CN116112708B

CN116112708B - 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

Info

Publication number: CN116112708B
Application number: CN202211721168.2A
Authority: CN
Inventors: 张海霞; 刘文杰; 丁辉; 袁东风
Original assignee: Shandong University
Current assignee: Shandong University
Priority date: 2022-12-30
Filing date: 2022-12-30
Publication date: 2024-05-07
Anticipated expiration: 2042-12-30
Also published as: CN116112708A

Abstract

本发明涉及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，包括：第一步、SBS收集用户视频内容及视频版本请求；第二步、SBS制定视频缓存及转码决策：SBS根据收集的用户的请求信息，结合MEC的存储和计算资源制定联合内容存储策略，以及码率转换策略；第三步、SBS信息反馈及视频传输：对于能够满足需求的用户，SBS为其分配合适的发送功率；对于无法满足需求的用户，SBS将用户请求反馈至MBS，用户将从MBS获取视频。本发明可以有效的减少用户与核心网视频数据交互量、缓解网络拥塞；能够降低用户获取视频的初始时延、避免视频卡顿、提高用户视频观看体验。

Description

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

技术领域

本发明属于无线通信技术领域，具体涉及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。

背景技术

视频业务占据近80％的网络流量，是移动通信网络中的主要业务之一。视频在传输过程中，面临着无线传输环境动态变化、用户对视频清晰度需求不同等问题。为克服动态环境影响、满足多样化用户需求，DASH(基于HTTP的动态自适应流媒体，Dynamic AdaptiveStreaming over HTTP；HTTP：超文本传输协议，HyperText Transfer Protocol)技术应运而生。DASH技术将视频文件编码成不同比特速率版本，每个版本又被进一步分割为持续时间为2～10s的连续片段。由此，用户可以根据自己的网络条件和喜好下载相应的比特速率版本。

然而，由于多版本的存在，DASH的应用增加了视频业务数据量。海量视频数据在网络中的交互极易导致网络拥塞甚至网络瘫痪，用户获取视频数据时延变长、用户体验质量下降。为了应对以上挑战，MEC(移动边缘计算，Mobile Edge Computing)技术受到国内外学术界和工业界的广泛关注。通过在近用户侧的SBS(小基站，Small Base Station)中装配具有存储和计算能力的服务器，MEC一方面可以将流行度高的文件存储在网络边缘，减少核心网视频数据交互量，从而缓解网络拥塞；另一方面，MEC为不同比特速率视频版本间的转化提供了有力的计算资源支撑，即通过视频转码的方式，MEC可实现同一视频高版本到低版本的转换，由此MEC仅需存储高版本视频而不必存储所有版本视频，提高了存储效率，有助于进一步降低网络拥塞。

现有MEC辅助的DASH网络研究中，大多仅利用MEC的存储能力，忽略了MEC计算能力对视频存储的辅助作用，MEC的功能难以充分利用；此外，由于视频不同版本对传输速率有不同的要求，在视频由MEC传输到用户的过程中需要BS为用户分配相应的发射功率以满足视频下载速率，防止视频缓冲时间过长。基于上述分析可以得知，亟需在充分利用MEC存储和计算功能的基础上，联合内容存储、码率转换与功率分配等多域资源调度以降低视频获取时延、提高用户观看体验。

发明内容

针对现有技术的不足，本发明提供了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。通过对MEC侧内容存储、码率转换与功率分配等多域资源的合理调度，可以有效减少核心网数据交互量、缓解网络拥塞，进而减少用户获取视频的初始时延，提高用户视频观看体验。

本发明的技术方案为：

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，包括以下步骤：

第一步、SBS收集用户视频内容及视频版本请求：SBS覆盖下的用户请求视频内容及版本，SBS收集所有用户的视频请求信息、位置信息、信道状态信息；视频请求信息包括视频内容及视频版本；位置信息包括用户与SBS的距离；信道状态信息包括用户与SBS通信链路的衰落因子；

第二步、SBS制定视频内容存储及码率转换决策：SBS根据第一步收集的用户的请求信息，结合MEC的存储和计算资源制定视频缓存即联合内容存储策略，以及码率转换策略；

第三步、SBS信息反馈及视频传输：对于能够满足需求的用户，SBS根据该用户的请求信息、位置信息为其分配合适的发送功率，即功率分配；对于无法满足需求的用户，SBS将用户请求反馈至MBS，用户将从MBS获取视频。

根据本发明优选的，建立适用于MEC辅助的自适应流媒体网络中联合内容存储、码率转换与功率分配资源优化问题为：

目标函数如式(I)：

约束条件包括C1、C2、C3、C4；

其中：用户集合为视频文件集合为/>每个视频文件被编码为/>版本，版本相应的编码速率为每个版本进一步分割为N个视频片段，视频片段的持续时间为Φ；MEC的存储容量为C，计算容量为D，SBS最大发射功率为P，/>表示一个视频片段大小，s_k，l表示视频整个视频文件大小，w表示转码每比特视频文件所需要的转数，f表示MEC处理器的转速；B，g_m，σ²，I分别表示分配带宽、信道增益、高斯白噪声和干扰，/>表示基站分配给用户的发射功率，/>表示用户对文件的请求概率；

优化变量为：分别由缓存变量x_k，L∈{0，1}、计算变量/>功率分配变量/>构成的矩阵，l_c＝{1，2，...，l，...，L-1}；

优化目标为：最小化用户获取视频的平均时延T(X，Y，P)，其具体表达式如式(II)，

其中，为通信时延，/>为计算时延，T₀表示用户从MBS下载文件的时延；

约束条件为：C1表示MEC存储容量限制，即MEC缓存文件之和不超过C；C2表示MEC计算容量限制，即MEC转码文件的总转数不超过D；C3表示视频下载速率限制，即请求视频文件(k，l)的用户从SBS下载文件的速率不低于R_l以保证视频流畅播放；C4表示SBS发送功率限制，即SBS为用户分配的发送功率之和不超过P。

根据本发明优选的，第二步中，利用MATLAB intlinprog函数获得最优视频缓存即联合内容存储策略，以及码率转换策略。

根据本发明优选的，第三步中，采用多项式时间复杂度的启发式算法能够快速获得接近最优性能的功率分配决策。

根据本发明优选的，联合内容存储、码率转换与功率分配资源优化方法的步骤如下：

1)初始化：MEC设置初始内容存储矩阵X⁽ⁱ⁾、码率转换矩阵Y⁽ⁱ⁾、功率分配决策矩阵P⁽ⁱ⁾为全零矩阵，设置迭代步数i＝1，并将系统参数输入MEC；

2)变量计算：固定P⁽ⁱ⁾，利用MATLAB intlinprog函数求解得到X⁽ⁱ⁺¹⁾和Y⁽ⁱ⁺¹⁾；固定X⁽ⁱ⁺¹⁾和Y⁽ⁱ⁺¹⁾，利用启发式算法求解得到P⁽ⁱ⁺¹⁾，并根据表达式(II)计算T⁽ⁱ⁺¹⁾；

3)判定：判断T⁽ⁱ⁺¹⁾是否等于T⁽ⁱ⁾；若相等，则终止循环并输出变量矩阵X⁽ⁱ⁺¹⁾，Y⁽ⁱ⁺¹⁾和P⁽ⁱ⁺¹⁾；若不相等则进行步骤4)；

4)变量更新：将P⁽ⁱ⁾更新为P⁽ⁱ⁺¹⁾，并重复步骤2)。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现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的步骤。

一种计算机可读存储介质，其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的步骤。

本发明的有益效果为：

本发明通过对内容存储、码率转换与功率分配等多域资源的合理调度，从系统的角度看，可以有效的减少用户与核心网视频数据交互量、缓解网络拥塞；从用户的角度看，能够降低用户获取视频的初始时延、避免视频卡顿、提高用户视频观看体验。

附图说明

图1是本发明所提联合内容存储、码率转换与功率分配资源优化方法流程图；

图2是在MEC不同存储容量下现有方法与本发明方法平均时延对比示意图；

图3是在MEC不同计算容量下现有方法与本发明方法平均时延对比示意图；

图4是在SBS不同最大发射功率下现有方法与本发明方法平均时延对比示意图。

具体实施方式

下面结合具体实施例对本发明做进一步说明，但不限于此。

实施例1

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，用于缓解网络拥塞、降低用户获取视频初始时延，包括以下步骤：

第一步、SBS收集用户视频内容及视频版本请求：SBS覆盖下的用户根据个人喜好及网络状态请求视频内容及版本，SBS收集所有用户的视频请求信息、位置信息、信道状态信息；视频请求信息包括视频内容及视频版本；位置信息包括用户与SBS的距离；信道状态信息包括用户与SBS通信链路的衰落因子；

第二步、SBS制定视频内容存储及码率转换决策：SBS根据第一步收集的用户的请求信息，结合MEC的存储和计算资源制定合理的视频缓存即联合内容存储策略，以及码率转换策略；

第三步、SBS信息反馈及视频传输：由于MEC有限的存储和计算资源，部分用户需求无法在SBS得到满足。此步骤中，对于能够满足需求的用户，SBS根据该用户的请求信息、位置信息为其分配合适的发送功率，即功率分配；对于无法满足需求的用户，SBS将用户请求反馈至MBS(宏基站，Macro Base Station)，用户将从MBS获取视频。

实施例2

根据实施例1所述的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，其区别在于：

建立适用于MEC辅助的自适应流媒体网络中联合内容存储、码率转换与功率分配资源优化问题为：

目标函数如式(I)：

约束条件包括C1、C2、C3、C4；

其中：假设网络中有一个SBS，在SBS覆盖范围内随机分布用户，所有用户均可与SBS或MBS建立无线通信连接，SBS配备MEC服务器，其存储容量为C，计算容量为D，SBS的最大发射功率为P。视频文件集合为/>每个视频文件被编码为/>版本，版本相应的编码速率为/>每个版本进一步分割为N个视频片段，视频片段的持续时间为Φ；第m个用户对视频文件(k，l)的请求概率表示为/>MEC的存储容量为C，计算容量为D，SBS最大发射功率为P，/>表示一个视频片段大小，s_k，l表示视频整个视频文件大小，w表示转码每比特视频文件所需要的转数，f表示MEC处理器的转速；B，g_m，σ²，I分别表示分配带宽、信道增益、高斯白噪声和干扰，表示基站分配给用户的发射功率，/>表示用户对文件的请求概率；

优化变量为：分别由缓存变量x_k，L∈{0，1}、计算变量/>功率分配变量/>构成的矩阵，l_c∈{1，2，...，l，...，L-1}；

约束条件为：C1表示MEC存储容量限制，即MEC缓存文件之和不超过C；C2表示MEC计算容量限制，即MEC转码文件的总转数不超过D；C3表示视频下载速率限制，即请求视频文件(k，l)的用户从SBS下载文件的速率不低于Rl以保证视频流畅播放；C4表示SBS发送功率限制，即SBS为用户分配的发送功率之和不超过P。

假设x_k，L∈{0，1}为MEC的存储决策变量，为MEC的计算决策变量。由于MEC的计算和存储容量有限，x_k，L和/>需满足以下约束：

其中，s_k，L＝NR_LΦ表示最高版本视频文件大小，w表示转码每比特视频文件所需要的转数，表示一个视频片段大小。MEC将视频文件(k，L)转码为(k，l_c)的计算时延为/>其中f表示MEC处理器的转速。

假设为SBS功率分配决策变量，当第m个用户对视频文件(k，l)时，用户下载速率可以表示为/>其中B，g_m，σ²，I分别表示分配带宽、信道增益、高斯白噪声和干扰。用户下载视频文件的通信时延可表示为/>为保证视频流畅播放，视频下载速率需超过视频编码速率，即

此外，SBS为用户分配的总发射功率需低于其最大发送功率：

根据MEC的存储、计算、功率分配决策，用户获取视频文件的平均时延可表示为：

由此，可将时延最小化问题建模为：

目标函数：

第二步中，利用MATLAB intlinprog函数可快速高效的获得最优视频缓存即联合内容存储策略，以及码率转换策略。

其中，MATLAB intlinprog函数获得最优内容存储策略、及码率转换策略的具体描述如下：

(1)对于视频文件k，当其存储决策x_k，L与转码决策确定时，该视频文件所占用的存储空间、码率转化资源、发射功率及传输时延是确定的(分别用符号/>表示)。因此，视频文件k的存储决策x_k，L与转码决策/>可用单变量z_k，j表示，z_k，j与x_k，L、/>的对应关系及相应的/>值如表1所示。

表1

(2)求解变量z_k，j的问题可以转变成

目标方程：

约束条件包括C5、C6、C7。

问题(3)是整数线型规划方程，可用MATLAB intlinprog函数可快速高效求解得到z_k，j，具体函数调用方式为：Z＝intlinprog(f,intcon,A,b,Aeq,Beq,lb,ub)；其中为z_k，j组成的数组，/>为时延/>组成的数组，/>第1、2、3行分别是由/>组成的矩阵，b＝[C；D；P]，Aeq＝zeros(K,KJ),Beq＝ones(K,1),lb＝zeros(KJ,1),ub＝ones(KJ,1),intcon＝1:KJ。

得到Z后可按表1恢复内容存储矩阵X和转码策略矩阵Y。

第三步中，采用多项式时间复杂度的启发式算法能够快速获得接近最优性能的功率分配决策。

其中，多项式时间复杂度启发式算法具体描述如下：

(1)利用公式求得第m个用户流畅播放视频文件(k，l)所需的SBS最小发射功率/>

(2)根据X和Y，计算总功率

(3)根据P₀可求得SBS剩余发送功率P₁＝P-P₀；

(4)将P₁均匀分配到所有请求低版本视频文件的用户。

如图1所示，联合内容存储、码率转换与功率分配资源优化方法的步骤如下：

1)初始化：MEC设置初始内容存储矩阵X⁽ⁱ⁾、码率转换矩阵Y⁽ⁱ⁾、功率分配决策矩阵P⁽ⁱ⁾为全零矩阵，设置迭代步数i＝1，并将系统参数(包括M，C，D，N，φf，w，B，g_m，σ²，I，/>d_m，P)输入MEC；

2)变量计算：固定P⁽ⁱ⁾，利用上述第二步中MATLAB intlinprog函数求解得到X⁽ⁱ⁺¹⁾和Y⁽ⁱ⁺¹⁾；固定X⁽ⁱ⁺¹⁾和Y⁽ⁱ⁺¹⁾，利用上述第三步启发式算法求解得到P⁽ⁱ⁺¹⁾，并根据表达式(II)计算T⁽ⁱ⁺¹⁾；

4)变量更新：将P⁽ⁱ⁾更新为P⁽ⁱ⁺¹⁾，并重复步骤2)。

对本发明提供的预测方法的预测性能进行测试和评估,并与传统算法和真实流量值进行比较,具体结果如下：

图2展示了所提方法与三种现有方法的平均时延随着MEC存储容量变化示意图。可以看到当MEC存储容量增加时，所有方法的平均时延均随之降低。因为MEC可以存储更多的视频文件，更多的用户请求可以从MEC得到满足而不需从MBS下载，而从MBS下载的时延远高于从MEC下载的时延，因此时延逐步降低。从图2还可以看出，所提方法性能远超其他三种方法。具体而言，所提方法的平均时延比方法1低10.87％～14.60％，比方法2低20.64％～31.02％，比方法3低30.14％～42.25％。

图3展示了所提方法与三种现有方法的平均时延随着MEC计算容量变化示意图。可以看到当MEC计算容量增大时，所提方法的平均时延均随之降低。因为MEC可以转码更多的视频文件，更多低版本的用户请求可以从MEC得到满足。此外，随着计算容量的变化，所提方法仍具有优良性能，其平均时延比方法1低5.96％～16.57％，比方法2低25.72％～32.44％，比方法3低14.52％～49.48％。

图4展示了所提方法与三种现有方法的平均时延随着SBS最大发射功率变化示意图。当SBS最大发射功率增加时，所提方法的平均时延均也逐步降低。因为SBS可以为用户分配更大的发射功率，用户的下载速率逐渐增加，因而下载时延随之降低。所提方法随着SBS最大发射功率的变化，性能依然优于其他方法。具体而言，其平均时延比方法1低4.64％～12.47％，比方法2低11.53％～31.02％，比方法3低32.46％～42.25％。

实施例3

一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现实施例1或2所述的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的步骤。

实施例4

一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现实施例1或2所述的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的步骤。

Claims

1.一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，其特征在于，包括以下步骤：

第三步、SBS信息反馈及视频传输：对于能够满足需求的用户，SBS根据该用户的请求信息、位置信息为其分配合适的发送功率，即功率分配；对于无法满足需求的用户，SBS将用户请求反馈至MBS，用户将从MBS获取视频；

第二步中，利用MATLAB intlinprog函数获得最优视频缓存即联合内容存储策略，以及码率转换策略；包括：

(1)对于视频文件k，当其存储决策x_k，L与转码决策确定时，该视频文件所占用的存储空间、码率转化资源、发射功率及传输时延是确定的，分别表示为/>

(2)求解变量z_k，j的问题转变成

目标方程：

约束条件包括C5、C6、C7；

是整数线型规划方程，用MATLAB intlinprog函数快速高效求解得到z_k，j，具体函数调用方式为：Z＝intlinprog(f,intcon,A,b,Aeq,Beq,lb,ub)；其中，为z_k，j组成的数组，/>为时延/>组成的数组，/>第1、2、3行分别是由/>组成的矩阵，b＝[C；D；P]，Aeq＝zeros(K,KJ),Beq＝ones(K,1),lb＝zeros(KJ,1),ub＝ones(KJ,1),intcon＝1:KJ；得到Z后恢复内容存储矩阵X和转码策略矩阵Y；

第三步中，采用多项式时间复杂度的启发式算法能够快速获得接近最优性能的功率分配决策，包括：

a、利用公式求得第m个用户流畅播放视频文件(k，l)所需的SBS最小发射功率/>

b、根据X和Y，计算总功率

c、根据P₀求得SBS剩余发送功率P₁＝P-P₀；

d、将P₁均匀分配到所有请求低版本视频文件的用户。

2.根据权利要求1所述的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，其特征在于，建立适用于MEC辅助的自适应流媒体网络中联合内容存储、码率转换与功率分配资源优化问题为：

目标函数如式(I)：

约束条件包括C1、C2、C3、C4；

3.根据权利要求1或2任一所述的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，其特征在于，联合内容存储、码率转换与功率分配资源优化方法的步骤如下：

3)判定：判断T⁽ⁱ⁺¹⁾是否等于T⁽ⁱ⁾；若相等，则终止循环并输出变量矩阵X⁽ⁱ⁺¹⁾，Y⁽ⁱ⁺¹⁾和P⁽ⁱ ⁺¹⁾；若不相等则进行步骤4)；

4)变量更新：将P⁽ⁱ⁾更新为P⁽ⁱ⁺¹⁾，并重复步骤2)。

4.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-3任一所述的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的步骤。

5.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-3任一所述的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的步骤。