CN110299963A - 数据处理方法及装置 - Google Patents

Abstract

本公开提供一种数据处理方法及装置，涉及数据纠错码技术领域，能够解决目前多媒体前向纠错方案比较单一的问题。具体技术方案为：获取所述多媒体的数据优先级和传输时的当前网络状态数据；依据所述数据优先级和当前网络状态数据确定对应的冗余模型参数；根据所述冗余模型参数对所述多媒体数据进行纠错编码并发送。本公开通过采用动态选择冗余模型的技术手段，用于多媒体传输过程中自适应前向纠错。

Description

数据处理方法及装置

技术领域

本公开涉及数据纠错码技术领域，尤其涉及数据处理方法及装置。

背景技术

随着网络的普及和多媒体技术的发展，多媒体技术的应用越来越广泛。人们通常会采用语音和视频进行实时通讯，或者在网络中上传直播视频与观看者进行互动。目前，多媒体的服务通常将码流数据按固定规则打包后，以数据包的形式进行发送。

现有的前向纠错方法很多，现有前项纠错或冗余算法基本上可分为三代算法，一代算法采用一次冗余模型，单位数据长度内的容错能力较低，不适用于大数据量传输。二代算法，引入二次或以上的多次冗余模型。但算法本身复杂度上较高，在计算资源有限的情况下不利于实时图像等数据的计算和传输。三代算法，用于光纤数据传输等场景需要硬件支持。不适用于多媒体数据在有限计算资源条件下的现有复杂的有线或无线网络中的传输。以上算法都只适用于特定的场景，并且对于实时多媒体数据在复杂网络下的传输都不能很好的适应。

发明内容

本公开实施例提供一种前向纠错方法及装置，能够解决目前纠错方法中不能自适应的问题。所述技术方案如下：

根据本公开实施例的第一方面，提供一种数据处理方法，所述方法包括：

获取所述多媒体的数据优先级和传输时的当前网络状态数据；

依据所述数据优先级和当前网络状态数据确定对应的冗余模型参数；

根据所述冗余模型参数对所述多媒体数据进行纠错编码并发送。

一种可能实现的方式中，所述获取所述多媒体的数据优先级包括：

根据数据分类确定所述多媒体数据优先级。

一种可能实现的方式中，所述当前网络状态数据至少包括以下至少之一：丢包率、错包率、网络延时、往返时延(Round-Trip Time，RTT)、生存周期(Time To Live，TTL)。

一种可能实现的方式中，所述依据所述数据优先级和当前网络状态数据，确定对应的冗余模型参数包括：

根据所述数据优先级确定冗余模型采用的算法类型；

根据所述网络状态数据确定传输数据的有效报文数m和冗余报文数n。

一种可能实现的方式中，所述根据所述数据优先级确定冗余模型采用的算法类型包括：

当所述多媒体数据为控制信令数据时，确定所述冗余模型为一次冗余模型；

当所述多媒体数据为业务信令数据，数据量小于预设阈值且实时性要求高，确定所述冗余模型为一次冗余模型；

当所述多媒体数据为业务信令，为数据量大于预设阈值且实时性要求低，确定所述冗余模型为二次或多次冗余模型。

一种可能实现的方式中，所述方法还包括：

检测当前的软硬件条件；

在当前的软硬件条件满足预设条件的情况下，选择高次冗余模型。

根据本公开实施例的第二方面，提供一种数据处理方法，所述方法包括：

解析接收到的多媒体数据；

根据所述多媒体数据，获取对应的冗余模型；

在检测有丢包或错包的情况下，则按照所述冗余模型恢复多媒体数据。

在一种可能实现的方式中，所述方法还包括：当前网络状态数据变化时，将所述当前网络数据反馈给发送方。

根据本公开实施例的第三方面，提供一种数据处理装置，所述装置包括：

获取单元，用于获取所述多媒体的数据优先级和传输时的当前网络状态数据；

确定单元，用于依据所述数据优先级和当前网络状态数据确定对应的冗余模型参数；

编码发送单元，用于根据所述冗余模型参数对所述多媒体数据进行纠错编码并发送。

一种可能实现的方式中，所述获取单元具体用于：根据数据分类确定所述多媒体数据优先级。

一种可能实现的方式中，所述当前网络状态数据至少包括以下至少之一：丢包率、错包率、网络延时、往返时延(Round-Trip Time，RTT)、生存周期(Time To Live，TTL)。

一种可能实现的方式中，所述确定单元具体用于：

根据所述数据优先级确定冗余模型采用的算法类型；

根据所述网络状态数据确定传输数据的有效报文数m和冗余报文数n。

一种可能实现的方式中，所述确定单元具体用于：

当所述多媒体数据为控制信令数据时，确定所述冗余模型为一次冗余模型；

当所述多媒体数据为业务信令数据，数据量小于预设阈值且实时性要求高，确定所述冗余模型为一次冗余模型；

当所述多媒体数据为业务信令，为数据量大于预设阈值且实时性要求低，确定所述冗余模型为二次或多次冗余模型。

一种可能实现的方式中，所述数据处理装置还包括检测单元，用于检测当前的软硬件条件；在当前的软硬件条件满足预设条件的情况下，选择高次冗余模型。

根据本公开实施例的第四方面，提供一种数据处理装置，所述装置包括：

解析单元，用于解析接收到的多媒体数据；

根据所述多媒体数据，获取对应的冗余模型；

检测单元，用于根据所述冗余模型检测当前网络状态数据；

恢复单元，在检测有丢包的情况下，则按照所述冗余模型恢复多媒体数据。

在一种可能实现的方式中，所述数据处理装置还包括反馈单元，用于当前网络状态数据变化时，将所述当前网络数据反馈给发送方。

本公开实施例提供的前向纠错方法和装置，通过依据数据优先级和当前网络状态数据确定对应的冗余模型参数，解决了前向纠错不能自适应的问题。本发明主要针对实时多媒体数据传输设计一种动态前向纠错方法，可以在不重传数据的情况下，根据纠错算法，恢复丢失的数据。本发明根据网络状况及实时的传输数据量及数据优先级，采用动态冗余模型选择的方法，选择不同的模型，在降低运算量的同时，以较少的冗余数据来保证更多的有效数据正确传输，适用于视频、音频、控制等多种数据混合的传输。

所以本发明则采用动态冗余模型，引入复杂度较低的多种冗余算法，引入网络特征，数据特征，计算资源特征，实时动态的选择不同的冗余方式，不仅限于一次、二次冗余模型，可以多选择多种冗余算法形成三次或以上的冗余模型，以适应复杂多变的网络环境及硬件环境。即不造成资源浪费，同时又能提高数据传输的准确率。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是本公开实施例提供的一种前向纠错方法的流程示意图一；

图2是本公开实施例提供的一种前向纠错方法的流程示意图二；

图3是本公开实施例提供的一种前向纠错装置的结构示意图一；

图4是本公开实施例提供的一种前向纠错装置的结构示意图二；

图5是本发明实施例提供的一种冗余模型示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

本公开实施例提供一种数据处理方法，如图1所示，该处理方法包括以下步骤：

101、获取所述多媒体的数据优先级和传输时的当前网络状态数据；

在一个实施例中，所述获取所述多媒体的数据优先级包括：根据数据分类策略确定所述多媒体数据优先级。

例如:根据数据分类策略，示例性的，可以根据数据类型分类，比如将数据分为传输音视频所需的控制信令数据，视频数据，音频数据等种类。其中，控制信令数据的优先级最高，音频数据的优先级次之，视频数据的优先级最低。传输音视频需要的控制信令数据的数据量最小，音频数据的数据量次之，视频数据的数据量最大。

在一个实施例中，当前网络状态数据至少包含丢包率、错包率、网络延时、往返时延(Round-trip Time，RTT)、生存周期(Time To Live，TTL)。

102、依据所述数据优先级和当前网络状态数据，确定对应的冗余模型参数；

在一个实施例中，所述冗余模型参数至少包括:有效报文数m、冗余报文数n、冗余校验算法。示例性的，冗余数据格式如图5所示。本质上n次冗余模型是求解n元一次方程组，丢失报文即是未知数，在m+n模型下，只要当前模型中的m+n个数据包丢失数量小于n个都能根据求解方程组的方式在接收端被恢复出来。其中，m和n的大小由数据优先级及网络状态来确定。

示例性的，冗余校验算法包括但不限于卷积码、海明码、BCH码、RS码、Turbo码、LDPC码和TPC码等。在一个实施例中，具体校验算法选择决定于当前运行环境的软硬件计算能力。

103、根据所述冗余模型参数对所述多媒体数据进行冗余编码并发送。

本公开实施例提供的前向纠错方法，通过采用动态选择冗余模型的技术手段，解决了背景技术中前向纠错方式比较单一的问题。

下面给出一具体实施例。

示例性的，假设当前网络丢包率为20％，那么简单描述，每8个报文要额外添加至少2个冗余报文用于纠错，有效编码率η＝4/5。才能保证接收端可恢复丢失数据(当然网络是波动的，20％只是测量值，实际可能大，也可能小，此处为了说明原理采用理想值)。再引入数据优先级、网络延时，重要的数据要优先保证传输并保证实时性，所以冗余需要更多，有效编码率降为η＝3/4。

根据以上条件，在冗余量确定后，可以有多种冗余模型选择。下面介绍一次及二次冗余模型，更高次模型的计算与此类似。

一次冗余模型：以此冗余模型适用于当前运行环境的运算速度最快的算法。此处以收缩卷积码为例，当η＝2/3时，如图5中的m,n取值分别为2，1；每两个报文生成一个冗余，即a⊕b＝c，c即为冗余。传输过程中有3种情况，c丢失，因为a，b原始数据未丢失，结果正确；a或b丢失，则根据卷积算法a＝b⊕c，a,b均可恢复；a,b,c三个报文丢失2个及以上时则数据不能恢复，此时说明丢包率升高，要反馈至发送端，及时更新冗余模型。

二次冗余模型：数学模型为二元一次方程，如：其中a/d！＝b/e。可以支持两个组成员损失的数据恢复，当η＝2/3时，如图4中的m,n取值分别为4，2；因此需要两种不同的冗余校验算法，来生成方程组的不相关系数。此处以收缩卷积码和BCH码为例，BCH码有限域选为GF(2^8)，本原多项式取p(x)＝x8+x4+x3+x2+1(0x11D)；此时有限域共256个元素是确定的，将这256个元素对应记为d0,d1,d2…d255，与0-255整数存在单射关系；在此域上的四则运算结果仍在该域中，因此可以生成一个二维表来存储所有结果，运算时直接查表得到结果，省去大量计算。

将卷积码计算冗余记为p，BCH码计算冗余记为q。4个有效报文记为x0,x1,x2,x3。

p＝x0⊕x1⊕x2⊕x3,q＝d0*x0⊕d1*x1⊕d2*x2⊕d3*x3。只要m+n＝6个报文中丢失(未知)数量小于等于2，则满足二元一次方程组或一元一次方程，数据即可恢复。

实际每个分组数据在传输时，存在如下3种情况：

无报文丢失或只丢失一个报文，则可直接使用一次冗余模型，任选一种校验码算法增多可恢复数据，一般选择运算速度快的，如上算法，选择收缩卷积码，比BCH码速度快。

丢失两个报文，又存在如下3种子情况

如果p,q均丢失，数据区不影响；

如p,xn丢失，p值不做处理，假设丢失的是x2,根据q值的定义,

q＝d0*x0⊕d1*x1⊕d2*x2⊕d3*x3

＝>d2*x2＝d0*x0⊕d1*x1⊕d3*x3⊕q

＝>x2＝(Q⊕d1*x1⊕d3*x3)*dn,dn为d2的逆元，查表可得。

两个x丢失，假设丢失的是x1,x3,根据p,q的定义，计算过程如下

x1＝P⊕x2⊕x3，q＝d0*x0⊕d1*x1⊕d2*x2⊕d3*x3

＝>d3*x3＝d0*x0⊕d1*x1⊕d2*x2⊕q＝>d3*x3＝d0*x0⊕d1*(P+x2+x3)⊕d2*x2⊕q

＝>d3*x3⊕d1*x3＝d0*x0⊕d1*p⊕d1*x2⊕d2*x2⊕q

＝>x3＝(q⊕d0*x0⊕d1*p⊕d1*x2⊕d2*x2)/(d1⊕d3)

＝>x3＝(q⊕d0*x0⊕d1*p⊕d1*x2⊕d2*x2)*dn,dn为(d1⊕d3)的逆元，查表可得。

丢失3个及以上时则数据不能恢复，此时说明丢包率升高，要反馈至发送端，及时更新冗余模型。

三次及以上的冗余模型与上面的一次二次冗余模型类似，本质上是多元一次方程组进行求解，各方程系数不能线性相关，所以需要采用不同的校验码算法来生成此系数。

可选的，在计算力允许的情况下，应尽量选择更高次的冗余模型。其中，高次冗余模型为高于三次的冗余模型。根据香农定理，同等冗余下，分组码长越长，则容错能力越强。但同时会增加平均传输时延，因为码长越长，在恢复数据时要等待接收更多的数据来计算丢失数据。例如，网络丢包很低时，要传输一组重要并且实时性要求高的数据，此时可优先选取一次冗余模型，保证数据准确的情况下不仅实时性强，还能提高计算速度，节省计算资源消耗。

当有特殊硬件支持的情况下，本发明还可进行扩展，执行更高次冗余模型。

本公开实施例提供一种数据处理方法，如图2所示，该处理方法包括以下步骤：

201、解析接收到的多媒体数据；

202、根据所述多媒体数据，获取对应的冗余模型；

203、在有丢包或错包的情况下，则按照所述冗余模型恢复所述多媒体数据。

可选的，所述方法还可以包括：当前网络状态数据变化时，将所述当前网络数据反馈给发送方。

本公开实施例提供一种数据处理装置30，如图3所示，该处理装置包括：获取单元301，用于获取所述多媒体的数据优先级和传输时的当前网络状态数据；确定单元302，用于依据所述数据优先级和当前网络状态数据确定对应的冗余模型参数；编码发送单元303，用于根据所述冗余模型参数对所述多媒体数据进行纠错编码并发送。

本公开实施例提供一种数据处理装置40，如图4所示，该处理装置包括解析单元401，用于解析接收到的多媒体数据；

计算单元402，用于根据所述多媒体数据，计算对应的冗余模型数据；

恢复单元403，在检测有丢包或错包的情况下，则按照所述冗余模型数据恢复所述多媒体数据。

在一个实施例中，该前向纠错装置还可以包括反馈单元404，用于

基于上述实施例中所描述的前向纠错方法，本公开实施例还提供一种计算机可读存储介质，例如，非临时性计算机可读存储介质可以是只读存储器(英文：Read OnlyMemory，ROM)、随机存取存储器(英文：Random Access Memory，RAM)、CD-ROM、磁带、软盘和光数据存储装置等。该存储介质上存储有计算机指令，用于执行上述图1对应的实施例中所描述的前向纠错方法，此处不再赘述。

本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

Claims (10)

1.一种数据处理方法，其特征在于，所述方法包括：

获取所述多媒体的数据优先级和传输时的当前网络状态数据；

依据所述数据优先级和当前网络状态数据确定对应的冗余模型参数；

根据所述冗余模型参数对所述多媒体数据进行纠错编码并发送。

2.根据权利要求1所述的方法，其特征在于，所述获取所述多媒体的数据优先级包括：

根据数据分类确定所述多媒体数据优先级。

3.根据权利要求1所述的方法，其特征在于，所述当前网络状态数据至少包括以下至少之一：丢包率、错包率、网络延时、往返时延RTT、生存周期TTL。

4.根据权利要求2或3任一项所述的方法，其特征在于，所述依据所述数据优先级和当前网络状态数据，确定对应的冗余模型参数包括：

根据所述数据优先级确定冗余模型采用的算法类型；

根据所述网络状态数据确定传输数据的有效报文数m和冗余报文数n。

5.根据权利要求4所述的方法，其特征在于，所述根据所述数据优先级确定冗余模型采用的算法类型包括：

当所述多媒体数据为音视频数据的控制信令数据时，确定所述冗余模型为一次冗余模型；

当所述多媒体数据为音频数据时，，确定所述冗余模型为一次冗余模型；

当所述多媒体数据为视频数据时，确定所述冗余模型为二次或多次冗余模型。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

检测当前的软硬件条件；

在当前的软硬件条件满足预设条件的情况下，选择高次冗余模型。

7.一种数据处理方法，其特征在于，所述方法包括：

解析接收到的多媒体数据；

根据所述多媒体数据，获取对应的冗余模型；

在有丢包或错包的情况下，则按照所述冗余模型恢复所述多媒体数据。

8.根据权利要求7所述的数据处理方法，其特征在于，所述方法还包括：当前网络状态数据变化时，将所述当前网络数据反馈给发送方。

9.一种数据处理装置，其特征在于，所述装置包括：

获取单元，用于获取所述多媒体的数据优先级和传输时的当前网络状态数据；

确定单元，用于依据所述数据优先级和当前网络状态数据确定对应的冗余模型参数；

编码发送单元，用于根据所述冗余模型参数对所述多媒体数据进行纠错编码并发送。

10.一种数据处理装置，其特征在于，所述装置包括：

解析单元，用于解析接收到的多媒体数据；

计算单元，用于根据所述多媒体数据，计算对应的冗余模型数据；

恢复单元，在检测有丢包或错包的情况下，则按照所述冗余模型数据恢复所述多媒体数据。