CN113225584B - 一种基于编码和缓存的跨层联合的视频传输方法、系统 - Google Patents
一种基于编码和缓存的跨层联合的视频传输方法、系统 Download PDFInfo
- Publication number
- CN113225584B CN113225584B CN202110316177.2A CN202110316177A CN113225584B CN 113225584 B CN113225584 B CN 113225584B CN 202110316177 A CN202110316177 A CN 202110316177A CN 113225584 B CN113225584 B CN 113225584B
- Authority
- CN
- China
- Prior art keywords
- video
- transmission
- video file
- mec
- coding
- 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.)
- Active
Links
Images
Classifications
-
- 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]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/238—Interfacing the downstream path of the transmission network, e.g. adapting the transmission rate of a video stream to network bandwidth; Processing of multiplex streams
-
- 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]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/231—Content storage operation, e.g. caching movies for short term storage, replicating data over plural servers, prioritizing data for deletion
- H04N21/23106—Content storage operation, e.g. caching movies for short term storage, replicating data over plural servers, prioritizing data for deletion involving 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]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/24—Monitoring of processes or resources, e.g. monitoring of server load, available bandwidth, upstream requests
- H04N21/2402—Monitoring of the downstream path of the transmission network, e.g. bandwidth available
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明公开了一种基于编码和缓存的跨层联合的视频传输方法,该方法根据回程链路负载、传输包个数所满足的条件建立回程链路安全传输模型;建立视频文件的体验质量QoE和编码包大小之间的函数关系,MEC缓存、视频文件传输时延和编码包大小的函数关系;建立以上两个函数关系,视频编码码率、MEC缓存的容量和回程链路安全传输模型为约束条件,以最大化视频体验质量和最小化传输时延为优化目标,建立视频编码参数和MEC缓存联合优化模型;对视频编码参数和MEC缓存联合优化模型求近似最优解,利用近似最优解为视频文件制定体验质量最大化和传输时延最小化的存储策略。本发明能够在保证回程链路安全的情况下提升视频体验质量和减小传输时延。
Description
技术领域
本发明属于无线通信技术领域,涉及一种基于编码和缓存的跨层联合的视频传输方法、系统。
背景技术
随着视频处理技术和移动通信技术的飞速发展,涌现了大量面向大规模连接的超高清(UHD)视频点播(VoD)。用户视频请求的数量急剧增长,导致网络流量负担沉重,用户等待时间长,这些因素会给视频请求用户带来较差的体验质量(QoE)。移动边缘计算(MEC)技术作为第五代(5G)系统中云边缘协作网络的关键技术之一,为应对这些挑战提供了一种有前途的方法。由于MEC服务器更靠近网络边缘的用户,并且拥有强大的智能存储功能来预缓存热门视频,因此可以从MEC服务器直接将大量视频内容传递给用户,以减少回程流量负担和传输延迟。因此,如何利用MEC来满足视频用户的高QoE要求值得研究。
近年来,视频的版权保护变得越来越重要。而且,只有特定用户才能接收到的新兴付费VIP和保密数据服务,使视频内容的安全传输成为云边缘协作网络中不可忽视的问题。
具体而言,对于云边缘协作网络中的视频传输,当视频数据以单播方式从云服务器传输给用户时,窃听用户和合法用户同时同频接收信息。一旦窃听者的信道条件好于合法用户的,窃听者就可能成功窃听视频数据包,从而导致数据泄漏并侵犯视频版权和用户利益。因此,安全的数据传输很重要。对于从MEC服务器到用户的链路的传输安全性,已经进行了广泛深入研究的现有物理层安全(PLS)机制就足够了。然而,PLS机制复杂且成本高,因为它可以确保每个视频包的安全性。如果使用它来确保从云服务器到MEC服务器的回程链路的传输安全性,则回程链路的流量负载非常沉重,在一个MEC服务器与多个基站相连的分布式缓存场景中,其成本和系统开销可能无法承受。因此,迫切需要开发一种复杂度低,成本低的安全机制,以确保回程链路从云到MEC服务器的安全传输,而不是使用严格而复杂的传统PLS机制。
近年来,研究者们很少考虑云边缘协作网络中的安全回程链路问题。只有少数文献作者在研究边缘异构网络中的最佳缓存位置时考虑了回程链路的安全风险。然而,文中的安全传输方案针对的是普通的数据传输,忽略了视频应用程序的特性,这导致现有的安全传输方案对视频应用的性能较差。
发明内容
本发明的目的在于解决上述云边缘协作网络中通过回程链路进行安全视频传输的问题,提出了一种基于编码和缓存的跨层联合的视频传输方法、系统,本发明能够在保证回程链路安全的情况下提升视频体验质量和减小传输时延。
为了达到上述目的,本发明所述的回程链路安全约束下体验质量驱动的视频编码和MEC缓存联合优化方法包括以下步骤:
一种基于编码和缓存的跨层联合的视频传输方法,包括如下过程:
根据回程链路负载和回程链路安全传输时回程链路传输包个数所满足的条件建立回程链路安全传输模型;
根据体验质量QoE和视频文件的编码包大小之间的函数关系、视频文件的传输时延和MEC缓存、编码包大小的函数关系,以视频文件的视频编码码率、MEC缓存的容量和回程链路安全传输模型为约束条件,以最大化视频体验质量和最小化传输时延为优化目标,建立视频编码参数和MEC缓存联合优化模型;
对视频编码参数和MEC缓存联合优化模型求近似最优解,利用近似最优解为视频文件制定体验质量最大化和传输时延最小化的传输策略。
优选的,根据用户请求视频文件的概率服从Zipf分布得到视频文件被请求的概率。
优选的,回程链路安全传输时回程链路传输包个数所满足的条件为:回程链路负载小于等于视频文件j的被编码的编码包个数减一;
所述回程链路安全传输模型如下:
其中,mkj为第k个MEC服务器上存储的视频文件j的视频包个数,K为MEC服务器数目,n为视频文件j的被编码的编码包个数,Ψj为用户请求第j个视频文件的请求数。
优选的,根据体验质量QoE的平均观点得分模型,建立得到视频文件的体验质量QoE和视频文件的编码包大小之间的函数关系f(si,j)如下:
优选的,视频编码参数和MEC缓存联合优化模型如下:
s.t.
优选的,对视频编码参数和MEC缓存联合优化模型求近似最优解时,将原始的非线性混合0-1整数规划问题松弛为不带整数约束的非线性非整数规划问题,再利用0-1分支定界法求得视频编码参数和MEC缓存联合优化模型的近似最优解。
本发明还提供了一种基于编码和缓存的跨层联合的视频传输系统,包括:
回程链路安全传输模型建立模块:根据回程链路负载和回程链路安全传输时回程链路传输包个数所满足的条件建立回程链路安全传输模型;
视频编码参数和MEC缓存联合优化模型建立模块:用于根据体验质量QoE和视频文件的编码包大小之间的函数关系、视频文件的传输时延和MEC缓存、编码包大小的函数关系,以视频文件的视频编码码率、MEC缓存的容量和回程链路安全传输模型为约束条件,以最大化视频体验质量和最小化传输时延为优化目标,建立视频编码参数和MEC缓存联合优化模型;
编码和缓存策略制定模块:用于对视频编码参数和MEC缓存联合优化模型求近似最优解,利用近似最优解为视频文件制定体验质量最大化和传输时延最小化的传输策略。
优选的,所述基于编码和缓存的跨层联合的视频传输系统还包括第一计算模块:用于计算视频文件被请求的概率。
优选的,所述基于编码和缓存的跨层联合的视频传输系统还包括第一函数关系建立模块:用于建立视频文件的体验质量QoE和视频文件的编码包大小之间的函数关系;
优选的,所述基于编码和缓存的跨层联合的视频传输系统还包括第二函数关系建立模块:用于建立MEC缓存、视频文件的传输时延和视频文件的编码包大小的函数关系;
优选的,所述基于编码和缓存的跨层联合的视频传输系统还包括第二计算模块:用于根据编码包总个数和MEC缓存计算视频文件的回程链路速率。
优选的,所述基于编码和缓存的跨层联合的视频传输系统还包括回程链路负载计算模块:用于根据视频文件被请求的概率以及回程链路速率计算视频文件的回程链路负载。
本发明还提供了一种基于编码和缓存的跨层联合的视频传输设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现本发明如上所述基于编码和缓存的跨层联合的视频传输方法的步骤。
本发明还提供了一种计算机存储介质,所述计算机存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现本发明如上所述基于编码和缓存的跨层联合的视频传输方法的步骤。
本发明具有以下的有益效果:
本发明基于编码和缓存的跨层联合的视频传输方法综合考虑视频编码和MEC缓存共同作用于保证回程链路的安全,建立了基于视频编码和MEC缓存的回程链路安全传输模型;建立视频文件的体验质量QoE和视频文件的编码包大小之间的函数关系;建立MEC缓存、视频文件的传输时延和视频文件的编码包大小的函数关系,基于此,构建了回程链路安全、视频编码码率、MEC缓存容量约束下,通过视频编码参数和MEC缓存策略联合优化来提升视频体验质量和减小传输时延的优化模型(即视频编码参数和MEC缓存联合优化模型),对视频编码参数和MEC缓存联合优化模型求近似最优解,利用近似最优解为视频文件制定体验质量最大化和传输时延最小化的传输策略。本发明综合考虑了视频编码和MEC缓存对用户体验质量、传输时延、回程链路安全的影响,能够在保证视频安全传输的情况下,显著提升用户的视频体验质量和减小传输时延。
附图说明
图1为本发明基于编码和缓存的跨层联合优化方法的方案流程图。
图2为本发明实施例中第一组实验的实验结果图。
图3为本发明实施例中第二组试验中平均MOS值大小与MEC服务器缓存容量的变化关系图。
图4为本发明实施例中第二组试验中平均MOS值大小与视频文件数的变化关系图。
图5为本发明实施例中第二组试验中平均MOS值大小与不同的编码包个数的变化关系图。
图6为本发明实施例中第三组试验中总请求数的变化与实现安全传输所需最小缓存容量的变化关系图。
具体实施方式
下面结合附图对本发明做进一步详细描述:
参照图1,本实施例基于编码和缓存的跨层联合优化方法包括以下步骤:
1)云边协同网络中视频点播下行链路传输系统,假设整个场景内有一个宏基站,在它的覆盖范围内有多个微基站,MEC服务器数目为K,每个MEC的缓存能力为Φk,每个MEC与一个微基站相连,有F个待编码和缓存的视频原始序列,视频文件按照流行度排序为V1,V2,...,VF,得用户请求第j个视频文件的概率pj,为满足倾斜因子θ的Zipf分布:
2)针对无丢包的视频业务,如果连接范围内的所有MEC服务器发送的所有视频包个数m小于n,则不满足解码条件,则由宏基站通过回程链路为用户发送余下的n-m个视频包,以满足用户的解码请求。每个视频文件被编码为n个大小不同的编码包,si,j为第j个视频文件第i个编码包的大小,为MEC服务器k的缓存中是否存储视频文件j的第i个视频包,表示MEC服务器k的缓存中存储了视频文件j的第i个视频包,否则, 为第k个MEC服务器上存储的视频文件j的视频包个数,以及得视频文件j的回程链路速率为:
4)当且仅当视频文件j通过回程链路传输的包个数Pj≤n-1时,才能实现安全传输,得视频分布式缓存下回程链路安全约束模型为:
7)基于建立的回程链路安全传输模型,通过将视频编码参数和MEC缓存综合在一个统一的数学模型中,构建一个视频编码参数和MEC缓存策略联合优化问题用以提升用户的体验质量,减小传输时延和防止视频信息泄露;该模型为视频编码参数和MEC缓存联合优化模型,该模型以视频编码码率、MEC缓存容量、回程链路安全为约束条件,以最大化视频体验质量和最小化传输时延为优化目标,具体的,构建的视频编码参数和MEC缓存联合优化模型如下:
s.t.
8)基于松弛和0-1分支定界的近似最优算法获得了回程链路安全传输条件下,提升视频体验质量和最小化传输时延的近似最优的联合视频编码和MEC缓存策略。具体的,基于松弛和0-1分支定界的近似最优算法,将原始的非线性混合0-1整数规划问题松弛为不带整数约束的非线性非整数规划问题,再利用0-1分支定界法求得其近似最优解。然后根据求得的近似最优解为每个视频文件制定使得用户体验质量最大化和传输时延最小化的编码和缓存策略;
对于利用松弛和0-1分支定界的近似最优算法求解的过程,首先,将原始的非线性混合0-1整数规划问题松弛为不带整数约束的非线性非整数规划问题,最大化的松弛问题可以等价转换为最小化的松弛问题;接着,用全局最优函数GlobalSearch求解最小化的松弛问题,根据求解结果,对不满足整数约束的解进行0-1分支,即:给最小化松弛问题添加0等数约束和1等式约束,构建两个新的松弛问题1和松弛问题2,再利用函数GlobalSearch进行求解,根据解的两种情况更新优化问题的解,直到关于缓存策略的所有解均为整数。
9)算法执行完成。
下面给出仿真设置和实验结果分析。
仿真参数设置
详细的仿真参数设置如表1所示。实验结果中,现有的安全传输方案为基于MEC缓存的安全传输方案(MCBST),本发明对应的算法为基于视频编码和MEC缓存的近似最优算法(MC-VEB)以及基于视频编码和MEC缓存的贪婪算法(GreedyMC-VEB)。
仿真系统场景参数对照表1。
表1.仿真参数配置
实验结果和分析
第一组实验:三种算法中每个文件的MOS值对比,该实验主要评估各算法的不同文件的MOS值大小。实验结果如图2所示,横坐标表示文件索引,纵坐标为每个文件的MOS值。由图3可以看出,对于每个视频文件而言,本发明所提MC-VEB算法的MOS值并不总是优于GreedyMC-VEB算法和MCBST算法,其中,前6个视频文件的MOS值所提MC-VEB算法的优于GreedyMC-VEB算法和MCBST算法,而视频文件7和视频文件8的MOS值GreedyMC-VEB算法和MCBST算法的优于所提MC-VEB算法。三种算法的平均MOS值分别为3.7935,3.4021,3.4021。因为我们的目标是所有视频文件平均MOS值的整体性能优势而不是每个文件MOS值的性能优势,所以,在每个文件的MOS值上,本发明所提MC-VEB算法没有绝对的优势。为了获得整体性能优势,前6个视频文件因为能够以较低的码率获得较高的体验质量而被分配了更多的缓存容量用以提高QoE,而视频文件7和视频文件8由于要求更高的码率而被分配更少的缓存容量用以改善体验质量。此外,因为每个视频文件的缓存策略和编码参数均不同,所以,缓存在MEC的编码包个数和编码包大小均不同,因此,三种算法中,缓存容量相同时,视频文件的MOS值均不同。
第二组实验:三种算法中平均MOS值随视频文件的不同参数变化的对比,该实验要评估各算法随不同视频参数变化时的平均MOS值大小。实验结果分别如图3、图4和图5所示,图3的横坐标表示MEC服务器缓存容量的变化,图4的横坐标表示视频文件数的变化,图5的横坐标表示不同的编码包个数的变化,纵坐标均为平均MOS值的变化。
从图3看出,随缓存容量的增加,三种算法的平均MOS均是逐渐提高的,但是,所提MC-VEB算法的平均MOS值优于其他两种方案,且随着缓存容量的增加,所提MC-VEB算法与GreedyMC-VEB算法的性能差距越来越小,最终两者趋于一致,这是因为随着缓存容量的增加,编码参数取值的可能性和缓存策略的可能性增加,使得更多的视频文件编码包能以更高的码率缓存在MEC服务器上,带来最大的体验质量和最小的传输时延,此外,由于MCBST算法中,所有的视频文件均以最小码率进行编码,所以,随着缓存容量的变化,所以视频文件的所有编码包均已最小码率缓存在MEC服务器上,使得其平均MOS值一直保持不变,且显著低于所提所提MC-VEB算法与GreedyMC-VEB算法。
从图4看出,与GreedyMC-VEB算法和MCBST算法相比,本发明所提MC-VEB算法在有限的缓存容量下能够支持更多的视频文件进行安全传输,这是本发明所提MC-VEB算法能够在不同的文件数时,通过编码参数和缓存策略的联合优化,获得较高的体验质量和较小的传输时延,而GreedyMC-VEB算法将编码参数和缓存策略分别进行优化,虽然在性能上能够优于仅仅优化缓存策略的MCBST算法,但总体性能明显差于所提MC-VEB算法。
从图5看出,在编码包个数变化的情况下,三种算法的平均MOS值基本保持平稳,没有发生明显的变化,同时,与GreedyMC-VEB算法和MCBST算法相比,本发明所提MC-VEB算法的平均MOS值性能明显优于其他两种算法。这是因为在缓存容量和其他参数不变的情况下,随着编码包个数的视频文件的编码参数和缓存策略基本不发生变化,所以,平均MOS值基本保持不变。而所提MC-VEB算法的平均MOS值优于其他两种方案,也说明了所提MC-VEB算法在联合优化编码参数和缓存策略方面的优势。
第三组实验:三种算法中平均MOS值随总请求数变化的对比,该实验要评估各算法随不同总请求数变化时的平均MOS值大小。实验结果如图6所示,图6的横坐标表示总请求数的变化,纵坐标为实现安全传输所需最小缓存容量的变化。从图6看出,三种算法中,随着总请求数的增加,实现安全传输所需缓存容量逐渐增加,同时,本发明所提MC-VEB算法实现安全传输时所需缓存容量更少,说明所提算法能在缓存容量较小时实现安全传输,且能获得更好的体验质量和更小的传输时延,从而说明本发明所提MC-VEB算法对缓存容量的变化有更强的鲁棒性。
综上,本发明的基于编码和缓存的跨层联合优化方法是一种回程链路安全约束下体验质量驱动的视频编码和MEC缓存联合优化方法,在具体操作时,首先根据视频编码包的总个数和MEC缓存策略得到了回程链路速率,根据回程链路速率得到回程链路负载,基于此,综合考虑视频编码和MEC缓存共同作用于保证回程链路的安全,建立了基于视频编码和MEC缓存的回程链路安全传输模型,然后,根据体验质量的平均观点得分(MOS)模型得到QoE和视频编码包大小的函数关系,根据传输时延的MOS模型得到传输时延和缓存策略、视频编码包大小的函数关系,基于此,构建了回程链路安全、视频编码码率、MEC缓存容量约束下,通过视频编码参数和MEC缓存策略联合优化来提升视频体验质量和减小传输时延的优化问题,最后,根据提出的基于松弛和0-1分支定界的近似最优算法求解形成的优化问题,输出相应的编码策略、缓存策略以及对应的MOS值。本发明综合考虑了视频编码和MEC缓存对用户体验质量、传输时延、回程链路安全的影响,可以在保证视频安全传输的情况下,显著提升用户的视频体验质量和减小传输时延。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (8)
1.一种基于编码和缓存的跨层联合的视频传输方法,其特征在于,包括如下过程:
根据回程链路负载和回程链路安全传输时回程链路传输包个数所满足的条件建立回程链路安全传输模型;
根据体验质量QoE和视频文件的编码包大小之间的函数关系、视频文件的传输时延和MEC缓存、编码包大小的函数关系,以视频文件的视频编码码率、MEC缓存的容量和回程链路安全传输模型为约束条件,以最大化视频体验质量和最小化传输时延为优化目标,建立视频编码参数和MEC缓存联合优化模型;
对视频编码参数和MEC缓存联合优化模型求近似最优解,利用近似最优解为视频文件制定体验质量最大化和传输时延最小化的传输策略;
回程链路安全传输时回程链路传输包个数所满足的条件为:回程链路负载小于等于视频文件j的被编码的编码包个数减一;
所述回程链路安全传输模型如下:
其中,mkj为第k个MEC服务器上存储的视频文件j的视频包个数,K为MEC服务器数目,n为视频文件j的被编码的编码包个数,Ψj为用户请求第j个视频文件的请求数;
视频编码参数和MEC缓存联合优化模型如下:
s.t.
2.根据权利要求1所述的一种基于编码和缓存的跨层联合的视频传输方法,其特征在于,根据用户请求视频文件的概率服从Zipf分布得到视频文件被请求的概率。
5.根据权利要求1所述的一种基于编码和缓存的跨层联合的视频传输方法,其特征在于,对视频编码参数和MEC缓存联合优化模型求近似最优解时,将原始的非线性混合0-1整数规划问题松弛为不带整数约束的非线性非整数规划问题,再利用0-1分支定界法求得视频编码参数和MEC缓存联合优化模型的近似最优解。
6.一种基于编码和缓存的跨层联合的视频传输系统,其特征在于,包括:
回程链路安全传输模型建立模块:根据回程链路负载和回程链路安全传输时回程链路传输包个数所满足的条件建立回程链路安全传输模型;
视频编码参数和MEC缓存联合优化模型建立模块:用于根据体验质量QoE和视频文件的编码包大小之间的函数关系、视频文件的传输时延和MEC缓存、编码包大小的函数关系,以视频文件的视频编码码率、MEC缓存的容量和回程链路安全传输模型为约束条件,以最大化视频体验质量和最小化传输时延为优化目标,建立视频编码参数和MEC缓存联合优化模型;
编码和缓存策略制定模块:用于对视频编码参数和MEC缓存联合优化模型求近似最优解,利用近似最优解为视频文件制定体验质量最大化和传输时延最小化的传输策略;
回程链路安全传输时回程链路传输包个数所满足的条件为:回程链路负载小于等于视频文件j的被编码的编码包个数减一;
所述回程链路安全传输模型如下:
其中,mkj为第k个MEC服务器上存储的视频文件j的视频包个数,K为MEC服务器数目,n为视频文件j的被编码的编码包个数,Ψj为用户请求第j个视频文件的请求数;
视频编码参数和MEC缓存联合优化模型如下:
s.t.
7.一种基于编码和缓存的跨层联合的视频传输设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至5中任一项所述基于编码和缓存的跨层联合的视频传输方法的步骤。
8.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述基于编码和缓存的跨层联合的视频传输方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110316177.2A CN113225584B (zh) | 2021-03-24 | 2021-03-24 | 一种基于编码和缓存的跨层联合的视频传输方法、系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110316177.2A CN113225584B (zh) | 2021-03-24 | 2021-03-24 | 一种基于编码和缓存的跨层联合的视频传输方法、系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113225584A CN113225584A (zh) | 2021-08-06 |
CN113225584B true CN113225584B (zh) | 2022-02-22 |
Family
ID=77084046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110316177.2A Active CN113225584B (zh) | 2021-03-24 | 2021-03-24 | 一种基于编码和缓存的跨层联合的视频传输方法、系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113225584B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114257647B (zh) * | 2021-12-21 | 2024-01-26 | 中国工商银行股份有限公司 | 基于d2d通信的会议视频缓存方法、服务器和系统 |
CN114630183B (zh) * | 2022-03-17 | 2024-03-26 | 东南大学 | 一种基于可伸缩性编码的边缘设备缓存方法及评估方法 |
CN116112708B (zh) * | 2022-12-30 | 2024-05-07 | 山东大学 | 一种面向自适应流媒体的联合内容存储、码率转换与功率分配资源优化方法 |
CN115733835B (zh) * | 2023-01-10 | 2023-04-28 | 南京科讯次元信息科技有限公司 | 一种单向超大文件传输数据处理系统 |
CN116828226B (zh) * | 2023-08-28 | 2023-11-10 | 南京邮电大学 | 基于区块链的云边端协同视频流缓存系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104363454B (zh) * | 2014-09-01 | 2017-10-27 | 北京大学 | 一种高码率图像的视频编、解码方法及系统 |
CN110213627A (zh) * | 2019-04-23 | 2019-09-06 | 武汉理工大学 | 基于多小区用户移动性的流媒体缓存分配装置及其工作方法 |
CN110730471A (zh) * | 2019-10-25 | 2020-01-24 | 重庆邮电大学 | 基于区域用户兴趣匹配的移动边缘缓存方法 |
CN111432270A (zh) * | 2020-03-09 | 2020-07-17 | 重庆邮电大学 | 一种基于分层缓存的实时业务时延优化方法 |
CN111586439A (zh) * | 2020-05-25 | 2020-08-25 | 河南科技大学 | 一种认知内容中心网络的视频绿色缓存方法 |
CN111970733A (zh) * | 2020-08-04 | 2020-11-20 | 河海大学常州校区 | 超密集网络中基于深度强化学习的协作式边缘缓存算法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101291296B (zh) * | 2008-06-20 | 2010-09-15 | 清华大学 | 一种通过跨层结构减少无线局域网媒体访问冲突的方法 |
US20130326551A1 (en) * | 2012-05-30 | 2013-12-05 | Debdeep CHATTERJEE | Wireless multimedia quality of experience reporting |
US9912941B2 (en) * | 2012-07-02 | 2018-03-06 | Sony Corporation | Video coding system with temporal layers and method of operation thereof |
US9942545B2 (en) * | 2013-01-03 | 2018-04-10 | Texas Instruments Incorporated | Methods and apparatus for indicating picture buffer size for coded scalable video |
US10567804B2 (en) * | 2014-01-08 | 2020-02-18 | Qualcomm Incorporated | Carriage of HEVC extension bitstreams and buffer model with MPEG-2 systems |
US20160112724A1 (en) * | 2014-10-15 | 2016-04-21 | Qualcomm Incorporated | Hrd descriptor and buffer model of data streams for carriage of hevc extensions |
CN111565419B (zh) * | 2020-06-15 | 2024-03-19 | 河海大学常州校区 | 一种超密集网络中面向延迟优化的协作式边缘缓存方法 |
CN111901400A (zh) * | 2020-07-13 | 2020-11-06 | 兰州理工大学 | 一种配备缓存辅助装置的边缘计算网络任务卸载方法 |
-
2021
- 2021-03-24 CN CN202110316177.2A patent/CN113225584B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104363454B (zh) * | 2014-09-01 | 2017-10-27 | 北京大学 | 一种高码率图像的视频编、解码方法及系统 |
CN110213627A (zh) * | 2019-04-23 | 2019-09-06 | 武汉理工大学 | 基于多小区用户移动性的流媒体缓存分配装置及其工作方法 |
CN110730471A (zh) * | 2019-10-25 | 2020-01-24 | 重庆邮电大学 | 基于区域用户兴趣匹配的移动边缘缓存方法 |
CN111432270A (zh) * | 2020-03-09 | 2020-07-17 | 重庆邮电大学 | 一种基于分层缓存的实时业务时延优化方法 |
CN111586439A (zh) * | 2020-05-25 | 2020-08-25 | 河南科技大学 | 一种认知内容中心网络的视频绿色缓存方法 |
CN111970733A (zh) * | 2020-08-04 | 2020-11-20 | 河海大学常州校区 | 超密集网络中基于深度强化学习的协作式边缘缓存算法 |
Non-Patent Citations (3)
Title |
---|
《MIMO video broadcast via transmit-precoding and SNR-scalable video coding》;Jun Xu;《IEEE Journal on Selected Areas in Communications》;20100318;第28卷(第3期);全文 * |
《无线通信中的混合ARQ技术研究》;李凡;《中国优秀博士学位论文全文数据库》;20070615;全文 * |
《面向5G异构网络的资源管理技术研究》;刘远飞;《中国优秀硕士学位论文全文数据库》;20200615;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113225584A (zh) | 2021-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113225584B (zh) | 一种基于编码和缓存的跨层联合的视频传输方法、系统 | |
Cui et al. | Analysis and optimization of caching and multicasting in large-scale cache-enabled heterogeneous wireless networks | |
CN106791887B (zh) | 无线网络中视频的分布式缓存和传输优化方法 | |
CN110290507B (zh) | 一种d2d通信辅助边缘缓存系统的缓存策略及频谱分配方法 | |
CN109673018B (zh) | 无线异构网络中的新型内容缓存分布优化方法 | |
CN111093213B (zh) | 一种热点内容叠加推送与分发方法、系统、无线通信系统 | |
Tran et al. | Mobee: Mobility-aware energy-efficient coded caching in cloud radio access networks | |
CN108541025B (zh) | 一种面向无线异构网络的基站与d2d共同缓存方法 | |
CN104137602A (zh) | 用于在无线通信系统中进行内容和应用程序加速的系统和方法 | |
CN111698732B (zh) | 微蜂窝无线网中面向时延的协作缓存优化方法 | |
Yang et al. | Resource allocation for virtual reality content sharing based on 5G D2D multicast communication | |
Yin et al. | Energy-aware joint user association and resource allocation for coded cache-enabled hetnets | |
Gu et al. | Horizontal and vertical collaboration for VR delivery in MEC-enabled small-cell networks | |
CN109088944B (zh) | 基于次梯度下降法的缓存内容优化方法 | |
CN113473540B (zh) | 异构蜂窝网络中基于基站协作的混合缓存方法 | |
CN110602722A (zh) | 一种基于noma的联合内容推送和传输的设计方法 | |
CN111314349A (zh) | 雾无线接入网中基于联合最大距离可分码与簇协作的编码缓存方法 | |
CN116056156A (zh) | 一种支持自适应比特率视频的mec辅助协同缓存系统 | |
CN111586439A (zh) | 一种认知内容中心网络的视频绿色缓存方法 | |
Zhao et al. | QoE-driven secure video transmission in cloud-edge collaborative networks | |
Hua et al. | Latency minimization for advanced RSMA-enabled wireless caching networks | |
CN111432380A (zh) | 面向d2d辅助数据卸载的缓存优化方法 | |
Zhang et al. | Multicast beamforming for scalable videos in cache-enabled heterogeneous networks | |
Yao et al. | Joint caching in fronthaul and backhaul constrained C-RAN | |
Wu et al. | Joint long-term cache allocation and short-term content delivery in green cloud small cell 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 |