述功率分配方案的总数，所述D种功率分配方案所对应的D种功率值是按照消耗的功率从小到大排列的；

步骤4、所述基站控制中心BSC以min{t·p}原则，为所述第s个视频流的基础层选择相应的调制编码方式、功率分配方案和传输的基站，从而使得N_s个用户都能接收到所述第s个视频流的基础层；进而使得所有用户都能接收到所述S个视频流的基础层；t表示第s个视频流的基础层所消耗的资源粒子数；p表示第s个视频流的基础层所消耗的功率；

步骤5、利用遗传算法为所述S个视频流的每个加强层选择相应的调制编码方案、功率分配方案及传输的基站；从而完成实现S个视频流内资源粒子的分配；

步骤6、所述K个基站根据每个视频层分配的调制编码方案，并按照各个视频层的传输速率，通过消耗一定的资源粒子数和功率，从而向N个用户传输相应的视频层，进而完成S个视频流的传输；

步骤7、利用式(1)计算N个用户的效用值之和U：

目标函数：

约束条件：

${\Σ}_{s=1}^S{\Σ}_{l=1}^{L+1}{\Σ}_{j_{s,l}}^{J_{s,l}}{P}_{l,j_{s,l}}^s\≤P---\left(3\right)$

${\Σ}_{s=1}^S{\Σ}_{l=1}^{L+1}{\mathrm{\τ}}_{l,m}^s\≤T---\left(4\right)$

式(1)表示N个用户的累计效用函数值；式(1)中，r_i表示第i个用户的累计速率；U(r_i)表示第i个用户的效用函数值；

式(2)表示每个视频流的每一层只能用一种编码调制方案进行传输，式(2)中为编码指示函数，表示当第s个视频流的第l个视频层使用第m种调制编码方式MCS_m进行传输时，编码指示函数为1，否则，编码指示函数为0；

式(3)表示传输S个视频流的基础层和加强层时，分配在每个子载波上的功率的总和不能够超过发射的总功率P；式(3)中，j_s,l表示传输第s个视频流的第l个视频层所占用的子载波，表示传输第s个视频流的第l个视频层时，分配在子载波j_s,l上的功率；

式(4)表示传输S个视频流的每个视频层消耗的资源粒子数目总和不能多于整个网络自身所拥有的资源粒子数T；式(4)中，表示第s个视频流的第l个视频层在传输速率下使用第m种调制编码方式MCS_m进行调制编码时所消耗的资源粒子数。

2.根据权利要求1所述的多播资源分配及传输方法，其特征是，所述步骤4中的以min{t·p}原则，为所述第s个视频流的基础层选择相应的调制编码方式、功率分配方案和传输的基站是按如下步骤进行：

步骤4.1、利用式(5)计算第s个视频流的基础层使用第m种调制编码方式MCS_m所消耗的资源粒子数

${\mathrm{\τ}}_{1,m}^s={\mathrm{\λ}}_1^s/{\mathrm{\β}}_m---\left(5\right)$

式(5)中，β_m表示使用第m种调制编码方式MCS_m时单个资源粒子所能承担的传输速率；表示第s个视频流的基础层，即l＝1时的传输速率；

步骤4.2、在保证N_s个用户都能够接收第s个视频流的基础层的前提下，计算每个基站分组方案在传输所述第s个视频流的基础层时每一个调制编码方案时消耗的资源粒子数和功率，并从中选择消耗资源粒子数与功率的乘积最小的基站分组方案作为传输方案，以所述传输方案所对应的调制编码方式、功率分配方案传输所述第s个视频流的基础层；

步骤4.3、所述S个视频流的每个视频流的基础层都采用步骤4.1和步骤4.2的方式进行传输，从而完成对S个视频流的基础层的传输。

3.根据权利要求1所述的多播资源分配及传输方法，其特征是，所述步骤5中利用遗传算法为S个视频流的每个加强层进行资源粒子的分配是按如下步骤进行的：

步骤5.1、将所述步骤4中传输S个视频流的基础层消耗的资源粒子数记为T₁、消耗的功率记为P₁，则在S个视频流的加强层在遗传算法中的约束条件如式(6)和式(7)所示：

${\Σ}_{s=1}^S{\Σ}_{l=2}^{L+1}{\Σ}_{j_{s,l}}^{J_{s,l}}{P}_{l,j_{s,l}}^s\≤P_2---\left(6\right)$

${\Σ}_{s=1}^S{\Σ}_{l=2}^{L+1}{\mathrm{\τ}}_{l,m}^s\≤T_2---\left(7\right)$

式(6)中，P₂表示传输完S个视频流的基础层后剩下的总功率，即P₂＝P-P₁；式(6)表示传输S个视频流的加强层时，分配在子载波上的功率不能超过剩下的总的功率P₂；

式(7)中，T₂表示传输完S个视频流基础层剩下的资源粒子数，即T₂＝T-T₁；式(7)表示传输S个视频流的加强层时，消耗的资源粒子数不能够超过剩下的资源粒子数T₂；

步骤5.2、随机产生一个数目为R的种群，所述种群中的每个个体是由2S·L个自然数构成的序列；每个自然数表示一个基因；所述2S·L个自然数中前S·L个自然数构成的序列表示S个视频流加强层的编码调制方案，后S·L个自然数构成的序列表示传输S个视频流加强层的功率分配方案；

步骤5.3、设定遗传算法的迭代次数B；设定当前迭代次数为b，并初始化b＝1；

步骤5.4、利用式(8)计算第b代种群中的第e个个体的适应度fit^b(e)，从而获得第b代种群中R个个体的适应度，e∈R：

${\mathrm{fit}}^b\left(e\right)={\Σ}_{i\∈N}{U}_e^b\left(r_i\right)-G(T_3^b-T_2)-H(P_3^b-P_2)---\left(8\right)$

式(8)中，表示第b代种群中第e个个体代表的方案所产生的系统效用值；和表示惩罚函数项，并有：

$H(P_3^b-P_2)=\left\{\begin{array}{cc}0& P_3^b-P_2\≤0\\ {(P_3^b-P_2)}^2& P_3^b-P_2>0\end{array}\right.---\left(9\right)$

$G(T_3^b-T_2)=\left\{\begin{array}{cc}0& T_3^b-T_2\≤0\\ {(T_3^b-T_2)}^2& T_3^b-T_2>0\end{array}\right.---\left(10\right)$

式(9)和式(10)中，表示在第b次迭代时整个网络利用遗传算法传输每个视频流的加强层所消耗的功率；表示表示在第b次迭代时整个网络利用遗传算法传输每个视频流的加强层所消耗的资源粒子；

步骤5.5、判断是否满足算法的终止条件或当前迭代次数b是否超过设定的迭代次数B，若满足终止条件或超过迭代次数，则算法停止，并得到所述效用值之和U；否则，执行步骤5.6；所述终止条件为：fit^b(e)≥δ且和

步骤5.6、计算R个个体的被选概率，并使用轮盘赌策略进行选择，得到父体；

步骤5.7、从所述R个个体中进行随机选取，得到母体；

步骤5.8、对所述父体与母体以交叉概率在0-2S·L之间进行交叉；得到交叉后的种群；

步骤5.9、对所述交叉后的种群中的每个个体以变异概率进行变异，当满足变异概率时，前S·L序列上的每个基因从0-M之间等概率进行选择，后S·L序列上的每个基因从0-D之间等概率进行选择，得到变异后的种群，并更新种群；

步骤5.10、令b+1赋值给b，并返回步骤5.4。