移動邊緣計算下礦山安全監(jiān)控視頻數(shù)據(jù)流自適應(yīng)傳輸

鄭萬波，李 磊

（1.昆明理工大學(xué)理學(xué)院，云南 昆明 650500；2.昆明理工大學(xué)數(shù)據(jù)科學(xué)研究中心，云南 昆明 650500）

0 引 言

礦山開采過程中，作業(yè)環(huán)境具有高風險性[1]，需要實時監(jiān)控礦井內(nèi)部的氣體濃度、溫度、濕度等數(shù)據(jù)。但由于地下礦井的網(wǎng)絡(luò)環(huán)境復(fù)雜，存在大量隨機干擾源，如巖石、土壤等，導(dǎo)致數(shù)據(jù)傳輸質(zhì)量下降，視頻數(shù)據(jù)丟失或延遲增加[2]。因此，為了提高礦山開采的可靠性和實時性，監(jiān)控視頻數(shù)據(jù)流的處理與傳輸成為了研究熱點。

研究者開始關(guān)注如何實現(xiàn)視頻數(shù)據(jù)傳輸。王騰等人針對視頻數(shù)據(jù)傳輸?shù)陌踩詥栴}，采用多維數(shù)據(jù)流隱私保護實時發(fā)布機制對視頻數(shù)據(jù)實施加密處理[3]。常會麗等人針對數(shù)據(jù)傳輸過程中的存儲空間問題，采用MVC 架構(gòu)對視頻數(shù)據(jù)實施壓縮處理[4]。蘭誠棟等人針對傳輸網(wǎng)絡(luò)帶寬問題，通過強化學(xué)習(xí)算法實現(xiàn)視頻傳輸過程中的帶寬預(yù)測[5]。

上述方法在研究過程中均存在對網(wǎng)絡(luò)帶寬需求大、用戶體驗質(zhì)量較差的問題。針對這一問題，本文提出一種移動邊緣計算下礦山安全監(jiān)控視頻數(shù)據(jù)流自適應(yīng)傳輸方法，將部分或全部監(jiān)控視頻數(shù)據(jù)傳輸任務(wù)轉(zhuǎn)移至礦山現(xiàn)場的移動邊緣設(shè)備上，提升礦山安全監(jiān)控視頻數(shù)據(jù)流傳輸?shù)男逝c精度。

1 視頻數(shù)據(jù)流自適應(yīng)傳輸方法

1.1 傳輸問題分析

地下礦井通常具有有限的網(wǎng)絡(luò)帶寬，且網(wǎng)絡(luò)連接可能不穩(wěn)定或中斷；而礦山安全監(jiān)控視頻數(shù)據(jù)流通常具有較大的帶寬需求，通過采用移動邊緣計算可以在邊緣節(jié)點上進行數(shù)據(jù)預(yù)處理、壓縮和優(yōu)化，并且可以進行緩存數(shù)據(jù)、斷點續(xù)傳等操作，從而節(jié)約網(wǎng)絡(luò)帶寬資源，保證數(shù)據(jù)傳輸?shù)目煽啃??；诖?，本文設(shè)計移動邊緣計算的傳輸系統(tǒng)，其中主要包含配有邊緣服務(wù)器的基站、礦山內(nèi)各類設(shè)備以及安全監(jiān)控機器人?；镜闹饕δ転橥ㄟ^邊緣服務(wù)器的計算服務(wù)實現(xiàn)無線接入功能[6]。該系統(tǒng)中包含若干個正交子信道{c1,c2,…,cn,…,cN}，通過bn能夠描述不同子信道的帶寬。

為簡化分析過程，假設(shè)在單一時隙內(nèi)信道狀態(tài)信息與安全監(jiān)控機器人位置均保持不變，采用xn,t∈{ 0,1} 表示安全監(jiān)控機器人礦山安全監(jiān)控視頻數(shù)據(jù)流自適應(yīng)傳輸?shù)男诺肋x擇策略，其值為1 時表示在第t個時隙內(nèi)，安全監(jiān)控機器人選擇cn實施礦山安全監(jiān)控視頻數(shù)據(jù)流卸載；其值為0 代表安全監(jiān)控機器人處于休眠狀態(tài)。由此實現(xiàn)傳輸問題的分析，為自適應(yīng)傳輸提供依據(jù)。

1.2 視頻數(shù)據(jù)流傳輸卸載決策生成

考慮到礦山環(huán)境的特殊性，為了減少視頻數(shù)據(jù)的傳輸量，優(yōu)化網(wǎng)絡(luò)資源利用，需要獲取視頻數(shù)據(jù)流傳輸卸載決策，將一部分視頻數(shù)據(jù)處理或存儲在本地。因此，依照安全監(jiān)控機器人卸載環(huán)境感知結(jié)果，劃分基于邊緣計算的自適應(yīng)傳輸任務(wù)[7]，通過整體考慮不同影響因素，從而生成礦山安全監(jiān)控視頻數(shù)據(jù)流卸載決策，由此保障礦山安全監(jiān)控視頻數(shù)據(jù)流卸載決策的科學(xué)性。

1.2.1 決策生成目標函數(shù)構(gòu)建

礦山安全監(jiān)控視頻數(shù)據(jù)流存在多個優(yōu)化指標，如卸載任務(wù)時延、帶寬利用率、能源消耗等。通過構(gòu)建目標函數(shù)將多個優(yōu)化指標融合在一起，綜合考慮不同的指標與關(guān)聯(lián)性，令基于移動邊緣計算的傳輸系統(tǒng)整體能耗最小[8]，以生成卸載決策。目標函數(shù)Y公式如下：

式中：si和分別表示礦山安全監(jiān)控視頻數(shù)據(jù)流卸載決策向量與本地執(zhí)行任務(wù)的能耗；k和分別表示礦山安全監(jiān)控視頻數(shù)據(jù)流卸載任務(wù)整體數(shù)量和移動邊緣計算服務(wù)器上執(zhí)行任務(wù)的能耗；ni和mi分別表示子載波的分配向量和移動邊緣計算服務(wù)器計算資源的分類比例向量。其中，當任務(wù)卸載至移動邊緣服務(wù)器執(zhí)行時，si= 1；當任務(wù)在移動設(shè)備本地執(zhí)行時，si= 0。

1.2.2 約束條件設(shè)定

約束條件可以確保系統(tǒng)在進行數(shù)據(jù)傳輸時不超過設(shè)定的限制范圍，避免資源的過度占用或系統(tǒng)的過載。安全監(jiān)控機器人礦山安全監(jiān)控視頻數(shù)據(jù)流自適應(yīng)傳輸任務(wù)卸載的約束條件設(shè)定如下：

1）子載波是將總帶寬劃分為多個頻段進行數(shù)據(jù)傳輸?shù)幕締挝?。過度劃分子載波會導(dǎo)致資源過度消耗，影響到視頻數(shù)據(jù)的傳輸質(zhì)量和實時性。因此，需確保分類的子載波數(shù)量小于或等于其整體數(shù)量N，公式描述如下：

2）為了避免對服務(wù)器過多的計算負載，需保證計算性能和負載平衡，避免服務(wù)器的過載和資源浪費，確保計算資源的分配小于或等于移動邊緣計算服務(wù)器的整體計算資源，公式描述如下：

3）為使在傳輸延遲上限約束下，可以針對不同優(yōu)先級的任務(wù)進行資源分配和調(diào)度，保證重要任務(wù)的實時性和質(zhì)量，需確保不同傳輸任務(wù)均在其實驗上限約束內(nèi)獲取計算結(jié)果，公式描述如下：

式中：ti和τi分別表示傳輸任務(wù)Ti的實際時延與Ti所允許的時延上限。

1.2.3 目標函數(shù)求解

視頻數(shù)據(jù)流傳輸卸載決策生成目標函數(shù)涉及到多個變量、多個約束條件和多個優(yōu)化目標的復(fù)雜優(yōu)化問題。遺傳算法[9]作為一種全局優(yōu)化算法，具有較強的搜索和優(yōu)化能力，能夠應(yīng)對復(fù)雜的優(yōu)化問題，并找到近似最優(yōu)的解。求解目標函數(shù)公式為：

式中：hi表示特性函數(shù)；φ表示遺傳算子。

1.3 自適應(yīng)比特率傳輸算法

通過獲取視頻數(shù)據(jù)流傳輸卸載決策，提高視頻數(shù)據(jù)傳輸?shù)男屎唾|(zhì)量，以滿足礦山監(jiān)控系統(tǒng)對實時性、可靠性和帶寬利用率等方面的要求。

在確定礦山安全監(jiān)控視頻數(shù)據(jù)流卸載決策后，為避免緩沖區(qū)產(chǎn)生欠載的現(xiàn)象，提出自適應(yīng)比特率算法，實現(xiàn)礦山安全監(jiān)控視頻數(shù)據(jù)流傳輸。該算法最關(guān)鍵的兩個部分分別是客戶端視頻比特率選擇與可用帶寬估計[10]?？蛻舳艘曨l比特率[11]以客戶端緩沖區(qū)緩存的礦山安全監(jiān)控視頻長度確定后續(xù)礦山安全監(jiān)控視頻的視頻比特率，并根據(jù)所得結(jié)果確定后續(xù)下載的礦山安全監(jiān)控視頻數(shù)據(jù)流塊的視頻比特率[12]。依照可獲取的比特率級別，通過啟發(fā)式算法將緩沖區(qū)[13]劃分為8 個有所差異的級別，以 ||R表示升序排序集合R內(nèi)元素的數(shù)量，依據(jù)緩沖區(qū)級別，獲取礦山安全監(jiān)控視頻數(shù)據(jù)流比特率，公式描述如下：

式中eq表示集合R內(nèi)第q個比特率級別。

礦山數(shù)據(jù)傳輸?shù)膶崟r性要求較高，基于速率的自適應(yīng)算法可以根據(jù)實時傳輸需求，及時調(diào)整傳輸速率，以滿足實時性要求并盡量減少傳輸延遲。

采用基于速率的自適應(yīng)算法估計可用帶寬過程中，客戶端將確定的最后不間斷m個礦山安全監(jiān)控視頻數(shù)據(jù)塊的移動平均下載速率作為估計的吞吐量，確定后續(xù)即將下載礦山安全監(jiān)控視頻數(shù)據(jù)塊的比特率，以及時調(diào)整傳輸速率[14]。

針對礦山安全監(jiān)控視頻數(shù)據(jù)塊i＞m，得到礦山安全監(jiān)控視頻自適應(yīng)比特率傳輸結(jié)果為：

式中：rj表示第j個監(jiān)控視頻數(shù)據(jù)塊的傳輸速率；S表示監(jiān)控視頻數(shù)據(jù)塊總數(shù)。

2 實驗結(jié)果

為驗證本文方法的實際應(yīng)用性能，選取某礦山為研究對象，該研究對象生產(chǎn)過程中所使用的相關(guān)設(shè)備包括挖掘機、礦車與傳輸線等。

為保障研究對象生產(chǎn)安全，采用安全監(jiān)控機器人對研究對象內(nèi)部環(huán)境與相關(guān)設(shè)備進行安全監(jiān)控。搭建基于移動邊緣計算的傳輸系統(tǒng)，系統(tǒng)中所使用的移動邊緣服務(wù)器相關(guān)參數(shù)如表1 所示。

表1 移動邊緣服務(wù)器相關(guān)參數(shù)

在上述設(shè)定條件下，采用本文方法對研究對象內(nèi)監(jiān)控視頻數(shù)據(jù)流進行傳輸測試。由于礦山環(huán)境復(fù)雜，其通信網(wǎng)絡(luò)環(huán)境具有不穩(wěn)定性，因此后續(xù)實驗分析過程中，需分析不同網(wǎng)絡(luò)環(huán)境下本文方法的各項性能。

2.1 傳輸能耗分析

當?shù)V山安全監(jiān)控視頻數(shù)據(jù)流傳輸卸載決策生成時，在不同礦山安全監(jiān)控視頻數(shù)據(jù)流卸載任務(wù)時延約束條件下，選取傳輸能耗作為實驗指標，以基于移動邊緣計算的傳輸系統(tǒng)整體能耗最小為目標，分析本文方法在不同視頻傳輸數(shù)據(jù)量應(yīng)用過程中的視頻傳輸能耗，結(jié)果如表2 所示。

表2 傳輸能耗分析

分析表2 得到，采用本文方法生成礦山安全監(jiān)控視頻數(shù)據(jù)流傳輸卸載決策時，在網(wǎng)絡(luò)穩(wěn)定條件下與網(wǎng)絡(luò)不穩(wěn)定條件下的視頻傳輸所消耗的能量均低于采用本文方法前。由此說明，采用本文方法能夠顯著減少研究對象安全監(jiān)控視頻數(shù)據(jù)流傳輸過程中所消耗的能量。

2.2 帶寬估計結(jié)果

在移動邊緣服務(wù)器中部署本文方法，采用本文方法進行帶寬估計，選取下行帶寬作為實驗指標，分析方法的靈敏性。不同網(wǎng)絡(luò)環(huán)境下本文方法帶寬估計結(jié)果如圖1 所示。

圖1 不同網(wǎng)絡(luò)環(huán)境下本文方法帶寬估計結(jié)果

采用本文方法前，研究對象監(jiān)控視頻數(shù)據(jù)流傳輸過程中帶寬主要以前幾段視頻下載的均值為基礎(chǔ)進行估計，該方法是以不同視頻段的帶寬均值為基礎(chǔ)二次實施平均處理。而本文方法則是以基站為基礎(chǔ)獲取實時下行帶寬。分析圖1 得到，采用本文方法后對于研究對象的感知顯著優(yōu)于采用本文方法前，無論是網(wǎng)絡(luò)帶寬的提升還是下降均具有更高的靈敏性。

2.3 體驗質(zhì)量

提升用戶體驗質(zhì)量是本文方法研究的主要目的之一。用戶體驗質(zhì)量的計算具有顯著復(fù)雜性，并非通過結(jié)構(gòu)相似性這一簡單的指標能夠描述清楚的。因此實驗研究過程中采用如下公式對本文方法的用戶體驗質(zhì)量進行計算：

式中：QoE 和F分別表示用戶體驗質(zhì)量與視頻卡頓；NS和qi分別表示全部監(jiān)控視頻數(shù)量和實際請求的視頻比特率；qmax和qmin分別表示視頻比特率的上限與下限；VN和VD分別表示監(jiān)控視頻抖動的次數(shù)與抖動深度均值。

表3 所示為不同網(wǎng)絡(luò)環(huán)境條件下本文方法使用前后，研究對象監(jiān)控視頻數(shù)據(jù)流傳輸?shù)挠脩趔w驗質(zhì)量對比結(jié)果。

表3 用戶體驗質(zhì)量分析結(jié)果

分析表3 得到，采用本文方法進行監(jiān)控視頻數(shù)據(jù)流傳輸后，網(wǎng)絡(luò)環(huán)境穩(wěn)定條件下，用戶體驗提升幅度達到20.82%；網(wǎng)絡(luò)環(huán)境不穩(wěn)定條件下，用戶體驗提升幅度達到42.42%。

由此可知，采用本文方法進行監(jiān)控視頻數(shù)據(jù)流傳輸能夠顯著提升用戶體驗質(zhì)量。

3 結(jié) 論

移動邊緣計算下礦山安全監(jiān)控視頻數(shù)據(jù)流自適應(yīng)傳輸研究的目的和意義主要體現(xiàn)在提高礦山安全監(jiān)控視頻數(shù)據(jù)的處理效率和精度、加強數(shù)據(jù)隱私保護、優(yōu)化數(shù)據(jù)傳輸效率、實現(xiàn)視頻數(shù)據(jù)的智能分析和提供實時預(yù)警功能等方面，對于提高礦山安全生產(chǎn)水平具有重要意義。