無線視頻傳輸?shù)目鐚觿討B(tài)映射算法

趙晨圓， 葛萬成

0 引言

隨著無線網(wǎng)絡(luò)技術(shù)的發(fā)展，多媒體視頻業(yè)務(wù)得到了空前的發(fā)展。無線網(wǎng)絡(luò)和視頻傳輸技術(shù)的融合是一個必然的趨勢[1]。最近提出的IEEE802.11e EDCA機制引入了傳輸優(yōu)先級概念來區(qū)分不同的業(yè)務(wù)，但不是專門針對視頻傳輸來進行設(shè)計的，導(dǎo)致在無線網(wǎng)絡(luò)傳輸中視頻的QoS很難被保證，并且改進的效果很有限[2]。

基于OSI標(biāo)準(zhǔn)分層結(jié)構(gòu)的通信協(xié)議已經(jīng)不能滿足各種移動多媒體視頻業(yè)務(wù)的要求，因此跨層設(shè)計已經(jīng)成為廣泛研究的熱點。首先使用基于場景的馬爾可夫鏈對MPEG-4的視頻數(shù)據(jù)流進行建模，分析視頻幀之間的相關(guān)性。然后利用跨層的思想，將EDCA機制和MPEG-4的視頻特性結(jié)合起來，提出了跨層動態(tài)映射算法，來保證視頻傳輸?shù)姆?wù)質(zhì)量，并給出了NS2的仿真結(jié)果，驗證了算法的有效性。

1 MPEG-4視頻數(shù)據(jù)流的馬爾可夫鏈建模

在視頻數(shù)據(jù)流建模中，使用 Bellcore提供的 Star Wars數(shù)據(jù)，作為實驗中MPEG-4視頻數(shù)據(jù)流的原始經(jīng)驗視頻數(shù)據(jù)。視頻經(jīng)過MPEG-4壓縮編碼后產(chǎn)生了三種視頻幀：I視頻幀、P視頻幀和B視頻幀。視頻幀按照順序被排列成固定的周期序列（GOP，Group of Picture）。根據(jù)MPEG-4視頻幀的相關(guān)性，提出了基于場景的馬爾可夫鏈模型[3]。首先，按照以下算法得到場景邊界。

①令n=1，初始化場景的左邊界b_left=1。

②n=n+1，從b_left到n的一段GOP子序列的變異系數(shù)Cnew(標(biāo)準(zhǔn)差和均值的比值)：

其中ε值的大小限定了一個場景所能容忍的標(biāo)準(zhǔn)差。如果加入一個新的GOP，使得標(biāo)準(zhǔn)差變化過于劇烈，那么重新開始一個新的場景。

得到場景邊界之后，把GOP序列劃分成多個GOP子序列，則得到每個場景內(nèi)一個GOP的平均大?。?/p>

然后把視頻數(shù)據(jù)流按照每個場景的GOPSi，再分成M個場景狀態(tài)。

得到視頻數(shù)據(jù)流的M個場景狀態(tài)后，把每個場景按照的大小分配到與之相對應(yīng)的場景狀態(tài)，再統(tǒng)計出相鄰場景間的狀態(tài)轉(zhuǎn)移個數(shù)就可以求出場景的狀態(tài)轉(zhuǎn)移概率矩陣Pij，其中Sij代表從場景狀態(tài)i到場景狀態(tài)j的轉(zhuǎn)移個數(shù)。

如圖1所示，描述了基于場景的馬爾可夫鏈模型生成的視頻數(shù)據(jù)流的 GOP自相關(guān)曲線，它能良好地逼近原始經(jīng)驗視頻數(shù)據(jù)的自相關(guān)曲線。根據(jù)以上得到的基于場景的馬爾可夫鏈模型，生成視頻傳輸仿真中所需要的視頻幀序列件。

圖1 基于場景馬爾可夫鏈的GOP自相關(guān)曲線

2 MPEG-4視頻傳輸?shù)目鐚觿討B(tài)映射算法

IEEE802.11e的EDCA機制把數(shù)據(jù)分成AC_VO (語音業(yè)務(wù))，AC_VI (視頻業(yè)務(wù))，AC_BE (盡力而為業(yè)務(wù))和AC_BK(背景業(yè)務(wù))，分別定義為 AC[3]、AC[2]、AC[1]、AC[0](優(yōu)先級由高到低)。當(dāng)視頻數(shù)據(jù)為網(wǎng)絡(luò)中傳輸?shù)闹饕獢?shù)據(jù)時，只有AC[2]一直為滿負(fù)荷工作?；贓DCA信道訪問機制對視頻傳輸?shù)木窒扌裕岢隹鐚觿討B(tài)映射算法，將OSI模型的應(yīng)用層得到的各個視頻幀的信息傳送到MAC層，如圖2所示。

根據(jù)編解碼關(guān)系，I視頻幀是最重要的視頻幀，其次是P視頻幀和B視頻幀。針對三種視頻幀分別定義了初始化映射概率p，并且pB＞pP＞pI。通過采用MAC層的AC[2]隊列長度來實時地判斷網(wǎng)絡(luò)的負(fù)荷狀況。為了達到這個目的，引入兩個參數(shù)qlow和qhigh，綜合考慮這兩個參數(shù)的算法可以用式（6）來表示：

其中pnew為新計算出的映射概率，qlow為隊列長度的最小閥值，qhigh為隊列長度的最大閥值，q(AC[2])為訪問類型AC[2]的隊列長度。pnew越大表示這個視頻幀映射到低優(yōu)先級隊列的機會更大。如圖3所示，描述了跨層動態(tài)映射算法的具體實現(xiàn)過程。其中RN的值是由一個歸一化的函數(shù)隨機產(chǎn)生，它的值介于(0.0，1.0)之間。

圖2 跨層動態(tài)映射算法

圖3 跨層動態(tài)映射算法的實現(xiàn)流程

3 NS2仿真結(jié)果及分析

3.1 仿真工具及參數(shù)設(shè)定

運用網(wǎng)絡(luò)仿真工具NS2對無線網(wǎng)絡(luò)進行建模。在仿真中從2個方向來產(chǎn)生trace文件：①利用上述通過基于場景的馬爾可夫鏈生成的視頻幀序列；②采用MyEvalid-NT壓縮編碼原始的MPEG-4視頻，從而得到trace文件，在接收方可以直接觀察所得到的 MPEG-4格式視頻來分析傳輸?shù)男Ч鸞4]。在仿真中使用2種流量場景來分析視頻的傳輸性能：場景一，只有視頻數(shù)據(jù)流從視頻發(fā)送方傳送到接收方；場景二，使用除視頻數(shù)據(jù)流外的其它業(yè)務(wù)來生成網(wǎng)絡(luò)負(fù)荷。

3.2 排隊長度仿真

選取場景一，并且采用基于場景的馬爾可夫鏈模型生成的trace文件作為視頻數(shù)據(jù)業(yè)務(wù)的輸入。

如圖4所示在EDCA機制下使用MAC層隊列的情況。從中可以看出，只有AC[2]被占用了，并且在某個時刻超過了最大的排隊長度，出現(xiàn)了數(shù)據(jù)包丟失的情況，而其它的隊列均為空閑狀態(tài)。如圖 5所示在跨層動態(tài)映射算法下使用MAC層隊列的情況。在圖中可以看到，相對于EDCA機制，這種算法能夠很好地利用AC[2]、AC[1]、AC[0]這三個隊列，從而提高數(shù)據(jù)的傳輸速率，是比較理想的跨層映射算法。

圖4 EDCA機制下的隊列排隊長度

圖5 跨層動態(tài)映射算法下的隊列排隊長度

3.3 可解碼視頻幀比例仿真

定義可解碼視頻幀比例Q=可解碼視頻幀個數(shù)/總共傳輸?shù)囊曨l幀個數(shù)。在Q參數(shù)仿真中，采用基于場景的馬爾可夫鏈模型生成的trace文件，選取場景一。分析表1，可以發(fā)現(xiàn)跨層動態(tài)映射算法的Q值明顯大于EDCA機制Q值。

表1 場景一仿真得到的Q值

3.4 視頻傳輸效果仿真

發(fā)送方采用MyEvalid-NT生成的trace文件，并且采用場景二。

圖6(b)是采用EDCA機制進行傳輸后得到的視頻圖像，圖6(a)是原始的未經(jīng)過傳輸前的視頻圖像。從圖中可以看出，傳輸后的視頻圖像質(zhì)量極其惡劣。如圖7(b)是采用跨層動態(tài)映射算法進行傳輸后得到的視頻圖像，圖7(a)是原始的未經(jīng)過傳輸前的視頻圖像。從圖中可以發(fā)現(xiàn)，整個視頻的效果能很好地逼近原始視頻的效果。因此，跨層動態(tài)映射算法能夠取得比原始的EDCA傳輸機制更好的視頻傳輸效果。

圖6 大數(shù)據(jù)流量場景下的EDCA機制視頻傳輸效果

圖7 大數(shù)據(jù)流量場景下的跨層動態(tài)映射算法視頻傳輸效果

4 結(jié)語

結(jié)合基于場景的馬爾可夫鏈對MPEG-4視頻數(shù)據(jù)進行建模，并且提出了針對MPEG-4視頻傳輸?shù)目鐚觿討B(tài)映射算法，根據(jù)視頻幀的重要性和網(wǎng)絡(luò)的負(fù)荷情況，把應(yīng)用層的視頻幀信息傳送到MAC層，同時動態(tài)地分配到最合適的隊列中去。然后，采用網(wǎng)絡(luò)仿真工具NS2對無線網(wǎng)絡(luò)進行建模。從排隊長度，可解碼視頻幀比例以及真實MPEG-4視頻數(shù)據(jù)傳輸?shù)男Ч?，對EDCA接入機制以及跨層動態(tài)映射算法進行比較。仿真結(jié)果表明，使用跨層動態(tài)映射算法能有效地改善MPEG-4視頻傳輸后的QoS。

[1]張學(xué)毅,于惠鈞,梁建華.UWB無線網(wǎng)絡(luò)QoS跨層聯(lián)合優(yōu)化的研究[J].通信技術(shù),2008,41(06):17-19.

[2]STOCKHAMMER T, LIEBL G. On practical Crosslayer Aspects in 3GPP Video Service[M].USA: ACM, 2007.

[3]FANG Zhijun. Kalaman Optimized Model for MPEG-4 VBR Sources[J].IEEE Consumer Electriniss, 2004, 50(02):688-690.

[4]YU Yu, HENG E C. MyEvalvid-NT, a Simulation Tool-Set for Video Transmission and Quality Evaluation[J]. IEEE, 2006(10):1-4.