CN107889053B - 一种基于网络环境预测的视频预加载方法 - Google Patents

一种基于网络环境预测的视频预加载方法 Download PDF

Info

Publication number
CN107889053B
CN107889053B CN201711104593.6A CN201711104593A CN107889053B CN 107889053 B CN107889053 B CN 107889053B CN 201711104593 A CN201711104593 A CN 201711104593A CN 107889053 B CN107889053 B CN 107889053B
Authority
CN
China
Prior art keywords
wifi
user
city
environment
network environment
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.)
Expired - Fee Related
Application number
CN201711104593.6A
Other languages
English (en)
Other versions
CN107889053A (zh
Inventor
窦万春
赵烜
刘忻瑶
冯灵珊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Feng Ling Pan
Nanjing University
Original Assignee
Feng Ling Pan
Nanjing University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Feng Ling Pan, Nanjing University filed Critical Feng Ling Pan
Priority to CN201711104593.6A priority Critical patent/CN107889053B/zh
Publication of CN107889053A publication Critical patent/CN107889053A/zh
Application granted granted Critical
Publication of CN107889053B publication Critical patent/CN107889053B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/433—Content storage operation, e.g. storage operation in response to a pause request, caching operations
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44227—Monitoring of local network, e.g. connection or bandwidth variations; Detecting new devices in the local network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/02—Power saving arrangements
    • H04W52/0209—Power saving arrangements in terminal devices
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Navigation (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于网络环境预测的视频预加载方法，包括：步骤1，获取城市公共wifi服务覆盖信息，得到城市公共wifi服务数据集；步骤2，通过GPS获取用户的当前位置信息和移动信息，通过移动终端确定用户的当前网络环境；步骤3，根据用户的当前位置信息和移动信息预测用户未来的位置，根据城市公共wifi服务覆盖信息预测用户未来的网络环境；步骤4，根据用户的当前网络环境和预测的未来网络环境调整用户的视频预加载策略；步骤5，重复执行步骤2～步骤4直到用户结束视频观看。

Description

一种基于网络环境预测的视频预加载方法
技术领域
本发明涉及智慧城市民生和城市服务技术领域，尤其涉及一种基于网络环境预测的视频预加载方法。
背景技术
智慧城市是大数据时代下，以云计算和物联网技术为支撑的数字化、信息化的城市新模式。智慧城市就是运用先进的信息和通信技术手段感测、分析、整合城市运行核心系统的各项关键信息，进一步提升城市的生产效率和服务能力，从而对包括民生、环保、公共安全、城市服务、工商业活动在内的各种需求做出智能响应，实现城市智慧式管理和运行，进而为城市中的人创造更美好的生活，促进城市的和谐，实现城市经济、社会、环境的全面可持续发展。建设智慧城市已成为当今世界城市发展不可逆转的历史潮流和必然趋势，是国家信息化现代化的基础，是城市提高承载和服务能力的必由之路，是城市提高竞争力维持城市发展动力和后劲的唯一选择。
智慧城市概念最早源于20世纪90年代的“新城市主义”和“精明增长”运动，目的为解决城市蔓延带来的诸多问题。2008年智慧城市首次由IBM公司提出。2010年，IBM正式提出了“智慧的城市”愿景，希望为世界和中国的城市发展贡献自己的力量。IBM经过研究认为，城市由关系到城市主要功能的不同类型的网络、基础设施和环境六个核心系统组成：组织(人)、业务/政务、交通、通讯、水和能源。这些系统不是零散的，而是以一种协作的方式相互衔接。而城市本身，则是由这些系统所组成的宏观系统。
智慧城市的建设在国内外许多地区已经展开，并取得了一系列成果，国内的如智慧上海、智慧双流；国外如新加坡的“智慧国计划”、韩国的“U-City计划”等。我国的智慧城市建设目前处在迅速发展阶段，截止至2015年，全国共有597个省市地区作为智慧城市相关试点，所以说目前我国的智慧城市正在建设中，国家和相关企业也在不断的促进智慧城市的发展进程。
智慧城市一项重要的基础建设就是wifi热点。公共wifi热点服务就是使用高速宽带无线技术覆盖城市行政区域，向公众提供利用无线终端设备随时随地的免费上网服务。wifi目前被证明是实现线上线下高度融合的最佳入口，也是移动互联网，尤其是o2o模式基于地理位置与线下商业交互的核心入口。“无线城市”是城市信息化和现代化的一项基础设施，也是衡量城市运行效率、信息化程度以及竞争水平的重要标志。城市公共wifi网络建设不仅将为“数字经济”时代城市的电子商务发展提供硬件支撑，更将为它们抢占取得移动互联网发展高地的先机。它是城市发展不可或缺的一部分，随着其建设的不断深入，如何更好更便捷的的利用公共wifi成为人们重点关注的问题。
公共wifi热点的主要优势是免费和快速，因此获得大量网络用户的青睐。使用公共wifi热点观看视频成为大部分用户的首选。通过预测用户进入wifi环境的时间进行视频预加载策略的调整可以减少用户的移动蜂窝网络流量消耗。此方法已经取得了一些成果。然而大部分技术都没有考虑离开wifi环境的预加载策略的调整。
发明内容
发明目的：本发明所要解决的技术问题是针对现有技术的不足，提供一种基于网络环境预测的视频预加载方法。
为了解决上述问题，本发明公开了一种基于网络环境预测的视频预加载方法，包括以下步骤：
步骤1，获取城市公共wifi服务覆盖信息，得到城市公共wifi服务数据集；
步骤2，通过GPS获取用户的当前位置信息和移动信息，通过移动终端确定用户的当前网络环境(公共wifi服务环境或移动蜂窝网络环境)；
步骤3，根据用户的当前位置信息和移动信息预测用户未来的位置，根据城市公共wifi服务覆盖信息预测用户未来的网络环境；
步骤4，根据用户的当前网络环境和预测的未来网络环境调整用户的视频预加载策略，主要是对移动终端视频预加载播放时间的调整；
步骤5，重复执行步骤2～步骤4直到用户结束视频观看。
步骤1包括：由城市服务部门提供城市公共wifi服务覆盖信息，包括通过相关部门收集每个公共wifi服务AP(accesspoint)的位置以及覆盖范围，或者通过移动终端的无线信号搜索得到城市公共wifi服务覆盖信息，城市公共wifi中每个wifi服务热点表示为一个元数据w＝{longitudewifi，latitudewifi，diameterwifi，statewifi}，其中longitudewifi表示wifi服务热点中心的经度，latitudewifi表示wifi服务热点中心的纬度，diameterwifi表示wifi服务热点的覆盖半径，statewifi表示wifi服务热点的当前状态，statewifi为1时表示wifi服务热点正常可用，statewifi为0时表示wifi服务热点异常不可用，则城市公共wifi服务数据集{W}表示为：
其中，wn表示第n个wifi服务热点的元数据。每个wifi服务热点的信号默认为在一个固定的圆形区域内，网络质量在该区域内默认为足够视频正常播放和预加载最大视频长度。考虑到当前4G网络的普及和稳定快速，同样默认在移动蜂窝网络环境中也可以实现视频正常播放和预加载。
城市公共wifi服务数据集{W}每隔2小时更新一次。
步骤2中通过用户移动终端的GPS获取用户的位置信息和移动信息(包括平均速度和方向)，用户状态记为Stateuser＝{longitudeu，latitudeu，speedu，directionu}，其中longitudeu和latitudeu分别表示用户当前位置的经度和纬度，speedu表示用户移动的平均速度，speedu为0时表示用户未移动，directionu表示用户移动的方向，即表示为以用户当前位置的正北方向起依顺时针方向至用户移动方向的水平夹角，移动终端的信号搜索则提供当前是否有可用的城市公共wifi服务。
步骤3包括如下步骤：
步骤3-1，预测用户未来位置可以通过用户当前位置和移动状态进行计算，计算公式如下：
longitudefuture＝longitudeu+speedu*t*sin(directionu) (2)
latitudefuture＝longitudeu+speedu*t*cos(directionu) (3)
其中longitudefuture和latitudefuture分别表示预测的用户未来位置的经度和纬度，t表示预测的用户到达未来位置所需要的时间(实验中将t设置为1，即预测1分钟后用户所到达的位置)。从而得到的用户未来位置Lfuture(longitudefuture，latitudefuture)；
步骤3-2，将用户未来位置Lfuture(longitudefuture，latitudefuture)与城市公共wifi服务热点数据集{W}进行位置比对，当有城市公共wifi服务热点满足下列条件时：
则预测用户在t时间后的网络环境是wifi环境，否则预测是移动蜂窝网络环境；。
步骤3-3，预测用户未来的网络环境包括三种情况：
当用户未移动时，网络环境保持不变；
当用户在wifi环境下且移动时，通过用户的位置信息和移动信息(平均速度和方向)预测用户离开当前wifi环境的时间，在该时间内，网络环境保持不变，超过该时间，网络环境由wifi环境转变为移动蜂窝环境；
当用户在移动蜂窝网络环境下且移动时，通过用户的位置信息和移动信息(平均速度和方向)预测用户离开当前无wifi网络环境的时间，在该时间内，网络环境保持不变，超过该时间，网络环境由移动蜂窝网络环境转变为wifi网络环境。
步骤4包括如下步骤：
步骤4-1，设置用户移动终端最大视频预加载长度为10分钟，设置在wifi环境下的默认预加载策略为预加载5分钟，在移动蜂窝环境下的默认预加载策略为预加载2分钟；
步骤4-2，当用户在wifi环境下和移动蜂窝环境下移动时，预加载策略将根据用户移动信息进行调整：当用户移动终端的已经进行视频预加载的视频长度达到或者超过了调整的预加载策略需要预加载的视频长度时，不再进行预加载操作，否则分如下三种情况进行预加载策略调整：
第一种情况，当预测用户网络环境未发生变化时，保持该环境下默认视频预加载策略不变；
第二种情况，当用户在wifi环境下且移动时，根据如下公式计算用户当前位置与移动方向上当前wifi信号边界的距离Sout：
Angledirection-wifi＝Angleuser-wifi+directionu-π (7)
其中lengthuser-wifi表示用户与当前所在城市公共wifi服务热点中心的距离，Angleuser-wifi表示用户与当前所在城市公共wifi服务热点中心的连线与竖直方向的锐角夹角，Angledirection-wifi表示用户运动方向与用户到当前所在城市公共wifi服务热点中心连线的夹角，Angleborder-wifi表示用户运动方向上的当前所在城市公共wifi服务热点的边界点分别与用户当前位置和用户当前所在城市公共wifi服务热点中心的连线的夹角；
如果城市公共wifi服务集{W}中存在城市公共wifi满足下面条件，
其中Twifi表示预测用户到达各个wifi环境所需要的时间。则从中选出令Twifi最小且非当前所在城市公共wifi的wifi热点为预测的用户到达的下一个wifi环境，则通过如下公式计算用户当前位置与移动方向上距离最近的下一个城市公共wifi服务热点信号边界的距离Sin：
Sin＝speedu*Twifi(11)
通过如下公式计算用户离开当前wifi环境和到达下一个wifi环境的时间差值Tcellular：也就是用户将会经历的只有移动蜂窝网络环境的时间，
从而得到需要预加载的分钟数Cmin：
“1.2”为设置的意外参数，一定程度上可以保证用户的意外移动；
第三种情况，当用户不在wifi环境下且移动时，根据用户当前位置与移动状态计算用户最快到达wifi环境的时间：
如果城市公共wifi服务集{W}中存在wifi满足下面条件：
其中Twifi表示预测用户到达该wifi环境所需要的时间。则从城市公共wifi服务集{W}中选出令Twifi最小的wifi热点为预测用户最快到达的wifi环境，则用户到达wifi环境的时间为Twifi，得到需要预加载的分钟数当Cmin>2时，保持移动蜂窝环境下的默认预加载策略，即加载2分钟。
步骤5中，当用户处于视频观看的情况下，将循环获取用户当前位置信息，移动信息和网络环境信息，对用户的未来位置和网络环境进行预测，从而对用户的预加载策略进行调整，直到用户结束视频观看。
在wifi环境下对视频的预加载可以降低用户离开公共wifi区域的网络时延、流量消耗和移动终端电量消耗。本发明针对这个问题提出了一种基于网络环境预测的视频预加载方法。
与现有技术相比，本发明具有的有益效果是：
(1)充分利用公共wifi服务，减少用户移动蜂窝网络流量的使用，在一定程度上可以改善移动蜂窝网络的交通流量；
(2)提前预测公共wifi服务的到达时间，减少在移动蜂窝网络环境中预加载的视频长度；提前预测离开当前wifi服务到达下一wifi服务的时间，尽可能少且足够的预加载视频，防止用户突然结束视频观看，减少流量消耗的同时也减少了移动终端电量的消耗。
附图说明
下面结合附图和具体实施方式对本发明做更进一步的具体说明，本发明的上述或其他方面的优点将会变得更加清楚。
图1是本发明视频预加载流程图。
图2是本发明方法的基本框架图。
具体实施方式
下面结合附图对本发明作具体说明。应该指出，所描述的实施例仅是为了说明的目的，而不是对本发明范围的限制。
本发明公开了一种基于网络环境预测的视频预加载方法，该方法流程图和框架图分别如图1和图2所示，包括以下步骤：
步骤1，获取城市公共wifi服务覆盖信息，得到城市公共wifi服务数据集；
步骤2，通过GPS获取用户的当前位置信息和移动信息，通过移动终端确定用户的当前网络环境(公共wifi服务环境或移动蜂窝网络环境)；
步骤3，根据用户的当前位置信息和移动信息预测用户未来的位置，根据城市公共wifi服务覆盖信息预测用户未来的网络环境；
步骤4，根据用户的当前网络环境和预测的未来网络环境调整用户的视频预加载策略，主要是对移动终端视频预加载播放时间的调整；
步骤5，重复执行步骤2～步骤4直到用户结束视频观看。
步骤1包括：由城市服务部门提供城市公共wifi服务覆盖信息，包括通过相关部门收集每个公共wifi服务AP(accesspoint)的位置以及覆盖范围，或者通过移动终端的无线信号搜索得到城市公共wifi服务覆盖信息，城市公共wifi中每个wifi服务热点表示为一个元数据w＝{longitudewifi，latitudewifi，diameterwifi，statewifi}，其中longitudewifi表示wifi服务热点中心的经度，latitudewifi表示wifi服务热点中心的纬度，diameterwifi表示wifi服务热点的覆盖半径，statewifi表示wifi服务热点的当前状态，statewifi为1时表示wifi服务热点正常可用，statewifi为0时表示wifi服务热点异常不可用，则城市公共wifi服务数据集{W}表示为：
其中，wn表示第n个wifi服务热点的元数据。每个wifi服务热点的信号默认为在一个固定的圆形区域内，网络质量在该区域内默认为足够视频正常播放和预加载最大视频长度。考虑到当前4G网络的普及和稳定快速，同样默认在移动蜂窝网络环境中也可以实现视频正常播放和预加载。
城市公共wifi服务数据集{W}每隔2小时更新一次。
步骤2中通过用户移动终端的GPS获取用户的位置信息和移动信息(包括平均速度和方向)，用户状态记为Stateuser＝{longitudeu，latitudeu，speedu，directionu}，其中longitudeu和latitudeu分别表示用户当前位置的经度和纬度，speedu表示用户移动的平均速度，speedu为0时表示用户未移动，directionu表示用户移动的方向，即表示为以用户当前位置的正北方向起依顺时针方向至用户移动方向的水平夹角，移动终端的信号搜索则提供当前是否有可用的城市公共wifi服务。
步骤3包括如下步骤：
步骤3-1，预测用户未来位置可以通过用户当前位置和移动状态进行计算，计算公式如下：
longitudefuture＝longitudeu+speedu*t*sin(directionu) (2)
latitudefuture＝longitudeu+speedu*t*cos(directionu) (3)
其中longitudefuture和latitudefuture分别表示用户未来位置的经度和纬度，t表示预测的用户到达未来位置所需要的时间(实验中将t设置为1，即预测1分钟后用户所到达的位置)。从而得到的用户未来位置Lfuture(longitudefuture，latitudefuture)；
步骤3-2，将用户未来位置Lfuture(longitudefuture，latitudefuture)与城市公共wifi服务热点数据集{W}进行位置比对，当有城市公共wifi服务热点满足下列条件时：
则预测用户在t时间后的网络环境是wifi环境，否则预测是移动蜂窝网络环境；。
步骤3-3，预测用户未来的网络环境包括三种情况：
当用户未移动时，网络环境保持不变；
当用户在wifi环境下且移动时，通过用户的位置信息和移动信息(平均速度和方向)预测用户离开当前wifi环境的时间，在该时间内，网络环境保持不变，超过该时间，网络环境由wifi环境转变为移动蜂窝环境；
当用户在移动蜂窝网络环境下且移动时，通过用户的位置信息和移动信息(平均速度和方向)预测用户离开当前无wifi网络环境的时间，在该时间内，网络环境保持不变，超过该时间，网络环境由移动蜂窝网络环境转变为wifi网络环境。
步骤4包括如下步骤：
步骤4-1，设置用户移动终端最大视频预加载长度为10分钟，设置在wifi环境下的默认预加载策略为预加载5分钟，在移动蜂窝环境下的默认预加载策略为预加载2分钟；
步骤4-2，当用户在wifi环境下和移动蜂窝环境下移动时，预加载策略将根据用户移动信息进行调整：当用户移动终端的已经进行视频预加载的视频长度达到或者超过了调整的预加载策略需要预加载的视频长度时，不再进行预加载操作，否则分如下三种情况进行预加载策略调整：
第一种情况，当预测用户网络环境未发生变化时，保持该环境下默认视频预加载策略不变；
第二种情况，当用户在wifi环境下且移动时，根据如下公式计算用户当前位置与移动方向上当前wifi信号边界的距离Sout：
Angledirection-wifi＝Angleuser-wifi+directionu-π (7)
其中lengthuser-wifi表示用户与当前所在城市公共wifi服务热点中心的距离，Angleuser-wifi表示用户与当前所在城市公共wifi服务热点中心的连线与竖直方向的锐角夹角，Angledirection-wifi表示用户运动方向与用户到当前所在城市公共wifi服务热点中心连线的夹角，Angleborder-wifi表示用户运动方向上的当前所在城市公共wifi服务热点的边界点分别与用户当前位置和用户当前所在城市公共wifi服务热点中心的连线的夹角；
如果城市公共wifi服务集{W}中存在城市公共wifi满足下面条件，
其中Twifi表示预测用户到达各个wifi环境所需要的时间。则从中选出令Twifi最小且非当前所在城市公共wifi的wifi热点为预测的用户到达的下一个wifi环境，则通过如下公式计算用户当前位置与移动方向上距离最近的下一个城市公共wifi服务热点信号边界的距离Sin：
Sin＝speedu*Twifi (11)
通过如下公式计算用户离开当前wifi环境和到达下一个wifi环境的时间差值Tcellular：也就是用户将会经历的只有移动蜂窝网络环境的时间，
从而得到需要预加载的分钟数Cmin：
“1.2”为设置的意外参数，一定程度上可以保证用户的意外移动；
第三种情况，当用户不在wifi环境下且移动时，根据用户当前位置与移动状态计算用户最快到达wifi环境的时间：
如果城市公共wifi服务集{W}中存在wifi满足下面条件：
其中Twifi表示预测用户到达该wifi环境所需要的时间。则从城市公共wifi服务集{W}中选出令Twifi最小的wifi热点为预测用户最快到达的wifi环境，则用户到达wifi环境的时间为Twifi，得到需要预加载的分钟数当Cmin>2时，保持移动蜂窝环境下的默认预加载策略，即加载2分钟。
步骤5中，当用户处于视频观看的情况下，将循环获取用户当前位置信息，移动信息和网络环境信息，对用户的未来位置和网络环境进行预测，从而对用户的预加载策略进行调整，直到用户结束视频观看。
实施例
本实施例使用了小明于2017年10月20日在南京大学仙林校区校园内使用智能手机观看视频进行试验。
南京大学仙林校区在教学楼、实验楼、院系楼、宿舍楼和各个食堂等建筑内都部署了校园免费无线wifi服务，速度完全可以达到本方法的要求。观看的视频为长度90分钟，大小约450M的《猩球崛起》。
主要场景为以下两种：
场景1：小明在计算机系楼wifi环境中开始观看视频，然后在走向十食堂的路上持续观看，途中经历了移动蜂窝环境和wifi环境的转换。小明在此过程中的主要的几个状态信息如表格1所示，网络信息、预测网络以及预加载策略的设置表格2所示。状态2和4在wifi环境中提前预加载了一段视频用于在之后的移动蜂窝网络中观看，因此在状态3、5和6的cellular环境中时，手机不需要使用蜂窝网络进行视频的预加载任务。共节省了约60M的移动流量。
表1场景一用户状态信息表
Longitude(北纬) latitude(东经) Speed(km/h) Direction(rad)
1 32.1110 118.9640 0 0
2 32.1167 118.9692 4.14 6.02
3 32.1184 118.9689 4.10 6.02
4 32.1188 118.9688 4.10 5.76
5 32.1200 118.9683 4.11 5.76
6 32.1203 118.9693 4.10 6.12
7 32.1207 118.9696 0 0
表2场景一网络信息、预测网络以及预加载策略的设置
场景2：小明走在篮球场旁的太学路上并开始观看视频，在走向十食堂的路上持续观看，途中经历了移动蜂窝环境和wifi环境的转换。小明在此过程中的主要的几个状态信息如表格3所示，网络信息、预测网络以及预加载策略的设置表格4所示。在状态2，系统预测用户即将进入wifi环境，因此减少了移动蜂窝网络的视频预加载长度；在状态5，提前在wifi环境下预加载了一定长度的视频，因此在状态6可以不需要移动流量进行视频的预加载。共节省了约15M的移动流量。
表3场景二用户状态信息表
longitude(北纬) latitude(东经) Speed(km/h) Direction(rad)
1 32.1214 118.9661 4.06 1.57
2 32.1215 118.9669 4.06 1.57
3 32.1215 118.9673 4.03 2.51
4 32.1210 118.9676 4.03 1.57
5 32.1210 118.9683 4.03 1.57
6 32.1210 118.9689 4.03 1.57
7 32.1207 118.9696 0 0
表4网络信息、预测网络以及预加载策略的设置
本发明提供了一种基于网络环境预测的视频预加载方法，具体实现该技术方案的方法和途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。

Claims (2)

1.一种基于网络环境预测的视频预加载方法，其特征在于，包括以下步骤：
步骤1，获取城市公共wifi服务覆盖信息，得到城市公共wifi服务数据集；
步骤2，通过GPS获取用户的当前位置信息和移动信息，通过移动终端确定用户的当前网络环境；
步骤3，根据用户的当前位置信息和移动信息预测用户未来的位置，根据城市公共wifi服务覆盖信息预测用户未来的网络环境；
步骤4，根据用户的当前网络环境和预测的未来网络环境调整用户的视频预加载策略；
步骤5，重复执行步骤2～步骤4直到用户结束视频观看；
步骤1包括：由城市服务部门提供城市公共wifi服务覆盖信息，或者通过移动终端的无线信号搜索得到城市公共wifi服务覆盖信息，城市公共wifi中每个wifi服务热点表示为一个元数据w＝{longitudewifi，latitudewifi，diameterwifi，statewifi}，其中longitudewifi表示wifi服务热点中心的经度，latitudewifi表示wifi服务热点中心的纬度，diameterwifi表示wifi服务热点的覆盖半径，statewifi表示wifi服务热点的当前状态，statewifi为1时表示wifi服务热点正常可用，statewifi为0时表示wifi服务热点异常不可用，则城市公共wifi服务数据集{W}表示为：
其中，wn表示第n个wifi服务热点的元数据；
城市公共wifi服务数据集{W}每隔2小时更新一次；
步骤2中通过用户移动终端的GPS获取用户的位置信息和移动信息，用户状态记为Stateuser＝{longitudeu，latitudeu，speedu，directionu}，其中longitudeu和latitudeu分别表示用户当前位置的经度和纬度，speedu表示用户移动的平均速度，speedu为0时表示用户未移动，directionu表示用户移动的方向，即表示为以用户当前位置的正北方向起依顺时针方向至用户移动方向的水平夹角，移动终端的信号搜索则提供当前是否有可用的城市公共wifi服务；
步骤3包括如下步骤：
步骤3-1，预测用户未来位置可以通过用户当前位置和移动状态进行计算，计算公式如下：
longitudefuture＝longitudeu+speedu*t*sin(directionu)(2)
latitudefuture＝longitudeu+speedu*t*cos(directionu)(3)
其中longitudefuture和latitudefuture分别表示预测的用户未来位置的经度和纬度，t表示预测的用户到达未来位置所需要的时间，从而得到的用户未来位置Lfuture(longitudefuture，latitudefuture)；
步骤3-2，将用户未来位置Lfuture(longitudefuture，latitudefuture)与城市公共wifi服务热点数据集{W}进行位置比对，当有城市公共wifi服务热点满足下列条件时：
则预测用户在t时间后的网络环境是wifi环境，否则预测是移动蜂窝网络环境；
步骤3-3，预测用户未来的网络环境包括三种情况：
当用户未移动时，网络环境保持不变；
当用户在wifi环境下且移动时，通过用户的位置信息和移动信息预测用户离开当前wifi环境的时间，在该时间内，网络环境保持不变，超过该时间，网络环境由wifi环境转变为移动蜂窝环境；
当用户在移动蜂窝网络环境下且移动时，通过用户的位置信息和移动信息预测用户离开当前无wifi网络环境的时间，在该时间内，网络环境保持不变，超过该时间，网络环境由移动蜂窝网络环境转变为wifi网络环境；
步骤4包括如下步骤：
步骤4-1，设置用户移动终端最大视频预加载长度为10分钟，设置在wifi环境下的默认预加载策略为预加载5分钟，在移动蜂窝环境下的默认预加载策略为预加载2分钟；
步骤4-2，当用户在wifi环境下和移动蜂窝环境下移动时，预加载策略将根据用户移动信息进行调整：当用户移动终端的已经进行视频预加载的视频长度达到或者超过了调整的预加载策略需要预加载的视频长度时，不再进行预加载操作，否则分如下三种情况进行预加载策略调整：
第一种情况，当预测用户网络环境未发生变化时，保持该环境下默认视频预加载策略不变；
第二种情况，当用户在wifi环境下且移动时，根据如下公式计算用户当前位置与移动方向上当前wifi信号边界的距离Sout：
Angledirection-wifi＝Angleuser-wifi+directionu-π(7)
其中lengthuser-wifi表示用户与当前所在城市公共wifi服务热点中心的距离，Angleuser-wifi表示用户与当前所在城市公共wifi服务热点中心的连线与竖直方向的锐角夹角，Angledirection-wifi表示用户运动方向与用户到当前所在城市公共wifi服务热点中心连线的夹角，Angleborder-wifi表示用户运动方向上的当前所在城市公共wifi服务热点的边界点分别与用户当前位置和用户当前所在城市公共wifi服务热点中心的连线的夹角；
如果城市公共wifi服务集{W}中存在城市公共wifi满足下面条件，
其中Twifi表示预测用户到达各个wifi环境所需要的时间，则从中选出令Twifi最小且非当前所在城市公共wifi的wifi热点为预测的用户到达的下一个wifi环境，则通过如下公式计算用户当前位置与移动方向上距离最近的下一个城市公共wifi服务热点信号边界的距离Sin：
Sin＝speedu*Twifi(11)
通过如下公式计算用户离开当前wifi环境和到达下一个wifi环境的时间差值Tcellular：
从而得到需要预加载的分钟数Cmin：
第三种情况，当用户不在wifi环境下且移动时，根据用户当前位置与移动状态计算用户最快到达wifi环境的时间：
如果城市公共wifi服务集{W}中存在wifi满足下面条件：
其中Twifi表示预测用户到达该wifi环境所需要的时间，则从城市公共wifi服务集{W}中选出令Twifi最小的wifi热点为预测用户最快到达的wifi环境，则用户到达wifi环境的时间为Twifi，得到需要预加载的分钟数当Cmin>2时，保持移动蜂窝环境下的默认预加载策略，即加载2分钟。
2.根据权利要求1所述的方法，其特征在于，步骤5中，当用户处于视频观看的情况下，将循环获取用户当前位置信息，移动信息和网络环境信息，对用户的未来位置和网络环境进行预测，从而对用户的预加载策略进行调整，直到用户结束视频观看。
CN201711104593.6A 2017-11-10 2017-11-10 一种基于网络环境预测的视频预加载方法 Expired - Fee Related CN107889053B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711104593.6A CN107889053B (zh) 2017-11-10 2017-11-10 一种基于网络环境预测的视频预加载方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711104593.6A CN107889053B (zh) 2017-11-10 2017-11-10 一种基于网络环境预测的视频预加载方法

Publications (2)

Publication Number Publication Date
CN107889053A CN107889053A (zh) 2018-04-06
CN107889053B true CN107889053B (zh) 2019-10-11

Family

ID=61780007

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711104593.6A Expired - Fee Related CN107889053B (zh) 2017-11-10 2017-11-10 一种基于网络环境预测的视频预加载方法

Country Status (1)

Country Link
CN (1) CN107889053B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114374879B (zh) * 2022-01-14 2023-12-29 重庆帮企科技集团有限公司 一种移动端视频加载的方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101405572A (zh) * 2006-03-15 2009-04-08 微软公司 用于移动设备的基于位置的高速缓存
CN103369508A (zh) * 2013-06-25 2013-10-23 华为技术有限公司 数据加载方法和终端设备
CN105338409A (zh) * 2014-06-30 2016-02-17 小米科技有限责任公司 一种网络视频预加载方法及装置
CN106412060A (zh) * 2016-09-28 2017-02-15 上海赛特斯信息科技股份有限公司 基于智能策略实现主动加载内容的对等网络系统及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101405572A (zh) * 2006-03-15 2009-04-08 微软公司 用于移动设备的基于位置的高速缓存
CN103369508A (zh) * 2013-06-25 2013-10-23 华为技术有限公司 数据加载方法和终端设备
CN105338409A (zh) * 2014-06-30 2016-02-17 小米科技有限责任公司 一种网络视频预加载方法及装置
CN106412060A (zh) * 2016-09-28 2017-02-15 上海赛特斯信息科技股份有限公司 基于智能策略实现主动加载内容的对等网络系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Mobile Live Video Streaming Optimization via Crowdsourcing Brokerage;Taotao Wu;《IEEE TRANSACTIONS ON MULTIMEDIA》;20171010;全文 *

Also Published As

Publication number Publication date
CN107889053A (zh) 2018-04-06

Similar Documents

Publication Publication Date Title
US9830817B2 (en) Bus station optimization evaluation method and system
CN106604228B (zh) 一种基于lte信令数据的指纹定位方法
CN109661001B (zh) 一种网络优化方法和服务器
Demissie et al. Exploring cellular network handover information for urban mobility analysis
CN105243128A (zh) 一种基于签到数据的用户行为轨迹聚类方法
CN104093125A (zh) 一种利用地理位置信息建立群组的方法及系统
CN103634901A (zh) 基于核密度估计的新型定位指纹采集提取方法
CN103822638B (zh) 用户位置信息的处理方法和装置
CN102118683A (zh) 一种基于gps的移动通讯终端导游方法
CN109151839A (zh) 一种lpwa网络的网络规划方法
CN109348501B (zh) 基于lte信号的室内外区分方法
CN107222871B (zh) 一种td-lte 230无线专网电力基站规划方法
CN204291053U (zh) 基于手机app浮动车数据进行城市交通运行状态监测系统
CN107889053B (zh) 一种基于网络环境预测的视频预加载方法
CN108337643B (zh) 一种基于公共WiFi分布的多任务移动数据分流方法
CN108200584A (zh) 一种待建wlan站点的筛选方法及装置
CN102869021A (zh) 利用地理信息系统搜索覆盖区基站的方法及装置
CN104486782B (zh) 一种基站站址价值的获取方法及系统
CN103188694B (zh) 一种提升wlan分流效果和规划准确率的方法及系统
JP6223302B2 (ja) 携帯端末を所持したユーザの滞在判定が可能な装置、プログラム及び方法
CN103076738A (zh) 一种基于移动终端设备的世界时钟自动更换方法及其系统
CN114363824B (zh) 一种基于mr位置和道路gis信息的通勤轨迹刻画方法及系统
Wang et al. [Retracted] Indoor and Outdoor Seamless Positioning Technology Based on Artificial Intelligence and Intelligent Switching Algorithm
Alepis et al. Mapping the wireless coverage grid for carrier and user recommendations through crowdsourcing
CN101631343A (zh) 一种识别移动用户归属区域的方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20191011

Termination date: 20201110