CN109787856B - 一种基于lte网络链路状态的has带宽预测方法 - Google Patents

Abstract

本发明公开了一种基于LTE网络链路状态的HAS带宽预测方法，获取反映链路吞吐率抖动趋势的变量trend；基于trend调整计算平均吞吐率的视频分片个数m；基于m计算反映链路吞吐率抖动程度的变量flu，根据变量flu调整加权平均带宽预测时的λ值，λ＝flu*β，S4，用m和λ作为计算平均吞吐率和带宽预测的参数，从而计算得到链路的预测带宽；本发明所述HAS算法在不同LTE网络状态下，都能够拥有较高的吞吐率和较少的切换次数与卡顿次数，针对不同的LTE网络链路状态，能够有效的保持预测带宽的稳定性和灵敏性，使得使用该带宽预测算法实现的HAS视频应用的用户，拥有更好的用户体验。

Description

一种基于LTE网络链路状态的HAS带宽预测方法

技术领域

本发明属于移动网络传输领域，具体涉及一种基于LTE网络链路状态的HAS带宽预测方法。

背景技术

随着LTE移动网络的不断发展以及智能终端设备的普及，在移动网络下利用终端设备观看视频越来越流行。HTTP自适应流媒体技术(HAS,HTTP Adaptive Streaming)因为能够有效的减少视频播放等待时间和充分利用链路带宽等优点，已成为当前主流的流媒体技术，在智能终端的视频应用中得到了广泛应用。LTE移动网络中当用户地理位置、移动速度和网络使用人数等因素改变时，链路状态会频繁变化，导致使用一种链路带宽预测策略请求视频分片码率的HAS视频应用，经常出现视频卡顿和码率频繁切换等问题。因此通过识别不同的LTE移动网络的链路状态选择不同的带宽预测策略，对提升HAS视频应用在LTE移动网络中的用户体验，具有重大意义。

据申请人检索和查新，检索到的以下几篇与本发明相关的属于网络链路状态带宽预测领域的专利，它们分别是：

1.中国专利2017100380127，一种定向无线自组织网络链路可用带宽预测方法；

2.中国专利2011100015075，多链路自适应的数据传输方法与系统；

3.中国专利2011100730034，一种卫星链路网络连续状态路由算法

在上述专利1中一种定向无线自组织网络链路可用带宽预测方法是一种定向无线自组织网络链路可用带宽预测方法。该方法首先定义了链路最大吞吐量，并将其作为定向链路可用带宽的上限值。然后，该方法要求节点通过载波检测机制侦听每个天线波束方向上的信道状态，获知每个天线波束方向上的信道可用时长信息，在此基础上采用分布式的方法分析链路收/发节点可用时长不同步的概率，得到链路可用带宽的初步估计值。最后，分别考虑了对定向链路实际可用带宽产生影响的七种不同因素，对链路可用带宽的初步估计值进行修正，得到定向链路可用带宽的最终估计值。无线网络仿真环境中的仿真结果证明了该方法的有效性。

上述专利2中提供一种多链路自适应的数据传输的方法与系统。所述方法包含如下步骤：初始检测每条链路带宽值，按照理论带宽值的90％作为该链路的实际传输数据的速率，动态的检测和调整每条链路的带宽。所述系统包含：网络传输质量检测模块，用于动态的检测网络的状态；链路传输带宽调整模块，用于根据网络传输质量，按照正相关关系动态调整每条链路的实时传输带宽值；数据分流模块，用于根据不同的数据包信息来确定该数据包从哪条链路传向客户端。本发明既可以充分利用用户的链路资源，为用户提供较高的带宽，同时对每条链路带宽的检测和调整，使得本发明又具有较高的带宽利用率。本发明真正实现了多链路的带宽融合。

上述专利3中提供了一种卫星链路网络连续状态路由算法，包括以下步骤：步骤一、在整个仿真时间内登记链路连通与非连通状态切换时刻，建立链路状态切换表；步骤二、在整个仿真时间内搜索和记录路径；步骤三、进行路径过滤，择优保存；步骤四、应用Dijkstra最短路径算法进行全路径整合。区别于传统的卫星链路网络路由算法，本路由算法在整个仿真时间内对时变的卫星链路网络动态拓扑进行了连续状态的记录和应用，而不是通过划分时段区间将之简化为离散的静态拓扑。本路由算法保存了最完整的网络动态信息，因此能够给出更优的路由设计结果，而且数值形式简单，在路径登记过程中对路径实施过滤，从而减轻了全路径整合的工作量。

上述相关发明专利都通过网络链路特征对带宽进行预测，但它们都是对单一的特征进行分析后进行链路选择，普适性较差，可靠性不强。

发明内容

本发明的目的在于提供一种基于LTE网络链路状态的HAS带宽预测方法，将移动网络传输每个视频分片的平均吞吐率、吞吐率抖动值和trace波动系数进行分析，构建新特征值flu和新特征值trend，并且分别调整计算出加权平均带宽预测公式中的λ值和视频分片个数m然后用于进行LTE网络链路状态的带宽预测，用于提升HAS视频应用在LTE移动网络中的用户体验。

为了实现上述目的，本发明采用的技术方案是，一种基于LTE网络链路状态的HAS带宽预测方法，包括以下步骤：

S1，获取反映链路吞吐率抖动趋势的变量trend；

S2，基于S1所得trend调整计算平均吞吐率的视频分片个数m；

S3，基于S2所得m计算反映链路吞吐率抖动程度的变量flu，基于所述变量flu调整加权平均带宽预测时的λ值，λ＝flu*β，其中，0＜β＜1；

S4，用S2所得m和S3所得λ作为计算平均吞吐率和带宽预测的参数，从而计算得到链路的预测带宽；

其中，根据已有的视频分片吞吐率计算当前视频分片的平均吞吐率Tp_ave[i]，其计算式为：

S1中，根据已有的视频分片吞吐率计算当前视频分片的平均吞吐率Tp_ave[i]，其计算式为：

根据已有的视频分片吞吐率计算吞吐率抖动值TTp_jit[i]，其计算式为：

Tp_jit[i]＝Tp[i]-Tp[i-l]

trace波动系数TTp_flu[i]计算方法为：

反映链路吞吐率抖动程度的变量flu

其中，Tp[i]为第i个视频分片的吞吐率；m为计算链路平均吞吐率的视频分片个数；TT_pave[i]为第i个视频分片中所有trace文件吞吐率的平均值；n为视频分片中trace文件的总共个数；TTp_jit[j]为视频分片中第j个trace文件的吞吐率抖动值；

为第i个视频分片中所有trace文件吞吐率的平均抖动值。

根据反映链路吞吐率抖动程度的变量flu调整加权平均带宽预测公式中的λ值，

λ＝flu*β，其中，0＜β＜1；β＝0.5。

S2中，根据链路中相邻吞吐率抖动比值和当前链路吞吐率，计算反映链路吞吐率抖动趋势的变量trend计算式为：

其中，Tp[i-1]为第i-1个视频分片的吞吐率，TTp_jit[i]为视频分片中第i个trace文件的吞吐率抖动值，TTp_jit[i-1]为视频分片中第i-1个trace文件的吞吐率抖动值。

S3中，根据反映链路吞吐率抖动趋势的变量trend调整计算平均吞吐率的视频分片个数m：

其中，γ为比例系数，0＜γ＜1；γ＝0.8。

S4中，视频分片数为m，根据

计算下载第i+1个视频分片时的链路预测带宽。

与现有技术相比，本发明至少具有以下有益效果，本发明根据已识别的链路状态，结合基于加权平均值的带宽预测算法，提出了新的带宽预测算法；将基于本发明所述带宽预测算法的HAS算法和现有两种HAS算法进行对比，验证HAS算法在不同LTE网络状态下，都能够拥有较高的吞吐率和较少的切换次数与卡顿次数。针对不同的LTE网络链路状态，能够有效的保持预测带宽的稳定性和灵敏性，使得使用该带宽预测算法实现的HAS视频应用的用户，拥有更好的用户体验。

附图说明

图1为本发明LDA-LTE丢包区分算法流程图。

具体实施方式

为了增加对本发明的理解，下面结合附图与系统实施对本发明做进一步详细说明。

如附图1所示，本发明为一种基于LTE网络链路状态的HAS带宽预测方法实施由三部分构成，分别是构建反映链路吞吐率抖动程度的变量flu和反映链路吞吐率抖动趋势的变量trend，根据flu和trend调整计算出视频分片个数m和λ的值，最后代入计算平均吞吐率和带宽预测的公式得到链路的预测带宽。

下面结合具体应用的实施例对本发明的技术方案进行详细说明。

Step1，视频播放客户端接受一个完整的视频分片，获得该视频分片下载过程中的平均吞吐率和所有trace信息；

Step2：根据视频分片序号，判断视频是否已经全部下载，如果已全部下载直接跳转至S9；否则跳转至S3；

Step3，计算相邻吞吐率抖动比值trend，根据trend值判断链路是否出现网络波动，出现网络波动则先消除网络波动前吞吐率对带宽预测的影响；如果没有出现网络波动，则计算出链路的吞吐率抖动程度，再计算出宽预测时需要的平均吞吐率的权重；

相邻吞吐率抖动比值trend计算式为：

其中，其中，Tp[i-1]为第i-1个视频分片的吞吐率，TTp_jit[i]为视频分片中第i个trace文件的吞吐率抖动值，TTp_jit[i-1]为视频分片中第i-1个trace文件的吞吐率抖动值；

当trend小于实验中的临界值时，表示链路出现了突变状态，跳至step5；否则表示链路没有出现突变状态，跳至S4；

Step4：此时链路没有出现突变状态，如果m等于规定的定值，m保持不变，否则m加1，带宽预测时需要的平均吞吐率的权重计算式为：

其中，0＜γ＜1；γ＝0.8，本发明优选的，当m加1时，跳转至S6；

Step5，此时链路出现突变状态，需要消除突变前吞吐率对带宽预测的影响，将m置为1；

Step6，根据计算式

计算出链路的吞吐率抖动程度，然后根据计算式λ＝flu*β计算出带宽预测时需要的平均吞吐率的权重；其中，0＜β＜1，本发明优选的，β＝0.5。

Step7，根据公式

和

计算出此时链路的预测带宽；

Step8，根据预测带宽和当前HAS的码率选择策略，向服务器请求下一个指定码率的视频分片，调整至S1；直至当前视频下载完成，结束视频数据传输；Step9，当前视频下载已完成，结束视频数据传输。

Claims (4)

1.一种基于LTE网络链路状态的HAS带宽预测方法，其特征在于，包括以下步骤：

S1，获取反映链路吞吐率抖动趋势的变量trend；

S2，基于S1所得trend调整计算平均吞吐率的视频分片个数m；

S3，基于S2所得m计算反映链路吞吐率抖动程度的变量flu，基于所述变量flu调整加权平均带宽预测时的λ值，λ＝flu*β，其中，0＜β＜1；

S4，用S2所得m和S3所得λ作为计算平均吞吐率和带宽预测的参数，从而计算得到链路的预测带宽；

其中，根据已有的视频分片吞吐率计算当前视频分片的平均吞吐率Tp_ave[i]，其计算式为：

根据已有的视频分片吞吐率计算吞吐率抖动值Tp_jit[i]，其计算式为：

Tp_jit[i]＝Tp[i]-Tp[i-1]

trace波动系数TTp_flu[i]计算方法为：

反映链路吞吐率抖动程度的变量flu

其中，Tp[i]为第i个视频分片的吞吐率；m为计算链路平均吞吐率的视频分片个数；TTp_ave[i]为第i个视频分片中所有trace文件吞吐率的平均值；TTp[j]为视频分片中第j个trace文件的吞吐率；n为视频分片中trace文件的总共个数；TTp_jit[j]为视频分片中第j个trace文件的吞吐率抖动值；

为第i个视频分片中所有trace文件吞吐率的平均抖动值；

根据反映链路吞吐率抖动趋势的变量trend调整计算平均吞吐率的视频分片个数m：

其中，γ为比例系数，0＜γ＜1；

根据链路中相邻吞吐率抖动比值和当前链路吞吐率，计算反映链路吞吐率抖动趋势的变量trend计算式为：

其中，Tp[i-1]为第i-1个视频分片的吞吐率，Tp_jit[i]为第i个视频分片的吞吐率抖动值，Tp_jit[i-1]为第i-1个视频分片的吞吐率抖动值。

2.根据权利要求1所述的基于LTE网络链路状态的HAS带宽预测方法，其特征在于，β＝0.5。

3.根据权利要求1所述的基于LTE网络链路状态的HAS带宽预测方法，其特征在于，γ＝0.8。

4.根据权利要求1所述的基于LTE网络链路状态的HAS带宽预测方法，其特征在于，S4中，视频分片数为m，根据

计算下载第i+1个视频分片时的链路预测带宽。

Images