QoE感知的FiWi視頻分發(fā)機制

王汝言，楊衍，吳大鵬

?

QoE感知的FiWi視頻分發(fā)機制

王汝言，楊衍，吳大鵬

（重慶郵電大學(xué)光通信與網(wǎng)絡(luò)重點實驗室，重慶 400065）

針對光無線融合網(wǎng)絡(luò)（FiWi, fiber-wireless access network）傳輸能力不匹配所導(dǎo)致的視頻業(yè)務(wù)傳輸不連續(xù)問題，提出一種體驗質(zhì)量（QoE）感知的視頻分發(fā)機制。根據(jù)光無線融合網(wǎng)絡(luò)結(jié)構(gòu)特點，考慮鏈路狀態(tài)信息及可擴展視頻編碼結(jié)構(gòu)，建立QoE評估模型，使用粒子群算法選擇最優(yōu)視頻傳輸速率；進而分析節(jié)點傳輸能力及節(jié)點匹配度，為業(yè)務(wù)選擇傳輸路徑，保證業(yè)務(wù)的可靠傳輸。結(jié)果表明，所提機制在增強用戶體驗質(zhì)量的同時，有效地提高了網(wǎng)絡(luò)資源利用率，降低了網(wǎng)絡(luò)擁塞。

光無線融合網(wǎng)絡(luò)；可擴展視頻編碼；體驗質(zhì)量；粒子群算法

1 引言

隨著智能終端設(shè)備的廣泛使用，視頻業(yè)務(wù)數(shù)據(jù)量呈爆炸式增長，其高帶寬及時延敏感特性對網(wǎng)絡(luò)承載能力提出了更高的要求；同時，為了更加便捷地為用戶提供網(wǎng)絡(luò)接入服務(wù)進而獲取視頻信息，視頻業(yè)務(wù)的承載也在向移動化方向發(fā)展[1]。視頻承載網(wǎng)絡(luò)的關(guān)鍵問題在于是否能實時地向用戶交付視頻數(shù)據(jù)，但此種方式會占用較多網(wǎng)絡(luò)資源，同時對業(yè)務(wù)的時延和抖動有很高的要求，因此，為了保證視頻業(yè)務(wù)的高效傳輸，未來接入網(wǎng)勢必會向高帶寬、高速率、可移動性方向發(fā)展[2]。光無線融合網(wǎng)絡(luò)契合未來網(wǎng)絡(luò)發(fā)展需求，同時具有光網(wǎng)絡(luò)高帶寬、傳輸穩(wěn)定、成本低廉的優(yōu)勢和無線網(wǎng)絡(luò)易部署、支持移動組網(wǎng)的特點[3,4]，經(jīng)濟價值高、應(yīng)用場景廣泛，成為解決未來寬帶接入網(wǎng)的重要方法之一。

FiWi的典型結(jié)構(gòu)如圖1所示，后端的光網(wǎng)絡(luò)采用點到多點的樹型結(jié)構(gòu)，由光線路終端（OLT, optical line terminal）和多個光網(wǎng)絡(luò)單元（ONU, optical network unit）組成，前端的無線網(wǎng)絡(luò)由融合ONU和基站功能的網(wǎng)關(guān)節(jié)點（ONU-BS, optical network units-base station）以及多個無線路由器組成。每個ONU可以連接多個基站（BS, base station），BS與多個無線路由器相連，這些路由器組成前端的無線mesh網(wǎng)（WMN, wireless mesh network）。用戶通過無線路由器接入網(wǎng)絡(luò)，再經(jīng)過光網(wǎng)絡(luò)進入骨干網(wǎng)[5]。

研究表明，用戶點擊視頻的次數(shù)與視頻的流行程度關(guān)系緊密。在大型視頻網(wǎng)站，位于流行程度排行前20%的視頻占據(jù)了近80%的點擊率，二者服從Zipf分布[6]。FiWi體系架構(gòu)中，ONU-BS需要為每個需求用戶在時域和頻域上分配資源，并反復(fù)將同一內(nèi)容發(fā)送至不同用戶。顯然，對于大數(shù)據(jù)量的多媒體業(yè)務(wù)，這樣的服務(wù)模式會對網(wǎng)絡(luò)資源造成極大浪費，導(dǎo)致用戶服務(wù)體驗迅速下降[7]。對于FiWi架構(gòu)來說，多播傳輸機制可以有效緩解這種現(xiàn)象，即充分利用FiWi下行傳輸?shù)膹V播特性，將同一視頻流同時傳輸至多個用戶，但基站與多個用戶的差異化信道及鏈路資源，不能保證所有用戶都能成功接收[8]。因此，為適應(yīng)不同用戶對視頻服務(wù)的需求以及動態(tài)變化的網(wǎng)絡(luò)環(huán)境，可擴展視頻編碼（SVC, scalable video coding）技術(shù)[9]被廣泛應(yīng)用在視頻多播傳輸中。SVC將視頻內(nèi)容分成一個基礎(chǔ)層（BL, base layer）以及若干個增強層（EL, enhancement layer），基礎(chǔ)層提供最基本的觀看質(zhì)量，接收端只需要接收到基礎(chǔ)層碼流，就可以得到最低分辨率的視頻文件；高層的數(shù)據(jù)依賴低層的數(shù)據(jù)，用戶要接收高層數(shù)據(jù)必須正確解碼基礎(chǔ)層。

圖1 FiWi的典型結(jié)構(gòu)

FiWi兩端結(jié)構(gòu)和傳輸能力的不對稱性[10]會使數(shù)據(jù)在ONU-BS處產(chǎn)生不同程度的積壓，導(dǎo)致節(jié)點隊列和傳輸時延不斷增大，并且緩存隊列達到最大容量時就會拒絕接收數(shù)據(jù)，產(chǎn)生不必要的分組丟失。對于視頻業(yè)務(wù)而言，數(shù)據(jù)分組丟失是影響視頻質(zhì)量的主要因素，將直接影響一個甚至多個視頻幀的正確接收，對后端用戶的體驗質(zhì)量（QoE, quality of experience）產(chǎn)生極大影響[11]。因此，如何根據(jù)ONU-BS的負載狀態(tài)以及鏈路資源選擇合適的路徑對提高用戶QoE至關(guān)重要。文獻[12]建立模型分析FiWi中的數(shù)據(jù)時延，計算路徑的端到端時延，有效地選擇時延較低的路徑傳輸，但沒有考慮視頻業(yè)務(wù)的特點。文獻[13]提出一種容量和時延感知的路由算法，根據(jù)鏈路分組到達率進行鏈路容量計算，合理分配資源，能夠支持較高的負載且時延較低，但其資源利用率較低。文獻[14]將最壞播放時延作為視頻傳輸質(zhì)量評價指標(biāo)，針對非熱點用戶提出一種批量處理廣播機制，在節(jié)約資源的同時保證了熱點用戶的需求。文獻[15]提出一種QoS感知的視頻業(yè)務(wù)傳輸機制，利用線性預(yù)測算法和媒體傳輸質(zhì)量評價業(yè)務(wù)性能，實時地反映當(dāng)前的網(wǎng)絡(luò)狀況，合理分配資源，保障視頻業(yè)務(wù)的傳輸。上述機制主要將網(wǎng)絡(luò)吞吐量、分組丟失率、網(wǎng)絡(luò)時延作為視頻業(yè)務(wù)傳輸質(zhì)量評價標(biāo)準(zhǔn)，然而基于QoS的評價參數(shù)只反映了網(wǎng)絡(luò)的傳輸狀況，無法反映用戶對視頻業(yè)務(wù)的可接受程度。

針對上述問題，本文在FiWi架構(gòu)下提出一種QoE感知的視頻分發(fā)機制（QAVDM, QoE-aware video distribution mechanism）。根據(jù)無線鏈路狀態(tài)以及用戶請求，量化業(yè)務(wù)交互過程中用戶的主觀體驗；使用向量粒子群算法（VPSO, vector particle swarm optimization algorithm）為每層視頻業(yè)務(wù)分配合適的傳輸速率；利用光域ONU與無線域基站的連接狀態(tài)計算ONU的匹配程度，并獲知ONU的剩余傳輸能力；最后，選擇匹配度高、可用帶寬充足的節(jié)點傳輸視頻業(yè)務(wù)。

2 QoE感知的鏈路速率自適應(yīng)控制

QoE是指用戶對應(yīng)用或業(yè)務(wù)的質(zhì)量和性能的綜合主觀感受，反映用戶對業(yè)務(wù)的可接受程度[16]。統(tǒng)計發(fā)現(xiàn)，在不考慮視頻內(nèi)容和長度的情況下，用戶觀看視頻的持續(xù)時間可以間接反映用戶對該視頻的滿意程度。因此，根據(jù)不同的網(wǎng)絡(luò)狀態(tài)，通過持續(xù)觀看時間自適應(yīng)地調(diào)整鏈路的傳輸速率，可以有效地保證用戶QoE。為了達到這一目的，首先，根據(jù)鏈路狀態(tài)信息及SVC視頻流的傳輸特性選取影響持續(xù)觀看時間的主要因素；其次，通過這些因素，制訂以持續(xù)觀看時間為目標(biāo)的用戶滿意度函數(shù)，評估用戶QoE；最后，利用向量粒子群算法對函數(shù)進行優(yōu)化以得到當(dāng)前網(wǎng)絡(luò)狀態(tài)下的最佳視頻傳輸速率。

2.1 QoE參數(shù)選取

1) 中斷緩存率

表1 符號定義

進而可獲知視頻的平均接收速率為

視頻業(yè)務(wù)需要持續(xù)地占用較大的網(wǎng)絡(luò)帶寬，在多業(yè)務(wù)共同傳輸?shù)腇iWi中，很難保證給予滿足視頻業(yè)務(wù)需求的資源，若接收端的播放速率大于網(wǎng)絡(luò)提供的傳輸速率，就會消耗緩存區(qū)數(shù)據(jù)，達到中斷條件后中斷播放。令中斷緩存率表示視頻持續(xù)播放時間與中斷緩存時間的比值，可以反映用戶在觀看過程中產(chǎn)生中斷的時間比例，如式(9)所示。

2) 視頻質(zhì)量接受度

2.2 用戶滿意度評估

3 鏈路速率自適應(yīng)算法

為使播放速率盡可能地滿足用戶需求，除了提高每層業(yè)務(wù)的可靠性外，還應(yīng)選擇更合理的MCS，但根據(jù)香農(nóng)定理，傳輸速率越快，消耗的帶寬資源越多。在資源有限的情況下，不同視頻層的傳輸速率是相互制約、相互沖突的，即一個增大另一個會減小，從而對滿意度產(chǎn)生極大的影響。SVC視頻的每一層資源部署是一個離散解集。由于粒子群算法具有計算速率快、便于移植等優(yōu)點，能夠避免局部最優(yōu)解，用于產(chǎn)生高性能的解決方法。本文利用基于向量粒子群算法，在網(wǎng)絡(luò)資源有限的情況下選擇最優(yōu)MCS，使用戶的QoE性能達到最優(yōu)狀態(tài)。

3.1 單用戶鏈路自適應(yīng)控制

根據(jù)上述算法和適應(yīng)度函數(shù)選擇，部署步驟如下。

步驟1 部署策略初始化。確定所選的MCS，本文一共選擇4種不同的MCS：BPSK，QPSK，16-QAM，64-QAM。對應(yīng)的編號分別為1~4。假設(shè)不傳輸也是一種調(diào)制策略，編號為0，則一層數(shù)據(jù)可選擇5種調(diào)制方式。每種調(diào)制方式代表不同的傳輸速率以及可靠性。然后，隨機產(chǎn)生個粒子，每個粒子是一個維的向量，限制迭代次數(shù)為。

步驟2 粒子序列更新。利用生成的適應(yīng)度函數(shù)(17)對種群中的粒子進行評價，適應(yīng)度值越大的粒子表示在這種部署方案下用戶的QoE性能越好。根據(jù)SVC視頻業(yè)務(wù)的層間依賴關(guān)系，若某一增強層成功解碼，則比這一層低的視頻層數(shù)據(jù)必須成功接收；若低層沒有傳輸（即策略編號為0），那么比這一層高的其他層數(shù)據(jù)即使接收也不能成功解碼，本文假設(shè)這種情況與沒有傳輸性質(zhì)相同，例如，迭代過程中某粒子序列為（1,0,2,…,4），由于第一增強層沒有發(fā)送，因此，后續(xù)層即使數(shù)據(jù)接收也不能解碼，所以調(diào)整該粒子序列為（1,0,0,…,0）。然后，對該粒子重新計算適應(yīng)度。

所提出的SVC視頻部署策略如算法1所示。

算法1 SLAC算法

1) 初始化：、、

2) for(1;;)

3) {

4) for(1;;)

5) {

6) 生成初始種群

7) }

8) }

9) while(<=;++)

10) {

11) 計算

//計算粒子適應(yīng)度

12) 更新粒子序列

13) 計算種群個體極值與全局極值（,）

16) 更新粒子適應(yīng)度

//判斷極值變化

19) end

20) else

21) 更新，重復(fù)步驟12)

22) end

23) }

3.2 多播組用戶鏈路自適應(yīng)控制

視頻傳輸示意如圖2所示。對于多播SVC視頻業(yè)務(wù)來說，需要保證組內(nèi)每個用戶能夠從業(yè)務(wù)中得到較好的QoE。由于用戶間的鏈路質(zhì)量以及請求狀態(tài)不同，為了滿足多播組用戶需求，傳統(tǒng)方法是選取該組中鏈路質(zhì)量最差的用戶作為這一多播組的傳輸標(biāo)準(zhǔn)，這種方法可以保證每個用戶都能成功接收業(yè)務(wù)，但是對于鏈路質(zhì)量較好的用戶而言，不能充分利用鏈路資源，會造成部分資源的浪費。由圖2(a)可以看出，若考慮該組中鏈路質(zhì)量最差的用戶，雖然可以保證這組所有用戶都能接收3層視頻業(yè)務(wù)，但是對于鏈路質(zhì)量較好的用戶2，由于其傳輸速率較快，在成功接收數(shù)據(jù)后需等待用戶1接收完成后才能進行后續(xù)業(yè)務(wù)的傳輸，資源浪費嚴(yán)重，同時會降低本用戶可接收的視頻質(zhì)量。因此，用戶根據(jù)可以根據(jù)自身的網(wǎng)絡(luò)環(huán)境選擇接收最佳的視頻層數(shù)，可以保證視頻的傳輸質(zhì)量，從而提高組內(nèi)用戶的QoE。

圖2 視頻傳輸示意

算法2 MULC算法

1) 初始化：grp_size、max_layer

2)=0

3) 記錄每個用戶的值

4) 根據(jù)對用戶排序

5) for (=SINR值最低的用戶; (

6) {

7) 為第個用戶運行SLAC算法

8)=第個用戶的最優(yōu)分配

//計算所需帶寬和更高一層帶寬

//判斷剩余帶寬是否滿足傳輸需求

11) {

12) 重復(fù)步驟6)

13) else

14) end

15) }

16) service_layer[]=

//整個多播組傳輸?shù)囊曨l層數(shù)

17) }

4 基于節(jié)點傳輸能力的視頻帶寬分配

由于光網(wǎng)絡(luò)與無線網(wǎng)絡(luò)的傳輸能力差異較大，F(xiàn)iWi的大量數(shù)據(jù)在ONU處積壓，將使ONU處負載不斷增大，導(dǎo)致部分ONU因負載過大而發(fā)生網(wǎng)絡(luò)擁塞產(chǎn)生負載失衡，最終增大數(shù)據(jù)傳輸時延以及分組丟失率。因此，為保證視頻業(yè)務(wù)的可靠傳輸，需要根據(jù)節(jié)點傳輸能力為其進行業(yè)務(wù)分配。本文首先利用ONU的連接狀態(tài)計算ONU節(jié)點的匹配度，進而根據(jù)ONU當(dāng)前負載狀態(tài)記錄每個節(jié)點的剩余傳輸能力，最后通過遞歸選取方法，選擇滿足要求的ONU傳輸該視頻業(yè)務(wù)。

4.1 節(jié)點匹配度

4.2 節(jié)點傳輸性能

由于視頻傳輸持續(xù)時間較長，若某時刻的可用帶寬不能滿足需求，則會對業(yè)務(wù)產(chǎn)生一個較大的時延抖動，影響用戶的觀看體驗。因此，為了保證整個過程中的可用帶寬均滿足業(yè)務(wù)需求，選取個時刻采樣，取其中最小的可用容量作為該節(jié)點的節(jié)點可用容量，如式(21)所示。

數(shù)據(jù)分組傳輸?shù)絆NU節(jié)點時，由于ONU的負載狀態(tài)不同，發(fā)送數(shù)據(jù)分組的時延也不同，數(shù)據(jù)轉(zhuǎn)發(fā)過程中的時延主要包括以下3個方面。

1) 傳播時延

傳播時延（PD, propagation delay）是指從源節(jié)點發(fā)送數(shù)據(jù)開始，到目的節(jié)點收到數(shù)據(jù)之間的時間間隔，由于ONU節(jié)點與BS之間的距離較近，因此，PD很小，可以忽略不計。

2) 傳輸時延

傳輸時延（TD, transmission delay）是指將數(shù)據(jù)發(fā)送到信道中傳輸所需的時間，主要與數(shù)據(jù)分組大小以及節(jié)點的傳輸容量有關(guān)，如式(22)所示。

3) 排隊時延

排隊時延（QD, queuing delay）即數(shù)據(jù)分組在節(jié)點內(nèi)部等待發(fā)送時的排隊時延，可通過式(23)計算。

因此，數(shù)據(jù)分組的單鏈路時延可由式(24)計算。

4.3 節(jié)點帶寬分配機制

根據(jù)接收端設(shè)備的性能以及用戶的請求，需要確定初始傳輸?shù)囊曨l層數(shù)，用戶開始接收數(shù)據(jù)，BS就會對視頻業(yè)務(wù)的QoE進行評估并反饋給ONU，從而ONU根據(jù)反饋信息對視頻的傳輸做出調(diào)整。但這個過程中存在以下2個問題。

1) 多個滿足條件的ONU同時傳輸相同的視頻業(yè)務(wù)，會導(dǎo)致網(wǎng)絡(luò)中的數(shù)據(jù)冗余傳輸，從而降低網(wǎng)絡(luò)的帶寬利用率。

2) 視頻業(yè)務(wù)帶寬需求大，若ONU可用帶寬不足，則會緩存部分?jǐn)?shù)據(jù)，數(shù)據(jù)分組的排隊時延將明顯增大，進而使鏈路時延增加，甚至產(chǎn)生數(shù)據(jù)分組丟失。

為避免時延性能的惡化，同時考慮冗余傳輸帶來的網(wǎng)絡(luò)擁塞，需要根據(jù)節(jié)點能力對業(yè)務(wù)帶寬進行合理分配。本文首先利用ONU與后端基站連接情況計算出ONU的匹配程度，然后，對節(jié)點進行降序排列，選取匹配度更高的ONU；計算節(jié)點的傳輸能力以及后端用戶的業(yè)務(wù)申請狀態(tài)，使用遞歸選取的方式為該節(jié)點分配滿足節(jié)點傳輸能力的傳輸帶寬，解決因帶寬資源限制對視頻質(zhì)量造成的影響，提高視頻傳輸質(zhì)量。

5 數(shù)值結(jié)果分析

本文使用NS2仿真平臺對所提QAVDM算法進行驗證，并與文獻[16]提出的ILA算法以及文獻[20]提出的DSS算法對比。ILA算法利用業(yè)務(wù)公平性約束以及鏈路使用情況對視頻傳輸速率進行調(diào)整，在鏈路狀態(tài)變化時保證視頻業(yè)務(wù)的傳輸性能。DSS算法采用節(jié)點傳輸能力控制，根據(jù)節(jié)點所服務(wù)的用戶數(shù)量動態(tài)地分配節(jié)點容量，以保證多用戶的可靠傳輸。仿真參數(shù)如表2所示。

表2 仿真參數(shù)設(shè)置

使用一個4層速率10 Mbit/s總播放時間為60 s的SVC視頻為例，考慮單用戶以及多用戶情況，利用所提機制對用戶滿意度以及業(yè)務(wù)值的性能分析，值是一個客觀評價圖像質(zhì)量的標(biāo)準(zhǔn)，是原圖像與被處理圖像的均方誤差，值能反映所接收的視頻質(zhì)量。本文假設(shè)用戶請求速率分別對應(yīng)視頻層的傳輸速率，用戶期望觀看2層的視頻內(nèi)容，則該用戶的請求速率為2 656 kbit/s。所選視頻參數(shù)如表3所示。

表3 SVC視頻參數(shù)

5.1 不同鏈路質(zhì)量下的業(yè)務(wù)性能

圖3表示不同鏈路質(zhì)量與用戶滿意度的關(guān)系。由圖3可以看出，隨著鏈路質(zhì)量的提升，用戶滿意度整體呈上升趨勢，在較差時，提升鏈路質(zhì)量會使?jié)M意度明顯增加。同時本文所提QAVDM算法相比其他算法性能提高22%左右，這主要是因為QAVDM根據(jù)SVC業(yè)務(wù)特性以及鏈路質(zhì)量動態(tài)地調(diào)節(jié)不同層業(yè)務(wù)的傳輸速率，可以更合理地分配帶寬資源，提高業(yè)務(wù)的緩存效率，降低因緩存不足所帶來的中斷播放的影響。

圖3 鏈路質(zhì)量與用戶滿意度

圖4反映了鏈路質(zhì)量與視頻質(zhì)量的關(guān)系。由圖4可以看出，在<17.5 dB時，提高鏈路質(zhì)量會對視頻業(yè)務(wù)有明顯的提升，原因是在較低時，鏈路分組丟失率會大幅度增加，而數(shù)據(jù)分組丟失是影響視頻性能的主要因素，因此，在這一階段提高視頻質(zhì)量上升明顯，而在>30 dB時，視頻質(zhì)量的增加趨于平穩(wěn)。并且QAVDM算法的視頻質(zhì)量最優(yōu)，原因是QAVDM可以在鏈路質(zhì)量較差時降低視頻的發(fā)送速率，以達到減小因鏈路質(zhì)量對業(yè)務(wù)性能造成的影響，從而提高了用戶接收的視頻質(zhì)量。

圖4 鏈路質(zhì)量與視頻質(zhì)量

5.2 不同負載下的性能

業(yè)務(wù)時延也是衡量用戶QoE的重要指標(biāo)，圖5表示不同負載下的網(wǎng)絡(luò)時延。結(jié)果表明，在網(wǎng)絡(luò)負載較低時，網(wǎng)絡(luò)時延隨著負載呈上升趨勢，但并不明顯，主要是因為在負載較低時，節(jié)點的可用帶寬相對充足，增加負載對于網(wǎng)絡(luò)的時延影響較小，因此3種機制在低負載情況下性能大體相同。但在節(jié)點負載較大時，QAVDM可以根據(jù)節(jié)點的剩余帶寬，選擇節(jié)點匹配度更大的節(jié)點傳輸，可以有效地減小網(wǎng)關(guān)和鏈路的擁塞，從而減小了數(shù)據(jù)時延。從圖5可以看出，在負載較大時，QAVDM機制時延性能一直優(yōu)于另外2種算法，且較另2種機制分別降低25.7%和33.1%。

圖5 不同網(wǎng)絡(luò)負載下業(yè)務(wù)平均時延

節(jié)點負載越高，則相應(yīng)的網(wǎng)絡(luò)時延越大。圖6表示平均業(yè)務(wù)時延與用戶滿意度的關(guān)系。結(jié)果表明，隨著網(wǎng)絡(luò)時延的增大，用戶滿意度呈下降趨勢，主要是因為視頻的持續(xù)播放需要接收端能夠穩(wěn)定回放所接收的視頻內(nèi)容，業(yè)務(wù)時延過大導(dǎo)致接收端不能及時解碼，從而影響視頻的正常播放，因此，在平均時延較大時，用戶滿意度下降程度明顯。但在相同平均時延條件下，本文所提機制的用戶滿意度相對較好，主要是因為所提機制根據(jù)SVC視頻層的結(jié)構(gòu)特點及傳輸特性，為較低層數(shù)據(jù)分配更合理的帶寬，降低了碰撞競爭產(chǎn)生的時延，從而減少這部分?jǐn)?shù)據(jù)的網(wǎng)絡(luò)時延，提高了視頻連續(xù)播放的性能，進而得到了一個較好的用戶滿意度。

對于視頻業(yè)務(wù)而言，時延抖動也是影響其播放質(zhì)量的重要參數(shù)。圖7反映了平均時延抖動與用戶滿意度的關(guān)系。由圖7可知，隨著業(yè)務(wù)的平均時延抖動增加，3種機制的用戶滿意度均逐漸下降，原因是在視頻業(yè)務(wù)傳輸過程中，由于網(wǎng)絡(luò)干擾、網(wǎng)絡(luò)設(shè)備性等物理因素變化導(dǎo)致相鄰數(shù)據(jù)分組的到達時間間隔不同而發(fā)生抖動，而抖動過大將影響視頻的正常解碼，造成畫面失真，進而導(dǎo)致視頻播放效果下降，降低用戶的滿意程度。

圖6 平均時延與用戶滿意度

圖7 平均時延抖動與用戶滿意度

5.3 不同用戶規(guī)模下的業(yè)務(wù)性能

仿真多播組用戶規(guī)模從2到10個的業(yè)務(wù)性能，圖8表示了用戶數(shù)量與平均用戶滿意度的關(guān)系。由圖8可以看出，隨著用戶數(shù)量的增多，平均滿意度呈下降的趨勢，主要原因是用戶數(shù)量增大會使多個用戶共同占用網(wǎng)絡(luò)帶寬，從而對于單個用戶而言，其可用資源是相對減小的，視頻業(yè)務(wù)會因資源不足影響其傳輸性能，因此，用戶對該業(yè)務(wù)的滿意程度會降低。由于QAVDM算法不僅保證鏈路質(zhì)量較差的用戶的滿意度，還能根據(jù)該用戶的剩余鏈路資源為其分配更高層的視頻數(shù)據(jù)，從而在一定程度上提高了這些用戶的視頻質(zhì)量，因此也使整體用戶的平均滿意度增加。

圖8 不同用戶數(shù)量下的平均滿意度

圖9表示不同多播組用戶數(shù)量下業(yè)務(wù)的平均值。由圖9可以看出，在用戶數(shù)量較大時，雖然整體的性能均有下降，但是QAVDM機制相比其他2種機制能維持在較好的情況。原因是，在DSS機制中沒有考慮視頻結(jié)構(gòu)的特點，僅依賴網(wǎng)絡(luò)負載狀態(tài)動態(tài)分配鏈路資源，因此，基礎(chǔ)層業(yè)務(wù)會因分配資源不足，導(dǎo)致較大程度的時延以及分組丟失，所以該業(yè)務(wù)質(zhì)量會急劇下降；而ILA機制雖然可以根據(jù)視頻的層間重要性，為不同層的視頻業(yè)務(wù)分配相應(yīng)的帶寬，在一定程度上可以保證用戶的視頻質(zhì)量，但是由于用戶間的鏈路狀態(tài)的差異性，鏈路質(zhì)量較差的用戶有可能不能成功接收，所以會影響這部分用戶的觀看體驗。QAVDM機制綜合考慮了不同用戶的物理條件，利用SVC視頻結(jié)構(gòu)的優(yōu)勢，優(yōu)先保證了物理條件差的用戶的觀看體驗，然后，利用可用的剩余帶寬，逐步地提高視頻質(zhì)量，因此，QAVDM機制在用戶數(shù)量較大時可以維持較好的視頻質(zhì)量。

圖9 不同用戶數(shù)量下平均視頻質(zhì)量

6 結(jié)束語

為充分利用光無線融合網(wǎng)絡(luò)的網(wǎng)絡(luò)資源，提高多媒體業(yè)務(wù)傳輸?shù)男阅?，本文提出了一種QoE感知的視頻分發(fā)機制。首先，利用鏈路狀態(tài)、用戶請求速率等建立合適的QoE量化模型；其次，利用向量粒子群算法，以鏈路帶寬為限制，以提高用戶QoE為目的完成部署；最后，根據(jù)ONU節(jié)點的處理能力和節(jié)點匹配度，選擇滿足要求的路徑傳輸，以提高網(wǎng)絡(luò)資源利用率，進一步提高用戶QoE。仿真結(jié)果表明，本文所提方法相比于傳統(tǒng)的視頻調(diào)度策略，可以有效提高視頻質(zhì)量并增強用戶的觀看體驗。

[1] WU D P, HE J, WANG H G, et al. A hierarchical packet forwarding mechanism for energy harvesting wireless sensor networks[J]. IEEE Communications Magazine, 2015, 53(8): 92-98.

[2] WANG R Y, LIANG A L, ZHOU C, et al. QoS-aware energy-saving mechanism for hybrid optical-wireless broadband access networks[J]. Photonic Network Communications, 2017: 1-11.

[3] MAIER M, RIMAL B P. Invited paper: the audacity of fiber-wireless (FiWi) networks: revisited for clouds and cloudlets[J]. China Communications, 2015, 12(8):33-45.

[4] WU D P, LIU Z Q, WANG R Y, et al. Dynamic bandwidth allocation mechanism in EPON with idle time eliminated[J]. Optik - International Journal for Light and Electron Optics, 2013, 124(23): 6372-6376.

[5] BEYRANVAND H, LEVESQUE M, MAIER M, et al. Toward 5G: FiWi enhanced LTE-A HetNets with reliable low-latency fiber backhaul sharing and WiFi offloading[J]. IEEE/ACM Transactions on Networking, 2016, PP(99): 1-18.

[6] WU D P, YAN J J, WANG H G, et al. Social attribute aware incentive mechanisms for video distribution in device-to-device communications[J]. IEEE Transaction on Multimedia, 2017, PP(99): 1.

[7] TU W. Efficient wireless multimedia multicast in multi-rate multi-channel mesh networks[J]. IEEE Transactions on Signal & Information Processing Over Networks, 2016, 2(3):376-390.

[8] WANG S, CHEN S, GE L, et al. Distributed generation hosting capacity evaluation for distribution systems considering the robust optimal operation of OLTC and SVC[J]. IEEE Transactions on Sustainable Energy, 2016, 7(3):1111-1123.

[9] CHUANG C C, YU Y J, PANG A C, et al. Efficient multicast delivery for data redundancy minimization over wireless data centers[J]. IEEE Transactions on Emerging Topics in Computing, 2016, 4(2):225-241.

[10] KUO W H, KALISKI R, WEI H Y. A QoE-based link adaptation scheme for H.264/SVC video multicast over IEEE 802.11[J]. IEEE Transactions on Circuits & Systems for Video Technology, 2015, 25(5): 812-826.

[11] VAN D P, RIMAL B.P, MAIER M, et al. ECO-FiWi: an energy conservation scheme for integrated fiber-wireless access networks[J]. IEEE Transactions on Wireless Communications, 2016, 15(6): 3979-3994.

[12] AURZADA F, VESQUE M, MAIER M, et al. FiWi access networks based on next-generation PON and gigabit-class WLAN technologies: a capacity and delay analysis[J]. IEEE/ACM Transactions on Networking, 2013, 22(4): 1176-1189.

[13] REAZ A, RAMAMURTHI V, SARKAR S, et al. CaDAR: an efficient routing algorithm for a wireless-optical broadband access network (WOBAN)[J]. Journal of Optical Communications & Networking, 2009, 1(5): 392-403.

[14] LI Y, DAI S F, CHANG X M. Delay guaranteed VoD services over group-based integrated fiber-wireless (FiWi) access networks with energy efficiency[J]. Optical Fiber Technology, 2015(24): 100-105.

[15] REN D P, LL H, JI Y F. Demonstration of QoS-aware wireless protection scheme for video service in fiber-wireless access network[J]. Optik-International Journal for Light and Electron Optics, 2013, 124(14): 1827-1831.

[16] FALLAH Y P, MANSOUR H, KHAN S, et al. A link adaptation scheme for efficient transmission of H.264 scalable video over multirate WLANs[J]. IEEE Transactions on Circuits & Systems for Video Technology, 2008, 18(7): 875-887.

[17] STAEHLE B, HIRTH M, PRIES R, et al. YoMo: a YouTube application comfort monitoring tool[C]//New Dimensions in the Assessment and Support of Quality of Experience for Multimedia Applications. 2010: 467.

[18] ZHANG W, WEN Y, CHEN Z, et al. QoE-driven cache management for HTTP adaptive bit rate streaming over wireless networks[J]. IEEE Transactions on Multimedia, 2013, 15(6):1431-1445.

[19] REICHL P, TUFFIN B, SCHATZ R. Logarithmic laws in service quality perception: where microeconomics meets psychophysics and quality of experience[J]. Telecommunication Systems, 2013, 52(2): 587-600.

[20] KUO W H, LEE J F. Multicast recipient maximization in IEEE 802.16j WiMax relay networks[J]. IEEE Transactions on Vehicular Technology, 2010, 59(1):335-343.

QoE-aware video distribution mechanism in FiWi

WANG Ruyan, YANG Yan, WU Dapeng

Key Laboratory of Optical Communication and Networks, Chongqing University of Posts and Telecommunications, Chongqing 400065, China

The mismatch of transmission ability causes the discontinuous transmission of video services in fiber-wireless access network, aimed at this problem, an QoE-aware video distribution mechanism was proposed. According to the structural characteristics of fiber-wireless access network, link state information and scalable video coding structure was considered, a QoE evaluation mode was established, and the particle swarm optimization algorithm was used to select optimal video transmission rate. Then the node transmission capacity and the node matching degree was analyzed, transmission path for the services was selected, so as to ensure the reliable transmission of services. The results show that the proposed mechanism can effectively improve the utilization rate of network resources and reduce network congestion while improving the quality of the user experience.

fiber-wireless access network, scalable video coding, quality of experience, particle swarm algorithm

TP393.04

A

10.11959/j.issn.1000-436x.2018012

王汝言（1969-），男，湖北浠水人，博士，重慶郵電大學(xué)教授、博士生導(dǎo)師，主要研究方向為泛在網(wǎng)絡(luò)多媒體信息處理等。

楊衍（1992-），男，重慶人，重慶郵電大學(xué)碩士生，主要研究方向為光無線融合網(wǎng)絡(luò)。

吳大鵬（1979-），男，黑龍江大慶人，博士，重慶郵電大學(xué)教授、博士生導(dǎo)師，主要研究方向為泛在網(wǎng)絡(luò)互聯(lián)網(wǎng)服務(wù)質(zhì)量控制等。

2017-05-31；

2017-11-29

國家自然科學(xué)基金資助項目（No.61371097）；重慶高校創(chuàng)新團隊計劃基金資助項目（No.CXTDX201601020）；重慶市教委科學(xué)技術(shù)研究基金資助項目（No.KJ1401126）

: The National Natural Science Foundation of China (No.61371097), Chongqing University Innovation Team Construction Project Funded Projects (No.CXTDX201601020), Chongqing Municipal Education Commission Science and Technology Research Project (No.KJ1401126)