CN106534367A - 基于用户QoE最大化的车载云视频数据传输方案确定方法 - Google Patents

Abstract

本发明涉及一种基于用户QoE最大化的车载云视频数据传输方案确定方法，包括以下步骤：S1.求取和S2.引入效用函数；S3.计算第t个时间槽发送个数据块的带宽费用；S4.计算用户的QoE的度量；S5.令然后重复执行步骤S3～S4，直至S6.令r_i＝r_i+1然后重复执行步骤S2～S5，直至r_i>r_l；S7.将结果集合Υ中最小的QoE度量对应的r_i作为最终计算结果进行输出，然后根据最终计算结果r_i确定第t个时间槽的数据传输方案。

Description

基于用户QoE最大化的车载云视频数据传输方案确定方法

技术领域

本发明涉及车载云视频技术领域，更具体地，涉及一种基于用户QoE最大化的车载云视频数据传输方案确定方法。

背景技术

车载云视频是以云服务为核心的一种新型技术，其通过构建云计算中心，然后让车载用户通过无线网络连接云计算中心实现视频的上传和下载，其比较经典的应用有行车记录仪。

车辆在行驶的过程中，车载DVR与云计算中心之间一般是通过移动网络进行连接的。而随着位于道路两侧的公共WiFi热点的数量越来越来，很多车主在车辆行驶的过程中，也选择通过公共WiFi热点与云计算中心进行连接，如图1所示。即车辆行驶至公共WiFi热点覆盖区域时，选择公共WiFi热点与云计算中心进行连接，车辆行驶至公共WiFi热点覆盖区域之外时，选择移动网络与云计算中心进行连接。但是，选择移动网络与云计算中心进行连接时是需要支付资费的；选择公共WiFi热点与云计算中心进行连接虽然无需支付资费，但是由于公共WiFi热点带宽不定，因此选择此方式进行数据传输时会出现不能及时将数据传输至云计算中心的情况。因此，在交替使用公共WiFi热点、移动网络的情况下，如何在耗费资费较少的请下将视频数据及时传输出去，是现有技术所需要解决的技术问题。

发明内容

本发明为解决以上现有技术的难题，提供了一种基于用户QoE最大化的车载云视频数据传输方案确定方法，该方法从用户QoE出发，考虑了移动网络带宽费用问题和传输效率问题，从而为用户提供当前网络条件下最优的的数据传输方案，避免出现数据不能及时传输至云计算中心的情况。

为实现以上发明目的，采用的技术方案是：

一种基于用户QoE最大化的车载云视频数据传输方案确定方法，包括以下步骤：

S1.设车载DVR是在各个时间槽内向云计算中心传输数据的，原始的云视频数据中各个数据块的码率均为r₁，DVR内存储有一转码码率集合Ω＝{r₁,r₂,…,r_l}，r₁>r₂…>r_l；

S2.设第t个时间槽开始时DVR内缓存有k个时间槽的数据，DVR的缓存空间为即可得出：

其中表示第t个时间槽发送的数据块的数量， 的初始值为

表示第t个时间槽内移动网络的带宽，表示第t个时间槽内公共WiFi热点的带宽；

S3.引入效用函数：

其中，α₁、α₂表示效用参数，r_i表示对个数据块进行转码的码率，r_i的初始值为r₁；

S4.计算第t个时间槽发送个数据块的带宽费用：

其中，p_t表示第t个时间槽内移动网络的使用率，0≤p_t≤1，C_c表示移动网络的单位流量费用，τ表示时间槽的长度；

S5.计算用户的QoE的度量：然后将本次计算结果存入结果集合Υ中；QoE的度量越小，用户的QoE越高；

S6.令然后重复执行步骤S4～S5，直至

S7.令i＝i+1然后重复执行步骤S2～S6，直至i>l；

S8.将结果集合Υ中最小的QoE度量对应的r_i作为最终计算结果进行输出，然后根据最终计算结果r_i确定第t个时间槽的数据传输方案。

优选地，设状态集合其中和分别代表移动网络带宽集合和公共WiFi热点带宽集合，n_c、n_w分别表示移动网络带宽和公共WiFi热点带宽，对于任意一组状态θ＝(n_c,n_w,k)，通过步骤S2～S8的方法对数据传输方案进行求取，然后将求取的数据传输方案与状态θ关联后存储到决策表Δ中；某个时间槽h内车载DVR向云计算中心传输数据时，根据时间槽h内的k_h在决策表Δ中进行查找与 k_h一致的状态θ，然后将其关联的数据传输方案作为时间槽h的数据传输方案。

优选地，将每次确定的数据传输方案与其n_c,n_w,k关联后存储到决策表Δ中，某个时间槽h内车载DVR向云计算中心传输数据时，根据时间槽h内的k_h在决策表Δ中查找是否存在与k_h一致的状态θ，若是则将其关联的数据传输方案作为时间槽h的数据传输方案，否则执行步骤S2～S8对其数据传输方案进行求取。

与现有技术相比，本发明的有益效果是：

本发明提供的数据传输方案确定方法从用户QoE出发，考虑了移动网络带宽费用问题和传输效率问题，从而为用户提供当前网络条件下最优的的传输速率，避免出现数据不能及时传输至云计算中心的情况。

附图说明

图1为车载DVR通过公共WiFi热点与云计算中心进行连接的示意图。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；

以下结合附图和实施例对本发明做进一步的阐述。

实施例1

本发明提供的数据传输方案确定方法，包括以下步骤：

第一步、设车载DVR是在各个时间槽内向云计算中心传输数据的，原始的云视频数据中各个数据块的码率均为r₁，DVR内存储有一转码码率集合Ω＝{r₁,r₂,…,r_l}，r₁>r₂…>r_l；

第二步、设第t个时间槽开始时DVR内缓存有k个时间槽的数据，DVR的缓存空间为即可得出：

其中表示第t个时间槽发送的数据块的数量， 的初始值为

表示第t个时间槽内移动网络的带宽，表示第t个时间槽内公共WiFi热点的带宽；

第三步、引入效用函数：

其中，α₁、α₂表示效用参数，r_i表示对个数据块进行转码的码率，r_i的初始值为r₁；

第四步、计算第t个时间槽发送个数据块的带宽费用：

其中，p_t表示第t个时间槽内移动网络的使用率，0≤p_t≤1，C_c表示移动网络的单位流量费用，τ表示时间槽的长度；

第五步、计算用户的QoE的度量：然后将本次计算结果存入结果集合Υ中；QoE的度量越小，用户的QoE越高；

第六步、令然后重复执行第四步～第五步，直至

第七步、令r_i＝r_i+1然后重复执行步骤第二步～第六步，直至r_i>r_l；

第八步、将结果集合Υ中最小的QoE度量对应的r_i作为最终计算结果进行输出，然后根据最终计算结果r_i确定第t个时间槽的数据传输方案。

在具体的实施过程中，可生成一离线式的决策表Δ，用于方便后续的处理，生成决策表Δ的具体过程如下：

设状态集合其中和分别代表移动网络带宽集合和公共WiFi热点带宽集合，n_c、n_w分别表示移动网络带宽和公共WiFi热点带宽，对于任意一组状态θ＝(n_c,n_w,k)，通过第二步～第八步的方法对数据传输方案进行求取，然后将求取的数据传输方案与状态θ关联后存储到决策表Δ中；某个时间槽h内车载DVR向云计算中心传输数据时，根据时间槽h内的k_h在决策表Δ中进行查找与k_h一致的状态θ，然后将其关联的数据传输方案作为时间槽h的数据传输方案。

其中，以上生成离线式决策表Δ的伪代码如下：

输入：

系统状态空间和决策空间Ω,

//Ω,分别是视频码率集合、WiFi带宽集合、蜂窝网络带宽集合和缓冲区占用大小集合。

目标函数参数α；

输出：决策表Δ

1、for每个状态空间θ＝(n_c,n_w,b_k)∈Θdo

2、计算和

3、for每个r_i∈Ωdo

4、计算

5、ifp_t∈[0,1]then

6、计算当前的目标函数值：-δ·Q(r₁,r_i)+αC_t；

7、存储到结果集合Υ；

8、else

9、continue

10、end if

11、把最小的min_δΥ存储到决策表Δ中；

12、end for

13、end for

在具体的实施过程中，由于上述生成离线式决策表Δ的时间复杂度较高，因此在具体使用的时候会受到较多的限制，为此，本实施例也可以生成一个在线式的决策表Δ，在线式的决策表Δ的时间复杂度更低，更为实用，其具体过程如下：

将每次确定的数据传输方案与其n_c,n_w,k关联后存储到决策表Δ中，某个时间槽h内车载DVR向云计算中心传输数据时，根据时间槽h内的k_h在决策表Δ中查找是否存在与k_h一致的状态θ，若是则将其关联的数据传输方案作为时间槽h的数据传输方案，否则执行步骤第二步～第八步对其数据传输方案进行求取。

其中，以上生成决策表Δ的伪代码如下：

输入：

当前系统状态θ＝(n_c,n_w,k)；

决策表Δ；

输出：

决策表Δ与最佳决策

1、根据系统状态θ从决策表查找到最佳决策δ

2、ifδis null then

3、计算和

4、for每个r_i∈Ωdo

5、计算

6、ifp_t∈[0,1]then

7、计算当前的目标函数值：-δ·Q(r₁,r_i)+αC_t；

8、存储到结果集合Υ；

9、Else

10、Continue

11、end if

12、end for

13、把最小的min_δΥ存储到决策表Δ中；

14、Else

15、用δ进行决策

16、end if

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (3)

1.一种基于用户QoE最大化的车载云视频数据传输方案确定方法，其特征在于：包括以下步骤：

S1.设车载DVR是在各个时间槽内向云计算中心传输数据的，原始的云视频数据中各个数据块的码率均为r₁，DVR内存储有一转码码率集合Ω＝{r₁,r₂,…,r_l}，r₁>r₂…>r_l；

S2.设第t个时间槽开始时DVR内缓存有k个时间槽的数据，DVR的缓存空间为即可得出：

$k+1-{\mathrm{\δ}}_{n_t}\≤B$

其中表示第t个时间槽发送的数据块的数量， 的初始值为

${\mathrm{\δ}}_n^{\min }\≥\left\{\begin{array}{cc}0,& k\≠B\\ 1,& k=B\end{array}\right.$

${\mathrm{\δ}}_n^{\max }\≤min\{\frac{n_c^t+n_w^t}{r_l},k\}$

表示第t个时间槽内移动网络的带宽，表示第t个时间槽内公共WiFi热点的带宽；

S3.引入效用函数：

$Q(r_1,r_i)=\left\{\begin{array}{cc}{\mathrm{\α}}_1\ln \frac{{\mathrm{\α}}_2{r}_i}{r_1}& r_i\≤r_1\\ 0& {\mathrm{\α}}_2{r}_i\≤r_1\end{array}\right.$

其中，α₁、α₂表示效用参数，r_i表示对个数据块进行转码的码率，r_i的初始值为r₁；

S4.计算第t个时间槽发送个数据块的带宽费用：

$C_t=C_c\·p_t\·n_c^t\·\mathrm{\τ}$

其中，p_t表示第t个时间槽内移动网络的使用率，0≤p_t≤1，C_c表示移动网络的单位流量费用，τ表示时间槽的长度；

S5.计算用户的QoE的度量：然后将本次计算结果存入结果集合Υ中；QoE的度量越小，用户的QoE越高；

S6.令然后重复执行步骤S4～S5，直至

S7.令i＝i+1然后重复执行步骤S2～S6，直至i>l；

S8.将结果集合Υ中最小的QoE度量对应的r_i作为最终计算结果进行输出，然后根据最终计算结果r_i确定第t个时间槽的数据传输方案。

2.根据权利要求1所述的基于用户QoE最大化的车载云视频数据传输方案确定方法，其特征在于：

设状态集合其中和分别代表移动网络带宽集合和公共WiFi热点带宽集合，n_c、n_w分别表示移动网络带宽和公共WiFi热点带宽，对于任意一组状态θ＝(n_c,n_w,k)，通过步骤S2～S8的方法对数据传输方案进行求取，然后将求取的数据传输方案与状态θ关联后存储到决策表Δ中；某个时间槽h内车载DVR向云计算中心传输数据时，根据时间槽h内的k_h在决策表Δ中进行查找与k_h一致的状态θ，然后将其关联的数据传输方案作为时间槽h的数据传输方案。

3.根据权利要求1所述的基于用户QoE最大化的车载云视频数据传输方案确定方法，其特征在于：将每次确定的数据传输方案与其n_c,n_w,k关联后存储到决策表Δ中，某个时间槽h内车载DVR向云计算中心传输数据时，根据时间槽h内的k_h在决策表Δ中查找是否存在与k_h一致的状态θ，若是则将其关联的数据传输方案作为时间槽h的数据传输方案，否则执行步骤S2～S8对其数据传输方案进行求取。