基于QoE的无线视频流业务自适应速率控制方法
【专利摘要】本发明涉及一种基于QoE的无线视频流业务自适应速率控制方法。本发明方法在接收端建立QoE评估模型用于计算用户体验质量，通过实时传输控制协议周期性地将接收端得到的丢包率、端到端单向时延和用户体验质量信息反馈到发送端，发送端根据用户体验质量，联合丢包率与端到端单向时延增减趋势对网络状态进行细分并判断网络拥塞程度。当用户体验质量下降到阈值时，无线视频流业务的发送端启动编码比特率调整单元并根据监测的网络拥塞程度，采取相应的策略自适应地调整编码比特率，以实现用户体验质量的提升。本发明方法能够实时准确地评估视频流业务的用户体验质量，并且通过自适应速率控制方法减轻网络拥塞，有效地实现用户体验质量的提升。
【专利说明】基于QoE的无线视频流业务自适应速率控制方法
【技术领域】
[0001]本发明涉及移动通信【技术领域】，尤其涉及一种基于QoE的无线视频流业务自适应速率控制方法。
【背景技术】
[0002]随着无线视频流业务的飞速发展，无线视频会议、视频监控等应用在全球范围内兴起且逐渐融入人们的生活。但是，由于无线网络带宽资源有限及其不稳定性，视频流业务在传输大数据量的过程中会受到网络波动的影响，严重时甚至会造成数据包的丢失，导致用户观看的视频流质量不能得到很好的保证。因此，研究有效的无线视频流业务传输控制方法对提升用户所观看的视频流体验质量至关重要。
[0003]为了实现对无线视频流业务质量的提升，已有的控制技术通常在发送端对视频流的发送速率，即编码比特率，进行自适应调整，当带宽吞吐量充足网络处于空闲状态时，视频流服务器提高编码比特率以提升视频播放的清晰度；当带宽吞吐量不足网络处于拥塞状态时，视频流服务器降低编码比特率以减小因拥塞造成的丢包。
[0004]目前的速率控制方法大多关注的是如何提升服务质量(Qualityof Service,QoS)，如最小化丢包率、最大化吞吐量等。但是由于QoS是一个技术指标，它描述的是网络在保证业务水平的基础上提供服务的能力，它并不能直接反映用户对业务的满意程度。然而，无线视频流业务服务的最终目的是提供给用户满意的感受质量，国际电信联盟标准化组织将用户体验质量(Quality of Experience, QoE)定义为衡量用户主观感受的指标,它是指由终端用户所感知的一种应用或业务的总体可接受程度，它能够直观反映用户对使用业务的主观感觉。QoE有助于网络运营商了解与用户满意度密切相关的影响参数，最终提高用户的忠诚度以在激烈的市场竞争中保持优势。因此，基于QoE对无线视频流业务进行速率控制不仅是学术界研究的重点，也是网络运营商保证良好的体验质量以留住并扩大用户规模的关键。
[0005]由于无线视频流业务传输机制复杂，其QoE受到编解码方式、网络状况、终端参数等众多影响因素的影响。QoE评估技术研究的是QoE与其影响因素之间的关系。目前的QoE评估技术多数在视频流服务器侧进行，但是视频服务器并不能直接获取用户终端所观看的视频流信息，并且现有的QoE评估技术考虑的QoE影响因素不全面，这导致QoE的评估准确度不高。此外，已有自适应速率控制方法对网络状态划分并不细致，导致其速率控制方法容易在网络状态发生剧烈变化时造成对编码比特率的震荡调整，从而影响无线视频流的用户体验质量。因此，如何准确评估无线视频流业务的QoE并进行有效的自适应速率控制，以提升用户对业务的主观感受，目前尚未出现很好的解决方案。
【发明内容】
[0006]本发明的目的是为了克服已有解决方案的不足，提供一种基于QoE的无线视频流业务自适应速率控制方法。本发明所述的方法在接收端建立QoE评估模型用于计算用户体验质量，通过实时传输控制协议(Real-time Transport Control Protocol, RTCP)周期性地将接收端得到的丢包率、端到端单向时延和用户体验质量信息反馈到发送端，发送端根据QoE评估模型计算的用户体验质量，联合丢包率与端到端单向时延增减趋势对网络状态进行细分并判断网络拥塞程度。当由QoE评估模型计算的用户体验质量下降到一定阈值时，无线视频流业务的发送端启动编码比特率调整单元并根据监测的网络拥塞程度，采取相应的策略自适应地调整编码比特率，以实现用户体验质量的提升。
[0007]为实现上述目的，本发明的自适应速率控制方法包含时延趋势分析单元、丢包率统计单元、QoE评估单元、编码比特率调整单元；
[0008]所述的时延趋势分析单元用于判断无线视频流业务数据包从发送端传输到接收端的单向时延增减趋势，具体是:通过实时传输协议(Real-time Transport Protocol,RTP)报头的时间戳信息获得数据包的单向时延，再通过比较测试法判断单向时延为增大或减小的趋势，最后将单向时延增减趋势作为网络拥塞程度的一种指示信息输入到编码比特率调整单元；
[0009]所述的丢包率统计单元用于计算无线视频流业务在每个编码比特率调整周期内的端到端丢包率，具体是:通过实时传输协议报头的序列号信息统计得到丢包率，作为网络层影响参数输入到QoE评估单元，并通过加权平均法对丢包率进行平滑处理来降低因网络负载状况突变而引起的丢包率震荡，平滑处理后的丢包率作为网络拥塞程度的一种指示信息，通过实时传输控制协议(Real-time Transport Control Protocol, RTCP)从接收端反馈到发送端的编码比特率调整单元；
[0010]所述的QoE评估单元用于将输入的跨层影响参数通过计算映射为用户体验质量得分，即平均意见分值(Mean Opinion Score, M0S),并将平均意见分值输入到编码比特率调整单元；
[0011]所述的编码比特率调整单元用于联合丢包率与单向时延增减趋势对网络状态进行细分并判断网络拥塞程度，再结合QoE评估单元输出的平均意见分值，采取相应的策略自适应地调整编码比特率。
`[0012]本发明方法的具体步骤是:
[0013]步骤1:在发送端将无线视频流采用H.264方式进行编码，成为具有Z种不同编码比特率的视频流序列，用集合L' = {^，、，...，込}，(li< 12<...< Iz)表示，L'为编码比特率集合，设置ΙΛ，I2,, IzI的取值涵盖视频流质量由最差变为最好所经历的编码比特率值，随机选取用户初始请求无线视频流业务的编码比特率为lk(k = 1，2，...，Z);其中，k为编码比特率等级；
[0014]步骤2:在每个编码比特率调整周期，通过QoE评估单元计算用户体验质量；
[0015]无线视频流业务的QoE影响因素众多，本发明考虑了影响QoE的端到端跨层影响参数，包括应用层参数(编码比特率、帧率、分辨率)、网络层参数(丢包率)、视频内容特征参数(时间信息、空间信息、亮度信息、颜色信息)以及终端设备参数(屏幕尺寸)。其中，编码比特率是指单位时间内传输视频的比特数，帧率是指视频每秒显示的帧数，分辨率是指终端所显示的像素数量，丢包率是指所丢失数据包数量占所发送数据包的比率，视频内容特征是指视频的空间、时间、亮度、颜色信息，终端尺寸是指终端屏幕的实际大小。上述应用层参数和网络层参数可以通过分析解码器端比特流信息(RTP包比特数、抽样时刻、RTP包序列号等)获得；视频内容特征通过在视频解码器端计算帧像素差异、边缘块信息、亮度信息、颜色信息提取；终端尺寸信息通过查询用户终端设备的国际移动设备识别码(InternationalMobile Equipment Identity, IMEI)获得。本发明将QoE评估模型设置在接收端，因此更加贴近主观用户的实际感受，能够更加准确地反映用户对视频流业务的体验质量。
[0016]步骤2中通过径向基函数神经网络(Radial Basis Function NeuralNetworks, RBFN)算法建立QoE评估模型，径向基函数神经网络算法包含输入层、隐含层、输出层，设定输入层具有N个输入，隐含层具有L个隐单元，输出层具有一个输出，即用户体验质量。通过径向基函数神经网络算法建立QoE评估模型包括两个步骤:训练过程和测试过程，具体流程如下:
[0017]步骤(2-1)训练过程使用训练集的跨层影响参数与主观用户体验质量值对QoE
模型进行训练，训练集表示为1 {(x,,y)}ssn1，其中向量Xs表示径向基函数神经网络算法的第
S个输入，S = 1, 2,..., S, S表示输入样本的个数，Xs包括N个跨层参数,表达式为Xs =[X1, X2,, xN]T, ys表示输入样本为\由主观评分法得出对应的用体验质量分值，取值范围1 ≤ ys ≤ 5，训练过程的具体步骤如下:
[0018](2-1-1)随机选取L个初始聚类中心，令迭代次数t=l ；
[0019](2-1-2)计算输入样本xs与聚类中心Cni (t)之间的距离，表达式为
【权利要求】
1.基于QoE的无线视频流业务自适应速率控制方法，其特征在于该方法包含时延趋势分析单元、丢包率统计单元、QoE评估单元、编码比特率调整单元； 所述的时延趋势分析单元用于判断无线视频流业务数据包从发送端传输到接收端的单向时延增减趋势，具体是:通过实时传输协议报头的时间戳信息获得数据包的单向时延，再通过比较测试法判断单向时延为增大或减小的趋势，最后将单向时延增减趋势作为网络拥塞程度的一种指示信息输入到编码比特率调整单元； 所述的丢包率统计单元用于计算无线视频流业务在每个编码比特率调整周期内的端到端丢包率，具体是:通过实时传输协议报头的序列号信息统计得到丢包率，作为网络层影响参数输入到QoE评估单元，并通过加权平均法对丢包率进行平滑处理来降低因网络负载状况突变而引起的丢包率震荡，平滑处理后的丢包率作为网络拥塞程度的一种指示信息，通过实时传输控制协议从接收端反馈到发送端的编码比特率调整单元； 所述的QoE评估单元用于将输入的跨层影响参数通过计算映射为用户体验质量得分，即平均意见分值，并将平均意见分值输入到编码比特率调整单元； 所述的编码比特率调整单元用于联合丢包率与单向时延增减趋势对网络状态进行细分并判断网络拥塞程度，再结合QoE评估单元输出的平均意见分值，采取相应的策略自适应地调整编码比特率。
2.如权利要求1所述的基于QoE的无线视频流业务自适应速率控制方法，其特征在于该方法的具体步骤是: 步骤1:在发送端将无线视频流采用H.264方式进行编码，成为具有Z种不同编码比特率的视频流序列，用集合L' = (I1, I2,..., lz},< Iz)表示，L'为编码比特率集合，设置ΙΛ，I2,, IzI的取值涵盖视频流质量由最差变为最好所经历的编码比特率值，随机选取用户初始请求无线视频流业务的编码比特率为lk(k= 1，2，...，Z);其中，k为编码比特率等级； 步骤2:在每个编码比特率调整周期，通过QoE评估单元计算用户体验质量，就是通过径向基函数神经网络算法建立QoE评估模型，径向基函数神经网络算法包含输入层、隐含层、输出层，设定输入层具有N个输入,隐含层具有L个隐单兀,输出层具有一个输出，即用户体验质量； 通过径向基函数神经网络算法建立QoE评估模型包括训练过程和测试过程，具体流程如下: 步骤(2-1)训练过程使用训练集的跨层影响参数与主观用户体验质量值对QoE模型进行训练，训练集表示为,ys)L，其中向量xs表示径向基函数神经网络算法的第s个输入，s = 1，2，...，S, S表示输入样本的个数，Xs包括N个跨层参数,表达式为Xs =[X1, X2,, xN]T, ys表示输入样本为\由主观评分法得出对应的用体验质量分值，取值范围.1 ≤ys ≤ 5，训练过程的具体步骤如下: (2-1-1)随机选取L个初始聚类中心，令迭代次数t=l ； (2-1-2)计算输入样本xs与聚类中心cm (t)之间的距离,表达式为I I xs-cm (t) I, m =.1，2，...，L，，其中C111 (t)表示第t次迭代第m个隐单元的聚类中心； (2-1-3)按照最小距离原则对输入样本\进行分类，即当m(Xs) =min Xs-Cffl(t) | |时，Xs被归为第m类，表示为Xs e Rm (t)，其中Rm (t)代表第m个聚类域，| |·| |表示欧氏距离；(2-1-4)重新计算各隐单元的聚类中心
【文档编号】H04N21/647GK103888846SQ201410076993
【公开日】2014年6月25日 申请日期:2014年3月4日 优先权日:2014年3月4日
【发明者】陈惠芳, 谢磊, 康亚谦 申请人:浙江大学