CN108476091A - 无线通信网络的用于确定实时媒体流的传输条件的方法、系统和用户设备 - Google Patents
无线通信网络的用于确定实时媒体流的传输条件的方法、系统和用户设备 Download PDFInfo
- Publication number
- CN108476091A CN108476091A CN201680079506.3A CN201680079506A CN108476091A CN 108476091 A CN108476091 A CN 108476091A CN 201680079506 A CN201680079506 A CN 201680079506A CN 108476091 A CN108476091 A CN 108476091A
- Authority
- CN
- China
- Prior art keywords
- prediction
- packet loss
- wireless network
- time
- network
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/0078—Avoidance of errors by organising the transmitted data in a format specifically designed to deal with errors, e.g. location
- H04L1/009—Avoidance of errors by organising the transmitted data in a format specifically designed to deal with errors, e.g. location arrangements specific to transmitters
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M13/00—Coding, decoding or code conversion, for error detection or error correction; Coding theory basic assumptions; Coding bounds; Error probability evaluation methods; Channel models; Simulation or testing of codes
- H03M13/35—Unequal or adaptive error protection, e.g. by providing a different level of protection according to significance of source information or by adapting the coding according to the change of transmission channel characteristics
- H03M13/353—Adaptation to the channel
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M13/00—Coding, decoding or code conversion, for error detection or error correction; Coding theory basic assumptions; Coding bounds; Error probability evaluation methods; Channel models; Simulation or testing of codes
- H03M13/35—Unequal or adaptive error protection, e.g. by providing a different level of protection according to significance of source information or by adapting the coding according to the change of transmission channel characteristics
- H03M13/356—Unequal error protection [UEP]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
- H04L1/0041—Arrangements at the transmitter end
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
- H04L1/0045—Arrangements at the receiver end
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/12—Arrangements for detecting or preventing errors in the information received by using return channel
- H04L1/16—Arrangements for detecting or preventing errors in the information received by using return channel in which the return channel carries supervisory signals, e.g. repetition request signals
- H04L1/18—Automatic repetition systems, e.g. Van Duuren systems
- H04L1/1867—Arrangements specially adapted for the transmitter end
- H04L1/1874—Buffer management
- H04L1/1877—Buffer management for semi-reliable protocols, e.g. for less sensitive applications like streaming video
-
- 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
- H04L65/60—Network streaming of media packets
- H04L65/70—Media network packetisation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/0231—Traffic management, e.g. flow control or congestion control based on communication conditions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/0252—Traffic management, e.g. flow control or congestion control per individual bearer or channel
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/0268—Traffic management, e.g. flow control or congestion control using specific QoS parameters for wireless networks, e.g. QoS class identifier [QCI] or guaranteed bit rate [GBR]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/10—Flow control between communication endpoints
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
公开了一种由无线通信网络(100)的系统执行的方法,用于确定将要无线传输到第一用户设备UE(121)的实时媒体流的传输条件,该第一UE(121)驻留在由网络的第一基站(110)服务的第一小区(115)中。该方法包括:获得第一小区(115)的无线网络统计,该无线网络统计包括第一小区中多个UE(122)中的各个UE的无线网络数据、多个UE中的各个UE的UE吞吐量以及多个UE中的各个UE的UE分组丢失或分组延迟,并且在出现时间比获得无线网络统计的时间更晚的第二时间点获得第一UE(121)的无线网络数据。该方法进一步包括:基于所获得的第一小区(115)的无线网络统计和所获得的第一UE(121)的无线网络数据,确定预测第一UE吞吐量和预测第一UE分组丢失或分组延迟,并且触发向将实时媒体流发送到第一UE(121)的发送器发送预测第一UE吞吐量和预测第一UE分组丢失或超期的分组延迟的信息。前向纠错FEC优化模块(406)采用预测UE分组丢失率、预测UE吞吐量,并且根据该吞吐量和分组丢失率来调节FEC冗余分组的量。此外,经调节的FEC冗余分组的量随后被视频发送器在传送视频时使用。
Description
技术领域
本公开总体上涉及无线通信网络的用于确定将要无线传输到第一UE的实时媒体流的传输条件的方法、计算机程序、用户设备、UE和系统。
背景技术
在诸如视频流等实时媒体流服务中,关键之处在于媒体流到达将会及时地且无错误地使用媒体的接收器。不过,对于无线网络而言,与有线接收器相比,无线接收器(即无线UE)的更高的传输错误率导致了更高的分组丢失。由于视频数据中时间相关性的缘故,这种传输中的数据丢失会使得视频流出现比音频流更多的劣化。
由于许多多媒体应用都具备实时的特性,因此,采用重传来实现从错误中的恢复通常无法满足时间要求。因此,自然而然地便将前向纠错FEC用来保护实时多媒体数据。FEC的构思是随需要加以保护的数据一道传输额外的冗余信息。在丢失了某些分组的情况下,接收器可以使用这些冗余FEC分组来恢复丢失的或损坏的数据。
在下文中简要地描述了互联网协议/用户数据报协议IP/UDP分组丢失如何在长期演进LTE网络中发生。首先,IP分组被分段为无线链路控制RLC层中的更小的RLC分组,然后RLC分组又分段为媒体访问控制MAC层中的传输块。在MAC层中,应用停止和等待混合自动重传请求HARQ机制,来执行错误传输块的重传并校正在空中接口处发生的大多数的传输错误。一般情况下,初始传输的目标块错误率BLER被设置为大约10%,这表明通过空中接口的初始HARQ传输的10%将是错误的。在HARQ中存在用于控制最大重传尝试次数的参数。当重传尝试次数达到最大次数时,便认定传输块在MAC层中丢失。重传的默认值是3,这表明了,如果我们假设了不相关的传输块丢失以及用于初始传输和重传的相同BLER,则每个传输块具有0.1%的丢失概率。然而,这些丢失却可能是高度相关的。
在RLC层中,为了进一步减少分组丢失,可以应用高度可靠的基于滑动窗口的ARQ机制。存在有三种不同的RLC模式:透明模式TM、无确认模式UM和确认模式AM。TM表示RLC层是完全透明的。UM和AM都包含分段/重组功能和顺次传递功能。不同之处在于:AM模式中存在重传,而UM模式中没有重传。RLC分组丢失率不但取决于MAC层中的分组丢失率,而且还取决于其模式和设置,比如,RLC窗口大小、重排序定时器和最大允许重传。通常情况下,无线信道条件越差,就意味着重传尝试就越多,这进一步导致了更长的延迟、更高的分组丢失概率和更低的吞吐量。
对于实时通信,RLC通常配置为无确认模式,这表明了没有重传。因此,RLC和MAC层分组丢失应该处于相似的范围内。在RLC重传的情况下,RLC分组丢失应远远低于RLC和MAC层分组丢失。最后,在考虑IP分组丢失时,需要考虑分段。当IP分组丢失被分段为例如MAC层中的10个传输块时,单个传输块丢失将导致整个的分组丢失。与RLC和MAC丢失率相比,这将增大IP分组丢失率,尤其是在RLC没有使用重传时。将要划分的确切分段数取决于许多参数,包括IP分组大小、小区容量、小区中的用户数、无线质量和调度器等。这使得难以计算出IP分组丢失率。
由于冗余分组占用了额外量的网络资源,因此当错误率较低时,静态FEC将导致大量开销。为了解决这一问题,已经提出了自适应FEC。当分组丢失率分别正变得更高或更低时,自适应FEC将相应增加或减少冗余分组量。通过这种方式,自适应FEC可以在带宽与体验质量QoE之间达到更出色的平衡。将自适应FEC用于无线网络中的视频应用一直以来都是热门的研究领域。所有自适应FEC都需要信息来估计当前/未来可用的网络带宽和分组丢失;并且基于这些信息来确定冗余率。一种方式是估计接收器侧的网络条件,并使用RTCP消息(如WO 2013098810中所述)向发送器发送反馈。
移动通信网络(例如LTE网络)中UE的网络条件因为若干原因而一直在发生变化。首先,UE可能会四处移动并且可以具有更好或更差的链路质量,具体取决于与服务小区相距的距离。其次,即使UE是静止不动的,但当环境中的对象移动时,无线质量也会随着时间而改变。第三,小区中活动UE的数量可以发生变化并导致链路条件发生变化。最后,UE可以切换到具有不同的活动用户数量、不同的无线质量和不同的小区配置的另一小区,从而导致了网络条件发生变化。
在一些现有的解决方案中(如在WO2013098810中),视频流的接收器监视网络条件(如丢失率),并持续不断地将其报告回发送器。因此,发送器可以基于来自接收器的反馈来调整冗余率。当网络条件随时间变化不大时,这种方式是相当有效的。然而,在移动无线网络中,与有线网络相比,接收UE的链路质量可以更快地且更频繁地发生变化,从而使得基于过去网络条件的接收器报告不能实时地发挥出良好的作用。主要原因在于,这种FEC的响应时间有点慢,这是因为发送器处视频比特率和FEC的调整需要等待一些传输之后的来自接收器的响应。尤其是在视频开始的情况下,发送器不知道应该采用什么样的速率和FEC。另外,这种基于终端用户的分组丢失预测不如基于网络的那样准确,原因在于它对网络中的情况知之甚少。
发明内容
如上所示,需要出色地预测出无线通信网络在不久的将来的表现如何,以便能够为将要在网络中发送的媒体流选择传输速率和纠错,例如FEC冗余率。
本发明的至少一些实施例的目的是解决以上所述的至少一些问题和难题。另一个目的是使得可以为将要发送到无线连接到无线通信网络的UE的实时媒体选择合适的发送速率和纠错。通过使用所附独立权利要求中限定的方法和装置,可以实现这些目的以及可能的其他目的。
根据一个方面,提供了一种由无线通信网络的系统执行的方法,该方法用于确定将要无线传输到第一UE的实时媒体流的传输条件,该第一UE驻留在由网络的第一基站服务的第一小区中。该方法包括获得第一小区的无线网络统计,该无线网络统计包括第一小区中多个UE中的各个UE的无线网络数据、多个UE中的各个UE的UE吞吐量以及多个UE中的各个UE的UE分组丢失,并且在出现时间比获得无线网络统计的时间更晚的第二时间点获得第一UE的无线网络数据。该方法还包括:基于所获得的第一小区的无线网络统计和所获得的第一UE的无线网络数据,确定预测第一UE吞吐量和预测第一UE分组丢失,并且触发向将实时媒体流发送到第一UE的发送器发送预测第一UE吞吐量和预测第一UE分组丢失的信息。
根据另一方面,提供了一种由无线连接到无线通信网络的UE执行的方法,用于促进从发送器向UE传输实时媒体流。该方法包括向网络发送请求,以请求用于从网络向UE传输实时媒体流的分组丢失预测和吞吐量预测,以及从网络接收该网络响应于所发送的请求而预测的预测UE吞吐量和预测UE分组丢失的信息。
根据另一方面,提供了一种可在无线通信网络中操作的系统,该系统配置用于确定将要无线传输到第一UE的实时媒体流的传输条件,该第一UE驻留在由网络的第一基站服务的第一小区中。该系统包括处理器和存储器。存储器包含可由所述处理器执行的指令,由此该系统可操作用于获得第一小区的无线网络统计,该无线网络统计包括第一小区中多个UE中的各个UE的无线网络数据、多个UE中的各个UE的UE吞吐量以及多个UE中的各个UE的UE分组丢失,并且在出现时间比获得无线网络统计的时间更晚的第二时间点获得第一UE的无线网络数据。该系统进一步可操作用于基于所获得的第一小区的无线网络统计和所获得的第一UE的无线网络数据,确定预测第一UE吞吐量和预测第一UE分组丢失,并且触发向将实时媒体流发送到第一UE的发送器发送预测第一UE吞吐量和预测第一UE分组丢失的信息。
根据另一方面,提供了一种UE,该UE可操作以无线连接到无线通信网络,用于促进从发送器向UE传输实时媒体流。UE包括处理器和存储器。存储器包含可由所述处理器执行的指令,由此UE可操作用于向网络发送请求,以请求用于从网络向UE传输实时媒体流的分组丢失预测和吞吐量预测,以及从网络接收该网络响应于所发送的请求而预测的预测UE吞吐量和预测UE分组丢失的信息。
通过这样的方法、系统和UE,实现了对无线网络条件的出色预测,将预测的网络条件提供给媒体流的发送器,以便为将要发送到无线连接到网络的UE的实时媒体选择适合的发送速率和纠错。
根据其他方面,还提供了计算机程序和载体,其细节将在权利要求和详细描述中进行描述。
根据下面的详细描述,该解决方案的其他可能的特征和益处将变得显而易见。
附图说明
现在将通过示例性实施例并参考附图更详细地描述该解决方案,在附图中:
图1是示出了根据现有技术的通信网络的基站和由该基站服务的两个UE的通信场景。
图2是示出了根据现有技术的通信网络的示意性框图。
图3是示出了实施例的信令图。
图4是示出了根据可能的实施例的由通信网络的系统执行的方法的流程图。
图5是由通信网络的系统执行的可能的方法的另一流程图。
图6是示出了根据可能的实施例的由UE执行的方法的流程图。
图7是根据可能的实施例的系统的示意性框图。
图8是可以在可能的实施例中使用的示例性随机森林模型的树结构流程图。
图9至图10是根据其他可能的实施例的更详细地示出了通信网络的系统的框图。
图11至图12是根据其他可能的实施例的更详细地示出了UE的框图。
具体实施方式
图1示出了无线通信网络100,无线通信网络100包括网络节点,例如,在被称为小区115的地理区域内提供无线覆盖的基站110。在小区115内,在本示例性网络110中定位有无线连接到基站110的第一UE 121和第二UE 122。UE可以是能够与无线通信网络的基站无线地通信的任何类型的无线设备。
图2示出了图1中的基站110如何在通信网络100中的上级进行连接。在本示例中,通信网络100是长期演进LTE网络,其中基站110以及第二基站112连接到移动性管理实体MME 130。在替代方案中,它们可以连接到不同的MME。此外,MME 130连接到核心网络140。此外,视频应用服务器150可以连接到核心网络。除了LTE网络之外,本发明还适用于其他无线通信网络,例如,全球移动通信系统GSM、第三代3G、宽带码分多址、W-CDMA、CDMA2000、LTE演进等。
图3示出了本发明的实施例。在本实施例中,提供了一种可以为将要发送到无线连接到无线通信网络的UE 121的实时媒体(例如视频)选择适合的发送速率和纠错的解决方案。这是通过如下方式实现的:在无线通信网络的系统600处,从向第一小区提供无线覆盖的第一基站110采集1.1无线网络统计,该无线网络统计包括位于第一小区中的多个UE的无线网络数据、吞吐量和分组丢失。对统计进行存储。可以针对第一小区中正在接收或已经接收到第一小区中的视频的UE采集统计。然后,当在稍后时间点驻留在第一小区中的第一UE121要接收视频时,采集1.2其无线网络数据。之后,使用所采集的多个UE的统计来在系统处计算1.3对第一UE的吞吐量和分组丢失的预测。可以通过机器学习方法来执行计算。然后将计算出的第一UE的吞吐量和分组丢失的预测发送1.4到实时媒体的发送器,该发送器根据预测吞吐量和分组丢失选择1.5合适的发送速率和合适的纠错,然后再根据所选择的速率和纠错将实时媒体(例如视频)发送1.6到第一UE 121。
图4结合图1描述了由无线通信网络100的系统执行的方法,该方法用于确定将要无线传输到第一UE 121的实时媒体流的传输条件,该第一UE 121驻留在由网络的第一基站110服务的第一小区115中。该方法包括获得202第一小区的无线网络统计,该无线网络统计包括第一小区中多个UE中的各个UE的无线网络数据、多个UE中的各个UE的UE吞吐量以及多个UE中的各个UE的UE分组丢失,并且在出现时间比获得无线网络统计的时间更晚的第二时间点获得204第一UE的无线网络数据。该方法还包括:基于所获得的第一小区的无线网络统计和所获得的第一UE的无线网络数据,确定206预测第一UE吞吐量和预测第一UE分组丢失,并且触发向将实时媒体流发送到第一UE的发送器发送208预测第一UE吞吐量和预测第一UE分组丢失的信息。
可以在同一时间点采集第一小区中多个UE之一的无线网络统计,从而使得一个统计样本包括在大致相同时间点处的一个UE的无线网络数据、UE吞吐量和UE分组丢失。无线网络统计可以存储在数据库中。在本方法中,“分组丢失”可以包括延迟超过定义时间段(例如200毫秒)的分组。当确定了预测第一UE吞吐量和预测第一UE分组丢失时,将所获得的第一UE的无线网络数据与先前已经在小区中的多个UE的先前获得的无线网络统计进行比较。然后,将这些早期UE具有的实际分组丢失和吞吐量用作第一UE吞吐量和分组丢失的预测。例如,基于所获得的第一UE的无线网络数据,该方法利用所获得的无线网络统计查看统计数据库,并分析具有与第一UE类似的无线网络数据的早期UE的实际分组丢失和吞吐量。该方法然后将第一UE的分组丢失和吞吐量预测为类似于先前UE经历的分组丢失和吞吐量,其中该先前UE具有与第一UE类似的无线网络数据。基于所获得的无线网络统计和所获得的第一UE的无线网络数据来确定预测第一UE吞吐量和预测第一UE分组丢失可以通过基于计算机的算法/方法(诸如基于公式的方法)或机器学习方法来执行。这些算法/方法从所获得的无线网络统计中学习并从中获得一些情报(例如,根据统计建立决策树模型),并使用所获得的情报(例如,决策树模型)来决定预测第一UE吞吐量和第一UE分组丢失。机器学习方法的更多细节在本文献中进一步描述。实时媒体可以是实时视频。视频的发送器可以是例如图2的视频应用服务器150,或者可以是另一UE,诸如图1的第二UE 122。
通过以与图4的实施例中相同的方式使用早期UE的统计数据,可以实现对第一UE吞吐量和第一UE分组丢失的出色估计。当向将媒体流发送到第一UE的发送器提供以这种方式确定的预测第一UE吞吐量和预测第一UE分组丢失的信息时,发送器可以在向第一UE发送实时媒体时根据预测第一UE吞吐量和预测第一UE分组丢失来选择实时媒体发送速率和纠错。因此,在第一UE目前经历的无线网络条件下,发送到第一UE的实时媒体以适合于第一UE的发送速率和纠错进行发送。据此,发送器从网络获得与现在适用和不久的将来适用的预测吞吐量和分组丢失有关的指示。甚至可以在开始实时媒体流传输会话之前获得此信息。因此,与基于当前接收器的分组丢失和速率反馈方法相比,这是获得吞吐量和分组丢失的信息的更快捷的方式。此外,该信息是最新的,准确性也更高,因为它是使用网络信息而不是仅限终端主机上的过去统计来预测未来。因此,这种方法将为最终用户提供出色的QoE。
执行该方法的系统可以是无线通信网络的基站,例如第一基站110。然后,第一基站可以测量无线网络数据以及UE吞吐量和UE分组丢失本身,或者从多个UE和第一UE无线地接收测量值。替代地,执行该方法的系统可以是通信系统的任何其他网络节点,诸如远离UE的节点,例如核心网络中的节点或无线接入网络中的节点,诸如另一个基站、无线网络控制器RNC、MME等。在此替代方案中,第一基站将功率测量值传送到执行该方法的网络节点。替代地,执行该方法的系统可以是一组网络节点,其中用于执行该方法的功能分布在网络的不同物理或虚拟节点上。后者可以被称为“云解决方案”。
根据一个实施例,第一小区中多个UE中的各个UE的无线网络数据包括以下中的一个或多个:第一小区中多个UE中的各个UE的无线质量指示的数量、第一小区的负载、若干个指示多个UE中的各个UE的分组丢失的小区配置参数。当在同一时间点采集多个UE中的同一个UE的无线网络统计时,一个UE的一个统计样本包括在与相同UE的UE吞吐量和UE分组丢失大致相同的时间点处获取的无线质量指示和/或小区配置参数。此外,在相同统计样本的大致相同的时间点处获取第一小区的负载。
根据一个实施例,第一UE的无线网络数据包括以下中的一个或多个:第二时间点处的第一UE的若干个无线质量指示、第二时间点处的第一小区的负载、指示第二时间点处的第一UE的分组丢失的若干个小区配置参数。
根据另一实施例,如图4所示,系统获得202在多个不同时间段内多个UE中的各个UE的无线网络统计,并且其中获得204在限定的第一时间段内第一UE的无线网络数据,并且其中确定206预测第一UE吞吐量和预测第一UE分组丢失是进一步基于多个不同的时间段和第一时间段。换句话说,当确定预测第一UE分组丢失和吞吐量时,在已经使用了多个时间段中更靠近第一时间段的时间段时将会比在已经使用了更远离第一时间段的时间段时更多地考虑无线网络统计。据此,对第一UE分组丢失和吞吐量进行预测也可以将预测变得有效的时间段考虑在内。因此,可以完成更出色的预测。预测第一UE吞吐量和第一UE分组丢失的确定(也将获得的时间段考虑在内)可以优选地通过数据算法(诸如机器学习方法/算法)来进行。
根据另一个实施例,如图5所示,该方法还包括获得210第二时间段(该第二时间段限定使用预测第一UE吞吐量和预测第一UE分组丢失的时间长度),并且触发向发送器发送212第二时间段的信息。这样的第二时间段用于向发送器通知第一UE吞吐量和分组丢失的预测有效的时间长度,从而使得发送器可以选择视频速率和纠错冗余率,而选出的视频速率和纠错冗余率被保持由第二时间段指示的特定时间。由于频繁的视频速率变化可能不利于QoE方面,因此,UE可能希望在特定时间段(举例而言,1秒、5秒、10秒、1分钟等)内具有固定的特定速率,这具体取决于UE或内容提供商的要求。第二时间段对于通信网络而言可以是常数。替代地,第二时间段可以是从第一UE获得的输入数据。替代地,可以基于在预测第一UE吞吐量和第一UE分组丢失时的多个时间段和第一时间段来确定第二时间段。可以在执行该方法期间的任何时间执行步骤210和212。
根据另一个实施例,如图4所示,该方法可以进一步包括接收203用于预测第一UE的分组丢失和吞吐量的预测请求。此外,响应于接收到的预测请求,执行获得204第一UE的无线网络数据以及确定206预测第一UE吞吐量和预测第一UE分组丢失。因此,可以仅在需要时采用所要求保护的方法,从而节省处理资源和通信资源。可以从第一UE或从实时数据的发送器发送预测请求。
根据另一实施例,如图4所示,确定206两对或多对不同的预测第一UE吞吐量和第一UE分组丢失,并且其中两对或多对的信息被触发发送208给发送器。通过接收两对或多对不同的预测第一UE吞吐量和第一UE分组丢失,发送器可以选择预测多对第一UE吞吐量和第一UE分组丢失中的哪一对是基于其对发送媒体速率和纠错的选择。例如,如果将要使用的媒体速率低于第一对的预测UE吞吐量,则发送器可以选择另一对的预测UE吞吐量(其低于第一对的吞吐量)以及在确定要使用哪个纠错时的其相关联的预测分组丢失。与多对第一UE吞吐量和第一UE分组丢失一起的还可以是相关联的各个时间段,这些时间段限定了每一对应被使用的时间长度。
图6结合图1描述了由无线连接到无线通信网络100的UE 121执行的方法的实施例,用于促进从发送器向UE的实时媒体流的传输。该方法包括向网络发送302请求,以请求用于从网络向UE传输实时媒体流的分组丢失预测和吞吐量预测,并且从网络接收304网络响应于所发送302的请求而预测的预测UE吞吐量和预测UE分组丢失的信息。然后,UE可以将接收到的来自网络的信息进一步发送到媒体流的发送器,以便于发送器基于预测UE吞吐量和分组丢失的信息来为实时媒体流选择适当的数据速率和纠错。作为替代方案,UE可以作出选择并将所选择的数据速率和纠错发送到实时媒体流的发送器。
根据一个实施例,还如图6所示,该方法可以进一步包括:将接收到的信息发送306到实时媒体流的发送器,该实时媒体流将从发送器发送到UE。然后,发送器可以使用接收到的预测UE吞吐量和预测UE分组丢失的信息来选择适当的数据速率和纠错。
根据图6中所示的另一实施例,该方法可以进一步包括从网络接收308时间段的信息,该时间段限定了使用预测UE吞吐量和预测UE分组丢失的时间长度。此信息可以进一步发送到媒体流的发送器,该发送器使用此信息来决定媒体流的所限定的时间段的数据速率和纠错。替代地或另外地,可以在UE处使用时间段的信息。
在下文中,描述了本发明的另一个实施例。图7示出了本实施例的系统的可能逻辑架构。该系统包括无线统计模块402,无线统计模块402从通信网络获得无线网络统计数据,该无线网络统计数据包括在网络的不同小区中的各个UE的无线网络数据,该无线网络数据包括各个UE的UE吞吐量和UE分组丢失。无线统计模块402采集并存储无线网络统计,其中在一个时间点为一个UE采集的无线网络数据可以存储为一个数据发布。该系统还包括预测模块404,预测模块404基于采集的无线网络统计数据来预测在稍后时间点的各个UE的分组丢失和吞吐量。预测模块404连接到无线统计模块402。预测模块404可以等待来自第一UE的预测请求,该第一UE将无线地接收或发送来自实时媒体提供商的实时视频,直到其预测出了用于从/向第一UE传输实时视频的分组损失和吞吐量为止。在预测请求中,第一UE/内容提供商可以可选地向预测模块404提供将要使用预测的时间段。一旦被激活,预测模块404基于来自无线统计模块402的输出来预测第一UE的未来吞吐量和分组丢失率。预测模块404的输出包括预测UE吞吐量和UE分组丢失并且可能还包括时间段,其要么由UE/内容提供商提供,要么由预测模块本身提供。该系统还包括连接到预测模块404的自适应FEC优化模块406。FEC优化模块406将从预测模块404接收的预测UE分组丢失率、预测UE吞吐量和时间段作为输入,并根据吞吐量和分组丢失率调整FEC冗余分组量。此外,视频的发送器随后在传输视频时使用经过调整的FEC冗余分组量。
更详细地,无线统计模块402采集无线统计,该无线统计包括无线网络数据,诸如UE无线质量测量、UE所驻留的小区的负载和小区配置参数中的一个或多个以及各个UE的UE吞吐量和分组丢失。将此信息发送到预测模块404。
UE无线质量测量可以包括以下中的一个或多个:UE的信道质量指示符CQI(从针对下行链路估计的UE上报的时段接收)、UE的天线等级、从UE上报的参考信号接收功率RSRP值和参考信号接收质量RSRQ值。上述UE无线质量测量指示出当为UE分配特定频带时的频谱效率,因此,它提供了对UE吞吐量的良好指示。此外,无线质量测量对块错误率BLER产生影响,这将导致不同的分组丢失率。
可以通过以下中的一个或多个来测量小区负载:小区中UE的数量、小区中活动UE的数量、所使用的子频带的数量。所使用的子频带的数量指示出总网络容量,并且负载指示出基于小区中UE的数量的各个UE的份额。它提供了对UE吞吐量的良好指示。此外,高小区负载可能会导致用户之间的干扰,从而引发更多的分组丢失。
小区配置参数可以是以下中的一个或多个:目标HARQ BLER、ARQ重传尝试的最大次数或者HARQ重传尝试的最大次数。所提到的小区配置参数提供了关于分组丢失的良好指示。具体地,可以提供经过简化的公式。例如,如果我们假设目标BLER是10%,HARQ尝试的最大次数是3,并且ARQ尝试的最大次数是1,则分组丢失应该是0.1%。这意味着每个HARQ传输的平均错误率为10%,并且我们将HARQ重传3次。因此平均而言,丢失率为10%^3=0.1%。然而,这种计算可能过于简单,具体原因如下:首先,在不同的无线条件下,每个传输时间间隔TTI中的HARQ错误率可能与目标BLER不同。其次,HARQ错误可能是高度相关的,因此,如果第一次传输是错误的,则第二次传输在很大概率上也可能是错误的,例如,当UE在隧道中存在几秒钟时,所有HARQ重传都会失败。此外,HARQ过程的初始传输中的系统比特比重传中的奇偶校验比特更重要。有时,这种相关性和依赖性取决于地理位置和人类行为,而且也很难通过使用公式来获知,因此,最好使用基于数据驱动型机器学习的方法来解决这个问题。
UE吞吐量和分组丢失。UE吞吐量和分组丢失是可以从无线统计模块获得的基础事实。它用于构建模型,但不是进行预测所必需的。可以通过读取小区计数器来采集UE吞吐量。IP/UDP级别的分组丢失稍微难以获得,但却可以根据ARQ和HARQ统计而计算出来。最后,对于实时视频而言,由于已经播出了视频,到达太晚的分组变得无用。因此,应将其视为分组丢失。因此例如,我们可以认为所有带RLC重传的分组都迟到并由此丢失。
预测模块404。预测模块的目标是基于从无线统计模块402接收的特征来预测潜在的分组丢失率以及在下一个所需时间段中UE的吞吐量。为了执行更高效且更准确的预测,应构建不同时间尺度的预学习模型,并将其存储在预测模块内部的模型数据库中。
构建模型。就我们的情况而言,用于预测的输入特征来自于无线网络数据,例如UE无线质量、小区负载和小区配置参数,而UE吞吐量和分组丢失是用于构建模型的基础事实。在系统运行一段时间之后,预测模块可以获得如下表1中所示的数据统计样本,其中每一行是在一个时间点处具有一个UE的值的数据样本。
表1预测样本
基本上,无线统计模块所做的是在随机时间采集具有UE无线质量测量、小区负载和配置参数的样本,例如,CQI、等级、...直到最大HARQ,然后它等待由时间段指定的时间,并且针对该样本计算出来自UE的丢失分组(包括被认为丢失的迟到分组)的百分比。当这样做时,我们获得了如表1的一行中所示的一个样本。在系统运行一段时间后,系统可以获得大量样本。此后,无线统计模块将样本(即,表1各行的数据)发送到预测模块,而预测模块基于在机器学习方法的基础上构建的模型(诸如决策树、随机森林、神经网络、支持向量机和深度学习),采用该数据来预测未来的UE分组丢失和吞吐量。系统可以为不同的时间段构建不同的模型,例如,一个模型使用UE吞吐量和分组丢失5秒,另一个模型使用30秒等。
可以通过在线学习更新模型,或者可以不时地重建模型。该机制采集当前的在线数据,然后要么进行等待,直到每个时间尺度类的数据足够用于构建模型,要么使用过去的历史数据与时间上更近的数据相组合,构建出模型或其组合。在离线创建模型时,在其他地方会将这一点考虑在内。
使用模型来预测分组丢失和吞吐量。在创建模型之后,预测模块404可以开始执行预测。当从将要传输或接收实时视频的一方(即,从视频的发送器或接收器,其中接收器是UE)接收分组丢失预测请求时,分组丢失预测模块应该基于预测时间段选择预定义模型。如果时间段没有完全匹配,则应选择最接近的时间段。在此之后,预测模块404从无线统计模块402获得关于该特定第一UE的特征,并估计分组丢失率和UE吞吐量。最后,预测结果与使用的时间段一起被发送到FEC优化模块406。
来自预测模块404的输出包括时间段、吞吐量值和分组丢失率。时间段是该预测的持续时间,即该预测的有效时间有多长。吞吐量是可以从网络提供给第一UE的最大吞吐量。分组丢失率是第一UE在该最大速率下进行接收时将经历的速率。
除此之外,可以向第一UE提供关于不同吞吐量下的分组丢失率的更多预测。例如,UE的最大吞吐量是2Mb/s,分组丢失率是1%。但如果第一个UE仅以1Mb/s的速率进行接收,则丢失率可能会降低到0.7%。因此,也可以将1Mb/s与0.7%的丢失率的预测一起发送到第一UE。
最后,这里的分组丢失预测仅发生在无线网络侧,即从无线网络朝向第一UE,而端到端分组丢失可能略高。但是一般来说,大多数分组丢失都以无线方式发生。因此,最终的FEC优化模块应使用无线损耗预测来获得端到端分组丢失预测。
机器学习预测模型。机器学习模型试图采集具有特征和基础事实的样本(即预测结果),并生成模型以预测具有特征的未来样本。存在有各种不同的模型,同时利用不同的技术,如决策树、随机森林、神经网络、支持向量机和深度学习。一种简单的预测模型是决策树。对于随机森林而言,该模型尝试基于训练数据生成多个决策树,然后使用这些树来实现未来预测。在进行预测时,在树中的每个节点处存在有特定特征(在所有特征中)的值是否小于树节点的指定值的条件检查。如果该条件检查的答案为是,则模型前进到左子节点。否则,它将前进到右子节点。该模型递归地遍历树中的所有层级,直到它到达树的叶节点,在那里它将得到预测估计值。对所有树都执行上述过程,而且此过程可以针对所有树并行地完成。最后,从对应的树中获得许多估计值。这些估计值的平均值用作最终预测值。图8示出了这种随机森林模型的示例。
自适应FEC优化模块406。对于当今的视频应用,视频帧通常需要被分段成多个分组,这是因为视频帧的大小往往大于网络的最大传输单位MTU。在典型应用中,视频图像需要以大约五到三十个分组进行传输。根据视频编解码器,丢失的一个分组可能会导致整个帧或整个切片变得不可解码。因此,即使是相对较低的分组丢失率也可能会造成明显的视觉质量劣化。为了解决这个问题,在一些视频应用中,已经将FEC代码用来添加冗余分组,而接收器可以使用这些冗余分组来检测和恢复丢失的分组。
一般而言,FEC算法是以如下的方式工作:视频分组的发送器获取一组需要保护的N个分组,并对分组的报头和数据有效载荷施加异或XOR运算。小于该组中最大分组的任何分组都可能需要进行填充,以便达到与该组中最大分组相同的长度。这种运算生成了FEC分组,该FEC分组与数据分组一起发送到接收器。如果N个数据分组中的任何一个分组发生了丢失或者没有及时到达,则接收器可以使用N-1个接收到的数据分组和FEC冗余分组,通过反转FEC分组生成过程来恢复丢失的分组。
相当多的论文都详细说明了不同的自适应FEC码算法。例如,非均等保护ULP;FEC对视频数据采用不同级别的FEC保护,这是因为许多视频编码格式的数据是按照更重要的数据到不那么重要的数据的顺序进行排列。另一种FEC方法是灵活FEC,其提出了三种不同的生成FEC分组的方式:
1. 1-D非交错FEC:对每N个连续的源分组应用XOR运算。这种方式在分组丢失是随机发生时表现得更出色。
2. 1-D交错FEC:对序列号为彼此相距N的一组源分组应用XOR运算。这种方式在分组丢失是突发时表现得更出色。
3. 2-D奇偶校验FEC:结合了1和2。更多的保护,但也消耗了更多的网络带宽。
FEC的所有这些不同的实现方式主要依赖于对网络信道的分组丢失率的深入了解。FEC算法基于信道的当前分组丢失率来改变经FEC编码的冗余分组的速率,进而对自身加以调整。对分组丢失率所能了解得越深入,那么所能实现的带宽使用与可播放实时视频数据之间的平衡就越出色。
在示例性的当前网络中,在无线信道中发生了大约90%的分组丢失,因此来自网络的分组丢失率预测可以密切地表示端到端分组丢失。在实际中,UE可以增加更多的分组丢失百分比来补偿网络其他部分中的分组丢失。
对于每个FEC算法,将能够基于给定的特定分组丢失率预测、网络吞吐量、视频格式和/或FEC解码失败率等来实时地设置特定的FEC冗余率。由于FEC算法并不是本发明的一部分,因此这里不再进行详细论述。一般而言,当分组丢失率增加或减少时,这种FEC优化模块将相应地在数据流中包括更多或更少的冗余分组,以便最佳地利用网络带宽。例如,假设预测的分组丢失率是10%并且UE吞吐量是1Mbps,则FEC优化模块可以决定对数据分组采用800kbps,并对FEC冗余分组采用200kbps。当分组丢失率增加到15%并且UE吞吐量达到1.5Mbps时,FEC优化模块可以决定增加冗余分组的百分比(例如,增加到500kbps),并且将更少的带宽百分比(例如,1Mbps)用于数据分组。
图9结合图1示出了可在无线通信网络100中操作的系统600,系统600配置用于确定将要无线传输到第一UE 121的实时媒体流的传输条件,第一UE 121驻留在由网络的第一基站110服务的第一小区115中。系统600包括处理器603和存储器604。存储器包含可由所述处理器执行的指令,由此系统600可操作用于获得第一小区的无线网络统计,该无线网络统计包括第一小区中多个UE中的各个UE的无线网络数据、多个UE中的各个UE的UE吞吐量以及多个UE中的各个UE的UE分组丢失。系统600还可操作用于在出现时间比获得无线网络统计的时间更晚的第二时间点获得第一UE的无线网络数据,基于所获得的第一小区的无线网络统计和所获得的第一UE的无线网络数据,确定预测第一UE吞吐量和预测第一UE分组丢失,并且触发向将实时媒体流发送到第一UE的发送器发送预测第一UE吞吐量和预测第一UE分组丢失的信息。
该系统可以是无线通信网络的基站,诸如第一基站110。于是,第一基站可以可操作用于测量无线网络数据以及UE吞吐量和UE分组丢失本身,或者用于从多个UE和从第一UE无线地接收测量值。替代地,该系统可以是通信系统的任何其他网络节点,诸如远离UE的节点,例如核心网络中的节点或无线接入网络中的节点,诸如另一个基站、无线网络控制器、RNC、MME等。在此替代方案中,第一基站可操作用于将功率测量值传送到具有该系统的网络节点。替代地,该系统可以是一组网络节点,其中该系统的功能分布在网络的不同物理或虚拟节点上。后者可以被称为“云解决方案”。
根据一个实施例,该系统可操作用于在多个不同时间段内获得多个UE中的各个UE的无线网络统计,并且该系统可操作用于在限定的第一时间段内获得第一UE的无线网络数据。该系统进一步可操作用于进一步基于多个不同时间段和第一时间段来确定预测第一UE吞吐量和预测第一UE分组丢失。
根据另一实施例,该系统进一步可操作用于获得第二时间段,该第二时间段限定使用预测第一UE吞吐量和预测第一UE分组丢失的时间长度,并且用于触发将第二时间段的信息发送到发送器。
根据另一实施例,该系统进一步可操作用于接收对预测第一UE的分组丢失和吞吐量的预测请求,并且该系统可操作用于执行获得第一UE的无线网络数据,以及响应于接收到的预测请求,确定预测第一UE吞吐量和预测第一UE分组丢失。
根据另一实施例,该系统可操作用于确定两对或多对不同的预测第一UE吞吐量和第一UE分组丢失。该系统进一步可操作用于触发将两对或多对的信息发送给发送器。
根据其他实施例,系统600可以进一步包括通信单元602,通信单元602可以被认为是包括用于从和/或向网络100中的其他节点进行通信的传统装置,诸如第一基站110和第二基站112、UE 121,122、MME 130等。通信单元602可以包括用于与网络中的其他节点进行通信的一个或多个通信端口,或者在系统是基站的情况下,可以包括用于向/从UE传输和接收无线信号的收发器。可由所述处理器603执行的指令可以布置为例如存储在所述存储器604中的计算机程序605。处理器603和存储器604可以按照子布置601进行布置。子布置601可以是微处理器和适当的软件和存储装置,并且因此是可编程逻辑器件PLD或配置为执行上述动作和/或方法的其他电子组件/处理电路。
图10结合图1描述了可在无线通信网络100中操作的系统600的另一实施例,系统600配置用于确定将要无线传输到第一UE 121的实时媒体流的传输条件,第一UE 121驻留在由网络的第一基站110服务的第一小区115中。系统600包括第一获得模块702,用于获得第一小区的无线网络统计,该无线网络统计包括第一小区中多个UE中的各个UE的无线网络数据、多个UE中的各个UE的UE吞吐量以及多个UE中的各个UE的UE分组丢失;并且还包括第二获得模块704,用于在出现时间比获得无线网络统计的时间更晚的第二时间点获得第一UE的无线网络数据。系统600还包括确定模块706,用于基于所获得的第一小区的无线网络统计和所获得的第一UE的无线网络数据,确定预测第一UE吞吐量和预测第一UE分组丢失;并且还包括触发模块708,用于触发向将实时媒体流发送到第一UE的发送器发送预测第一UE吞吐量和预测第一UE分组丢失的信息。系统600可以进一步包括与图9的通信单元类似的通信单元602。
图11结合图1描述了UE 121,UE 121可操作以无线连接到无线通信网络100,用于促进从发送器向UE传输实时媒体流。UE 121包括处理器803和存储器804。存储器包含可由所述处理器执行的指令,由此UE 121可操作用于向网络发送请求,以请求用于从网络向UE传输实时媒体流的分组丢失预测和吞吐量预测,并且从网络接收该网络响应于所发送的请求而预测的预测UE吞吐量和预测UE分组丢失的信息。
根据一个实施例,UE进一步可操作用于将接收到的信息发送到向UE发送实时媒体流的发送器。
根据另一个实施例,UE进一步可操作用于从网络接收时间段的信息,该时间段限定了使用预测UE吞吐量和预测UE分组丢失的时间长度。
根据其他实施例,UE 121可以进一步包括通信单元802,通信单元802可以被认为是包括用于从和/或向网络100中的其他节点进行通信的传统装置,诸如第一基站和第二基站。通信单元802可以包括用于向/从基站发送和接收无线信号的一个或多个收发器。可由所述处理器803执行的指令可以布置为存储在所述存储器804中的计算机程序805。处理器803和存储器804可以按照子布置801进行布置。子布置801可以是微处理器和适当的软件和存储装置,并且因此是可编程逻辑器件PLD或配置为执行上述动作和/或方法的其他电子组件/处理电路。UE可以进一步包括诸如电池807的电源,用于向第一UE供应电力。
图12结合图1示出了UE 121的另一实施例,UE 121可操作以无线连接到无线通信网络100,用于促进从网络向UE传输实时媒体流。UE 121包括:发送模块902,用于向网络发送请求,以请求用于从网络向UE传输实时媒体流的分组丢失预测和吞吐量预测;以及接收模块904,用于从网络接收该网络响应于所发送的请求而预测的预测UE吞吐量和预测UE分组丢失的信息。UE 121还可以包括与图11的通信单元和电池类似的通信单元802和电池807。
计算机程序605和805可以分别包括计算机可读代码装置,当在系统600/UE 121中运行时,计算机可读代码装置使得系统/UE执行在相应系统/UE的任何所述实施例中描述的步骤。相应的计算机程序605,805可以由可连接到相应处理器603,803的计算机程序产品携带。该计算机程序产品可以是存储器604,804。例如,存储器604,804可以实现为RAM(随机存取存储器)、ROM(只读存储器)或EEPROM(电可擦除可编程ROM)。此外,计算机程序可以由单独的计算机可读介质(诸如CD、DVD或闪存)携带,相应的程序可以从该计算机可读介质下载到相应的存储器604,608中。替代地,相应的计算机程序可以存储在服务器上或任何其他连接到通信网络的实体上,系统/UE经由相应系统/UE的通信单元602,802访问该通信网络。然后可以将计算机程序从服务器下载到存储器604,804中。
尽管上面的描述包含了多种具体情形,但是这些具体情形不应该被解释为限制本文描述的构思范围,而是仅仅提供了对所述构思的一些示例性实施例的说明。应当理解,当前描述的构思的范围完全涵盖了对于本领域技术人员来说可能变得显而易见的其他实施例,并且因此没有限制当前描述的构思的范围。除非明确作出如此说明,否则对单数形式的元件的引用并不旨在表示“一个且仅一个”,而是表示“一个或多个”。本领域普通技术人员已知的上述实施例的各元件的所有结构性和功能性等同物通过引用的方式明确地并入本文中,并且旨在由此涵盖在内。此外,装置或方法不必解决当前描述的构思所寻求解决的每一个问题,据此便将其涵盖在内。在示例性附图中,虚线通常意味着虚线内的内容是可选的。
Claims (24)
1.一种由无线通信网络(100)的系统执行的方法,用于确定将要无线传输到第一用户设备UE(121)的实时媒体流的传输条件,所述第一UE(121)驻留在由所述网络的第一基站(110)服务的第一小区(115)中,所述方法包括:
获得(202)所述第一小区的无线网络统计,所述无线网络统计包括所述第一小区中多个UE中的各个UE的无线网络数据、所述多个UE中的各个UE的UE吞吐量以及所述多个UE中的各个UE的UE分组丢失;
在出现时间比获得所述无线网络统计的时间更晚的第二时间点获得(204)所述第一UE的无线网络数据,
基于所获得的所述第一小区的无线网络统计和所获得的所述第一UE的无线网络数据,确定(206)预测第一UE吞吐量和预测第一UE分组丢失,以及
触发向将所述实时媒体流向所述第一UE发送的发送器发送(208)所述预测第一UE吞吐量和所述预测第一UE分组丢失的信息。
2.根据权利要求1所述的方法,其中所述第一小区中多个UE中的各个UE的所述无线网络数据包括以下中的一个或多个:所述第一小区中所述多个UE中的各个UE的若干个无线质量指示、所述第一小区的负载、指示所述多个UE中的各个UE的分组丢失的若干个小区配置参数。
3.根据权利要求1或2所述的方法,其中所述第一UE的所述无线网络数据包括以下中的一个或多个:所述第二时间点处的所述第一UE的若干个无线质量指示、所述第二时间点处的所述第一小区的负载、指示所述第二时间点处的所述第一UE的分组丢失的若干个小区配置参数。
4.根据权利要求1至3中任一项所述的方法,其中所述系统获得(202)在多个不同时间段内所述多个UE中的各个UE的所述无线网络统计,并且其中获得(204)在限定的第一时间段内所述第一UE的无线网络数据,并且其中所述确定(206)预测第一UE吞吐量和所述预测第一UE分组丢失还基于所述多个不同时间段和所述第一时间段。
5.根据前述权利要求中任一项所述的方法,还包括获得(210)第二时间段,所述第二时间段限定使用所述预测第一UE吞吐量和所述预测第一UE分组丢失的时间长度,并且触发向所述发送器发送(212)所述第二时间段的信息。
6.根据前述权利要求中任一项所述的方法,还包括接收(203)预测所述第一UE的分组丢失和吞吐量的预测请求,并且其中响应于所接收的预测请求,执行获得(204)第一UE的无线网络数据以及确定(206)所述预测第一UE吞吐量和所述预测第一UE分组丢失。
7.根据前述权利要求中任一项所述的方法,其中确定(206)两对或更多对不同的预测第一UE吞吐量和第一UE分组丢失,并且其中触发向所述发送器发送(208)所述两对或更多对的信息。
8.一种由无线连接到无线通信网络(100)的UE(121)执行的方法,用于促进从发送器向所述UE传输实时媒体流,所述方法包括:
向所述网络发送(302)请求,以请求用于从所述网络向所述UE传输实时媒体流的分组丢失预测和吞吐量预测,以及
从所述网络接收(304)所述网络响应于所发送(302)的请求而预测的预测UE吞吐量和预测UE分组丢失的信息。
9.根据权利要求8所述的方法,还包括将所接收的信息发送(306)给向所述UE发送所述实时媒体流的所述发送器。
10.根据权利要求8或9所述的方法,还包括从所述网络接收(308)限定使用所述预测UE吞吐量和所述预测UE分组丢失的时间长度的时间段的信息。
11.一种在无线通信网络(100)中可操作的系统(600),所述系统(600)被配置用于确定将要无线传输到第一UE(121)的实时媒体流的传输条件,所述第一UE(121)驻留在由所述网络的第一基站(110)服务的第一小区(115)中,所述系统(600)包括处理器(603)和存储器(604),所述存储器包含由所述处理器可执行的指令,由此所述系统(600)可操作用于:
获得所述第一小区的无线网络统计,所述无线网络统计包括所述第一小区中多个UE中的各个UE的无线网络数据、所述多个UE中的各个UE的UE吞吐量以及所述多个UE中的各个UE的UE分组丢失;
在出现时间比获得所述无线网络统计的时间更晚的第二时间点获得所述第一UE的无线网络数据,
基于所获得的所述第一小区的无线网络统计和所获得的所述第一UE的无线网络数据,确定预测第一UE吞吐量和预测第一UE分组丢失,以及
触发向将实时媒体流向所述第一UE发送的发送器发送所述预测第一UE吞吐量和所述预测第一UE分组丢失的信息。
12.根据权利要求11所述的系统,其中所述系统可操作用于获得在多个不同时间段内所述多个UE中的各个UE的所述无线网络统计,并且其中所述系统可操作用于获得在限定的第一时间段内所述第一UE的所述无线网络数据,并且其中所述系统可操作用于还基于所述多个不同的时间段和所述第一时间段确定所述预测第一UE吞吐量和所述预测第一UE分组丢失。
13.根据权利要求11或12所述的系统,其中所述系统还可操作用于获得第二时间段,所述第二时间段限定使用所述预测第一UE吞吐量和所述预测第一UE分组丢失的时间长度,并且触发向所述发送器发送所述第二时间段的信息。
14.根据权利要求11至13中任一项所述的系统,其中所述系统还可操作用于接收预测所述第一UE的分组丢失和吞吐量的预测请求,并且其中所述系统可操作用于响应于所接收的预测请求,执行获得所述第一UE的无线网络数据以及确定所述预测第一UE吞吐量和所述预测第一UE分组丢失。
15.根据权利要求11至14中任一项所述的系统,其中所述系统可操作用于确定两对或更多对不同的预测第一UE吞吐量和第一UE分组丢失,并且其中所述系统可操作用于触发向所述发送器发送所述两对或更多对的信息。
16.一种用户设备UE(121),所述UE(121)可操作以无线连接到无线通信网络(100),用于促进从发送器向所述UE传输实时媒体流,所述UE(121)包括处理器(803)和存储器(804),所述存储器包含由所述处理器可执行的指令,由此所述UE(121)可操作用于:
向所述网络发送请求,以请求用于从所述网络向所述UE传输实时媒体流的分组丢失预测和吞吐量预测,以及
从所述网络接收所述网络响应于所发送的请求而预测的预测UE吞吐量和预测UE分组丢失的信息。
17.根据权利要求16所述的UE,还可操作用于将所接收的信息发送给向所述UE发送所述实时媒体流的所述发送器。
18.根据权利要求16或17所述的UE,还可操作用于从所述网络接收限定使用所述预测UE吞吐量和所述预测UE分组丢失的时间长度的时间段的信息。
19.一种计算机程序(605),包括将要在无线通信网络的系统(600)中运行的计算机可读代码装置,所述计算机可读代码装置被配置用于确定将要无线传输到第一UE(121)的实时媒体流的传输条件,所述第一UE(121)驻留在由所述网络的第一基站(110)服务的第一小区(115)中,当在所述系统中运行时,所述计算机可读代码装置使得所述系统(600)执行以下步骤:
获得所述第一小区的无线网络统计,所述无线网络统计包括所述第一小区中多个UE中的各个UE的无线网络数据、所述多个UE中的各个UE的UE吞吐量以及所述多个UE中的各个UE的UE分组丢失;
在出现时间比获得所述无线网络统计的时间更晚的第二时间点获得所述第一UE的无线网络数据,
基于所获得的所述第一小区的无线网络统计和所获得的所述第一UE的无线网络数据,确定预测第一UE吞吐量和预测第一UE分组丢失,以及
触发向将所述实时媒体流向所述第一UE发送的发送器发送所述预测第一UE吞吐量和所述预测第一UE分组丢失的信息。
20.一种包含根据权利要求19所述的计算机程序(605)的载体,其中所述载体是电子信号、光学信号、无线电信号或计算机可读存储介质中的一种。
21.一种计算机程序(805),包括将运行在可无线连接到无线通信网络(100)的UE(121)中的计算机可读代码装置,所述计算机可读代码装置用于促进从发送器向所述UE传输实时媒体流,当在所述UE中运行时,所述计算机可读代码装置使得所述UE(121)执行以下步骤:
向所述网络发送请求,以请求用于从所述网络向所述UE传输实时媒体流的分组丢失预测和吞吐量预测,以及
从所述网络接收所述网络响应于所发送的请求而预测的预测UE吞吐量和预测UE分组丢失的信息。
22.一种包含根据权利要求21所述的计算机程序(805)的载体,其中所述载体是电子信号、光学信号、无线电信号或计算机可读存储介质中的一种。
23.一种可在无线通信网络(100)中操作的系统(600),所述系统(600)被配置用于确定将要无线传输到第一UE(121)的实时媒体流的传输条件,所述第一UE(121)驻留在由所述网络的第一基站(110)服务的第一小区(115)中,所述系统(600)包括:
第一获得模块(702),用于获得所述第一小区的无线网络统计,所述无线网络统计包括所述第一小区中多个UE中的各个UE的无线网络数据、所述多个UE中的各个UE的UE吞吐量以及所述多个UE中的各个UE的UE分组丢失;
第二获得模块(704),用于在出现时间比获得所述无线网络统计的时间更晚的第二时间点获得所述第一UE的无线网络数据,
确定模块(706),用于基于所获得的所述第一小区的无线网络统计和所获得的所述第一UE的无线网络数据,确定预测第一UE吞吐量和预测第一UE分组丢失,以及
触发模块(708),用于触发向将所述实时媒体流向所述第一UE发送的发送器发送所述预测第一UE吞吐量和所述预测第一UE分组丢失的信息。
24.一种UE(121),所述UE(121)可操作以无线连接到无线通信网络(100),用于促进从所述网络向所述UE传输实时媒体流,所述UE(121)包括:
发送模块(902),用于向所述网络发送请求,以请求用于从所述网络向所述UE传输实时媒体流的分组丢失预测和吞吐量预测,以及
接收模块(904),用于从所述网络接收所述网络响应于所发送的请求而预测的预测UE吞吐量和预测UE分组丢失的信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110938827.7A CN113746598A (zh) | 2016-01-20 | 2016-01-20 | 无线通信网络的用于确定实时媒体流的传输条件的方法、系统和用户设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/SE2016/050033 WO2017127000A1 (en) | 2016-01-20 | 2016-01-20 | Methods, system and user equipment of a wireless communication network for determining transmission conditions for a real-time media flow |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110938827.7A Division CN113746598A (zh) | 2016-01-20 | 2016-01-20 | 无线通信网络的用于确定实时媒体流的传输条件的方法、系统和用户设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108476091A true CN108476091A (zh) | 2018-08-31 |
CN108476091B CN108476091B (zh) | 2021-08-31 |
Family
ID=55405422
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110938827.7A Pending CN113746598A (zh) | 2016-01-20 | 2016-01-20 | 无线通信网络的用于确定实时媒体流的传输条件的方法、系统和用户设备 |
CN201680079506.3A Active CN108476091B (zh) | 2016-01-20 | 2016-01-20 | 无线通信网络的用于确定实时媒体流的传输条件的方法、系统和用户设备 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110938827.7A Pending CN113746598A (zh) | 2016-01-20 | 2016-01-20 | 无线通信网络的用于确定实时媒体流的传输条件的方法、系统和用户设备 |
Country Status (6)
Country | Link |
---|---|
US (2) | US10707998B2 (zh) |
EP (2) | EP3567769A1 (zh) |
CN (2) | CN113746598A (zh) |
ES (1) | ES2750611T3 (zh) |
PL (1) | PL3406034T3 (zh) |
WO (1) | WO2017127000A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111629232A (zh) * | 2020-04-13 | 2020-09-04 | 北京大学 | 一种基于深度学习的实时视频传输自适应前向纠错方法和系统 |
CN112153658A (zh) * | 2019-06-28 | 2020-12-29 | 诺基亚技术有限公司 | 基于分组错误预测的延迟减少 |
CN112491573A (zh) * | 2019-09-12 | 2021-03-12 | 华为技术有限公司 | 一种网络参数配置方法及装置 |
WO2021047404A1 (zh) * | 2019-09-12 | 2021-03-18 | 华为技术有限公司 | 一种网络参数配置方法及装置 |
CN114342293A (zh) * | 2019-07-04 | 2022-04-12 | 诺基亚技术有限公司 | 用于harq控制的装置、方法和软件 |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9756112B2 (en) | 2015-02-11 | 2017-09-05 | At&T Intellectual Property I, L.P. | Method and system for managing service quality according to network status predictions |
CN107888342B (zh) * | 2016-09-30 | 2019-10-25 | 瞬已网络科技(上海)有限公司 | 一种网络实时视频传输方法及装置 |
WO2018179067A1 (ja) * | 2017-03-27 | 2018-10-04 | 日本電気株式会社 | 通信装置、基地局、無線リソース割当方法、及びコンピュータ可読媒体 |
EP3382916B8 (en) * | 2017-03-29 | 2020-02-26 | Rohde & Schwarz GmbH & Co. KG | System and method for prediction of network quality |
EP3721587B1 (en) * | 2017-12-06 | 2022-05-25 | Telefonaktiebolaget LM Ericsson (publ) | Determining packet loss in a fronthaul link |
US10693575B2 (en) | 2018-08-31 | 2020-06-23 | At&T Intellectual Property I, L.P. | System and method for throughput prediction for cellular networks |
US10868726B2 (en) | 2018-12-07 | 2020-12-15 | At&T Intellectual Property I, L.P. | Apparatus and method for selecting a bandwidth prediction source |
US10805044B2 (en) | 2019-02-25 | 2020-10-13 | At&T Intellectual Property I, L.P. | Optimizing delay-sensitive network-based communications with latency guidance |
US11490149B2 (en) | 2019-03-15 | 2022-11-01 | At&T Intellectual Property I, L.P. | Cap-based client-network interaction for improved streaming experience |
US11617103B2 (en) * | 2020-02-10 | 2023-03-28 | Qualcomm Incorporated | Adaptive accumulation triggers for enhanced throughput and performance |
US11394654B2 (en) * | 2020-03-23 | 2022-07-19 | Telefonaktiebolaget Lm Ericsson (Publ) | Data management between local client and cloud based application |
CN113973070B (zh) * | 2020-07-22 | 2023-07-21 | 中国移动通信有限公司研究院 | 一种信息获取方法、装置及测试设备 |
CN114448569A (zh) * | 2022-01-27 | 2022-05-06 | 阿里巴巴(中国)有限公司 | 数据传输方法、设备及计算机存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008086509A2 (en) * | 2007-01-10 | 2008-07-17 | Qualcomm Incorporated | Content- and link-dependent coding adaptation for multimedia telephony |
US20090003236A1 (en) * | 2005-01-12 | 2009-01-01 | Nec Corporation | User Throughput Geographical Distribution Estimating System and User Throughput Geographical Distribution Estimating Method |
US20130163455A1 (en) * | 2011-12-21 | 2013-06-27 | Fujitsu Limited | Communication device and communication method |
CN105075323A (zh) * | 2013-03-29 | 2015-11-18 | Vid拓展公司 | 早期分组丢失检测和反馈 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5383219A (en) * | 1993-11-22 | 1995-01-17 | Qualcomm Incorporated | Fast forward link power control in a code division multiple access system |
US6973622B1 (en) * | 2000-09-25 | 2005-12-06 | Wireless Valley Communications, Inc. | System and method for design, tracking, measurement, prediction and optimization of data communication networks |
KR100402233B1 (en) * | 2002-06-11 | 2003-10-17 | Digitalsis Co Ltd | Apparatus and method for arbitrating communication between transponders having controller and plural mobile objects |
US7295119B2 (en) * | 2003-01-22 | 2007-11-13 | Wireless Valley Communications, Inc. | System and method for indicating the presence or physical location of persons or devices in a site specific representation of a physical environment |
US7398100B2 (en) * | 2003-07-01 | 2008-07-08 | Motorola, Inc. | Method, apparatus and system for use in controlling transmission power during wireless communication |
US7181170B2 (en) * | 2003-12-22 | 2007-02-20 | Motorola Inc. | Apparatus and method for adaptive broadcast transmission |
US7310682B2 (en) * | 2004-01-08 | 2007-12-18 | Lsi Corporation | Systems and methods for improving network performance |
JPWO2005086373A1 (ja) * | 2004-03-05 | 2008-01-24 | 株式会社日立製作所 | プロトコル切替え可能な無線通信システム |
US7535839B2 (en) * | 2005-06-30 | 2009-05-19 | Alcatel-Lucent Usa Inc. | Method and apparatus for quality-of-service based admission control using prediction of scheduling gain |
JP5191826B2 (ja) * | 2008-07-04 | 2013-05-08 | パナソニック株式会社 | ストリーム通信装置、ストリーム通信方法及びストリーム通信システム |
US20120282942A1 (en) * | 2011-05-02 | 2012-11-08 | Nokia Siemens Networks Oy | Methods, apparatuses and computer program products for configuring frequency aggregation |
EP2525520B1 (en) * | 2011-05-17 | 2016-03-30 | Telefonaktiebolaget LM Ericsson (publ) | Method and a radio communication node for data transmission when HARQ feedback and measurement gap collide |
IL217307A (en) | 2012-01-01 | 2015-09-24 | Video Flow Ltd | Continuous error correction (fec) system and method |
US8930559B2 (en) * | 2012-06-01 | 2015-01-06 | Verizon Patent And Licensing Inc. | Adaptive hypertext transfer protocol (“HTTP”) media streaming systems and methods |
EP2728828A1 (en) * | 2012-10-31 | 2014-05-07 | British Telecommunications public limited company | Session admission in a communications network |
US9936406B2 (en) | 2013-11-08 | 2018-04-03 | Telefonaktiebolaget Lm Ericsson (Publ) | Handling of transport conditions |
-
2016
- 2016-01-20 CN CN202110938827.7A patent/CN113746598A/zh active Pending
- 2016-01-20 WO PCT/SE2016/050033 patent/WO2017127000A1/en active Application Filing
- 2016-01-20 ES ES16705846T patent/ES2750611T3/es active Active
- 2016-01-20 EP EP19183263.3A patent/EP3567769A1/en not_active Withdrawn
- 2016-01-20 CN CN201680079506.3A patent/CN108476091B/zh active Active
- 2016-01-20 EP EP16705846.0A patent/EP3406034B1/en active Active
- 2016-01-20 US US16/070,404 patent/US10707998B2/en active Active
- 2016-01-20 PL PL16705846T patent/PL3406034T3/pl unknown
-
2020
- 2020-06-19 US US16/906,520 patent/US11463199B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090003236A1 (en) * | 2005-01-12 | 2009-01-01 | Nec Corporation | User Throughput Geographical Distribution Estimating System and User Throughput Geographical Distribution Estimating Method |
WO2008086509A2 (en) * | 2007-01-10 | 2008-07-17 | Qualcomm Incorporated | Content- and link-dependent coding adaptation for multimedia telephony |
US20130163455A1 (en) * | 2011-12-21 | 2013-06-27 | Fujitsu Limited | Communication device and communication method |
CN105075323A (zh) * | 2013-03-29 | 2015-11-18 | Vid拓展公司 | 早期分组丢失检测和反馈 |
Non-Patent Citations (1)
Title |
---|
3RD GENERATION PARTNERSHIP PROJECT: "Feasibility study on possible additional configuration", 《3GPP TR 36.825 V1.0.0》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112153658A (zh) * | 2019-06-28 | 2020-12-29 | 诺基亚技术有限公司 | 基于分组错误预测的延迟减少 |
CN114342293A (zh) * | 2019-07-04 | 2022-04-12 | 诺基亚技术有限公司 | 用于harq控制的装置、方法和软件 |
CN112491573A (zh) * | 2019-09-12 | 2021-03-12 | 华为技术有限公司 | 一种网络参数配置方法及装置 |
WO2021047404A1 (zh) * | 2019-09-12 | 2021-03-18 | 华为技术有限公司 | 一种网络参数配置方法及装置 |
US11695629B2 (en) | 2019-09-12 | 2023-07-04 | Huawei Technologies Co., Ltd. | Method and apparatus for configuring a network parameter |
CN111629232A (zh) * | 2020-04-13 | 2020-09-04 | 北京大学 | 一种基于深度学习的实时视频传输自适应前向纠错方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
US11463199B2 (en) | 2022-10-04 |
US20200322082A1 (en) | 2020-10-08 |
EP3567769A1 (en) | 2019-11-13 |
ES2750611T3 (es) | 2020-03-26 |
CN113746598A (zh) | 2021-12-03 |
US10707998B2 (en) | 2020-07-07 |
EP3406034B1 (en) | 2019-07-10 |
WO2017127000A1 (en) | 2017-07-27 |
EP3406034A1 (en) | 2018-11-28 |
CN108476091B (zh) | 2021-08-31 |
PL3406034T3 (pl) | 2020-01-31 |
US20190028231A1 (en) | 2019-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11463199B2 (en) | Methods, system and user equipment of a wireless communication network for determining transmission conditions for a real-time media flow | |
US11558276B2 (en) | Latency prediction and guidance in wireless communication systems | |
Lee et al. | PERCEIVE: Deep learning-based cellular uplink prediction using real-time scheduling patterns | |
Xia et al. | Evaluation of the Minstrel rate adaptation algorithm in IEEE 802.11 g WLANs | |
Xu et al. | PROTEUS: network performance forecast for real-time, interactive mobile applications | |
CN105814845B (zh) | 软件定义网络中的流量工程框架 | |
US20120188894A1 (en) | Multicast scheduling and link adaptation | |
EP2962434B1 (en) | Apparatus and method for measuring and using congestion in a wireless communication system | |
Wu et al. | A low latency scheduling approach for high definition video streaming over heterogeneous wireless networks | |
US20210250266A1 (en) | Method and Apparatus for Measuring Packet Loss Rate via Deep Packet Inspection at an Intermediate Node in a Communication Network | |
WO2015069944A1 (en) | Systems and methods for proactive congestion detection in radio access networks | |
JPWO2014098096A1 (ja) | データ送信装置、データ送信方法、及びそのプログラム | |
CN101517994A (zh) | 用于确定通信系统的服务质量的方法和装置 | |
Zhong et al. | Performance evaluation of CQIC and TCP BBR in mobile network | |
Kilinc et al. | A congestion avoidance mechanism for WebRTC interactive video sessions in LTE networks | |
US11632326B1 (en) | Selection of network paths for reliable communications based on network reliability metrics | |
US9232426B2 (en) | System and method for improving information carrying capacity by controlling re-transmissions | |
Baccarelli et al. | QoS stochastic traffic engineering for the wireless support of real-time streaming applications | |
US10855597B2 (en) | Channel coding for real time wireless traffic | |
Levasseur et al. | Impact of acknowledgments on application performance in 4G LTE networks | |
US11870565B2 (en) | Transport block size driven CQI feedback scheme | |
Vu et al. | Supporting delay-sensitive applications with multipath quic and forward erasure correction | |
Kulkarni et al. | Inferring loss causes to improve link rate adaptation in wireless networks | |
Nguyen et al. | Multi-rate adaptation with interference and congestion awareness | |
Sgardoni et al. | ARQ‐Aware Scheduling and Link Adaptation for Video Transmission over Mobile Broadband Networks |
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 |