CN1327672C - 一种基于数值微分的流量分配方法 - Google Patents

Abstract

本发明涉及一种基于数值微分的流量分配方法，属于信息传播技术领域。本方法的n个流媒体数据源将流媒体数据以RTP报文的形式发出，每一个RTP报文均有一个序号，通过对RTP报文序号的划分来实现对流媒体数据的流量分配。本发明方法基于数值微分，参考图形学中的直线扫描转换，将流量分配问题转换成一个序列拆分的数学模型，实现较为精确的流量分配。本发明方法突破现有的分段拆分方法，通过跳跃式序列拆分，有效地降低了可能发生的连续丢包概率，为前向纠错码等纠错方式进行数据恢复创造了条件。

Description

一种基于数值微分的流量分配方法

技术领域

本发明属于信息传播技术领域，尤其涉及一种应用于多数据源网络构架环境下流调度方法中的基于数值微分的流量分配设计。

背景技术

在一个多数据源的网络架构中，多个流媒体数据源同时为一个客户端节点提供流媒体数据。为了达到流调度的目的，必须有一个有效的流量分配方法给予支持，不同的流量分配方法将直接影响到最终流调度效果。

在目前多线程的文件传输过程中，虽然可以实现多数据源的文件传输，但却无法实现根据各数据源的网络特性、负载能力和传输性能等智能、精确地分配流量。同时，传统的文件传输均是将文件进行分段拆分，一旦发生数据丢包现象，将可能导致传输的连续丢包，从而严重影响前向纠错码等纠错方式进行数据恢复。至此，传统的流量分配方法在智能流量分配、丢包处理和数据相关性方向都存在缺陷。

发明内容

本发明的目的是提出一种基于数值微分的流量分配方法。该方法参考图形学中的直线扫描转换，可实现较为精确的流量分配。

本发明提出的一种基于数值微分的流量分配方法，其特征在于，将n个流媒体数据源将流媒体数据以RTP报文的形式发出，每一个RTP报文均有一个序号(sequencenumber)，通过对RTP报文序号的划分来实现对流媒体数据流量的分配；具体包括以下步骤：

(1)将RTP报文序列定义为一个序列{a_m＝m+S₀}，m≥0∧m∈Z，式中，S₀为该序列的起始序号；

(2)该n个流媒体数据源的不同网络负载能力带来的不均匀分配表示为该序列经划分后得到的各子序列元素个数的比例B₁∶B₂∶…∶B_n，划分后的n个子序列为{a_K ⁽¹⁾}，…，{a_k ⁽ⁿ⁾}k∈Z⁺∪{0}，其中n为子序列的个数(一个流媒体数据源对应一个子序列)；

(3)第i个子序列{a_k ⁽ⁱ⁾}为对应第i个流媒体数据源需要向客户端节点发送的RTP报文的序号。

上述方法中，序列划分的详细方法，包括如下步骤：

(2.1)确定初始报文序号S₀，子序列个数n，子序列元素个数的比例B₁∶B₂∶…∶B_n，以及提供媒体流的客户端节点的序号i；

(2.2)计算满足不等式2^l-1＜max(B₁，…，B_n)＜2^l的l；

(2.3)变量赋值dt＝2^-l，ds₁＝B₁·dt，ds₂＝B₂·dt，…，ds_n＝B_n·dt；

(2.4)变量赋值s₁＝s₂＝…＝s_n＝0，m＝S₀，k＝0；

(2.5)当满足k＜k_max(k_max表示第i个子序列的长度)时，执行步骤(2.6)至(2.11)；

(2.6)对于每一个j从1至n，执行步骤(2.7)至(2.11)；

(2.7)如果s_j+ds_j≠[s_j]，执行步骤(2.8)至(2.10)；

(2.8)如果j＝i，执行步骤(2.9)；

(2.9)变量赋值 $a_k^{\left(i\right)}=m,$ k＝k+1；

(2.10)变量赋值m＝m+1；

(2.11)变量赋值s_j＝s_j+ds_j；

(2.12)得到第i个子序列{a_k ⁽ⁱ⁾}0＜k＜k_max，k∈Z。

本发明的特点及效果：

本发明方法基于数值微分，参考图形学中的直线扫描转换，将流量分配问题转换成一个序列拆分的数学模型，实现较为精确的流量分配。该方法突破现有的分段拆分方法，通过跳跃式序列拆分，有效地降低了可能发生的连续丢包概率，为前向纠错码等纠错方式进行数据恢复创造了条件。

附图说明

图1是本发明方法中的流量分配方法流程图

图2是本发明方法在二个流媒体数据源时的流量分配方法实施例示意图。

具体实施方式

本发明提出的一种基于数值微分的流量分配方法结合附图及实施例详细说明如下：

本发明的基于数值微分的流量分配方法如图1所示，其特征在于，将n个流媒体数据源将流媒体数据以RTP报文的形式发出，每一个RTP报文均有一个序号(sequencenumber)，通过对RTP报文序号的划分来实现对流媒体数据流量的分配：具体包括以下步骤：

(1)将RTP报文序列定义为一个序列{a_m＝m+S₀}，m≥0∧m∈Z，式中，S₀为该序列的起始序号；

(2)该n个流媒体数据源的不同网络负载能力带来的不均匀分配表示为该序列经划分后得到的各子序列元素个数的比例B₁∶B₂∶…∶B_n，划分后的n个子序列为{a_k ⁽¹⁾}，…，{a_k ⁽ⁿ⁾)},k∈Z⁺∪{0}，其中n为子序列的个数(一个流媒体数据源对应一个子序列)；

(3)第i个子序列{a_k ⁽ⁱ⁾}为对应第i个流媒体数据源需要向客户端节点发送的RTP报文的序号。

上述方法中，序列划分的详细方法，包括如下步骤：

(2.1)确定初始报文序号S₀，子序列个数n，子序列元素个数的比例B₁∶B₂∶…∶B_n，以及提供媒体流的客户端节点的序号i；

(2.2)计算满足不等式2^l-1＜max(B₁，…，B_n)＜2^l的l；

(2.3)变量赋值dt＝2^-l，ds₁＝B₁·dt，ds₂＝B₂·dt，…，ds_n＝B_n·dt；

(2.4)变量赋值s₁＝s₂＝…＝s_n＝0，m＝S₀，k＝0；

(2.5)当满足k＜k_max(k_max表示第i个子序列的长度)时，执行步骤(2.6)至(2.11)；

(2.6)对于每一个j从1至n，执行步骤(2.7)至(2.11)；

(2.7)如果s_j+ds_j≠[s_j]，执行步骤(2.8)至(2.10)；

(2.8)如果j＝i，执行步骤(2.9)；

(2.9)变量赋值 $a_k^{\left(i\right)}=m,$ k＝k+1；

(2.10)变量赋值m＝m+1；

(2.11)变量赋值s_j＝s_j+ds_j；

(2.12)得到第i个子序列{a_k ⁽¹⁾}，0＜k＜k_max，k∈Z。

本发明方法在二个流媒体数据源时的流量分配方法实施例如图2所示，流量分配方法可以直观地描述为一个直线扫描转换(直观展示图1的运算过程)。在本实施例中，子序列元素个数n＝2，二个子序列的元素个数比例B₁∶B₂＝10∶7，序列初始序号S₀＝1，得到两个子序列{a_k ⁽¹⁾}，{a_k ⁽²⁾}，k∈Z⁺∪{0}。

图2中标定了二维坐标系，每个格子(像素)都代表一个像素。这里由(0，0)点向(10，7)点画一条虚直线，并利用像素矩阵的一些像素(即图中的灰色格子)来逼近这条虚直线。

图2中由(0，0)点走到(10，7)点(如图箭头所示，这里要求只能沿着XY坐标增大的方向前进并且沿Y坐标优先，也可X坐标优先)，一共前进了17步(当然可以沿着这条直线继续前进)，每一步都标明了序号，其中沿X方向走了10步，沿Y方向走了7步。最后将沿X方向的序号作为子序列1，沿Y方向的序号作为子序列2。

得到二个子序列 $\left\{\begin{array}{c}\left\{a_k^{\left(1\right)}\right\}=\{\mathrm{2,3,5,7,9,10,12,14,15,17},\·\·\·\}\\ \left\{a_k^{\left(2\right)}\right\}=\{\mathrm{1,4,6,8,11,13,16},\·\·\·\}\end{array}\right..$

根据此流量分配方法，最后流媒体数据源1需要向客户端节点发送的RTP报文序号为2，3，5，7，9，10，12，14，15，17，...；流媒体数据源2需要向客户端节点发送的RTP报文序号为1，4，6，8，11，13，16，...。

由于网络传输中丢包大多为突发的连续丢包，如果不采用这种跳跃式RTP报文序号的拆分，而是采用简单的分段拆分，例如对于上述序列，将其分为10∶7的两个序列有：序列1为1～10，18～27，35～44，…序列2为11～17，28～34，45～51，...，将会使得连续丢包的概率大大增加，从而不利于使用前向纠错码等纠错方式进行数据恢复，造成不可恢复的数据段增加。而采用本流量分配方法，将所有的报文均匀打散，可以使得突发连续丢包的概率大大降低，从而使得不恢复的数据段大大减少。

Claims (1)

1、一种基于数值微分的流量分配方法，其特征在于，将n个流媒体数据源将流媒体数据以RTP报文的形式发出，每一个RTP报文均有一个序号，通过对RTP报文序号的划分来实现对流媒体数据流量的分配；具体包括以下步骤：

1)将RTP报文序列定义为一个序列{a_m＝m+S₀}，m≥0∧m∈Z，式中，S₀为该序列的起始序号；

2)该n个流媒体数据源的不同网络负载能力带来的不均匀分配表示为该序列经划分后得到的各子序列元素个数的比例B₁∶B₂∶…∶B_n，划分后的n个子序列为{a_k ⁽¹⁾}，…，{a_k ⁽ⁿ⁾}，k∈Z⁺∪{0}，其中n为子序列的个数，一个流媒体数据源对应一个子序列；

3)第i个子序列{a_k ⁽ⁱ⁾}为对应第i个流媒体数据源需要向客户端节点发送的RTP报文的序号；所述第2)步骤中的序列划分的方法，具体包括如下步骤：

(1)确定初始报文序号S₀，子序列个数n，子序列元素个数的比例B₁∶B₂∶…∶B_n，以及提供流媒体的客户端节点的序号i；

(2)计算满足不等式2^l-1＜max(B₁，…，B_n)＜2_l的l；

(3)变量赋值dt＝2^-l，ds₁＝B₁·dt，ds₂＝B₂·dt，…，ds_n＝B_n·dt；

(4)变量赋值s₁＝s₂＝…＝s_n＝0，m＝S₀，k＝0；

(5)当满足k＜k_max，k_max表示第i个子序列的长度时，执行步骤(6)至(11)；

(6)对于每一个j取从1至n，执行步骤(7)至(11)；

(7)如果s_j+ds_j≠[s_j]，执行步骤(8)至(10)；

(8)如果j＝i，执行步骤(9)；

(9)变量赋值 $a_k^{\left(i\right)}=m,k=k+1;$

(10)变量赋值m＝m+1；

(11)变量赋值s_j＝s_j+ds_j；

(12)得到第i个子序列{a_k ⁽ⁱ⁾}，0＜k＜k_max，k∈Z。

Images