【技术实现步骤摘要】
本专利技术涉及视频传输，尤其涉及一种基于实时网络状态的视频传输控制方法及控制系统。
技术介绍
1、随着信息技术的快速发展，实时视频传输技术已成为现代社会不可或缺的一部分，广泛应用于视频会议、远程教育、在线直播、安全监控等领域。然而，由于参与节点往往分布在不同地理位置，网络状态各异，如网络延迟、带宽和丢包率等参数差异较大，这给实时视频传输带来了巨大挑战。传统的视频传输控制方法通常基于固定的参数设置，无法根据实时网络状态进行动态调整，导致视频传输质量不稳定，无法满足高质量、低延迟的实时视频传输需求。
2、因此，有必要提供一种基于实时网络状态的视频传输控制方法及控制系统解决上述技术问题。
技术实现思路
1、为解决上述技术问题，本专利技术提供一种基于实时网络状态的视频传输控制方法及控制系统，通过收集各参与节点所处地理位置的网络状态信息，并利用迁移学习方法调整各自分配的控制模型的模型参数，以实现视频传输的动态优化。此外，通过中央服务器的协调作用，可以确保所有参与节点使用统一的、经过优化的控制模型进行视频传输，从而提高视频传输的整体质量和稳定性。
2、本专利技术提供的一种基于实时网络状态的视频传输控制方法，包括多个参与节点以及所述多个参与节点进行通信的中央服务器，且多个参与节点被分配在不同的地理位置，控制方法包括以下步骤：
3、s1：初始化预先训练的控制模型，并通过所述中央服务器将所述控制模型独立地分配至各参与节点；
4、s2：收集各参与节点所处
5、s3：根据各参与节点提取的特征数据，利用迁移学习方法调整各自分配的控制模型的模型参数并将调整后的模型参数上传至中央服务器；
6、s4：中央服务器接收各参与节点上传的调整后的模型参数差异，利用加权平均聚合方法融合所有参与节点上传的调整后的模型参数差异，并根据融合后的模型参数差异更新所述控制模型；
7、s5：所述中央服务器将更新后的控制模型应用于各参与节点，参与节点使用更新后的控制模型进行视频传输的迭代控制。
8、优选的，步骤s1具体包括：
9、s101：收集用于预训练的网络状态历史数据，并使用网络状态历史数据对基于神经网络的控制模型进行预训练，直至控制模型收敛；
10、s102：加密预训练完成的控制模型的模型参数，并加密后的控制模型部署到中央服务器上；
11、s103：中央服务器对控制模型进行解密，并将解密后的控制模型通过安全通道发送给每个参与节点。
12、优选的，步骤s2具体包括：
13、s201：通过部署在各参与节点的网络状态监控模块，按照预设采样频率采集参与节点的网络状态信息，并对采样的网络状态信息进行预处理；
14、s202：提取网络延迟、带宽和丢包率的基础特征，其中，所述网络延迟的基础特征为相对于基准延迟的百分比变化，带宽的基础特征为当前带宽与平均带宽的比率，丢包率的基础特征为丢包频率；
15、s203：基于网络延迟、带宽和丢包率的基础特征构建时间序列特征。
16、优选的，步骤s3具体包括：
17、s301：加载参与节点接收的控制模型，并根据参与节点的时间序列特征选择性地冻结控制模型的部分层级；
18、s302：使用参与节点的时间序列特征动态调整控制模型的学习率和正则化参数；
19、s303：计算调整后控制模型的模型参数与初始预训练的控制模型的模型参数之间的模型参数差异，通过安全的通信协议将所述模型参数差异上传至中央服务器。
20、优选的，步骤s4具体包括：
21、s401：中央服务器接收来自各参与节点的安全上传的模型参数差异，得到各参与节点的模型参数差异集合其中，n为参与节点的数量，δθi表示第i个参与节点的模型参数差异；
22、s402：基于数据量确定每个参与节点的权重，并设第i个参与节点的权重为wi，则有
23、s403：利用加权平均方法融合所有参与节点上传的模型参数差异，融合公式为：
24、
25、其中，θ为初始预训练的控制模型的模型参数，δθk为融合后的模型参数差异；
26、s404：使用融合后的模型参数差异更新控制模型，更新公式为：
27、
28、其中，当前控制模型的模型参数，为更新后的控制模型的模型参数。
29、优选的，步骤s5具体包括：
30、s501：通过安全的通信协议中央服务器将更新后的控制模型的模型参数分发给每个参与节点；
31、s502：参与节点使用更新后的控制模型的模型参数进行实时网络状态预测，并基于预测结果生成视频传输策略：
32、s503：参与节点根据生成的视频传输策略执行视频传输操作，并重复步骤s1至s5，持续优化控制模型，以适应网络状态的动态变化。
33、本专利技术还提供了一种基于实时网络状态的视频传输控制系统，应用于基于实时网络状态的视频传输控制方法，包括多个参与节点以及所述多个参与节点进行通信的中央服务器，且多个参与节点被分配在不同的地理位置，
34、控制系统包括：
35、初始分配模块，用于初始化预先训练的控制模型，并通过所述中央服务器将所述控制模型独立地分配至各参与节点；
36、特征提取模块，用于收集各参与节点所处地理位置的网络状态信息，并从各自的网络状态信息中提取特征数据，其中，所述网络状态信息包括网络延迟、带宽和丢包率；
37、参数调整模块，用于根据各参与节点提取的特征数据，利用迁移学习方法调整各自分配的控制模型的模型参数并将调整后的模型参数上传至中央服务器；
38、控制模型更新模块，用于中央服务器接收各参与节点上传的调整后的模型参数差异，利用加权平均聚合方法融合所有参与节点上传的调整后的模型参数差异，并根据融合后的模型参数差异更新所述控制模型；
39、应用模块，用于所述中央服务器将更新后的控制模型应用于各参与节点，参与节点使用更新后的控制模型进行视频传输的迭代控制。
40、与相关技术相比较，本专利技术提供的一种基于实时网络状态的视频传输控制方法及控制系统具有如下有益效果：
41、本专利技术通过收集各参与节点的实时网络状态信息，并利用迁移学习方法调整控制模型的参数，可以根据网络状态的变化动态调整视频传输策略，确保视频传输的稳定性和实时性，通过中央服务器的协调作用，可以实现所有参与节点使用统一的、经过优化的控制模型进行视频传输，从而避免了因节点间网络状态差异导致的传输质量不稳定问题，同时适用于不同地理位置、不同网络环境的参与节点，具有较强的适应性和可扩展性，通过优化视频传输策略可以降低视频传输的延迟和丢包率，提高视频传输的清晰度和流畅度，从而提升用户的观看本文档来自技高网...
【技术保护点】
1.一种基于实时网络状态的视频传输控制方法，包括多个参与节点以及所述多个参与节点进行通信的中央服务器，且多个参与节点被分配在不同的地理位置，其特征在于，控制方法包括以下步骤：
2.根据权利要求1所述的一种基于实时网络状态的视频传输控制方法，其特征在于，步骤S1具体包括：
3.根据权利要求2所述的一种基于实时网络状态的视频传输控制方法，其特征在于，步骤S2具体包括：
4.根据权利要求3所述的一种基于实时网络状态的视频传输控制方法，其特征在于，步骤S3具体包括：
5.根据权利要求4所述的一种基于实时网络状态的视频传输控制方法，其特征在于，步骤S4具体包括：
6.根据权利要求5所述的一种基于实时网络状态的视频传输控制方法，其特征在于，步骤S5具体包括：
7.一种基于实时网络状态的视频传输控制系统，应用于如权利要求1至6任意一项所述的基于实时网络状态的视频传输控制方法，其特征在于，包括多个参与节点以及所述多个参与节点进行通信的中央服务器，且多个参与节点被分配在不同的地理位置，控制系统包括：
【技术特征摘要】
1.一种基于实时网络状态的视频传输控制方法，包括多个参与节点以及所述多个参与节点进行通信的中央服务器，且多个参与节点被分配在不同的地理位置，其特征在于，控制方法包括以下步骤：
2.根据权利要求1所述的一种基于实时网络状态的视频传输控制方法，其特征在于，步骤s1具体包括：
3.根据权利要求2所述的一种基于实时网络状态的视频传输控制方法，其特征在于，步骤s2具体包括：
4.根据权利要求3所述的一种基于实时网络状态的视频传输控制方法，其特征在于，步骤...
【专利技术属性】
技术研发人员：谢超平，宋小民，杨俊，李怡，郭建兵，陆俊，郭竹修，郑有凌，刘征，虞建，王友全，王玮，王曼，张咔，尹学标，邓义斌，
申请(专利权)人：四川国创新视超高清视频科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。