【技术实现步骤摘要】
本专利技术涉及视频传输，特别涉及一种面向虚拟现实的多播视频传输qoe优化方法。
技术介绍
1、随着互联网和物联网技术的飞速发展，新一代无线网络中沉浸式扩展现实等新业务不断涌现，正广泛渗透到个人应用以及其他应用。通信感知计算一体化技术根据业务进行网络资源和算力资源的分配，形成跨层的通感算融合设计和统一编排管理，并结合实时状态合理分配计算任务，形成数据处理一体化、资源分配一体化和服务实现一体化的互惠共生架构，是实现扩展现实及虚拟现实业务高速率、大容量和低时延视频传输的主要支撑技术。
2、虚拟现实中360°视频传输因用户观看视口不同导致差异化的数据传输需求，给网络带来了较大的传输压力，可能会导致网络服务质量和用户体验质量变差。
技术实现思路
1、本专利技术提供了一种面向虚拟现实的多播视频传输qoe优化方法，构建了一个以qoe值为目标的优化问题，提出边缘计算辅助的多播网络缓存策略，实现了用户体验质量的优化提升。
2、本专利技术提供了一种面向虚拟现实的多播视频传输qoe优化方法，基于边缘计算辅助的多播网络虚拟视频传输系统模型，所述多播网络虚拟视频传输系统模型包括云服务器、包含边缘计算服务器的无线基站、以及移动设备组成的d2d多播网络；所述方法包括：
3、s1、根据所述多播网络虚拟视频传输系统模型，构建以qoe值为优化目标，以边缘计算服务器和用户缓存、传输时延和计算时延为限制条件的优化问题；
4、s2、确定新的视频片段优化选择方法，以使用户通过计
5、s3、将非凸非线性的qoe优化问题转换为多臂老虎机问题，并应用改进的线性上界置信算法进行求解得到近似最优解。
6、进一步地，所述多播网络虚拟视频传输系统模型中，
7、所述边缘计算服务器通过提供视频数据和协助用户计算，服务当前基站覆盖范围内观看同一视频的用户；用户将需要耗费大量计算资源且对延迟敏感的任务卸载到所述边缘计算服务器，距离边缘计算服务器越近的用户，将会有更高的优先级从边缘计算服务器处获得视频或计算资源，距离在设定范围外的用户可以从这些正在观看同一视频或已经看完当前视频的中间用户处获取到视频资源，并且将计算任务卸载到这些中间用户处，通过这些中间用户间接的获取视频资源及计算资源；
8、在所述基站范围内观看同一视频的用户通过d2d多播网络与边缘计算服务器或其他用户连接；所有用户被分成数个大小不一的群组，所述群组通过d2d网络相互连接，每个群组中由一个用户充当群组调度中心，充当群组调度中心的用户处于群组中其他用户与边缘计算服务器的中间，从边缘计算服务器处请求视频，并将视频数据转发到同一群组中的其它用户中。
9、进一步地，所述步骤s1包括：
10、qoe模型中将视频分辨率定义为：
11、
12、采用用ωi,j∈{0，1}表示当前所加载的瓦片是否处于用户视角场中，当ωi,j＝1时，表示第ith个视频的第jth块是在用户的视角中的，反之，如果预测出错，不在用户的视角范围内，则ωi,j＝0；
13、qoe模型中将视频片段质量变化率定义为：
14、
15、将用户等待视频加载的这段时间定义为：
16、
17、其中，tlatency(i)+tfinishtime(i)-δt意味着当前这一段视频，即第i段视频在选择所需要的分辨率的情况下，下载时间和计算时间应该小于前一段视频，即第i-1段视频的播放时长，才能按时播放这一段视频，即第i段视频；若下载时间和计算时间大于前一段视频的播放时间，将会造成视频卡顿；
18、单个用户的qoe被定义为以上三个指标的加权和：
19、
20、其中，λ,μ,ν是权重因子，分别表示以上三个指标的重要性；
21、若用户选择从边缘计算服务器获取视频片段时，视频将通过d2d网络在各个群组之间传输，群组的组长根据信道质量选择视频的分辨率，并向云服务器或边缘计算服务器请求视频，进而将接收到的视频片段转发到群组中的其他用户以及其他群组，此时加入代表影响群组中用户视频播放延迟时间的式子为：
22、
23、可以得到qoe评估公式：
24、qoe＝5.67×iq-6.72×ir+0.17-4.95×it-ft
25、最终，qoe目标函数建模为：
26、
27、其中，c1和c2限制了瓦片的总大小不能大于mec服务器的缓存容量和用户的缓存容量；c3和c4表示单个用户设备处理任务的总时延，包括传输时延和计算时延以及用户之间传输数据块的总时延；c5表示瓦片的编码率要落在所给定的集合中。
28、进一步地，qoe模型中，
29、一个完整的360°视频数据的大小可以用下列公式表示：
30、
31、在云服务器上存储虚拟现实视频的视频库，选择其中一部360°视频，将视频分成n个连续的片段，每一个片段的时间长度δt是固定的，每一个视频片段被划分为m个空间瓦片，每个空间瓦片都可以独立编码并发送给用户；将x＝{x1,x2,...,xn}定义为支持的分辨率版本集，其中xk是kth分辨率级别的编码比特率，用v(xk)表示分辨率为xk的瓦片的大小；
32、通过将ri,j∈x表示为片段ith中jth块上分配的分辨率，即所请求的片段ith的大小将为边缘计算服务器的缓存容量为dmec，其目标是根据fov预测来预先缓存应该缓存的瓦片；将ci,j,k表示为mec服务器的缓存决策，若决定缓存视频第i段中分辨率为kth的jth瓦片，则ci,j,k＝1，否则ci,j,k＝0；
33、在建立用户与基站之间的无线连接模型时，采用大规模的路径损耗和阴影效应；在建立用户与用户之间的无线连接模型时，采用自由空间路径损耗和多径效应；从边缘计算服务器或群组处下载瓦片i的预期传输延迟为tlatency，当从边缘计算服务器下载瓦片时，传输延迟为：
34、
35、从群组处下载瓦片时，传输时延为：
36、
37、其中，pi为发射功率，为信道增益，n为噪声功率，npeople为用户数量。
38、进一步地，所述步骤s3中，优化目标的qoe目标函数由视频片段画面质量、视频质量变化率、视频延迟时间组成，对步骤s1的优化问题进行修改以得到多臂老虎机的收益值：
39、rt＝5.67·(qt+dt)-6.72·ft-0.17·st
40、
41、其中，qt代表了视频片段画面质量，包含了两个滑动窗中的画面质量；st为切换频率，用来衡量不同段视频播放时视频质量的变化情况；表示两个滑动窗口的覆盖率。
42、进一步地，所述步骤s2中，视频片段优化选择方法包括：
43、本文档来自技高网...
【技术保护点】
1.一种面向虚拟现实的多播视频传输QoE优化方法，其特征在于，基于边缘计算辅助的多播网络虚拟视频传输系统模型，所述多播网络虚拟视频传输系统模型包括云服务器、包含边缘计算服务器的无线基站、以及移动设备组成的D2D多播网络；所述方法包括：
2.根据权利要求1所述的面向虚拟现实的多播视频传输QoE优化方法，其特征在于，所述多播网络虚拟视频传输系统模型中，
3.根据权利要求2所述的面向虚拟现实的多播视频传输QoE优化方法，其特征在于，所述步骤S1包括：
4.根据权利要求3所述的面向虚拟现实的多播视频传输QoE优化方法，其特征在于，QoE模型中，
5.根据权利要求4所述的面向虚拟现实的多播视频传输QoE优化方法，其特征在于，所述步骤S2中，优化目标的QoE目标函数由视频片段画面质量、视频质量变化率、视频延迟时间组成，对步骤S1的优化问题进行修改以得到多臂老虎机的收益值：
6.根据权利要求5所述的面向虚拟现实的多播视频传输QoE优化方法，其特征在于，所述步骤S2中，视频片段优化选择方法包括：
7.根据权利要求6所述的面向
8.一种面向虚拟现实的多播视频传输QoE优化装置，其特征在于，基于边缘计算辅助的多播网络虚拟视频传输系统模型，所述多播网络虚拟视频传输系统模型包括云服务器、包含边缘计算服务器的无线基站、以及移动设备组成的D2D多播网络；所述装置包括：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种面向虚拟现实的多播视频传输qoe优化方法，其特征在于，基于边缘计算辅助的多播网络虚拟视频传输系统模型，所述多播网络虚拟视频传输系统模型包括云服务器、包含边缘计算服务器的无线基站、以及移动设备组成的d2d多播网络；所述方法包括：
2.根据权利要求1所述的面向虚拟现实的多播视频传输qoe优化方法，其特征在于，所述多播网络虚拟视频传输系统模型中，
3.根据权利要求2所述的面向虚拟现实的多播视频传输qoe优化方法，其特征在于，所述步骤s1包括：
4.根据权利要求3所述的面向虚拟现实的多播视频传输qoe优化方法，其特征在于，qoe模型中，
5.根据权利要求4所述的面向虚拟现实的多播视频传输qoe优化方法，其特征在于，所述步骤s2中，优化目标的qoe目标函数由视频片段画面质量、视频质量变化率、视频延迟时间组成，对步骤s1的优化问题进行修改以得到多臂老虎机的收益...
【专利技术属性】
技术研发人员：田峰，王文博，邵紫凌，陆男，李嘉欣，
申请(专利权)人：南京邮电大学，
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。