5G網(wǎng)絡(luò)感知質(zhì)量關(guān)鍵技術(shù)研究

王再見，楊凌云，湯萍萍，何國(guó)棟

(安徽師范大學(xué) 物理與電子信息學(xué)院，安徽 蕪湖 241000)

?

5G網(wǎng)絡(luò)感知質(zhì)量關(guān)鍵技術(shù)研究

王再見，楊凌云，湯萍萍，何國(guó)棟

(安徽師范大學(xué) 物理與電子信息學(xué)院，安徽 蕪湖 241000)

第五代移動(dòng)通信(5G)網(wǎng)絡(luò)需要滿足用戶個(gè)性化、業(yè)務(wù)區(qū)分精細(xì)化的發(fā)展要求，要以用戶為中心評(píng)估網(wǎng)絡(luò)性能、執(zhí)行網(wǎng)絡(luò)操作。因此研究面向QoE(Quality of Experience)的關(guān)鍵技術(shù)有利于推動(dòng)5G的發(fā)展、也有利于促進(jìn)新業(yè)務(wù)的發(fā)展。介紹了5G網(wǎng)絡(luò)環(huán)境中應(yīng)用/服務(wù)的基本特點(diǎn)，然后對(duì)現(xiàn)有的面向QoE的切換策略、移動(dòng)管理技術(shù)、網(wǎng)絡(luò)及電源資源使用優(yōu)化技術(shù)、質(zhì)量波動(dòng)管理和QoE評(píng)估技術(shù)進(jìn)行綜述，重點(diǎn)提出了一種網(wǎng)絡(luò)多媒體業(yè)務(wù)QoE保證方案，并給出了今后的研究方向。

第五代移動(dòng)通信網(wǎng)絡(luò)；服務(wù)質(zhì)量；用戶體驗(yàn)；網(wǎng)絡(luò)多媒體業(yè)務(wù)

0 引言

區(qū)別于現(xiàn)有以系統(tǒng)為中心的網(wǎng)絡(luò)，第五代移動(dòng)通信(5G)網(wǎng)絡(luò)將以用戶為中心評(píng)估網(wǎng)絡(luò)性能、執(zhí)行網(wǎng)絡(luò)操作[1]。ITU-T在Rec.P.10(G.100)將QoE(Quality of Experience)定義為“由終端用戶主觀感知的接受一個(gè)應(yīng)用/服務(wù)的整體程度”[2]，該定義適用于當(dāng)前所有的通信網(wǎng)絡(luò)。面對(duì)用戶個(gè)性化、服務(wù)差異化，事實(shí)上不同的服務(wù)或用戶情況下有不同的QoE需求。并且終端用戶本身對(duì)QoE的需求也不是真的一致。例如他們的先驗(yàn)知識(shí)和期望和當(dāng)前使用的內(nèi)容對(duì)他們的QoE需求有很強(qiáng)的影響。當(dāng)前在LTE(Long-Term Evolution)中定義并執(zhí)行的QoS(Quality of Service)不足以實(shí)施精細(xì)粒度的區(qū)分，這些只能通過(guò)采用基于QoE的網(wǎng)絡(luò)和應(yīng)用管理方法才能得到有效解決[1]。因此，QoE關(guān)鍵技術(shù)研究是5G網(wǎng)絡(luò)的核心問(wèn)題之一。

5G網(wǎng)絡(luò)環(huán)境中應(yīng)用/服務(wù)有以下特點(diǎn)：① 隨著數(shù)量巨大的與用戶和網(wǎng)絡(luò)相關(guān)的業(yè)務(wù)隨時(shí)涌入，數(shù)據(jù)主體正從結(jié)構(gòu)化、非實(shí)時(shí)數(shù)據(jù)向非結(jié)構(gòu)、實(shí)時(shí)數(shù)據(jù)轉(zhuǎn)變[1]；② 在時(shí)變的信道中，提供連貫、透明、個(gè)性化、有區(qū)分、感知用戶體驗(yàn)的服務(wù)[3]；③ 不僅針對(duì)任何人、任何地點(diǎn)、任何時(shí)間提供嚴(yán)格的峰值數(shù)據(jù)速率，還能基于對(duì)終端用戶和服務(wù)需求的理解執(zhí)行更有意義、有彈性和個(gè)性化的網(wǎng)絡(luò)管理；④ 網(wǎng)絡(luò)多媒體在業(yè)務(wù)類型和數(shù)據(jù)容量上都得到了快速發(fā)展，相關(guān)計(jì)算從以系統(tǒng)為中心向以人為中心轉(zhuǎn)變，面臨著壓縮、存儲(chǔ)、傳輸?shù)忍魬?zhàn)[4]。

鑒于上述5G網(wǎng)絡(luò)環(huán)境特點(diǎn)，QoE問(wèn)題的研究面臨以下挑戰(zhàn)：① 數(shù)據(jù)來(lái)源于不同終端，存在非結(jié)構(gòu)化、異構(gòu)等特點(diǎn)[5]；② 低水平特征和高水平語(yǔ)義之間存在較大的差異，且一些多媒體數(shù)據(jù)也隨著時(shí)間和空間演化；③ 實(shí)時(shí)性要求較高；④ 數(shù)據(jù)容量巨大；⑤ 計(jì)算規(guī)模較大[6]；⑥QoE構(gòu)建的復(fù)雜度較大。

為了更好地面對(duì)5G網(wǎng)絡(luò)中用戶多樣化、服務(wù)區(qū)分精細(xì)化(即使同種業(yè)務(wù)類型其需求也存在巨大變化)的挑戰(zhàn)，5G網(wǎng)絡(luò)環(huán)境中網(wǎng)絡(luò)設(shè)計(jì)需要從用戶的角度評(píng)估網(wǎng)絡(luò)應(yīng)用/服務(wù)的性能，研究人員也正積極探索將QoE有效整合到5G網(wǎng)絡(luò)環(huán)境中[1]。本文針對(duì)5G網(wǎng)絡(luò)環(huán)境特點(diǎn)著重介紹目前提出的與QoE相關(guān)的各種關(guān)鍵技術(shù)，并給出未來(lái)發(fā)展方向，希望起到拋磚引玉的作用。

1 QoE關(guān)鍵技術(shù)

QoE作為研究熱點(diǎn)已取得了一定進(jìn)展[7-8]，已有相關(guān)文獻(xiàn)給出了面向QoE的切換策略[9]、移動(dòng)管理技術(shù)、網(wǎng)絡(luò)及電源資源使用優(yōu)化技術(shù)、質(zhì)量波動(dòng)管理和QoE評(píng)估技術(shù)[10-11]。下面我們將就目前QoE關(guān)鍵技術(shù)做一下介紹。

1.1 QoE驅(qū)動(dòng)的移動(dòng)管理技術(shù)

文獻(xiàn)[11]針對(duì)D2D(Device-to-Device)通信QoE管理提出了一種QoE驅(qū)動(dòng)架構(gòu)。D2D通信會(huì)成為未來(lái)移動(dòng)通信不可分割的一部分，目前相關(guān)標(biāo)準(zhǔn)正在制定，將成為5G中的新特色。文獻(xiàn)[12]給出了QoE在改善現(xiàn)有網(wǎng)絡(luò)移動(dòng)管理層面的應(yīng)用，將監(jiān)聽和傳統(tǒng)評(píng)估結(jié)合起來(lái)驅(qū)動(dòng)移動(dòng)管理。文獻(xiàn)[13]分析了5G網(wǎng)絡(luò)環(huán)境下Over-The-Top (OTT)服務(wù)(通過(guò)在盡力而為的網(wǎng)絡(luò)上傳輸例如YouTube、Netflix、Hulu和別的基于Web的視頻業(yè)務(wù))QoE因素特點(diǎn)，以增強(qiáng)用戶OTT服務(wù)感知質(zhì)量和提高網(wǎng)絡(luò)效率為目標(biāo)，提出了QoE驅(qū)動(dòng)的無(wú)線資源管理和優(yōu)化方法，描述了一個(gè)框架和QoE評(píng)估完整的實(shí)施步驟，以獲得準(zhǔn)確的用戶體驗(yàn)值，同時(shí)改善網(wǎng)絡(luò)效率，優(yōu)化用戶體驗(yàn)。

1.2 面向QoE的切換策略

針對(duì)聚集異構(gòu)無(wú)線網(wǎng)絡(luò)環(huán)境，通過(guò)面向QoE的映射、視頻質(zhì)量評(píng)估和自適應(yīng)，文獻(xiàn)[14]擴(kuò)展了MIH/IEEE 802.21，提出QoE切換架構(gòu)，該架構(gòu)允許多媒體背景下的用戶在IEEE 802.11e和IEEE 802.16e網(wǎng)絡(luò)環(huán)境中一直保持連接，允許面向QoE無(wú)縫移動(dòng)和優(yōu)化。在該場(chǎng)景中，QoEHand代理、無(wú)線節(jié)點(diǎn)和基站/接入點(diǎn)一起被執(zhí)行。QoEHand代理通過(guò)執(zhí)行基于聚類的多人工神經(jīng)網(wǎng)絡(luò)評(píng)估視頻質(zhì)量水平，這是通過(guò)將視頻特征和網(wǎng)絡(luò)損壞映射到相應(yīng)的MoS值實(shí)現(xiàn)。此外，依據(jù)IEEE 802.11e或IEEE 801.16 QoS模型，QoE映射機(jī)制將業(yè)務(wù)要求和用戶體驗(yàn)映射到可用的無(wú)線服務(wù)類，并針對(duì)QoS模型存在的異構(gòu)問(wèn)題給出優(yōu)化方案。

1.3 資源使用優(yōu)化技術(shù)

5G中的資源管理應(yīng)該從QoS域向QoE域過(guò)度，需要設(shè)計(jì)新的跨層方法，這些調(diào)度方法應(yīng)該優(yōu)化網(wǎng)絡(luò)和應(yīng)用層的狀態(tài)[2]。文獻(xiàn)[15]提出了一種動(dòng)態(tài)優(yōu)化QoE自適應(yīng)路由協(xié)議，提高用戶體驗(yàn)、優(yōu)化網(wǎng)絡(luò)資源利用。借助提高用戶協(xié)作的正式工具--博弈論(Game Theory)，針對(duì)終端移動(dòng)性和不完美的信道評(píng)估，文獻(xiàn)[16]基于最小QoE需求的最大化，提出合作無(wú)線資源管理算法，以提高資源效率和頻譜效率。文獻(xiàn)[17]提出一種面向QoE跨層無(wú)線資源分配算法，解決的是異構(gòu)OFDMA(Orthogonal Frequency Division Multiple Access)系統(tǒng)下行鏈路資源分配問(wèn)題，目標(biāo)是系統(tǒng)中的每個(gè)用戶提供QoE保證。此算法是通過(guò)將應(yīng)用層參數(shù)和主觀用戶對(duì)于質(zhì)量的感知整合到無(wú)線資源的分配過(guò)程。文獻(xiàn)[18]將QoE引入異構(gòu)網(wǎng)絡(luò)水平QoS類映射方案中，已增強(qiáng)映射的靈活性提高網(wǎng)絡(luò)資源利用效率。

1.4 質(zhì)量波動(dòng)管理

現(xiàn)有的研究QoS和QoE之間量化關(guān)系的模型，均建立在參數(shù)的平均值上。依賴于平均值是這類模型的根本限制，這種認(rèn)為給定時(shí)間段內(nèi)用戶QoE由平均激勵(lì)而不是瞬時(shí)行為決定的假定，已經(jīng)被近期的研究表明是錯(cuò)誤的。用新的業(yè)務(wù)管理策略、業(yè)務(wù)整形、網(wǎng)絡(luò)度量等機(jī)制避免QoE質(zhì)量的波動(dòng)[2]。

目前對(duì)幾種業(yè)務(wù)用戶感知質(zhì)量的研究?jī)H有少數(shù)經(jīng)驗(yàn)性結(jié)論，針對(duì)無(wú)線網(wǎng)絡(luò)環(huán)境中3D多媒體業(yè)務(wù)傳輸，提出了一種統(tǒng)計(jì)分析方法，研究3D實(shí)時(shí)流媒體的業(yè)務(wù)屬性和用戶QoE之間的關(guān)系。移動(dòng)網(wǎng)絡(luò)環(huán)境下網(wǎng)絡(luò)性能易變是正常的，但單一帶寬中斷(如在不同基站切換期間)時(shí)對(duì)業(yè)務(wù)QoE的影響這樣的基本現(xiàn)象目前還缺乏研究，缺少有效的波動(dòng)模型和網(wǎng)絡(luò)性能指示以表示網(wǎng)絡(luò)質(zhì)量變化對(duì)QoE的影響，文獻(xiàn)[19]研究了網(wǎng)絡(luò)帶寬波動(dòng)及對(duì)QoE的影響。

1.5 QoE評(píng)估技術(shù)

QoE評(píng)估技術(shù)是基于QoE相關(guān)技術(shù)的核心[6]，目前主要分為客觀評(píng)估技術(shù)、主觀評(píng)估技術(shù)和數(shù)據(jù)驅(qū)動(dòng)評(píng)估技術(shù)，如表1所示。

表1 QoE評(píng)估技術(shù)3種類型

客觀評(píng)估技術(shù)通常是在實(shí)驗(yàn)室環(huán)境下直接征求用戶所給出的MOS、DMOS等評(píng)估值。該類測(cè)試雖然客觀，但對(duì)實(shí)驗(yàn)環(huán)境有較高的要求，測(cè)試成本較高(時(shí)間、人工和經(jīng)費(fèi))、由于實(shí)驗(yàn)環(huán)境及實(shí)驗(yàn)數(shù)據(jù)類型有局限性，準(zhǔn)確度較低、不能用于實(shí)時(shí)QoE的評(píng)估，且一些因素之間的聯(lián)系在真實(shí)環(huán)境中不會(huì)發(fā)生。

主觀評(píng)估技術(shù)主要通過(guò)對(duì)影響用戶感知質(zhì)量的相關(guān)參數(shù)建模，然后將模型輸出結(jié)果和客觀測(cè)試結(jié)果進(jìn)行對(duì)比。有3類模型：① 基于視覺(jué)模型和信號(hào)驅(qū)動(dòng)模型，前者主要基于 HVS(Human Visual System)如何接收和處理視頻信號(hào)的信息，后者基于抽取和分析特定的業(yè)務(wù)模式和特征；② 基于參考分類方法，取決于是否需要源業(yè)務(wù)作為參考；③ 基于輸入數(shù)據(jù)分類方法，根據(jù)輸入數(shù)據(jù)的類型分類建模。該類評(píng)估方法依然依賴客觀測(cè)試結(jié)果訓(xùn)練模型參數(shù)，依賴于原始視頻，也不能滿足實(shí)時(shí)性需要。存在的不足如下：① 對(duì)HVS和業(yè)務(wù)缺乏做夠的知識(shí)，采用的是低層次的特征和屬性，這對(duì)于高水平建模是不完全的；② 不能處理圖片的幾何變化帶來(lái)的影響；③ 原圖片很難獲得；④ 參數(shù)之間的相互影響缺乏深入研究；⑤ 其性能的證實(shí)需要客觀獲得的MOS值，依賴于客觀測(cè)試方法。

數(shù)據(jù)驅(qū)動(dòng)評(píng)估技術(shù)是最新的研究方法，有如下兩種發(fā)展趨勢(shì)：① 用人工干預(yù)對(duì)QoE維度進(jìn)行量化和測(cè)量，這些測(cè)度包括觀看時(shí)間、觀看視頻數(shù)目、返回概率、表情、拖動(dòng)時(shí)間、連接次數(shù)、觀看視頻時(shí)間和視頻時(shí)長(zhǎng)的百分比等；② 從小規(guī)模的實(shí)驗(yàn)室試驗(yàn)到大規(guī)模的數(shù)據(jù)挖掘，這種方法得到的模型較復(fù)雜，具有較大計(jì)算復(fù)雜度，但比來(lái)源于小規(guī)模數(shù)據(jù)的效果好(有可能在大規(guī)模在線QoE評(píng)估時(shí)不如簡(jiǎn)單模型)。由于大部分時(shí)間有大量的因素影響用戶質(zhì)量的評(píng)估，所以QoE評(píng)估是個(gè)相當(dāng)復(fù)雜的問(wèn)題。這些影響因素包括人的因素、系統(tǒng)因素、設(shè)備相關(guān)因素、媒體相關(guān)因素等[10]。因此發(fā)展基于大數(shù)據(jù)的輕量級(jí)、有效、可靠的QoE預(yù)測(cè)模型是未來(lái)的發(fā)展方向之一。

QoE數(shù)據(jù)驅(qū)動(dòng)評(píng)估常用方法包括：① 基于相關(guān)性和線性表示的分析，包括QoE-QoS Kendall 相關(guān)性分析、信息增益分析和基于曲線擬合的線性表示，上述研究表明，特定的QoS特征對(duì)某一種業(yè)務(wù)具有較高影響，但對(duì)另一種類型業(yè)務(wù)影響較低，換句話說(shuō)，QoS特征的影響是與上下文環(huán)境相關(guān)的，QoS和QoE之間的關(guān)系是非單調(diào)的。僅依賴該類方法不能解決QoS和QoE之間的非單調(diào)關(guān)系、QoS參數(shù)之間的相互依賴性和外部因素操作等情況；② 基于決策樹的QoE預(yù)測(cè)模型，該類方法首先完成數(shù)據(jù)收集和修剪、建立僅針對(duì)QoS的決策樹、外部因素識(shí)別，然后修正決策樹，最后將方法用于面向QoE的內(nèi)容分發(fā)網(wǎng)絡(luò)和比特率選擇。該方法選擇的QoE指標(biāo)為觀看時(shí)間比率，選擇的QoS指標(biāo)是啟動(dòng)延遲、緩沖事件和平均比特率，同時(shí)考慮了視頻類型是實(shí)時(shí)還是離線，該類方法克服了基于相關(guān)性和線性表示的分析方法存在的不足；③ 基于準(zhǔn)實(shí)驗(yàn)設(shè)計(jì)的QoS-QoE因果關(guān)系分析，該方法在受控的環(huán)境中，首先建立QoS測(cè)度對(duì)QoE測(cè)度沒(méi)有影響的無(wú)效假設(shè)，然后匹配處理的和未處理的觀察者，接著計(jì)算匹配對(duì)的得分并累加得分，最后進(jìn)行顯著性檢驗(yàn)。但該方法僅能用于證實(shí)QoS-QoE因果關(guān)系，不能給出量化關(guān)系，所以不能用于QoE評(píng)估。

2 一種網(wǎng)絡(luò)多媒體業(yè)務(wù)QoE保證方案

隨著網(wǎng)絡(luò)多媒體業(yè)務(wù)的飛速發(fā)展，每天都產(chǎn)生數(shù)量巨大的多媒體數(shù)據(jù)。這些數(shù)據(jù)潛藏著很多有價(jià)值的信息，推動(dòng)著QoE數(shù)據(jù)驅(qū)動(dòng)評(píng)估技術(shù)的發(fā)展。為了更深入了解不同因素對(duì)QoE的影響，給出一個(gè)典型的網(wǎng)絡(luò)業(yè)務(wù)會(huì)話過(guò)程示意圖如圖1所示。

圖1 一個(gè)典型的網(wǎng)絡(luò)業(yè)務(wù)會(huì)話過(guò)程示意圖

圖1中從業(yè)務(wù)生成到終端用戶的每一步都可能引入失真和損壞，從而影響用戶感知的質(zhì)量。源端業(yè)務(wù)類型、量化誤差及包括形狀等影響視覺(jué)系統(tǒng)的時(shí)空特征、視頻長(zhǎng)度(與短視頻相比，用戶對(duì)長(zhǎng)視頻更有耐心)；發(fā)送端編碼壓縮技術(shù)導(dǎo)致的信息丟失、編碼設(shè)備的比特率(不是越高越好，頻繁的速率變換也會(huì)降低QoE)、幀率(人類視覺(jué)系統(tǒng)一般可以分析10～12幀/s，幀率不中斷的閾值還受到內(nèi)容(如運(yùn)動(dòng))和顯示(如亮度)的影響)等都會(huì)影響用戶質(zhì)量。文獻(xiàn)[20]研究表明幀率對(duì)QoE的影響取決于視頻內(nèi)容的時(shí)空特征；傳輸模塊對(duì)于電視廣播網(wǎng)絡(luò)主要是顯示分辨率的區(qū)別，如標(biāo)清網(wǎng)絡(luò)電視、增強(qiáng)型網(wǎng)絡(luò)電視、高清網(wǎng)絡(luò)電視和超清網(wǎng)絡(luò)電視。對(duì)于IP網(wǎng)絡(luò)和無(wú)線網(wǎng)絡(luò)(包括蜂窩網(wǎng)/移動(dòng)網(wǎng)絡(luò)，WLAN、無(wú)線傳感網(wǎng)和車載網(wǎng))，網(wǎng)絡(luò)環(huán)境對(duì)QoE有較大影響。主要影響因素有包丟失、延遲、抖動(dòng)、帶寬等。需要注意的是緩沖和重發(fā)機(jī)制一定程度上可以糾正上述因素的不利影響；接收端設(shè)備尺寸、分辨率、顯示形狀、緩沖區(qū)設(shè)置大小、解碼及解壓縮帶來(lái)的影響等；終端用戶人口結(jié)構(gòu)(包括年齡、性別、種族、職業(yè)、國(guó)籍、教育水平、經(jīng)濟(jì)收入等)、耐心、視頻受歡迎程度(用戶對(duì)受歡迎的視頻容忍度更高)、時(shí)機(jī)(用戶處于休閑狀態(tài)還是緊張工作狀態(tài)，網(wǎng)絡(luò)處于高峰期還是空閑期)。

在數(shù)據(jù)驅(qū)動(dòng)QoE評(píng)估方法中，常用的度量如下：①業(yè)務(wù)水平度量：業(yè)務(wù)放棄、業(yè)務(wù)終止、業(yè)務(wù)失敗、業(yè)務(wù)完成、每個(gè)業(yè)務(wù)實(shí)際完成時(shí)間、業(yè)務(wù)放棄比率、暫停、快進(jìn)、倒回、分辨率調(diào)整及顯示屏大小調(diào)整等；②用戶水平度量：特定網(wǎng)站特定時(shí)間用戶實(shí)時(shí)的業(yè)務(wù)量(對(duì)應(yīng)于視頻，就是視頻剪輯數(shù))、訪問(wèn)特定網(wǎng)站用戶實(shí)施業(yè)務(wù)的全部時(shí)間(對(duì)于視頻就是觀看的全部時(shí)間)、用戶回訪比率(特定時(shí)間內(nèi)用戶再次訪問(wèn)相同網(wǎng)站的比率，該指標(biāo)表明用戶將來(lái)訪問(wèn)該網(wǎng)站的可能性)、用戶對(duì)業(yè)務(wù)的評(píng)定等級(jí)等；③QoS指標(biāo)：?jiǎn)?dòng)延時(shí)(或加入時(shí)間)、緩沖、緩沖時(shí)間占全部觀看時(shí)間的比率、緩沖次數(shù)、平均比特率、緩沖延遲、業(yè)務(wù)失敗次數(shù)、表達(dá)質(zhì)量等。

可見5G網(wǎng)絡(luò)環(huán)境中保證用戶QoE是個(gè)相當(dāng)復(fù)雜的問(wèn)題，這需要給出一個(gè)方案，兼顧QoE評(píng)估、傳輸和網(wǎng)絡(luò)控制之間影響?；谖墨I(xiàn)[6]，這里給出一種網(wǎng)絡(luò)多媒體業(yè)務(wù)QoE保證方案。

2.1 優(yōu)化跨層業(yè)務(wù)傳輸

基于QoE測(cè)度完成MAC/PHY水平的優(yōu)化，這對(duì)于帶寬有限、信道質(zhì)量不穩(wěn)定的無(wú)線網(wǎng)絡(luò)業(yè)務(wù)分發(fā)很重要。首先設(shè)計(jì)可給出可靠結(jié)果的QoE預(yù)測(cè)模型，該模型可在線執(zhí)行、具有實(shí)時(shí)反饋的能力，在設(shè)定輸入的情況下，依據(jù)QoE預(yù)測(cè)模型實(shí)時(shí)給出的可靠的預(yù)測(cè)結(jié)果，自適應(yīng)調(diào)整相應(yīng)的優(yōu)化策略，以改善用戶QoE。然后在時(shí)間尺度和應(yīng)用水平上逐步調(diào)整源業(yè)務(wù)。為了克服信道條件的快速變化，這里可以利用物理層水平的聚集信息，物理層水平鏈路調(diào)整用相對(duì)粗粒度的應(yīng)用層水平信息。

2.2 面向QoE的擁塞控制

可依據(jù)業(yè)務(wù)特點(diǎn)設(shè)計(jì)對(duì)業(yè)務(wù)友好的擁塞控制機(jī)制，克服由于TCP協(xié)議丟包策略、“加性增，乘性減”算法和基于QoS控制導(dǎo)致的較長(zhǎng)延遲。可優(yōu)化擁塞窗口大小以最大化QoE遠(yuǎn)期期望?？紤]失真和每個(gè)包延遲截止時(shí)間的影響，設(shè)計(jì)在線實(shí)時(shí)學(xué)習(xí)算法完成對(duì)于MOS值的實(shí)時(shí)評(píng)估。也可以不修改TCP協(xié)議，將延遲問(wèn)題交給業(yè)務(wù)傳輸處理。

2.3 優(yōu)化網(wǎng)絡(luò)業(yè)務(wù)傳輸

由于受到噪聲、干擾、多徑和用戶/設(shè)備移動(dòng)等影響，5G網(wǎng)絡(luò)環(huán)境下信道條件處于變化之中。因此需要考慮信道快速變化對(duì)業(yè)務(wù)質(zhì)量的影響，特別是用戶對(duì)短時(shí)的較差質(zhì)量很敏感，需要設(shè)計(jì)干擾管理機(jī)制減少干擾能量，設(shè)計(jì)干擾整形機(jī)制平滑突發(fā)干擾的影響。設(shè)計(jì)更為有效的面向QoE實(shí)時(shí)接入控制機(jī)制管理多用戶的競(jìng)爭(zhēng)，研究面向QoE的高效資源分配策略，向多用戶提供頻率、發(fā)送時(shí)間、帶寬等資源的靈活分配方案。設(shè)計(jì)更靈活的面向QoE的業(yè)務(wù)分發(fā)協(xié)議，提高分發(fā)效率。

2.4 設(shè)計(jì)媒體播放器緩存

結(jié)合啟動(dòng)延遲、重新緩沖時(shí)間和用戶特點(diǎn)等因素，設(shè)計(jì)緩沖大小。要注意到緩沖尺寸偏大會(huì)導(dǎo)致較長(zhǎng)的啟動(dòng)延遲，因?yàn)樵诓シ牌鲉?dòng)以前必須下載更多的數(shù)據(jù)。播放器工作期間，盡量降低重新緩沖的次數(shù)。此外，要考慮到用戶的行為特點(diǎn)，許多用戶在業(yè)務(wù)全部完成以前會(huì)停止業(yè)務(wù)，導(dǎo)致下載的很多數(shù)據(jù)無(wú)用，也造成帶寬資源的巨大浪費(fèi)。因此，有必要針對(duì)用戶預(yù)測(cè)業(yè)務(wù)片段，避免傳輸過(guò)度數(shù)據(jù)。

3 未來(lái)的發(fā)展方向

未來(lái)的發(fā)展方向如下：

① 基于數(shù)據(jù)驅(qū)動(dòng)QoE研究。隨著網(wǎng)絡(luò)環(huán)境、業(yè)務(wù)和用戶期望隨著時(shí)間而改變，QoS特征和外部因素也不斷演化，新的特征也可能不斷涌現(xiàn)，應(yīng)該考慮選擇新的維度以表示QoE，進(jìn)一步對(duì)用戶的網(wǎng)絡(luò)多媒體業(yè)務(wù)期望展開研究理論，抽取對(duì)用戶QoE有益的重要QoS和外部因素，取得較好的可刻畫QoS-QoE之間復(fù)雜關(guān)系的表示模型，已獲得更為準(zhǔn)確的開發(fā)分析工具。此外，由于目前尚缺乏用于用戶QoE研究的標(biāo)準(zhǔn)的數(shù)據(jù)庫(kù)，有必要建立數(shù)據(jù)庫(kù)以對(duì)QoE展開深入研究；

② 面向QoE的視頻發(fā)送優(yōu)化。目前多數(shù)的業(yè)務(wù)發(fā)送優(yōu)化是面向QoS的，而面向QoE的發(fā)送優(yōu)化有很大的不同，需要考慮當(dāng)多用戶共享有瓶頸的鏈路時(shí)，由于不同的用戶有不同的QoE期望，應(yīng)該基于用戶對(duì)QoE的敏感度設(shè)計(jì)面向QoE的多用戶業(yè)務(wù)調(diào)度方法。一旦QoE衰減被監(jiān)測(cè)到，其導(dǎo)致的原因應(yīng)該被識(shí)別。所有的管理策略應(yīng)該基于對(duì)QoS-QoE之間關(guān)系的全面理解；

③ QoE評(píng)估緊急技術(shù)，新的網(wǎng)絡(luò)環(huán)境和新涌現(xiàn)的業(yè)務(wù)，導(dǎo)致會(huì)出現(xiàn)不同的情況，比如3D視頻的特征不同于傳統(tǒng)的2D視頻，此外還有交互視頻、超清視頻、移動(dòng)網(wǎng)絡(luò)、傳感網(wǎng)、車載網(wǎng)等新傳輸網(wǎng)絡(luò)；

④ 基于QoE的互聯(lián)網(wǎng)視頻經(jīng)濟(jì)。對(duì)于業(yè)務(wù)內(nèi)容提供商、內(nèi)容分發(fā)網(wǎng)絡(luò)運(yùn)營(yíng)商、互聯(lián)網(wǎng)服務(wù)運(yùn)營(yíng)商和媒體播放器設(shè)計(jì)者出于經(jīng)濟(jì)因素考慮，采用預(yù)訂、廣告支持等也在影響著互聯(lián)網(wǎng)業(yè)務(wù)的發(fā)展，需要建立支持嵌入廣告、預(yù)訂等因素的經(jīng)濟(jì)收益模型；

⑤ 大數(shù)據(jù)分析：可以從很多內(nèi)部的結(jié)構(gòu)化數(shù)據(jù)、外部的半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)中獲得更多個(gè)性化的建議。此外，從網(wǎng)絡(luò)的視角，大數(shù)據(jù)允許以更智能化的方式配置系統(tǒng)，這反過(guò)來(lái)轉(zhuǎn)化為更好的QoE?？偠灾髷?shù)據(jù)使網(wǎng)絡(luò)無(wú)意識(shí)操作降低、智能性增強(qiáng)，能夠基于先驗(yàn)知識(shí)作出對(duì)不遠(yuǎn)的將來(lái)有益的決策；

⑥ 軟件定義網(wǎng)絡(luò)SDN(Software Defined Networking)：彈性、可擴(kuò)展性和面向服務(wù)的管理是5G架構(gòu)發(fā)展的主要驅(qū)動(dòng)力。SDN可能是QoE管理和保證功能的重要技術(shù)，通過(guò)創(chuàng)建一個(gè)虛擬的網(wǎng)絡(luò)基礎(chǔ)設(shè)施控制平面，基于提供各自的編程指令動(dòng)態(tài)施加管理決策以影響網(wǎng)絡(luò)節(jié)點(diǎn)。通過(guò)SDN控制QoE的主要益處是：是一種軟件的方式、統(tǒng)一、低復(fù)雜性、低成本及配置可調(diào)。

4 結(jié)束語(yǔ)

目前，5G網(wǎng)絡(luò)的研究還在起步階段，QoE是研究熱點(diǎn)之一，相關(guān)QoE關(guān)鍵技術(shù)也在探索之中。面對(duì)5G網(wǎng)絡(luò)環(huán)境下用戶多樣化、每種服務(wù)類型需求變化巨大的新特點(diǎn)，如何將QoE整合到5G網(wǎng)絡(luò)環(huán)境中，如何以用戶為中心進(jìn)行網(wǎng)絡(luò)設(shè)計(jì)，體現(xiàn)以QoE為中心的本質(zhì)屬性，已吸引越來(lái)越多的研究人員和相關(guān)國(guó)際組織的關(guān)注，相關(guān)成果也陸續(xù)發(fā)表。作為5G核心特征QoE面向用戶，其能滿足用戶更個(gè)性化的需求，也必能推動(dòng)移動(dòng)通信相關(guān)技術(shù)得到進(jìn)一步發(fā)展。

[1] Liotou E,Elshaer H,Schatz R,et al.Shaping QoE in the 5G Ecosystem[C]∥ London:2015 Seventh International Workshop on Quality of Multimedia Experience (QoMEX),2015:1-6.

[2] Rolando G,Richard G C,Juan M F,et al.Definition of the Transfer Coefficient in Electrochemistry(Iupac Recommendations 2014)[S].

[3] Chien Y L,Link C J,Chen M S.Machine Learning Based Rate Adaptation with Elastic Feature Selection for HTTP-based Streaming[C]∥Italy:2015 IEEE International Conference on Multimedia and Expo (ICME),2015:1-6.

[4] Sun Shi-wei,Cegielski C G,Li Zhi-gang.Amassing and Analyzing Customer Data in the age of Big Data:A Case Study of Haier’s Online-to-offline (o2o) Business Model[J].Journal of Information Technology Case and Application Research,2015,17(3-4):156-165.

[5] Xing Hong-ya,Wang Peng,Cui Xuan,et al.Lnk1 and lnk2 Recruitment to the Evening Element Require Morning Expressed Circadian Related Myb-like Transcription Factors[J].Plant Signal Behav,2015,10(3):96-105.

[6] Chen Yan-jiao,Wu Kai-shun,Qian Zhang.From QoS to QoE:A Tutorial on Video Quality Assessment[J].IEEE Communications Surveys & Tutorials,2015,7(2):1126-1165.

[7] Qualinet European Network on Quality of Experience in Multimedia Systems and Services.Qualinet White Paper on Definitions of Quality of Experience Version 1.2[S].

[8] Floris A,Atzori L.Quality of Experience in the Multimedia Internet of Things:Definition and Practical Use-cases[C]∥ London:2015 IEEE International Conference on Communication Workshop (ICCW),2015:1747-1752.

[9] Stankiewicz R,Cholda P,Jajszczyk A.QoX:What is it really?[J].IEEE Communications Magazine,2011,49(4):148-158.

[10]Kulik I,Kara P A,Trinh T A,et al.Analysis of the Relationship between Quality of Experience and Service Attributes for 3D Future Internet Multimedia[C]∥ Budapest:2013 IEEE 4th International Conference on Cognitive Infocommunications (CogInfoCom),2013:641-646.

[11]Liotou E,Papadomichelakis E,Passas N,et al.Quality of Experience-centric Management in LTE-A Mobile Networks:The Device-to-Device Communication Paradigm[C]∥Singapore:2014 Sixth International Workshop on Quality of Multimedia Experience (QoMEX),2014:135-140.

[12]Varela M,Laulajainen J P.QoE-driven Mobility Management-Integrating the Users’ Quality Perception into Network-Level Decision Making[C]∥Mechelen:The 3rd International Workshop on Quality of Multimedia Experience,Mechelen,2011:19-24.

[13]Huang Feng-hui,Zhou Wen-an,Du Yu.QoE Issues of OTT Services over 5G Network[C]∥Guangdong:2014 Ninth International Conference on Broadband and Wireless Computing,Communication and Applications (BWCCA),2014:267-273.

[14]Jailton J,Carvalho T,Valente W,et al.A Quality of Experience Handover Architecture for Heterogeneous Mobile Wireless Multimedianetworks[J].IEEE Communications Magazine,2013,51(6):152-159.

[15]Tran H A,Mellouk A,Hoceini S,et al.Global State-dependent QoE Based Routing[C]∥ Ottawa:IEEE International Conference on Communications (ICC),2012:131-135.

[16]Rugelj M,Sedlar U,Volk M,et al.Novel Cross-Layer QoE-Aware Radio Resource Allocation Algorithms in Multiuser OFDMA Systems[J].IEEE Transactions on Communications,2014,62(9):3196-3208.

[17]Rahman T F,Sacchi C.A Cooperative Radio Resource Management Strategy for Mobile Multimedia LTE Uplink[C]∥ Montana:2014 IEEE Aerospace Conference,2014:1-8.

[18]Wang zai-jian,Dong Y,Wang X.A Dynamic Service Class Mapping Scheme for Different QoS Domains Using Flow Aggregation[J].IEEE Systems Journal,2015,9(4):1299-1310.

[19]Sackl A,Casas P,Schatz R,et al.Quantifying the Impact of Network Bandwidth Fluctuations and Outages on Web QoE[C]∥London:2015 Seventh International Workshop on Quality of Multimedia Experience (QoMEX),2015:1705-1710.

[20]Huynh Q T,Ghanbari M.Temporal Aspect of Perceived Qualityin Mobile Video Broadcasting[J].IEEE Trans.Broadcast.,2008,54(3):641-651.

Research on Key Technologies of QoE in 5G Network

WANG Zai-jian，YANG Ling-yun，TANG Ping-ping，HE Guo-dong

(The College of Physics and Electronic Information,Anhui Normal University,Wuhu Anhui 241000,China)

To meet the requirements of user′s personalized service and fine business division in the 5th Generation Mobile Communication Networks (5G),the user-centric design approach should be utilized to evaluate network performance and coordinate network operations.Therefore,it is helpful to study the key QoE technologies for developing 5G technologies and new applications/services.This paper first introduces the basic characteristics of the applications/services in 5G networks.Then,this paper summarizes the existing technologies including QoE-aware handover scheme,mobility management,Internet resource optimization,power supply resource optimization,quality fluctuations management and QoE evaluation in emerging 5G wireless system,with focus on QoE provisioning schemes for network multimedia service.Finally,this paper is concluded with a discussion of future research directions.

5G network；Quality of Service;Quality of Experience;Network Multimedia Service

10.3969/j.issn.1003-3114.2016.06.07

王再見，楊凌云，湯萍萍，等.5G網(wǎng)絡(luò)感知質(zhì)量關(guān)鍵技術(shù)研究[J].無(wú)線電通信技術(shù),2016,42(6):28-32，90.

2016-07-25

國(guó)家自然科學(xué)基金項(xiàng)目(61401004)；2016年安徽省高校領(lǐng)軍人才引進(jìn)與培育計(jì)劃項(xiàng)目(gxfxZD2016013)；安徽師范大學(xué)博士科研啟動(dòng)基金(2016XJJ129)項(xiàng)目資助。

王再見(1980—)，男，副教授，主要研究方向：無(wú)線多媒體通信、多媒體大數(shù)據(jù)技術(shù)、QoE評(píng)估技術(shù)等。楊凌云(1982—)，女，講師，主要研究方向：異構(gòu)網(wǎng)絡(luò)QoE保證技術(shù)等。

TN929

A

1003-3114(2016)06-28-5