一个理论框架Quality-Aware跨层优化的无线多媒体通信

文摘

虽然跨层被认为是最有效的和有效的方法之一,为多媒体通信在无线网络和在这一领域做了大量的研究,目前仍缺乏一个严格的数学模型来获得深入的了解跨层设计权衡,跨越从应用层到物理层。因此,许多现有的跨层设计增强某些层的性能为代价的引入副作用对整个系统性能或违反了语法和语义的分层网络体系结构。因此,缺乏严格的理论研究使得现有的跨层设计依赖于启发式方法,无法保证结果有效且一致地声音。在本文中,我们试图填补这一空白,并开发一个新的方法论的跨层设计的无线多媒体通信的基础。我们首先介绍delay-distortion-driven跨层优化框架,它可以解决大规模动态规划问题。然后,我们提出基于意义的新近似动态规划测量和灵敏度分析对高维非线性跨层优化支持实时多媒体应用。本文的主要贡献是目前第一个严格理论建模集成的跨层优化控制在无线多媒体通信,提供设计见解多媒体通信在当前无线网络和下一代无线多媒体系统的优化设计和网络。

1。介绍

近年来,无处不在的计算设备(如笔记本电脑、pda、智能手机、汽车计算设备,和可穿戴计算机已经越来越流行,功能,人们已经开始更多地依赖这些无处不在的计算设备。因此,有一个强大的用户需求让多媒体流媒体设备,如iTunes,网络电视,MSN,和YouTube。然而,将对延迟敏感和loss-tolerant多媒体服务基于当前无线网络是一个非常具有挑战性的任务因为互联网的最初的设计目标是提供简单的delay-insensitive loss-sensitive数据服务QoS的考虑。因此,这种转变设计目标要求我们重新思考当前的互联网多媒体通信架构和开发一个新的设计方法在当前和未来的无线网络。迄今为止,跨层设计被认为是最有效的和有效的方法之一,提供的服务质量(QoS)在无线网络,和它已经收到许多研究工作。跨层设计的基本思想是充分利用设计变量之间的交互(系统参数)驻留在不同的网络功能实体(网络层)达到最优设计时变无线网络的性能。

为了实现全球跨层设计的最优性,我们需要考虑设计变量和它们之间的交互尽可能多。然而,更多并不意味着更好。我们考虑设计变量越多,更困难的是策划大量谐波和共同作用设计变量,使其工作。从非线性优化的角度,设计变量数量的增加和目标函数的状态空间的大小将成倍增加,使优化问题难以管理。为了克服这个问题,一个常用的方法是减少问题的规模在系统建模阶段,然后解决简化问题通过使用基于各种优化算法如梯度局部搜索,线性/非线性规划、遗传算法,穷举搜索,heuristic-based像人工神经网络方法。

然而,减少一个高维跨层优化问题中的一个低维问题系统建模阶段提出了一系列的问题:(1)如何评估简化的忠诚问题相比,这个问题应该是什么,(2)如何评估质量的次优全球最佳解决方案,(3)如何评估解决方案的鲁棒性,也就是说,该解决方案是否能保证可预测的结果在所有可能的情况下。不幸的是,在撰写本文时,我们没有明确的所有这三个问题的答案。

此外,降低问题的规模问题公式化意味着只有一部分当前互联网的架构可以被认为是引起转变的多媒体服务的设计目标的最佳用户体验一些分层的性能指标如失真在应用程序层,网络层延迟,和goodput MAC / PHY层。这一转变的设计目标可能会导致一个“埃尔斯伯格悖论”,每个设计变量为最大化目标函数很好地决定。但整体结果违背了预期效用函数。换句话说,将一个大问题分解成几个小问题在系统建模阶段只能增加原来的可解性问题,但不能保证这是一个很好的解决方案。“埃尔斯伯格悖论”也告诉我们,传统的附加式度量等概率测度的上下文中可能不再举行跨层设计由于可能的强耦合(相互依存)中设计变量。在撰写本文时,已有许多研究进行相关性建模在跨层设计的背景下,但它们大都是定性的而不是定量的方法,和他们的应用程序仍在当地范围内跨层优化。

我们认为所有的困难在跨层设计的无线多媒体通信领域是由于缺乏方法论的基础和跨层行为的深入了解。我们的目标是提供一个灵活的可扩展的理论跨层框架,以适应所有主要感兴趣的设计变量,从应用程序层物理层,delay-bounded多媒体通信在无线网络单/多次反射。我们开始从提出一个集成的跨层框架最好的用户体验。虽然工程的跨层设计不是本文的重点,我们还简要讨论如何利用方法论的基础上实现实时多媒体通信通过一个快速算法对大规模全球跨层优化基于定量测量和灵敏度分析的意义。

剩下的纸是组织如下。我们简要介绍部分的相关工作2。节3,我们提出一个统一理论的跨层框架基于无线多媒体通信的链路适应、率失真理论和动态规划。进一步讨论如何应用该方法在实时应用程序的基础部分4介绍了新的基于近似动态规划,紧随其后的是结论部分5。

2。相关工作

在文学,话题涉及视频等交付通过多次反射网络视频编码、多次反射路由、QoS供应、链接适应分别进行了研究。因此,相应的视频压缩效率和传输效率也分别优化。在预测模式中,选择的视频编码、周期性intracoding整个帧的1),连续块(2),或随机块(3)首先提出。这些方法应用intracoding统一框架的所有地区。然后,提出“content-adaptive”方法应用频繁intra-update地区发生重大变化(4),或粗略估计的解码器错误超过给定的阈值(5,6]。很大进步在上述早期启发式模式切换策略的率失真优化(RD)模式选择。RD优化模式选择是通过选择一个模式,最大限度地减少原始帧/宏模块之间的量化失真和重建一个给定的比特预算(7,8]。然而,编码器在[7,8)没有能力精确估计总体变形。所以,选择的预测模式不一定是最优的。工作(9]提出了一种算法来优化估计解码器的整体变形帧重建由于量化误差传播,和错误隐藏。准确的估计是集成到一个最优切换intracoding rate-distortion-based框架和intercoding模式/宏模块。然而,联合优化模式选择和无线环境下视频传输参数之间没有解决(9]。工作(10)提供了一个端到端优化方法解决根本问题的RD模式选择在分组交换的网络,但它只针对网络点对点视频交流。

在多次反射路由视频交付网络,提出了一种以应用程序为中心的跨层方法制定一个最优路由问题多描述视频通信(11]。物理和MAC层的动态无线链接转化为网络层参数。应用程序层的性能,也就是说,平均视频失真,被认为是网络层的功能性能指标,例如,带宽,损失,和路径相关性。但是路由度量,即平均视频失真,大概是计算从一个简单的率失真模型讨论选择源编码参数。同样的问题是(12]和[13]即使最优路径选择优化质量在各种约束。此外,在[13详尽的算法是采用跨层优化的网状网络路径选择的决心,这可能造成沉重的计算负载和真正的应用程序使它不现实的。

跨层优化的无线视频研究从不同方面,例如跨层结构(14,15),内容分析(16- - - - - -18),视频压缩和RD优化(2- - - - - -4,6,7,8,9,10,19,20.,21),来源分组(22,23],QoS提供[24- - - - - -26),以应用程序为中心的路由(11- - - - - -13,27),排队和调度28- - - - - -31日),能源效率(32,33),和链接适应(34,35]。达到全局最优的或视频帧序列而不是在包的水平,我们需要评估整体变形和网络中数据包的影响流水线上的总延迟一个框架或视频序列。我们最好的知识,虽然有些作品关注在多次反射无线网络跨层设计视频交付,目前仍没有实质性的工作,这样可以达到全局最优。

在无线视频、优化做了多个源编码单元,如帧和像素块,最好的重建视频质量。有“只有一个确切的解决问题的方法随着时间的优化;在一般情况下的非线性随机扰动,它是动态规划(DP)”(36]。然而,最大的挑战在实际大规模应用动态规划问题诅咒的维度(37),状态空间的大小通常与控制变量的数量成指数增加增加。因此,最明智的方法是地图上一个巨大的状态空间一个小得多的功能空间(),这被称为近似动态规划(ADP),也被称为神经动力的编程、自适应动态规划,适应批评,或加强学习,根据学科的技术是使用[36,38,39]。

现有的ADP的方法在很大程度上忽略了控制变量之间的相互依赖关系,这可能会导致宽松的近似误差范围。非相加测度理论是描述开发控制变量之间的相互作用(40- - - - - -43),它已广泛应用于各个领域。·曲克积分(44)被认为是最有效的和有效的方式来计算非相加测量和已收到大量的研究(45- - - - - -48]。由于非相加测度是幂集上定义,快速算法(49]研究了加速计算过程。然而,当前非相加测度研究仍然集中在静态线性系统与相应的数据(50]。

3所示。一个理论跨层无线多媒体通信的框架

3.1。问题陈述

多媒体无线网络,协议栈的每一层都有一个或多个关键系统参数将大大影响整个系统的性能。在应用程序层,速度和变形之间的权衡是每个有损压缩方案的固有特征的视频源编码。预测模式和量化水平是两个关键参数。网络层的路由算法必须找到最好的传递路径在单个/多次反射无线网络。在数据链路层,混合自动重发请求(HARQ),媒体访问控制协议和分组通常用来保持低丢包率。然而,最大的选择重传数是一个合成封包延迟和丢包率之间的权衡。注意,对于实时多媒体应用程序,我们可能不会考虑HARQ由于严格的延迟约束。在物理层,自适应调制和编码方案是一个重要的传输速率和丢包率之间的权衡。此外,端到端性能并非完全由个别层的参数决定的,而是由所有层的所有参数。例如,端到端延迟由传播延迟(取决于所选路径的跳数),传输延迟(由信道条件下,调制和信道编码,最大重传号和源),和排队延迟(由源速率、传输速度和所选择的路径)。 Moreover, due to the time-varying nature of wireless channels, each node in the network should be capable of adjusting these parameters quickly to maintain a good instantaneous performance. Clearly, the layer-separated design no longer guarantees an optimal end-to-end performance for multimedia delivery over wireless networks.

3.2。方法

我们开发一个框架跨层优化多媒体通信/单/多次反射无线网络。为了演示的主要想法提出框架如图1在应用程序层,我们实现我们的框架基于ITU-T h标准。在视频源编码率失真代价很关键的选择合适的视频编码参数如预测模式(PM)和量化参数(QP)。不失一般性,我们考虑多次反射无线网络场景,在该场景中,所有节点也可以作为一个源或目标为其他节点作为一个路由器。执行端到端delay-bounded多媒体通信、网络层,我们假设某些路由协议的路由表。然后,quality-aware路由算法需要发展来选择最佳多次反射路径从源到目的地。每一跳采用自适应调制编码(AMC)物理层克服时变信道条件造成的不利影响。

让我们表示的一段视频的帧数,,让宏模块的框架。因为处理每一帧为单位宏模块(对应于16 * 16像素在原坐标系),让表示宏模块的编码参数向量在坐标系作为量化参数(QP)和预测模式选择(我或P帧)。让表示使用比特编码宏模块编码的参数向量;然后总比特消耗的帧可以表示为。

我们假设考虑多次反射网络组成节点。对于任何两个节点和,如果可以直接联系,我们之间存在着跳和。让表示节点之间的跳和节点。考虑到网络的时变特性,让时,表示所有的连接信息在网络传输的帧。准确的可以从某些路由协议如获得OLSR路由协议。让是一个路径传输帧从源节点到目标节点。很明显,存在和。让我们表示和信道信噪比和传输速率的链接与,和随着调制模式和相关信道编码率,和重新发送的。然后,传输帧的延迟链接上可以写成。显然,整个视频传输的总延迟可以表达的 让表示重建在接收机端框架。使用均方误差作为失真度规,总体预期失真对整个视频剪辑

注意,在这个工作中,的可以计算任何失真估计方法等均方误差(MSE)估算方法和递归优化单像素估计(绳)方法。同样,可以使用任何错误隐藏方案在接收机端进一步提高可感知的视频质量。因为上面讨论的制定考虑连续的视频帧,帧间的时空相关性和聚积科技一直在考虑全局优化框架。

因此,提出了跨层无线多媒体通信的框架可以作为制定 在哪里是一个预定义的延迟交付预算给定的视频剪辑。

回想一下,拟议的框架的重点是,共同为每一帧找到最优参数集,包括源编码,传递路径的最大值和调制与副编码。在这里,索引每一跳的路径吗。显然,描述的问题的最优解(3)可以写成 延迟的约束

显然,(4)我们假设解码器端有足够大小的缓冲区来保存解码视频帧的一部分,说,一组图片。鉴于大幅快速增长的硅性能和降低规模和成本的记忆和硅,大多数场景的假设是合理的。但当解码器缓冲区的大小限制,(4)将改写如下: 延迟的约束 在哪里代表每一个帧,延迟约束。显然,(6)并添加困难的(4),尽管一些约束包括消除一些原始问题的有效解决方案。

注意,独特的功能(4),它本质上是一个凸函数,在大量的研究已经证明在率失真关系的背景下,多媒体处理和传输。换句话说,总是存在一个全球最优配方。这是一个非常重要的结论,因为其他现有的全球跨层优化框架关注网络QoS或使用分解方法不能保证所有分解子问题的凸性。对于一个给定的多媒体应用程序,(描述的全局优化问题4)变成了约束非线性优化问题,可以解决拉格朗日因子(LMs)和拉格朗日松弛(LR)(51]。所以,我们可以使用派生的拉格朗日代价函数作为统一的成本函数。在这部作品中,成本函数给出的平均失真视频吗。

全球最优的系统性能,我们需要优化当前的控制作用随着时间的推移;换句话说,目前的控制作用需要选择与未来成本的考虑。例如,终端用户可感知的视频质量评估基于整个视频的总体质量,而不是每个视频帧的质量。因此,随着时间的推移,基于优化代价函数(4)是 在这里,国家在时间吗,值介绍了捕捉未来成本(例如,)时间产生的结果采取控制行动在时间。

到目前为止,只有一个精确的全局优化方法随着时间的非线性和随机干扰(36),这是动态规划(DP)。DP提供的方法选择一个值函数获得一个最优的政策。已经有大量的研究如何使用DP-based多媒体处理和传输的算法。为了使用DP找到全局最优的(4),一个统一的cost-to-go函数必须构建:

然后,全局优化问题转化为计算cost-to-go函数,这是总体成本发生在有限的视野步骤。

3.3。数值结果

我们评估的性能提出了集成的跨层框架通过广泛的模拟基于h . JM12.2编解码器。一般来说,我们比较感兴趣的是集成的跨层设计与h编解码器的最好的结果。我们的目的是为了说明之间的性能差异,全球最优通过拟议的框架和多个局部最优的叠加做分别在不同的网络层(年代)。本文得到最佳的基线性能:(1)在应用程序层,它使用h编解码器的速率控制方案;(2)网络层,它总是选择最好的路径平均信噪比在每一跳;(3)在MAC层和物理层层,它总是选择最短的AMC计划延迟,同时保持预定义的性能。

从仿真结果,3 dB PSNR增益可以通过使用该方法相比,使用现有的零散的方法,如图2。

备注1。我们已经提出了一个自上而下的理论为多媒体在无线网络跨层框架,并提出方法的正确性是基于严格的理论基础。此外,该方法是基于动态规划的,这意味着它非常灵活和可伸缩的;任何感兴趣的交互系统中可以很容易地集成到该框架。因为我们考虑所有利益的主要交互生成从应用层到物理层,我们克服了现有的跨层设计的主要缺点,简化发生在系统建模阶段,而不是解决问题的阶段。因此,该方法提供了真正的全球最优和新的多媒体设计指导跨层设计在各种无线网络。

4所示。进一步讨论

在本节中,我们将进一步讨论如何应用上述全球实时多媒体通信优化框架的制定(4)。这不仅是理论上几乎重要但也有趣。

4.1。问题陈述

到目前为止,我们已经提出了一个新的理论框架在无线网络跨层设计的多媒体通信,它提供了一个良好的方法论基础我们评估跨层设计使用动态编程(DP)已广泛采用序贯决策问题研究(随机控制)。然而,动态规划的实际应用主要是由于有限的双重诅咒维度和不确定性,也就是说,巨大的潜在状态空间的大小cost-to-go函数这是当前状态的函数来评估未来预期成本发生。维度的“诅咒”意味着跨层设计可以增加的计算复杂度指数当考虑设计变量的数量增加。“不确定性”的诅咒(建模)表示,在一个复杂的网络系统存在各种不确定性使它很难知道明确的系统模型和/或状态。一般来说,可以分为两类:不确定性测量不确定性和模型的不确定性。语境下的跨层设计,测量的不确定性主要是由于随机性等数据收集过程不准确的渠道反馈,而模型的不确定性主要是由于各种近似制造系统建模过程如近似在信道质量,交通负荷,节点移动性、用户数量和用户行为。跨层设计,设计变量之间的相互依赖中存在的不确定性可能会导致严重的性能下降。因此,“双重诅咒”使跨层优化一个非常具有挑战性的问题。

4.2。方法

4.2.1。准备基于近似动态规划

最明智和理性的方式来处理“双重诅咒”造成的困难是生成一个紧凑的参数表示(简洁紧凑表示,)近似显著减少复杂性的cost-to-go函数通过巨大的状态空间映射到一个小得多的特征空间的特点是一个紧凑的表示。

目前,紧凑的表示形式的选择很大程度上依赖于启发式,有些矛盾的nonheuristic方面动态规划方法。因此,我们提出基于非相加测度理论的一种新方法,它可以动态生成的紧凑表示状态空间巨大。与其他人工神经网络等非线性特征提取方法,该方法的适应性和nonheuristic在某种意义上,它允许我们定量描述意义或状态向量的意愿的考虑不同的状态变量之间的交互。因此,新的基于近似动态规划可以开发基于自适应特征提取和紧凑的表示。

我们考虑一个大规模动态规划问题上定义一个有限状态空间。让表示的基数;因此我们有,,在那里控制操作参数的数量吗。我们的目标是定量描述的意义影响参数对cost-to-go函数。

4.2.2。基于功能的紧凑表示

在动态规划的背景下,cost-to-go向量被定义为一个向量的分量是cost-to-go各种状态的值。cost-to-go函数指定了各州cost-to-go值的映射。因此,最优cost-to-go向量的政策与初始状态被定义为 和国家政策被定义为 动态规划问题是寻求最优策略为了实现

在大规模动态规划问题,状态空间的大小通常与状态变量的数量成指数增加,使它很难计算和存储的每个组件cost-to-go函数。因此,最明智的方法是地图上一个巨大的状态空间一个小得多的功能空间()。在形式上,可以被描述为一个紧凑的表示方案记录一个高维cost-to-go向量使用一个低维参数向量。所以,如果我们可以得到一个近似的来附近,我们可能仍然生成最优控制策略但是随着大量计算加速度满足

在近似动态规划的背景下,我们希望看到,当方法,越来越接近。因此,可以被描述为一个紧凑的表示的映射来与一个cost-to-go向量。每个组件的的映射th组件cost-to-go向量所代表的参数向量。

形式上,一个功能从状态空间被定义为一个函数成一个有限集的特征值。在随机多级决策过程中,我们可能需要一些特性,,形成一个特征向量对于每个国家。特征向量表示愿望或意义关联的状态。因此,对于基于功能的紧凑表示,该组件的可以写成。

使用基于近似动态规划的紧凑表示,近似cost-to-go函数 在哪里被定义为一个近似架构与,这意味着只会最重要的有限区域的覆盖。为了达到高质量的近似,这将是非常可取的有效和高效的参数选择和特征提取算法。不幸的是,现有的特征提取和参数选择算法主要是基于启发式q学习和神经网络等,但这些方法缺乏健全的工程判断。

4.2.3。特征提取和参数选择基于意义的措施

特征提取需要我们抓住“主导非线性”最优cost-to-go函数。然后,根据提取的特征,参数向量所以可以确定吗。

在我们的初步研究[53),一种新的特征提取方法,调用重要措施提出了基于非相加测度理论(40]。意义的独特特性测量是状态变量之间的非线性相互作用cost-to-go函数可以通过求解广义非线性定量测量·曲克积分。我们的初步研究(所示53),基于功能特性的近似可以表示为 在哪里是状态变量,是cost-to-go函数,然后呢是观察的状态函数。状态变量之间的交互影响cost-to-go函数描述集函数 的幂集上定义状态变量满足的条件消失在空集,也就是说,与。一组函数被称为非相加测量(40]。已经有很多研究发现最优通过求解非线性积分方程如·曲克积分(48,54基于一组观测数据。上述拟议中的重要性度量方法的一个优势是,它只需要系统操作数据(模拟),它可以很容易地获得的设备驱动程序。因此,它是相当有效的计算和存储。很大程度上和敏感性分析。

一次,我们确定状态变量的指标意义对应于不同的参数集。然后,最大的参数集可以直接用于参数的选择。此外,每个参数的值设置可以被解释为特性,因为它反映了对cost-to-go函数参数的意义。我们可以选择参数设置的最大价值紧凑的表示的高维cost-to-go向量。因此,使用基于功能的紧凑表示各种近似动态规划方法可以利用紧凑表示的新方法,特征提取和参数选择。例如,如果我们采用基于功能的查表近似动态规划架构,近似cost-to-go函数,或者我们可以使用如果使用线性近似的架构。

4.3。数值结果

正如前面所讨论的,根据测量和灵敏度分析意义,我们可以推出一种新的特征提取方法和紧凑的表示为近似原始的大规模动态规划。使用同样的问题设置的人物1,一个简单的例子来说明该方法的基本思想是设计。首先,一组操作数据的格式(QP,路径,AMC, cost-to-go价值函数)已经被均匀采样收集动态编程状态空间。然后,重要性度量算法,提出(53,55)是应用于收集数据。派生意义的控制变量及其相互依赖关系可以派生Tabl @ IV-B3所示,列1 - 3代表意义的控制变量,在哪里(1)列显示每个子集的重大影响的控制变量()(2)列在cost-to-go函数(列3)基于收集到的测量。原始三维(可以用一个二维(近似)DP问题ADP的问题。第4 - 9列代表DP的MSE失真和ADP和最好的基线不同坐标系下推迟预算(T)在三个ADP值相应的采取不同的固定路径(,,或)的近似。

在这个仿真,基于意义的措施,QP之间的交互和AMC cost-to-go函数最重要的影响,这意味着“路径”明显不如其他变量。所以,它可以被排除在最优搜索。这种方式,基数的近似状态空间减少了三次。与全球最优性能相比,最大的近似误差引起的不包括DP搜索路径,对应于最短的延迟预算;然而,在这种情况下,由于ADP-based解决方案表现仍优于最好的基线h。

备注2。在本节中,我们提出一种新的特征提取方法和近似动态规划的紧凑表示,基于测量每组设计变量的意义。我们将讨论一种新颖的基于近似动态规划方法解决大规模动态规划问题支持实时多媒体应用。此外,由于所有电源组设计变量的重要措施是可用的,一个可扩展的框架,探索复杂性的近似质量之间的权衡(QoA)和服务质量(QoS)在未来可以开发。注意,提出意义测量方法和基于近似动态规划方法是非常通用的,适用于任何大规模的设计优化和实时控制方案。

5。结论

的主要挑战当前多媒体通信在无线网络跨层设计(1)缺乏对跨层的理解行为,(2)简化跨层设计在系统建模阶段,和(3)依赖于启发式方法。我们认为,所有这些挑战是由于缺乏一个新的方法在无线网络跨层设计的多媒体通信。这促使我们提出一种新的方法论的基础在无线网络跨层设计的多媒体通信,使得两个研究领域的主要贡献:(1)的理论框架与主要设计变量生成从应用层到物理层在无线网络跨层设计的多媒体通信,和(2)小说特点近似动态规划方法基于一种新的测量方法意义理解跨层行为,加快大规模跨层优化。该方法论的基础是相当一般,可以适用于其他应用程序在多媒体通信。然而,我们不本文试图解决所有的问题;相反,我们正在调查这个具有挑战性的问题从不同的角度和打开一个新的研究方向为未来无线多媒体通信领域的研究。我们认为,拟议的方法论基础将大大有助于服务等新兴研究领域,面向应用的网络QoS供应在未来。

引用

1. t . Turletti和c . Huitema”在互联网上视频会议”,IEEE / ACM交易网络,4卷,不。3、340 - 351年,1996页。视图:出版商的网站|谷歌学术搜索
2. Q.-F。朱和l . Kerofsky”联合源编码,传输处理和错误隐藏H.323-based包视频”视觉通讯和图像处理(VCIP ' 99)卷,3653学报学报圣何塞,页52 - 62年,加州,美国,1999年1月。视图:出版商的网站|谷歌学术搜索
3. g .象牙海岸和f . Kossentini”,优化内部编码块健壮的视频在互联网上交流,“信号处理:图像通信,15卷,不。1 - 2日,25至34岁,1999页。视图:出版商的网站|谷歌学术搜索
4. p . Haskell和d·梅塞施密特”再同步运动补偿视频影响ATM细胞损失,”学报IEEE国际会议上讲话,声学和信号处理(ICASSP ' 92),3卷,第548 - 545页,1992年3月旧金山,加州,美国。视图:出版商的网站|谷歌学术搜索
5. j.y.廖和j . d .学校适应内部更新视频编码在嘈杂的渠道,”学报IEEE国际会议上图像处理(ICIP ' 96),3卷,第766 - 763页,1996年9月瑞士洛桑。视图:出版商的网站|谷歌学术搜索
6. 吉伦特施泰因巴赫e, n .法伯和b“标准兼容的扩展h的健壮的视频传输在移动环境中,“IEEE电路和系统视频技术,7卷,不。6,872 - 881年,1997页。视图:出版商的网站|谷歌学术搜索
7. a·奥尔特加和k . Ramchandran率失真图像和视频压缩的方法,“IEEE信号处理杂志,15卷,不。6,23-50,1998页。视图:出版商的网站|谷歌学术搜索
8. g·j·苏利文和t . Wiegand”,对视频压缩率失真优化。”IEEE信号处理杂志,15卷,不。6,74 - 90年,1998页。视图:出版商的网站|谷歌学术搜索
9. r, s . l . Regunathan, k .玫瑰,“视频编码与最优国米/ intra-mode切换丢包恢复,”IEEE在选定地区通讯》杂志上,18卷,不。6,966 - 976年,2000页。视图:出版商的网站|谷歌学术搜索
10. 李b, y . t . d . Wu侯,w•朱Y.-Q。张,h·j .曹国伟”端到端优化方法在网络视频通信方式选择:理论和应用,“IEEE在选定地区通讯》杂志上,18卷,不。6,977 - 995年,2000页。视图:出版商的网站|谷歌学术搜索
11. 毛,y . t .侯x Cheng h . d . Sherali s . f . Midkiff Y.-Q。张,“路由多描述视频在无线ad hoc网络,”IEEE多媒体,8卷,不。5,1063 - 1074年,2006页。视图:出版商的网站|谷歌学术搜索
12. a·c·Begen y Altunbasak, o .水系和m . h . Ammar,“多路径选择多个描述视频流在覆盖网络,”信号处理:图像通信,20卷,不。1,39-60,2005页。视图:出版商的网站|谷歌学术搜索
13. y Andreopoulos: Mastronarde, m . van der夏尔”在多次反射无线网状网络跨层优化的视频流,”IEEE在选定地区通讯》杂志上,24卷,不。11日,第2115 - 2104页,2006年。视图:出版商的网站|谷歌学术搜索
14. j . Villalon p .昆卡,l . Orozco-Barbosa y Seok,和t . Turletti“跨层结构自适应视频多播流在多重速率的无线局域网,“IEEE在选定地区通讯》杂志上,25卷,不。4、699 - 711年,2007页。视图:出版商的网站|谷歌学术搜索
15. m . j . Wang Venkatachalam,方y”系统架构和跨层优化的视频广播/ WiMAX,”IEEE在选定地区通讯》杂志上,25卷,不。4、712 - 721年,2007页。视图:出版商的网站|谷歌学术搜索
16. z . Li g·m·舒斯特尔a . k . Katsaggelos和b·甘地”率失真优化视频摘要的一代。”IEEE图像处理,14卷,不。10日,1550 - 1560年,2005页。视图:出版商的网站|谷歌学术搜索
17. f p v . Pahalawatta z . Li翟,和a . k . Katsaggelos”率失真优化的视频摘要生成和传输数据包有损网络”图像和视频通信和处理(IVCP 05)卷,5685学报学报圣何塞,页801 - 809年,加州,美国,2005年1月。视图:出版商的网站|谷歌学术搜索
18. m . van der夏尔d s Turaga, r . Wong“跨层优化的无线视频传输,基于分类系统”IEEE多媒体,8卷,不。5,1082 - 1095年,2006页。视图:出版商的网站|谷歌学术搜索
19. a . Luthra g·j·沙利文,t . Wiegand”介绍特刊h / AVC视频编码标准,“IEEE电路和系统视频技术,13卷,不。7,557 - 559年,2003页。视图:出版商的网站|谷歌学术搜索
20. t . Wiegand g·j·沙利文,g . Bjøntegaard和a . Luthra”概述h / AVC视频编码标准,“IEEE电路和系统视频技术,13卷,不。7,560 - 576年,2003页。视图:出版商的网站|谷歌学术搜索
21. 问:徐、诉Stanković和z,“分布式信源通道联合使用猛禽码编码的视频,“IEEE在选定地区通讯》杂志上,25卷,不。4、851 - 861年,2007页。视图:出版商的网站|谷歌学术搜索
22. Choudhury和j·d·吉布森“负载长度和速度适应多媒体通信在无线局域网中,“IEEE在选定地区通讯》杂志上,25卷,不。4、796 - 807年,2007页。视图:出版商的网站|谷歌学术搜索
23. n . Mastronarde d s Turaga, m . van der夏尔”协作资源交流点对点视频在无线网状网络,”IEEE在选定地区通讯》杂志上,25卷,不。1,第118 - 108页,2007。视图:出版商的网站|谷歌学术搜索
24. j .杨陈和y“种延迟性能在无线网状网络,”IEEE国际会议通信学报》(ICC ' 07)2007年6月,格拉斯哥,苏格兰。视图:谷歌学术搜索
25. b . c . Wang, k . Sohraby m . Daneshmand和y,“上游拥塞控制在无线传感器网络跨层优化,“IEEE在选定地区通讯》杂志上,25卷,不。4、786 - 795年,2007页。视图:出版商的网站|谷歌学术搜索
26. d .吴邦国委员长和r . Negi“有效容量:无线连接模型支持的服务质量,“IEEE无线通信,卷2,不。4、630 - 643年,2003页。视图:出版商的网站|谷歌学术搜索
27. s . Kompella毛,y . t .侯和h d . Sherali“跨层优化的多路径路由在无线网络视频通信”IEEE在选定地区通讯》杂志上,25卷,不。4、831 - 840年,2007页。视图:出版商的网站|谷歌学术搜索
28. b .梁和m .董”包在多次反射的延迟意识到调度优先级延迟约束沟通,“IEEE在选定地区通讯》杂志上,25卷,不。4、819 - 830年,2007页。视图:出版商的网站|谷歌学术搜索
29. 问:刘、周s和g . b . Giannakis“排队与自适应调制和编码在无线链接:跨层分析和设计,“IEEE无线通信,4卷,不。3、1142 - 1153年,2005页。视图:出版商的网站|谷歌学术搜索
30. p . Pahalawatta r·贝瑞·t·帕帕斯,a . Katsaggelos”Content-aware资源分配和数据包调度对视频传输的无线网络,”IEEE在选定地区通讯》杂志上,25卷,不。4、749 - 759年,2007页。视图:出版商的网站|谷歌学术搜索
31. H.-P。Shiang和m . van der沙尔”种无线网络多用户视频:分布式的、基于优先级队列的跨层方法,”IEEE在选定地区通讯》杂志上,25卷,不。4、770 - 785年,2007页。视图:出版商的网站|谷歌学术搜索
32. 美国Mohapatra:达特,a•尼古拉和n .文卡塔萨布拉曼尼亚”发电机:跨层框架的端到端QoS和能源优化在移动手持设备,“IEEE在选定地区通讯》杂志上,25卷,不。4、722 - 737年,2007页。视图:出版商的网站|谷歌学术搜索
33. d . Rajan“向全民力量有效调度在高斯信道,“IEEE在选定地区通讯》杂志上,25卷,不。4、808 - 818年,2007页。视图:出版商的网站|谷歌学术搜索
34. Y.-J。常,这。简和c c。j .郭“跨层QoS机会OFDM-TDMA和OFDMA网络的分析,“IEEE在选定地区通讯》杂志上,25卷,不。4、657 - 666年,2007页。视图:出版商的网站|谷歌学术搜索
35. 问:刘、周s和g . b . Giannakis“跨层自适应调制和编码结合截断ARQ通过无线链接,”IEEE无线通信,3卷,不。5,1746 - 1755年,2004页。视图:出版商的网站|谷歌学术搜索
36. p . Werbose“ADP:目标、机遇和原则”手册的学习和Approaximate动态规划j . Si, a·g·Barto w·b·鲍威尔和d·温斯迟,Eds。,Wiley-IEEE出版社,纽约,纽约,美国,2004年。视图:谷歌学术搜索
37. r·贝尔曼动态规划美国新泽西州普林斯顿大学,普林斯顿大学出版社,1957年。
38. d . Bertsekas和j . TsitsiklisNeuro-Dynamic编程贝尔蒙特,雅典娜科学,质量,美国,1996年。
39. j . Si a·g·Barto w·b·鲍威尔·d·温斯迟,Eds。手册的学习和Approaximate动态规划j . Si, a·g·Barto w·b·鲍威尔和d·温斯迟,Eds。,Wiley-IEEE出版社,纽约,纽约,美国,2004年。
40. d . Denneberg非附加测量和积分Kluwer学术,多德雷赫特,荷兰,1994年。
41. d . Denneberg和m . Grabisch”交互变换函数在一个有限的集合,”信息科学,卷121,不。1 - 2、149 - 170年,1999页。视图:出版商的网站|谷歌学术搜索|MathSciNet
42. m . Grabisch“模糊措施和积分:最近的调查应用程序和问题,”在信息工程模糊集方法:导游的应用程序,h·布雷德·d·杜布瓦和r .狙击兵,Eds。,John Wiley & Sons, New York, NY, USA, 1996.视图:谷歌学术搜索
43. r . r .狙击兵”,使用模糊不确定性表示措施。”IEEE系统,人,和控制论,B部分,32卷,不。1,13-20,2002页。视图:出版商的网站|谷歌学术搜索
44. g .·曲克”理论的能力”,编年史de l 'Institut傅里叶5卷,第295 - 131页,1953年。视图:谷歌学术搜索
45. J.-R。Chang C.-T。挂,G.-H。Tzeng”,非附加灰色关联模型:案例研究柔性路面的评价”学报IEEE国际会议上模糊系统,1卷,页577 - 582,布达佩斯,匈牙利,2004年7月。视图:谷歌学术搜索
46. a . Denguir-Rekik g .毛里,j . Montmain”传播可能性的不确定性理论·曲克integral-based决策:应用电子商务的网站选择支持,”IEEE仪表和测量,55卷,不。3、721 - 728年,2006页。视图:出版商的网站|谷歌学术搜索
47. M.-H。哈,Z.-F。冯,E.-L。杜和研究。白”,进一步讨论quasi-probability”国际会议的程序在机器学习和控制论(ICMLC 06年)大连,页3508 - 3513年,中国,2006年8月。视图:出版商的网站|谷歌学术搜索
48. z王”,一个新模型的非线性multiregressions基于广义·曲克积分投影的追求,”《IEEE国际会议上模糊系统(模糊的02),卷2,页1240 - 1244,檀香山,夏威夷,美国,2002年5月。视图:出版商的网站|谷歌学术搜索
49. m . Grabisch“k-order添加剂离散模糊措施及其表示,“模糊集和系统,卷92,不。2、167 - 189年,1997页。视图:出版商的网站|谷歌学术搜索|MathSciNet
50. m . Grabisch“造型数据·曲克积分,”在数据挖掘信息融合诉给了埃德。,页135 - 148,自然史,德国海德堡2003。视图:谷歌学术搜索
51. d .吴、美国Ci和h . Wang”视频摘要传输无线网络跨层优化,“IEEE在选定地区通讯》杂志上,25卷,不。4、841 - 850年,2007页。视图:出版商的网站|谷歌学术搜索
52. IETF”, RFC 3626——链路状态路由协议优化(OLSR)”http://www.faqs.org/rfcs/rfc3626.html。视图:谷歌学术搜索
53. 美国Ci和H.-F。郭,“定量动态相关性度量和意义分析跨层设计在不确定性下,”学报》第16届国际会议上计算机通信和网络(ICCCN ' 07),页900 - 904,檀香山,夏威夷,美国,2007年8月。视图:出版商的网站|谷歌学术搜索
54. m . Grabisch·曲克积分,一个图形的解释”IEEE模糊系统,8卷,不。5,627 - 631年,2000页。视图:出版商的网站|谷歌学术搜索
55. Ci和H。郭- f,“意义与非线性和不可通约的观察测量,”IEEE学报》全球通信会议(GLOBECOM ' 07)美国,华盛顿特区,2007年11月。视图:谷歌学术搜索

版权

版权©2008首歌Ci等。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。