KR101276190B1

KR101276190B1 - 네트워크 속도들을 할당하기 위한 방법 및 장치

Info

Publication number: KR101276190B1
Application number: KR1020110086526A
Authority: KR
Inventors: 스리사쿨 타콜스리; 볼프강 켈레러; 에케하르트 슈타인바흐
Original assignee: 가부시키가이샤 엔티티 도코모
Priority date: 2010-08-30
Filing date: 2011-08-29
Publication date: 2013-06-19
Also published as: JP2012090258A; US20120051299A1; US8743719B2; CN102386999A; KR20120021242A; JP5113284B2; EP2434826A1

Abstract

할당할 어떤 제한된 전체 대역폭을 가진 네트워크를 통해 사용자들이 가능하게는 상이한 애플리케이션들을 액세스하는 복수의 모바일 단말들에 네트워크 데이터 레이트들을 할당하기 위한 방법에 있어서,
상기 할당된 데이터 레이트에 의존하여, 바람직하게는 또한 채널 상태에도 의존하여 사용자에 의해 지각되는 품질을 특정 애플리케이션에 대해 나타내는 품질 효용 함수를 최적화 동작에 대한 입력으로서 이용하는 단계,
복수의 가능한 리소스 할당들 중에서 품질 크기가 극값(extremum)에 도달하는 상기 리소스 할당을 발견함으로써 상기 품질 크기가 최적화되는 방식으로 상기 최적화 동작이 상기 상이한 애플리케이션들 및 상기 복수의 애플리케이션들에 대해 상이한 가능한 리소스 할당들에 대한 품질 효용 함수들에 기초하여 결합된 품질 크기를 계산하여, 상기 네트워크에 대해 전체 최적화된 리소스 할당을 얻도록 상기 최적화 동작을 수행하는 단계를 포함하고, 상기 방법은,
하나 이상의 상기 모바일 단말들에서 과거 상기 사용자 지각 품질과 비교되는 상기 사용자 지각 품질의 열화량이 상기 과거 상기 사용자 지각 품질과 비교되는 상기 사용자 지각 품질이 상기 특정 임계치를 초과하지 않는 다른 리소스 할당과 비교되는 특정 임계치를 초과할 수 있는 리소스 할당을 페널라이징(penalizing)하는 방식으로 최적화 동작이 페널티 파라미터를 사용하도록 상기 최적화 동작을 적용하는 단계를 더 포함하는, 네트워크 데이터 레이트 할당 방법.

Description

네트워크 속도들을 할당하기 위한 방법 및 장치{Method and apparatus for allocating network rates}

본 발명은 네트워크 속도들을 할당하기 위한 방법 및 장치에 관한 것이다. 특히, 본 발명은 운영자(operator)가 사용자에 의해 지각되는 서비스 품질을 고려하기를 원하는, 네트워크 리소스 할당 최적화 문제와 같은 시나리오에 관한 것이다.

무선 네트워크에서의 네트워크 리소스 관리 및 리소스 할당은 비디오 애플리케이션들의 끊임없이 커지는 요구로 인해 모바일 네트워크 운영자에 대해 우선적으로 되고 있다. 네트워크 리소스를 효율적으로 사용하고 사용자 만족감을 달성하기 위해, 네트워크는 예컨대 네트워크에서 심층 패킷 검사(deep packet inspection)를 통해 애플리케이션 요건(requirements)들을 이해할 필요가 있다. 이것은 네트워크가 비디오 컨텐트 및 패킷 디펜던시(packet dependency)의 감도(sensitivity)를 알게 할 수 있다. 비디오 감도는 예를 들어 데이터 레이트 및 패킷 손실율(loss rate)과 같은 네트워크 파라미터들에 의존하여 사용자에 의해 지각되는 비디오 품질의 관계이다. 예를 들어, 동적인 장면(예컨대, 스포츠)을 포함하는 비디오는 높은 데이터 레이트를 필요로 하고, 그것은 패킷 손실에 더 민감하다. 패킷 의존도는 패킷의 중요성에 대해 네트워크에 말하므로, 네트워크로 하여금 상이한 패킷들에 대해 우선순위를 결정할 수 있게 한다. 예를 들어, I-B-P-B-P-B-... 순서에 따라 픽쳐들의 그룹을 이용하는 비디오 코덱(codec)에 대해, I-프레임을 포함하는 패킷을 전송하는 것은 P-프레임 또는 B-프레임의 패킷들보다 더 높은 우선순위를 가지는 데, 그 이유는 만약 그것이 의존하는 I-프레임이 수신기에 성공적으로 송신되지 않으면, P-프레임 및 B-프레임이 정확하게 디코딩되지 않을 수 있기 때문이다.

상이한 비디오 컨텐츠를 포함하는 다중 비디오 스트림들에 네트워크 리소스들을 할당하는 것은 네트워크 운영자에게는 해볼만한 임무인데, 그 이유는 네트워크에서 서빙되는 모든 사용자들을 만족시키면서 제한된 네트워크 리소스를 효율적으로 사용하기 위해서는 얼마나 많은 네트워크 리소스들이 어느 비디오 스트림들에 주어져야 하는지를 네트워크 운영자가 알아야 하기 때문이다.

상이한 계층들의 요약된 정보(예컨대, 애플리케이션 모델/애플리케이션 감도(Sensitivity), 채널 품질 상태)를 고려하여 네트워크 리소스 할당을 최적화하는 것은 먼저 탄력적(elastic) 어플리케이션들(예컨대, 파일 전달 애플리케이션)을 위해 도입되었다(에프. 피. 켈리(F. P. Kelly), "탄력적 트래픽을 위한 차징 및 레이트 제어(charging and rate control for elastic traffic)", European Transaction of Telecommunication, vol. 8, pp. 33-37, Jan. 1997 참조). 또한, "에스. 칸(S. Khan), 에스. 두호브니코브(S. Duhovnikov), 이. 슈타인바흐(E. Steinbach), 및 더블유. 켈러러(W. Kellerer), "모바일 멀티미디어 통신을 위한 MOS-기반 멀티유저 멀티애플리케이션 크로스-레이어 최적화(MOS-based multiuser multiapplication cross-layer optimization for mobile multimedia communication)," Advances in Multimedia, 2007, article ID 94918에서, 리소스 할당은 사용자 지각 품질 크기(quality measure)에 대한 공통 메트릭(common metric)으로서, 음성(voice) 애플리케이션에 대해 원래 제안되었던 품질 크기인, 평균 평가점(Mean Opinion Score : MOS)을 이용하여 상이한 애플리케이션들에 걸쳐 최적화된다(예컨대, ITU-T Recommendation P.800, "전송 품질의 주관적 결정을 위한 방법(Method for subjective determination of transmission quality)," August 1996 참조). 최적 리소스 할당은 네트워크 운영자에 의해 설정된 객관적 함수(objective function)에 의존한다. 모든 사용자들의 평균 품질의 최대치(MaxSum로 불림)와 같은 네트워크 리소스 최적화 문제에 대해 주관적 함수를 설정하거나 애플리케이션 유형 및 채널 품질 상태(MaxMin으로 불림)와 상관없이 모든 사용자들에 대해 유사한 품질을 가진 수개의 방법들이 있다. 또한, 네트워크 운영자는 또한 모든 사용자들에 대해 최소 보장 품질(minimum guarantee quality)을 설정할 수 있고, 이후 보장 품질((MaxMin-MinMOS))과 동일하거나 높은 동일한 품질을 달성하도록 또는 최대 평균 품질(MaxSum-MinMOS)을 달성하도록 리소스 할당을 적응시킬 수 있다.

네트워크 리소스들이 사용자에게만 할당되는 방법의 문제를 다루는 종래 기술은 크로스-레이어 최적화(cross-layer optimization)와 관련되고, 여기서 네트워크 리소스들 할당은 상이한 계층들로부터 요약된 정보에 기초하여 최적화된다. 에스. 칸(S. Khan), 에스. 두호브니코브(S. Duhovnikov), 이. 슈타인바흐(E. Steinbach), 및 더블유. 켈러러(W. Kellerer), "모바일 멀티미디어 통신을 위한 MOS-기반 멀티유저 멀티애플리케이션 크로스-레이어 최적화(MOS-based multiuser multiapplication cross-layer optimization for mobile multimedia communication)," Advances in Multimedia, 2007, article ID 94918에서, 또는 엘.-유. 최(L.-U. Choi), 엠. 티. 이블락(M. T. Ivrlac), 이. 슈타인바흐(E. Steinbach), 및 제이. 에이. 노섹(J. A. Nossek), "무선 채널들을 통한 비디오 전송을 위한 크로스-레이어 디자인에 대한 상향식 접근방식(Bottom-up approach to cross-layer design for video transmission over wireless channels)," in Proc. IEEE Vehicular Technology Conference 2005-Spring (VTC'S05), vol. 5, Stockholm, Sweden, May 30 - Jun. 1, 2005, pp. 3019-3025에서, 또는 미국 특허 7609652B2 - 복수의 통신 계층들의 동작을 제어하기 위한 장치 및 방법(Apparatus and Method for Controlling an Operation of a Plurality of Communication Layers)에서, 이들은 애플리케이션, 네트워크, MAC 및 물리 계층으로부터의 정보를 고려한다. 최적화 문제에 대해 설정된 객관적 함수에 기초하여, 네트워크 리소스들은 상이하게 할당된다. 예를 들어, 네트워크는 칸(Khan) 등에서와 같이 모든 사용자들의 평균 사용자 지각 품질의 최대치를 달성하기를 원할 수 있다. 다른 접근방식은 비. 라두노빅(B. Radunovic) 및 제이.-와이. 르 보덱(J.-Y. Le Boudec), "애플리케이션들과의 최대최소 및 최소최대 공정성을 위한 통합 프레임워크(A unified framework for maxmin and min-max fairness with applications), IEEE/ACM Trans. on networking, vol. 15, no. 5, pp. 1073-1083, Oct. 2007", 또는 미국 특허 5675576 - 혼잡 제어 시스템 및 최대-최소 공정성을 제공하는 패킷 교환 네트워크들을 위한 방법(Congestion control system and method for packet switched networks providing max-min fairness)에서와 같이, 모든 사용자들이 유사 서비스 품질을 지각하도록 네트워크 리소스들을 할당할 수 있다.

그러나, 리소스 할당을 최적화하기 위한 많은 상이한 접근방식들이 있음에도 불구하고, 알려진 접근방식들 중 어느 것도 눈에 띠는 품질 변동들을 어떻게 피해야할지의 문제를 효율적으로 다루지 못할 수 없다.

그러므로, 이러한 문제를 효율적으로 다룰 수 있는 접근방식을 제공하는 것이 요구된다.

일 실시예에 따르면, 할당할 소정의 제한된 전체 대역폭을 가진 네트워크를 통해 사용자들이 가능하게는 상이한 애플리케이션들을 액세스하는 복수의 모바일 단말들에 네트워크 데이터 레이트들을 할당하기 위한 방법에 있어서,

상기 할당된 데이터 레이트에 의존하여, 바람직하게는 채널 상태에도 또한 의존하여 사용자에 의해 지각되는 품질을 특정 애플리케이션에 대해 나타내는 품질 효용 함수(quality utility function)를 최적화 동작(optimizing operation)에 대한 입력으로서 이용하는 단계,

상기 복수의 가능한 리소스 할당들 중에서 품질 크기가 극값(extremum)에 도달하는 상기 리소스 할당을 발견함으로써 상기 품질 크기가 최적화되도록 하는 방식으로, 상기 상이한 애플리케이션들 및 상기 복수의 애플리케이션들에 대해 상이한 가능한 리소스 할당들에 대한 품질 효용 함수들에 기초하여 결합된 품질 크기를 계산하여, 상기 네트워크에 대한 전체 최적화된 리소스 할당을 얻도록 상기 최적화 동작을 수행하는 단계를 포함하고, 상기 방법은,

하나 이상의 상기 모바일 단말들에서 과거의 상기 사용자 지각 품질과 비교되는 상기 사용자 지각 품질(perceived quality)의 열화량이, 상기 과거 상기 사용자 지각 품질과 비교되는 상기 사용자 지각 품질이 상기 특정 임계치를 초과하지 않는 다른 리소스 할당과 비교되는 특정 임계치를 초과할 수 있는 리소스 할당을 페널라이징(penalize)하는 방식으로 최적화 동작이 페널티(penalty) 파라미터를 사용하도록 상기 최적화 동작을 적용하는 단계를 더 포함하는, 네트워크 데이터 레이트 할당 방법이 제공된다.

페널티 파라미터를 도입하는 것은 순간 품질 변화를 고려하는 것을 가능하게 하고, 이러한 주어진 경계 조건(boundary condition) 하에서 리소스 할당을 최적화하면서 특정 사용자 단말에서의 품질 변화가 사용자에 의해 지각될 수 있는 양을 초과하지 않는 방식으로 리소스 할당의 최적화를 수행하는 것을 가능하게 한다.

일 실시 예에 따르면, 상기 특정 임계치는 사용자가 주목할 수 없거나 사용자에 대해 허용할 수 없는(tolerable) 지각된 품질의 변화량으로서 미리 설정된다. 이것은 사용자가 주목할 수 없거나 허용할 수 없는, 범위로 허용된 변동들(fluctuations)의 한계(limit)를 설정하는 것을 가능하게 한다.

일 실시예에 따르면, 상기 결합된 품질 크기는:

특정 애플리케이션 및 특정 할당된 데이터 레이트에 대해 상기 할당된 레이트에 기인한 상기 애플리케이션의 대응하는 사용자 지각 품질 레벨 및 상기 품질 변화에 기인하는 대응하는 페널티 파라미터를 부가하여 상기 특정 애플리케이션에 대해 페널라이징된 품질 표시자(penalized quality indicator)를 얻는 것;

상기 복수의 애플리케이션들에 대해 얻어진 상기 페널라이징된 품질 표시자들을 부가하여 결합된 품질 크기를 얻는 것;

상기 복수의 애플리케이션들에 대해 복수의 상이한 가능한 리소스 할당들에 대한 상기 결합된 품질 크기를 계산하는 것, 및

상기 최적화된 리소스 할당으로서 상기 결합된 품질 크기가 극값에 도달한 상기 복수의 리소스 할당들 중 하나를 얻는 것에 기초한다.

이것은 최대 순간 품질 변화(maximum temporal quality change)를 여전히 보장하면서 품질 레벨들의 합산 및 최적화에 기초하여 알려진 최적화 접근방식을 사용하는 방식을 제안한다.

일 실시예에 따르면, 상기 페널티 파라미터는 상기 과거와 비교되는 품질 변화량과 상기 특정 임계치 사이의 차이에 기초하여 계산된다.

이것은 순간 품질 변화 및 원하는 임계치가 모두 고려되는 것을 보장한다.

일 실시예에 따르면, 상기 페널티 파라미터에 대해, 만약 상기 과거와 비교되는 품질 변화량이 상기 특정 임계치를 초과하면 상기 페널티 파라미터에 더 큰 가중치를 부여하는 가중 계수(weighting factor)가 가해진다.

이것은 전체 품질 크기에 대한 이들의 원하는 영향(impact)에 따라 순간 품질 변화에 가중치를 부여하는 것을 허용한다.

일 실시예에 따르면, 만약 상기 과거와 비교되는 상기 품질 변화량이 상기 특정 임계치를 초과하지 않으면 상기 페널티 파라미터 또는 상기 가중 계수는 영(zero)이고,

만약 상기 과거와 비교되는 상기 품질 변화량이 상기 특정 임계치를 초과하면 상기 페널티 파라미터 또는 상기 가중 계수는 영보다 크고, 바람직하게는 1보다 크다.

이것은 만약 임계치가 초과되지 않으면 페널티가 없을 것이라는 것을 보장한다.

일 실시예에 따르면, 과거의 상기 사용자 지각 품질은,

특정 시간량만큼 현재의 리소스 할당을 선행하는, 시간의 순간에서의 사용자 지각 품질;

상기 선행하는 리소스 할당에 기인하는 상기 사용자 지각 품질;

특정 시간 또는 특정 수의 상기 과거의 소정 개수의 리소스 할당 단계들에 걸쳐 평균화된 상기 사용자 지각 품질; 중 하나이다.

이것은 사용 가능한 과거 사용자 품질 정의들(usable past user quality definitions)의 예들을 제공한다.

일 실시 예에 따르면, 만약 상기 과거와 비교되는 상기 품질 변화량이 상기 특정 임계치를 초과하면 상기 가중 계수는 1이고; 또는

만약 상기 과거와 비교되는 상기 품질 변화량이 상기 특정 임계치를 초과하면 상기 가중 계수는 영보다 크고 상기 과거와 비교되는 상기 품질 변화량에 따라 선형으로 증가한다.

이것은 최적화 함수에 영향을 줄 때 페널티 계수(penalty factor)가 원하는만큼 가중될 수 있는 방법의 예들을 준다.

일 실시예에 따르면, 상기 방법은,

상기 리소스 할당 방법을 반복해서, 바람직하게는 특정 횟수로 수행하는 단계;

이전에 수행된 리소스 할당들의 상기 사용자 지각 품질 레벨들을 추적하는 단계;

특정 시간량에 걸쳐 추적되고 또는 특정 수의 리소스 할당들에 기인하는 상기 사용자 지각 품질 레벨들을 평균화하여 상기 추적된 사용자 지각 품질 레벨들에 기초하여 상기 과거의 상기 사용자 지각 품질을 결정하는 단계를 더 포함한다.

이것은 시간에 따른 연속 최적화 공정의 구현을 가능하게 한다.

일 실시예에 따르면, 상기 최적화 함수는:

상기 각각의 사용자 단말에 의해 주어질 상기 리소스 할당에 기초하여 각각의 사용자 단말에 대한 상기 지각 품질 레벨들의 합에 기초한 제 1 합 요소(summation element);

상기 과거의 상기 사용자에 의해 지각된 상기 품질 레벨과 상기 주어진 리소스 할당에 기초하여 지각될 상기 품질 레벨간의 각각의 사용자 단말에 대한 상기 품질차들의 합에 기초한 제 2 합 요소를 포함하고,

상기 제 2 합 요소는 각각의 사용자 단말에 대한 상기 품질차와 상기 순간 품질 변화의 우선순위 가중치(priority weight)를 승산하여 수정되고, 상기 순간 품질 변화의 상기 우선순위 가중치는 상기 과거의 상기 사용자에 의해 지각된 상기 품질 레벨과 상기 주어진 리스소 할당에 기초하여 지각될 상기 품질 레벨간의 상기 품질차가 순간 품질 변화의 상기 임계치보다 클 때에만 적용되고,

상기 수정된 제 2 합 요소에 의해 감산된 상기 제 1 합 요소의 최대치를 가져오는 최적 네트워크 리소스 할당을 검색하는 단계를 더 포함한다.

이것은 알려진 최적화 처리에 기초한 최적화를 가능하게 하지만 상기 처리로의 페널티 파라미터를 구현하는 것도 가능하게 한다.

일 실시예에 따르면, 할당할 어떤 제한된 전체 대역폭을 가진 네트워크를 통해 사용자들이 가능하게는 상이한 애플리케이션들을 액세스하는 복수의 모바일 단말들에 네트워크 데이터 레이트들을 할당하기 위한 장치에 있어서, 상기 장치는:

상기 할당된 데이터 레이트에 의존하여, 바람직하게는 또한 채널 상태에도 의존하여 사용자에 의해 지각되는 품질을 특정 애플리케이션에 대해 나타내는 품질 효용 함수를 최적화 동작에 대한 입력으로서 이용하도록 되어 있는 모듈을 포함하고,

상기 장치는 복수의 가능한 리소스 할당들 중에서 품질 크기가 극값(extremum)에 도달하는 상기 리소스 할당을 발견함으로써 상기 품질 크기가 최적화되는 방식으로 상기 상이한 애플리케이션들 및 상기 복수의 애플리케이션들에 대해 상이한 가능한 리소스 할당들에 대한 품질 효용 함수들에 기초하여 결합된 품질 크기를 계산하여, 상기 네트워크에 대한 전체 최적화된 리소스 할당을 얻도록 상기 최적화 동작을 수행하도록 되어 있고, 상기 장치는,

하나 이상의 상기 모바일 단말들에서 과거의 상기 사용자 지각 품질과 비교되는 상기 사용자 지각 품질의 열화량이 상기 과거 상기 사용자 지각 품질과 비교되는 상기 사용자 지각 품질이 상기 특정 임계치를 초과하지 않는 다른 리소스 할당과 비교되는 특정 임계치를 초과할 수 있는 리소스 할당을 페널라이징(penalize)하는 방식으로 최적화 동작이 페널티 파라미터를 사용하도록 상기 최적화 동작을 적용하도록 되어 있는 모듈을 더 포함하는, 네트워크 데이터 레이트 할당 장치가 제공된다.

이러한 방식으로 본 발명의 실시예를 구현하는 장치가 구현될 수 있다.

일 실시예에 따르면, 상기 장치는 본 발명의 실시예들 중 하나에 따른 방법을 구현하기 위한 모듈을 더 포함한다.

일 실시예에 따르면, 컴퓨터 상에서 실행될 때 컴퓨터가 본 발명의 실시예들 중 하나에 따른 방법을 실행할 수 있게 하는 컴퓨터 실행 가능 코드를 포함하는 컴퓨터 프로그램이 제공된다.

도 1은 본 발명의 실시 예들이 응용될 수 있는 시나리오를 개략적으로 도시한 도면.
도 2는 본 발명의 실시 예를 개략적으로 도시한 플로차트.
도 3은 본 발명의 실시 예의 효과를 도시한 시뮬레이션 결과를 나타낸 도면.

본 발명의 실시예들을 기술하기 전에, 무엇보다도 먼저 다음의 설명에서 사용되는 몇 가지 용어들의 의미가 명백해질 것이다.

AS - 어플리케이션 서버(Application Server)

BS - 기지국(Base station)

CLO - 크로스 레이어 옵티마이저(Cross Layer Optimizer)

MAC - 매체 접근 제어(Medium Access Control)

MOS - 평균 평가점(Mean Opinion Score)

PSNR - 최대 신호 대 잡음비(Peak Signal to Noise Ratio)

QoE - 체감 품질(Quality of Experience)

UE - 사용자 장비(User Equipment)

일 실시예에 따르면, 애플리케이션 효용 함수(또는 품질 효용 함수), 가능하게는 또한 사용자의 채널 품질, 및 또한 리소스 할당의 최적화 문제에 대한 입력으로서 전체 이용 가능한 네트워크 리소스들을 사용하는 방법이 제공된다. 제안된 방법의 출력은 각각의 사용자에 대한(또는 각각의 스트림 또는 각각의 사용자 장비에 대한, 즉 할당 프로세스에서 고려되는 각각의 엔티티에 대한 할당) 최적 리소스 할당(예컨대, 각각의 사용자에 또는 그것의 모바일 디바이스의 애플리케이션에 할당된 데이터 레이트 또는 심볼 레이트)이다. 리소스는 다양한 비디오 컨텐트들을 액세스하고 동일한 무선 셀에 존재하는 모든 적극적인 사용자들(또는 엔티티들)이 무선 채널 상태에 급격한 변화가 있을지라도 순간 비디오 품질(temporal video quality)의 완만한 변화를 경험하도록 할당된다. 동시에, 바람직하게는 네트워크 리소스 이용율(network resource utilization)의 면에서 시스템 효율이 가능한 한 높게 유지된다.

예측 사용자 지각 품질(expected user perceived quality)을 모델링(modeling)하기 위한 이전의 접근방식들이 있을 수 있지만, 이들 연구들(works)은 MOS를 예측된 사용자 지각 품질의 크기(measure)로서 사용했다. 종래 기술의 애플리케이션 모델링의 목적은 사용자 지각 품질이 네트워크/애플리케이션 성능 메트릭(예컨대, 데이터 레이트, 패킷 손실, PSNR)의 값들을 초과하는 특정 임계치에 대해서가 아닌 네트워크/애플리케이션 성능 메트릭(예컨대, 데이터 레이트, 패킷 손실, PSNR)에 대해서 어떻게 변화하는지를 아는 것이었다. 그러나, 본 발명의 일 실시예에 따르면, 사용자에 의해 지각되는 품질 변동이 제한되고 상기 제한은 리소스 할당을 수행할 때 고려되는 방식으로 "과거와 비교되는 최대 허용 사용자 지각 품질 변동"의 이와 같은 임계치가 리소스 할당을 결정하기 위해 도입되어 사용된다.

이전에 알려진 언급된 객관적 함수들의 어느 것도 사용자에 의해 지각되는 순간 품질의 변화를 고려하지 않았다. 예를 들어, MaxSum 객관적 함수에 의해, 채널 품질 상태가 시간에 따라 급격하게 변하고 있을 때, 사용자는 비디오 품질의 급격한 변화를 경험할 것이고, 비디오를 시청하는 동안 짜증날 수 있다. 이것은 채널 품질 상태가 불량해질 때, 옵티마이저가 어떠한 네트워크 리소스들도 사용자에게 주지 않을 것이기 때문이다. 그렇지만, 채널 품질이 매우 양호할 경우, 옵티마이저는 이러한 사용자에게 네트워크 리소스 할당을 위한 더 높은 우선권을 줄 것이고, 그러므로, 이러한 사용자에 의해 지각되는 서비스 품질은 양호하거나 심지어 매우 양호할 수 있다. 대조적으로, MaxMin 객관적 함수에 의해, 모든 사용자들은 동일한 품질을 지각할 것이고, 이것은 순간 품질을 고르게 만들 수 있다. 그러나, 이것은 시스템 효율의 최소로 이어지는 데, 그 이유는 대부분의 네트워크 리소스들이 불량한 채널 품질을 가진 사용자에게 또는 고수요(high-demand) 애플리케이션을 액세스하는 사용자에게 주어질 것이기 때문이다.

본 발명의 실시예들에 따르면, 네트워크 리소스 할당 문제의 객관적(objective) 함수에 대한 사용자에 의해 지각되는 순간 품질의 영향이 고려되고, 그러므로 서비스/애플리케이션을 액세스하는 전기간의 전체 사용자 지각 품질이 개선된다.

일 실시예에 따르면, 본 발명은 인간이 특정 임계치를 초과하는, 품질의 순간 변동만을 인식할 수 있다는 사실을 이용하고 있다. 이것은 인간이 물체의 어떤 값의 변경을 지각할 수 있고, 예를 들어 중량 변화가 특정 임계치를 초과하는 경우에만 지각할 수 있는, 순간 보유 물체(instance carried object)의 중량 변화의 인식을 지각할 수 있는 어떤 다른 예들과 다소 유사하다. 유사한 방식으로, 인간의 눈이 인식할 수 있는 순간 비디오 품질 변화의 특정 임계치가 또한 있다. 일 실시예에 따르면, 네트워크 리소스 할당 문제를 풀기 위해 이용되는 객관적 함수의 이와 같은 임계치를 고려한다. 이것은 네트워크 리소스 할당을 위해 옵티마이저에 더 높은 유연성을 부여한다. 예를 들어, 지각할 수 없는 비디오 품질 변화의 범위 내에서, 낮은 수요의 비디오를 액세스하는 사용자 또는 양호한 채널 상태를 가진 사용자에게 할당되는 네트워크 리소스들의 일부는 높은 수요의 비디오를 액세스하는 사용자 또는 불량한 채널 상태를 가진 사용자에게 주어질 수 있고, 한편 나머지들에 리소스들을 주는 사용자는 많은 품질 열화를 지각할 수 없거나 거의 품질 열화를 지각할 수 없다. 환언하면, "지각된 품질 열화 임계치"의 파라미터는 리소스 할당을 맡고 있는 네트워크 엔티티로 하여금 비디오 스트림의 품질을 사용자가 그것을 주목하지 못할(또는 거의 주목하지 못할) 정도까지 "감소(reduce)"시킬 수 있게 하고, 이때 이러한 의도한 품질 열화에 의해 "자유로워진(freed)" 네트워크 리소스들은 이들의 품질이 임계치를 넘어 감소하는 것을 피하기 위해 다른 애플리케이션들 또는 비디오 스트림들 또는 이들을 더 긴급하게 필요로 하는 사용자들을 위해 이용될 수 있는 데, 예를 들어 그 이유는 스포츠 비디오의 경우와 같이, 만약 특정 품질 레벨이 유지되어야 한다면 이들이 리소스들에 대해 더 많이 요구하고 있는 비디오 스트림을 이용하고 있기 때문이다.

일 실시예에 따르면, 순간 비디오 품질의 변화 및 그것의 인간이 지각 가능한 임계치는 QoE-기반 네트워크 리소스 할당 최적화를 수행할 때 실행되는 전체 사용자-지각 품질 평가(리소스 할당의 계산을 맡고 있는 "객관적 함수(objective function)"에 의해 결정되는)에 영향을 주는 인자들 또는 파라미터들로서 고려된다.

본 발명의 실시예들에 따른 방법을 적용함으로써, 네트워크 운영자는;

- 순간 비디오 품질의 변화를 고려하여 제한된 네트워크 리소스들의 사용을 최적화할 수 있고;

- 무선 채널 상태의 동적인 변화로 인한 순간 비디오 품질의 어떤 급격한 변화들을 방지할 수 있고;

- 비디오 품질이 매끄럽게 변하는 비디오 전송 서비스를 제공하여 가능한 한 높게 사용자 만족도를 유지할 수 있게 된다.

다음에, 본 발명의 실시예들이 다소 더 상세히 설명될 것이다.

도 1은 본 발명의 실시예들이 적용되는 일반적인 시나리오를 나타낸다. 고려된 네트워크 아키텍쳐는 4개의 주 네트워크 요소들: 애플리케이션 서버(AS), QoE-기반 옵티마이저(QoE 모듈), 기지국(BS) 및 사용자 장비(UE)로 구성된다. AS는 사용자가 액세스하고 싶은 애플리케이션 데이터 스트림의 소스이다. QoE 모듈은 네트워크 리소스 할당 최적화를 수행하는 다운링크 리소스 할당기로서 작용하고 있다.

리소스 할당은 최적화 함수 또는 "객관적 함수"에 대한 입력 파라미터들의 세트에 기초한 소위 "객관적 함수"에 의해 수행된다. 이들 입력 파라미터들은 예컨대 롱-텀 링크 계층(long-term link layer)(각각의 UE의 예컨대 채널 상태)을 구비할 수 있다. 입력 파라미터들은 예컨대 애플리케이션 데이터 레이트의 변화에 관한 사용자-지각 품질을 나타내는, 애플리케이션 이용 정보(application utility information) 또는 애플리케이션/품질 효용 함수를 포함한다. 그러므로, 품질 효용 함수 또는 애플리케이션 효용 함수는 할당된 데이터 레이트에 의존하여 사용자에 의해 지각되는 품질을 특정 애플리케이션에 대해 나타낸다. 애플리케이션/품질 효용 함수는 특정 애플리케이션에 대해 특정될 수 있고(예컨대 비디오 스트림에 대해, 그것은 특정 비디오 스트림에 대해서도 특정될 수 있고), 그것은 예컨대 미리 결정될 수도 있고 예컨대 애플리케이션 데이터와 함께 애플리케이션 서버로부터 QoE 모듈로 전송될 수 있다. 대안으로, 품질 효용 함수는 QoE 모듈에 저장될 수 있고 애플리케이션 서버로부터의 데이터는 식별자(identifier)만을 포함할 수 있고 그 결과 QoE 모듈은 최적화 프로세스 동안 적용될 대응하는 품질 효용 함수를 데이터(예컨대 비디오 스트림)에 대해 식별할 수 있다.

최적화 함수(또는 "객관적 함수")에 대한 다른 입력 파라미터는 순간 품질의 지각 가능한 변화와 같은 품질 임계치(사용자에 의해 지각 가능한 순간 품질 변화의 임계치)이다. 네트워크 운영자는 이러한 임계치를 미리 설정할 수 있고 또는 시스템 실행 시간 동안 이러한 임계치를 동적으로 설정할 수 있다.

BS는 패킷들을 UE들에 스케쥴링하는 노드이다. UE는 최종 사용자(end user)에 의해 경험될 수 있는 (적용된) 애플리케이션 데이터 스트림의 목적지(destination)이고, 패킷들은 최적화 함수에 기초하여 QoE 모듈에 의해 UE들에 할당된 리소들을 이용하여 상이한 UE들에 전달된다.

환언하면, 수개의 모바일 단말들(UE들)이 제한된 대역폭(BS는 제안되지 않은 성능을 가지지 않음)을 가지는 네트워크를 통해 상이한 애플리케이션들을 액세스할 수 있는 네트워크(BS 및 UE들에 의해 형성되는)가 있고, UE들은 순간 품질 변화의 임계치 및 품질 효용 정보를 고려하는 최적화 함수를 이용하여 이들에게 할당된 네트워크 리소스들을 이용하여 이들 데이터를 수신한다.

품질 효용 함수를 이용하여, QoE 모듈은 -이용 가능한 리소스들(예컨대 BS의 전체 대역폭)에 기초하여- 상이한 UE들에 대해 상이한 가능한 리소스 할당들에 대한 결합된 품질 크기를 계산할 수 있다. 예컨대 이것을 행하는 가장 단순한 방법들 중 하나는 -각각의 UE가 특정 데이터 레이트를 할당한 특정 리소스 할당에 대해- 상이한 UE들에 대한 MOS의 합을 계산하는 것일 수 있다. 이러한 결합된 품질 크기는 주어진 데이터 레이트에 대해 지각된 품질(예컨대 MOS)을 부여하는 품질 효용 함수를 이용하여 얻어질 수 있다. 이러한 방법으로 결합된 품질 크기가 특정 리소스 할당에 대해 얻어질 수 있고, 이후 그것은 복수의 상이한 가능한 리소스 할당들에 대해 동일한 방식으로 얻어질 수 있다(예컨대, QoE는 단지 상이한 UE들에 대해 상이한 리소스 할당들에 대한, 바람직하게는 모든 가능한 상이한 리소스 할당들에 대해 결합된 크기를 단지 계산할 수 있다).

이와 같은 방식으로, 최적 리소스 할당이 결합된 품질 크기(예컨대 상이한 UE들의 MOS의 합)가 극값(예컨대 최대값)에 도달한 것으로서 얻어질 수 있다.

그러나, 일 실시예에 따르면, 결합된 품질 크기의 계산에 도입되는 페널티 파라미터가 이용된다. 그 목적을 위해, 특정 리소스 할당을 위해(특정 UE에 할당된 특정 데이터 레이트에 대해), 얻어진 품질 크기(품질 효용 함수에 기초하여 결정된)가 과거의(이전 할당의 시간에 또는 특정 시간 기간 전에) 이러한 UE의 지각된 품질로부터 특정 임계치('순간 품질 변화 임계치')를 초과하는 범위까지 벗어나는지의 여부가 결정된다. 이것이 그 경우이면, 이때 페널티 파라미터가 UE에 대한 얻어진 지각된 품질이 임계치를 초과하는 정도로 변할수도 있다고 결정된 이러한 리소스 할당을 페널라이징하기 위해 최적화 함수에 사용된다. 페널티 파라미터는 예컨대 품질 효용 함수에 의해 결정되는 지각된 품질에 부가되는 부정적인 용어로서 도입될 수 있다. 이것은 이러한 리소스 할당 및 이러한 UE를 위한 "지각된 품질(perceived quality)"이 페널티 파라미터에 의해 부정적으로 "가중"되거나 "부정적으로 영향을 받고", 그 결과 품질 변화가 임계치를 초과하는 UE의 개개의 품질 기여(contribution)가 페널티 파라미터에 의해 부정적으로 영향을 받는 방식으로 결합된 품질 측정에 기여하는 이러한 리소스 할당에 대한 결합된 품질 측정도 부정적으로 영향을 받는다는 것을 의미한다.

환언하면, 특정 리소스 할당에 대해(즉, n번째 UE에 대해 데이터 레이트 Rn이 할당되는 특정 할당 패턴에 대해), UE들 중 하나에서의 품질 변동이 특정 허용 가능 임계치를 초과할 수도 있다면, 이때 리소스 할당에 대응하고 최적화 함수에 의해 결정되는 결합된 품질 측정은 최적화 함수에서 유효하게 되는 페널티 파라미터로 인해 부정적으로 영향을 받을 수 있을 것이다(=낮은 전체 품질을 나타낼 수 있을 것이다).

일 실시예에 따르면, 결합된 품질 측정은 특정 리소스 할당에 대한 품질 효용 함수로부터 유도되는 상이한 UE들의 개개의 품질 측정들에 기초하여 계산되고, 특정 UE들 중 하나에서 순간 품질 변화 임계치를 초과하는 품질 변화가 있다면 이때 페널티 파라미터는 상기 변화가 임계치를 초과하는 이러한 UE에 대한 개개의 품질 크기에 부가될 것이다. 하나 이상의 UE들이 특정 리소스 할당에 대한 품질 변화 임계치를 초과할 수도 있다면, 이때 이들 각각에 대해 이들 개개의 품질 크기는 페널티 파라미터에 의해 영향을 받을 수 있다.

일 실시예에 따르면 결합된 품질 측정이 품질 효용 함수에 의해 결정되는 상이한 UE들에 대한 개개의 품질 크기들의 조합에 기초하고 있으므로, 결합된 품질 크기는 많은 UE들이 품질 변화 임계치를 초과하는 품질 열화를 경험할 수 있는 리소스 할당의 경우에 상당히 심하게 페널라이징될 것이다.

네트워크 운영자는 미리 임계치를 설정할 수 있고, 평균 인간에 의해 (단지) 주목되지 않거나 평균 인간에 대해 허용 가능하지 않은, 품질 변화에 대응하도록 선택될 수 있다.

다음에, 최적화 이전에 설정된 객관적 함수(최적화 함수)에 의존하여 옵티마이저(QoE 모듈)가 무선 네트워크 리소스들을 상이하게 할당하는 방법에 대한 다른 실시예들이 설명될 것이다. 모든 사용자들의 MOS의 합을 최대화하는 종래의 객관적 함수(최적화 함수) 및 순간 품질의 변화를 고려하는 본 발명의 실시예들에 따른 새로운 객관적 함수가 약간 더 상세히 설명된다.

먼저, 전체 품질의 최대화(Maximization of overall quality; MaxSumMOS)에 기초한 접근방식이 설명될 것이다.

문헌으로부터 알려진 접근방식들에 있어서, 네트워크 리소스 할당 최적화를 위한 종종 사용되는 객관적 함수는 비례 공정성 객관적 함수(예컨대 위의 칸(Khan) 등 참조)이고, 이것은 옵티마이저로 하여금 네트워크 리소스들을 먼저 양호한 채널 상태를 가지며 작은 대역폭을 가진 높은 사용자 지각 품질을 부여하는 애플리케이션을 액세스하는 사용자에게 강제로 할당하게 한다. 환언하면, 그것은 모든 사용자들의 지각된 서비스 품질의 합('MaxSumMOS'이라 불림)을 최대화는 최적 리소스 할당을 발견한다. 수학적으로, MaxSumMOS 객관적 함수(또는 최적화 함수)는 다음과 같은 식으로 표현될 수 있다:

(1)

상기 식은 이하의 조건의 지배를 받으며,

(2)

여기서,

는

인 추출된 파라미터 집합(tuple)이고,

는 후보 연산 모드들의 세트를 표현하는 프로토콜 계층들로부터 추출된 일련의 가능한 파라미터 집합이다.

는 사용자-

에 할당될 네트워크 리소스의 부분(fraction)이다.

는 현재 활성화되어 있고 동일한 기지국에 의해 서빙되는 사용자들의 전체 수이다.

다음에 최소 순간 품질 변화(Minimization temporal quality change; MinTempChange)에 기초하는 일 실시예에 따른 접근방식이 더 상세히 기술될 것이다.

순간 비디오 품질의 변동으로 인해 비디오를 시청할 때 생길 수 있는 짜증을 피하기 위해, 네트워크 운영자는 순간 비디오 품질이 순간 품질 변화 (

)의 임계치의 범위 내에서 강제로 변하도록 객관적 함수를 설계할 수 있다. 이러한 요건이 충족되면, 사용자는 순간 비디오 품질의 변화를 지각할 수 없을 것이다.

의 고려에 부가하여, 네트워크 운영자는 네트워크 리소스가 효율적으로 사용되는 것을 확실히 보장하기를 원할 수 있다. 이것은 평균 사용자 지각 품질의 면에서 네트워크 리소스 이용율을 최대화하는, 예를 들어 MaxSumMOS 객관적 함수를 사용하여 달성될 수 있다. 그럼에도 불구하고, 앞에서 언급한 것과 같이, MaxSumMOS 객관적 함수는 혼자서는 순간 비디오 품질의 변동을 다룰 수 없다. 양자의 요건들을 고려하기 위해, MaxSumMOS 객관적 함수는 일 실시예에 따라, 다음과 같이 수정될 수 있다:

(3)

(4)

상기 식은 이하의 조건의 지배를 받으며,

(5)

여기서

는 시간 스케일(time scale)의 표기이고, 과거의 사용자 지각 품질의 예로서의

는 지난 1초로부터의 평균 MOS값이다. 그것은 또한 MOS 또는 지난 리소스 할당 또는 짧은 시간(instantaneous time) 전의 특정 시간 기간에서의 MOS 일 수 있다. 식 (3)에서의 감산된 요소는 - 만약 지각된 품질이 임계치를 초과하면- 전체 지각된 품질에 부정적인 영향을 주는 "페널티 파라미터"로서 간주될 수 있다.

는 - 추종하는 계수와 함께 - 특정 리소스 할당을 위한 종래의 MaxSumMOS 객관적 함수(식 (1) 참조)를 페널라이징하는 가중 계수이고, 이것은 순간 비디오 품질의 지각 가능한 변화를 가져올 수 있다.

는 다음과 같은 식으로 표현될 수 있다:

(6)

식 (6)에서 정의된

에 의해, 사람은 그것을 종래의 MaxSumMOS 객관적 함수에 대한 선형 페널티 인자로서 고려할 수 있다. 페널티 파라미터는 이 실시예에서 인자

(페널티 가중 계수) 및 식 (5)에 정의된 그것의 후속 인자로 구성된다.

대안으로, 옵티마이저가 예를 들어 이차 함수에 의해, 순간 비디오 품질의 변동의 영향에 더 집중해야 하는 것을 의미하는 페널티 인자(가중 계수)의 영향을 만약 운영자가 증가시키기를 원하면,

는 다음과 같은 식으로 표현될 수 있다:

(7)

여기서

및

는 네트워크 리소스 할당 최적화 이전에 운영자에 의해 설정될 수 있는 상수 파라미터이다.

요약하면, 네트워크 리소스 이용 효율을 가능한 한 높게 유지하면서(즉, 제한된 순간 품질 변화의 조건 하에서 전체 품질을 최대로 하면서), 모든 사용자들이 가능한 최소(특정의 정의된 임계치 이하)로 순간 비디오 품질의 변화를 지각하도록 식 (3)은 옵티마이저 (QoE 모듈)가 최적 네트워크 리소스 할당을 찾으려는 시도를 한다는 것을 의미한다고 사람은 말할 수 있다.

도 2는 MinTempChange 객관적 함수로 최적 네트워크 리소스 할당을 찾기 위한 알고리즘 전체를 개략적으로 나타낸 도면이다.

사람은 무엇보다도 먼저 이용 가능한 리소스들이 모든 세션들을 서브하기에 충분한지의 여부가 체크된다는 것을 도 2로부터 알 수 있다. 이것이 그 경우이면, 이때, 레이트 적응(rate adaptation)은 전혀 필요하지 않고, QoE 모듈은 리소스 할당 최적화를 수행할 것을 요구하지 않는데 그 이유는 이와 같은 경우에 최적 리소스 할당은 단지 각각의 세션에 그것이 요청하는 데이터 레이트를 할당하는 것이기 때문이다. 단지 이용 가능한 리소스들이 모든 세션들(응답 N0)에 대해 충분하지 않다면, 이때는 리소스 할당 최적화가 필요해 진다.

이후, 다음 단계에서, 최적화에 채널 상태를 고려하기 위해 사용될 수 있는, 사용자들(또는 단말들)의 수, 애플리케이션 계층 정보(즉, 품질 효용 함수), 가능하게는 또한 추출된 PHY/MAC 계층들 정보와 같은 최적화를 수행하는 데 필요한 모든 정보가 얻어진다. 상기 실시예들에 있어서 지금까지 품질 크기는 입력으로서 데이터 레이트를 갖지만 품질 크기를 계산할 때 별도의 파라미터로서 또는 품질 효용 함수의 입력 파라미터로서 채널 상태도 또한 고려될 수 있다는 것이 단지 언급되었다.

이후, 얻어진 정보에 기초하여, 순간 품질 변화가 페널티 파라미터를 고려하여 특정 임계치를 초과하지 않는 것을 보장하는 동시에 최대 품질을 부여하는 리소스 할당을 찾기 위해 최적화가 실행된다. 이때 최적화된 리소스 할당은 데이터를 사용자 단말들에 분배하는 데 사용된다. 그 목적을 위해 UE들은 각각의 UE들 상에서 실행하는 애플리케이션(예컨대 비디오 스트림들일 수 있는)의 요청된 데이터 레이트보다 낮을 수 있는 데이터 레이트에 의해 서브되고, 데이터 레이트는 요청된 데이터 레이트를 어떤 레이트 세이핑 방식(rate shaping scheme)에 의해 최적화 프로세스에 의해 결정된 것으로 수정하여 실현될 수 있다.

MinTempChange 객관적 함수의 영향의 더 나은 이해를 도모하기 위해, 도 3에는 도 3에 도시된 것과 같은 HSDPA 시뮬레이션으로부터 수신된 사용자-지각 품질의 통계들이 시간에 따라 플롯된다. 명백하게, VS3 사용자(화살표로 표시된 선)를 고려하면,

0.23를 갖는 MinTempChange 객관적 함수를 적용할 때 사용자는 훨씬 더 매끄러운 품질을 지각했다.

본 발명의 실시예들과 관련하여 설명된 방법들, 요소들, 유닛들 및 장치들은 하드웨어로, 소프트웨어로 또는 이들의 조합으로 구현될 수 있다는 것이 숙련된 사람에게 쉽게 명백하게 될 것이다. 특히, 본 발명의 실시예들 및 그것과 관련지어 설명된 모듈들의 요소들은 컴퓨터 프로그램 또는 컴퓨터 상에서 실행하고 마이크로프로세서에 의해 실행되는 컴퓨터 프로그램들에 의해 구현될 수 있다는 것이 이해될 것이다. 본 발명을 구현하는 장치는 어느 것이라도 특히 라우터, 서버, 네트워크에서 작동하는 모듈과 같은 네트워크 엔티티 또는 모바일 폰, 스마트폰, PDA와 같은 모바일 장치 또는 그와 유사한 어떠한 형태라도 취할 수 있다.

Claims

할당할 어떤 제한된 전체 대역폭을 가진 네트워크를 통해 사용자들이 복수의 애플리케이션들을 액세스하는 복수의 모바일 단말들에 네트워크 데이터 레이트를 할당하기 위한 방법에 있어서,
최적화 동작에 대한 입력으로서, 상기 할당된 데이터 레이트에 의존하여 특정 어플리케이션에 대해 사용자가 지각하는 품질을 나타내는 품질 효용 함수를 이용하는 단계;
상기 복수의 애플리케이션들 및 상기 복수의 애플리케이션들에 대해 가능한 복수의 리소스 할당들에 대한 품질 효용 함수들을 기초로, 상기 복수의 애플리케이션들에 대해 가능한 복수의 리소스 할당들 중에서 품질 크기가 극값(extremum)에 도달하는 리소스 할당을 발견함으로써, 결합된 품질 크기를 계산하여, 상기 네트워크에 대해 전체 최적화된 리소스 할당을 얻도록 상기 최적화 동작을 수행하는 단계;를 포함하고, 상기 방법은,
하나 이상의 모바일 단말들에서 과거의 사용자 지각 품질과 비교한 사용자 지각 품질의 열화량이 특정 임계치를 초과하는 리소스 할당과, 상기 과거 사용자 지각 품질과 비교한 상기 사용자 지각 품질이 상기 특정 임계치를 초과하지 않는 다른 리소스 할당을 비교하여, 리소스 할당을 페널라이징(penalize)하는 페널티 파라미터를 사용하도록 상기 최적화 동작을 적용하는 단계;를 더 포함하는, 네트워크 데이터 레이트 할당 방법.
제 1 항에 있어서,
상기 특정 임계치는 사용자가 주목할 수 없거나 사용자에 대해 허용할 수 없는 지각된 품질의 변화량으로서 시스템 실행-시간(run-time) 동안 미리 설정되거나 동적으로 설정되는, 네트워크 데이터 레이트 할당 방법.
제 1 항 또는 제 2 항에 있어서,
상기 결합된 품질 크기는:
특정 애플리케이션 및 특정 할당된 데이터 레이트에 대해 상기 할당된 레이트에 기인한 상기 특정 애플리케이션에 대응하는 사용자 지각 품질 레벨 및 상기 품질 변화에 기인하는 대응하는 페널티 파라미터를 부가하여 상기 특정 애플리케이션에 대해 페널라이징된 품질 표시자(penalized quality indicator)를 얻는 것;
상기 복수의 애플리케이션들에 대해 얻어진 상기 페널라이징된 품질 표시자들을 부가하여 결합된 품질 크기를 얻는 것;
상기 복수의 애플리케이션들에 대해 가능한 복수의 리소스 할당들에 대한 상기 결합된 품질 크기를 계산하는 것, 및
상기 최적화된 리소스 할당으로서 상기 결합된 품질 크기가 극값에 도달한 상기 복수의 리소스 할당들 중 하나를 얻는 것에 기초하는, 네트워크 데이터 레이트 할당 방법.
제 1 항에 있어서,
상기 페널티 파라미터는 상기 과거의 사용자 지각 품질과 비교한 상기 사용자 지각 품질의 변화량과 상기 특정 임계치 사이의 차이에 기초하여 계산되는, 네트워크 데이터 레이트 할당 방법.
제 4 항에 있어서,
만약 상기 과거의 사용자 지각 품질과 비교한 상기 사용자 지각 품질의 변화량이 상기 특정 임계치를 초과하면 상기 페널티 파라미터에 더 큰 가중치를 부여하는 가중 계수(weighting factor)가 상기 페널티 파라미터에 대해 가해지는, 네트워크 데이터 레이트 할당 방법.
제 5 항에 있어서,
만약 상기 과거의 사용자 지각 품질과 비교한 상기 사용자 지각 품질의 변화량이 상기 특정 임계치를 초과하지 않으면 상기 페널티 파라미터 또는 상기 가중 계수는 영(zero)이고,
만약 상기 과거의 사용자 지각 품질과 비교한 상기 사용자 지각 품질의 변화량이 상기 특정 임계치를 초과하면 상기 페널티 파라미터 또는 상기 가중 계수는 영보다 큰, 네트워크 데이터 레이트 할당 방법.
제 1 항에 있어서,
상기 과거의 사용자 지각 품질은,
특정 시간량만큼 현재의 리소스 할당을 선행하는, 시간의 순간에서의 사용자 지각 품질;
상기 선행하는 리소스 할당에 기인하는 사용자 지각 품질;
특정 시간 기간 또는 특정 수의 과거의 소정 개수의 리소스 할당 단계들에 걸쳐 평균화된 사용자 지각 품질;
중 하나인, 네트워크 데이터 레이트 할당 방법.
제 6 항에 있어서,
만약 상기 과거의 사용자 지각 품질과 비교한 상기 사용자 지각 품질의 변화량이 상기 특정 임계치를 초과하면 상기 가중 계수는 1이고; 또는
만약 상기 과거의 사용자 지각 품질과 비교한 상기 사용자 지각 품질의 변화량이 상기 특정 임계치를 초과하면 상기 가중 계수는 영보다 크고 상기 과거와 비교되는 상기 품질 변화량에 따라 선형으로 증가하는, 네트워크 데이터 레이트 할당 방법.
제 1 항에 있어서,
상기 리소스 할당 방법을 반복해서, 특정 횟수로 수행하는 단계;
이전에 수행된 리소스 할당들의 사용자 지각 품질 레벨들을 추적하는 단계;
특정 시간량에 걸쳐 추적되고 또는 특정 수의 리소스 할당들에 기인하는 사용자 지각 품질 레벨들을 평균화함에 따라 추적된 사용자 지각 품질 레벨들에 기초하여 상기 과거의 사용자 지각 품질을 결정하는 단계를 더 포함하는, 네트워크 데이터 레이트 할당 방법.
제 1 항에 있어서,
상기 최적화 동작은:
각각의 모바일 단말에 대하여 부여된 상기 리소스 할당에 기초하여 각각의 모바일 단말에 대한 사용자 지각 품질 레벨들의 합에 기초한 제 1 합 요소(summation element);
과거의 사용자에 의해 지각된 품질 레벨과 상기 부여된 리소스 할당에 기초하여 지각될 품질 레벨간의 각각의 사용자 단말에 대한 품질차들의 합에 기초한 제 2 합 요소를 포함하고,
상기 제 2 합 요소는 각각의 모바일 단말에 대한 상기 품질차와 순간 품질 변화의 우선순위 가중치(priority weight)를 승산하여 수정되고, 상기 순간 품질 변화의 상기 우선순위 가중치는 과거의 사용자에 의해 지각된 품질 레벨과 상기 부여된 리스소 할당에 기초하여 지각될 품질 레벨간의 품질차가 순간 품질 변화의 임계치보다 클 때에만 적용되고,
상기 수정된 제 2 합 요소에 의해 감산된 상기 제 1 합 요소의 최대치를 가져오는 최적 네트워크 리소스 할당을 검색하는 단계를 더 포함하는, 네트워크 데이터 레이트 할당 방법.
할당할 어떤 제한된 전체 대역폭을 가진 네트워크를 통해 사용자들이 복수의 애플리케이션들을 액세스하는 복수의 모바일 단말들에 네트워크 데이터 레이트를 할당하기 위한 장치에 있어서, 상기 장치는:
최적화 동작에 대한 입력으로서, 상기 할당된 데이터 레이트에 의존하여 특정 애플리케이션에 대해 사용자가 의해 지각하는 품질을 나타내는 품질 효용 함수를 이용하도록 되어 있는 모듈을 포함하고,
상기 장치는, 상기 복수의 애플리케이션들 및 상기 복수의 애플리케이션들에 대해 가능한 복수의 리소스 할당들에 대한 품질 효용 함수들을 기초로, 상기 복수의 애플리케이션들에 대해 가능한 복수의 리소스 할당들 중에서 품질 크기가 극값(extremum)에 도달하는 리소스 할당을 발견함으로써, 결합된 품질 크기를 계산하여, 상기 네트워크에 대해 전체 최적화된 리소스 할당을 얻도록 상기 최적화 동작을 수행하도록 되어 있고, 상기 장치는,
하나 이상의 모바일 단말들에서 과거의 사용자 지각 품질과 비교한 사용자 지각 품질의 열화량이 특정 임계치를 초과하는 리소스 할당과, 상기 과거 사용자 지각 품질과 비교한 상기 사용자 지각 품질이 상기 특정 임계치를 초과하지 않는 다른 리소스 할당을 비교하여, 리소스 할당을 페널라이징(penalizing)하는 패널티 파라미터를 사용하도록 상기 최적화 동작을 적용하도록 되어 있는 모듈을 더 포함하는, 네트워크 데이터 레이트 할당 장치.
제 11 항에 있어서,
상기 특정 임계치는 사용자가 주목할 수 없거나 사용자에 대해 허용할 수 없는 지각된 품질의 변화량으로서 시스템 실행-시간 동안 미리 설정되는, 네트워크 데이터 레이트 할당 장치.
제 11 항에 있어서,
상기 장치는, 상기 결합된 품질 크기가:
특정 애플리케이션 및 특정 할당된 데이터 레이트에 대해 상기 할당된 레이트에 기인한 상기 특정 애플리케이션에 대응하는 사용자 지각 품질 레벨 및 상기 품질 변화에 기인하는 대응하는 페널티 파라미터를 부가하여 상기 특정 애플리케이션에 대해 페널라이징된 품질 표시자(penalized quality indicator)를 얻는 것;
상기 복수의 애플리케이션들에 대해 얻어진 상기 페널라이징된 품질 표시자들을 부가하여 결합된 품질 크기를 얻는 것;
상기 복수의 애플리케이션들에 대해 가능한 복수의 리소스 할당들에 대한 상기 결합된 품질 크기를 계산하는 것, 및
상기 최적화된 리소스 할당으로서 상기 결합된 품질 크기가 극값에 도달한 상기 복수의 리소스 할당들 중 하나를 얻는 것에 기초하도록 되어 있는, 네트워크 데이터 레이트 할당 장치.
컴퓨터 상에서 실행될 때 컴퓨터가, 할당할 어떤 제한된 전체 대역폭을 가진 네트워크를 통해, 사용자들이 복수의 애플리케이션들을 액세스하는 복수의 모바일 단말들에 네트워크 데이터 레이트를 할당하기 위한 방법을 실행할 수 있게 하는 컴퓨터 실행 가능 코드를 포함하는 컴퓨터 판독 가능한 기록 매체에 있어서,
상기 네트워크 데이터 레이트를 할당하기 위한 방법은,
최적화 동작에 대한 입력으로서, 상기 할당된 데이터 레이트에 의존하여 특정 애플리케이션에 대해 사용자가 지각하는 품질을 나타내는 품질 효용 함수를 이용하는 단계;
상기 복수의 애플리케이션들 및 상기 복수의 애플리케이션들에 대해 가능한 복수의 리소스 할당들에 대한 품질 효용 함수들을 기초로, 상기 복수의 애플리케이션들에 대해 가능한 복수의 리소스 할당들 중에서 품질 크기가 극값(extremum)에 도달하는 리소스 할당을 발견함으로써, 결합된 품질 크기를 계산하여, 상기 네트워크에 대해 전체 최적화된 리소스 할당을 얻도록 상기 최적화 동작을 수행하는 단계;를 포함하고, 상기 방법은,
하나 이상의 모바일 단말들에서 과거의 사용자 지각 품질과 비교한 사용자 지각 품질의 열화량이 특정 임계치를 초과하는 리소스 할당과, 상기 과거 사용자 지각 품질과 비교한 상기 사용자 지각 품질이 상기 특정 임계치를 초과하지 않는 다른 리소스 할당과 비교하여, 리소스 할당을 페널라이징(penalize)하는 페널티 파라미터를 사용하도록 상기 최적화 동작을 적용하는 단계;를 더 포함하는 컴퓨터 판독 가능한 기록 매체.