文摘

可伸缩视频编码(SVC)的流媒体组播是一种很有前途的解决方案应对视频流量过载和多播信道差异。解决的挑战提供高清SVC流在burst-loss倾向频道,我们建议social-aware合作SVC的流媒体组播方案。该方案是第一个试图使D2D合作burst-loss SVC的流媒体组播征服,和它的一个显著特征是,需要充分考虑调度合作SVC的分层编码结构。通过使用我们的方案,用户表单组相互之间共享视频数据包恢复不完整的增强层。具体地说,一个合作小组形成方法旨在刺激有效合作,基于coalitional博弈论;和最优D2D链接调度方案设计以最大化解码增强层,基于潜在博弈理论。广泛使用真实的模拟视频证实痕迹,该方案会导致显著增加接收到的视频质量。

1。介绍

随着移动智能终端的快速发展,我们已经目睹了爆炸性增长用户的无线视频直播服务的要求(1]。这种增长的带宽要求将带来前所未有的挑战当前无线网络在不久的将来(2,3]。随着通信技术旨在应对视频流量过载,视频多播可以利用无线通信传输视频的广播性质同时多个用户(4]。由于其有效性,视频多播已成功应用在很多情况下,例如,突发新闻视频,生活运动视频、移动电视节目,等等。

在移动视频多播,如何解决不同的衰落信道的基站(BS)组播用户是一个关键的问题。在这里,我们给出一个说明性的段落。无线连接的视频传输速率是由信道质量反馈。为一个特定的链接,高质量的与坏通道传输速率会呈现高误比特率和降低goodput。在多播的情况下,b只能选择一个传输速率,而组播用户的信道条件不同。当废话多播视频用户根据用户提供良好的信道质量,信道质量较差的用户可能无法顺利播放视频。通常,BS会选择根据最差的信道传输速率,因此每个多播用户的接收视频质量受到最坏的一个。

自可伸缩视频编码流等级分为一个基础层和多个增强层,基于SVC的视频多播可以灵活地根据频道调整视频直播服务的质量反馈(5]。因此,SVC是一个合适的视频编码策略适应多播渠道的多样性(6]。采用SVC的视频多播的一个重大挑战是如何应对不可避免的包丢失在burst-loss倾向通道(7),这使得传统的通道保护方法如选举委员会(不足8]。回放,由于严格的最后期限,重传也不是首选尤其是在多播方案(9]。尽管一些相关研究工作中如何减少干扰和错误SVC流(10- - - - - -12),其中大部分是需要重修改视频编解码器或其他网络组件介绍细胞系统,这是不切实际的。

自合作地方恢复通过D2D通信可以弥补包丢失没有引入任何冗余或要求基站中继丢失的包,然后一个很好的选择对SVC的流媒体组播burst-loss对抗。有一些作品,研究如何利用D2D通信或其他网络接口(如wi - fi)视频恢复(13]。但是,先前的合作复苏方案没有考虑SVC的分层编码结构,这可能不会导致一个重要的获得SVC-based视频多播。换句话说,从用户的角度体验上的品质(体验质量)14),只需提高传输速度并不一定导致改善用户感知的视频质量15]。

SVC流分层编码结构,这意味着每个增强层只能解码后的正确解码低层次。在这种情况下,一些错误或包丢失会导致同步信息的损失和误差传播。分层编码结构表明数据包属于不同的增强层应该有不同的重量为提高视频质量。和基于SVC的视频分配方案也应该是结构化和处理丢失的数据包取决于实际的接待。现有的视频分配方案通常平等对待所有丢失的数据包;因此这些分配方案可以不给SVC的流媒体组播的视频质量也非常好。总之,如何协调用户合作的层次编码结构SVC是合作SVC的流媒体组播的一个关键问题。

在本文中,我们提出一个D2D-based合作SVC的流媒体组播方案来改善接收到的视频质量,基于SVC的分层编码结构的考虑。更具体地说,用户在同一个合作小组分享增强层使用D2D通信调度下的废话。刺激组播用户之间有效的合作,合作组织由使用coalitional游戏。和最大化总解码增强层,最优D2D链接调度方案设计了基于潜在博弈理论。我们所知,本文是第一个试图使D2D burst-loss SVC的流媒体组播征服的合作。总结了本文的主要贡献如下。(我)我们建议social-aware合作SVC流多播方案来改善接收视频质量通过刺激用户形成合作组织和共享增强层。特别是,该方案充分考虑SVC分层编码结构的协调合作。(2)刺激用户之间有效的合作,我们提出一个合作小组形成基于coalitional博弈论方法,用户之间的逻辑关系是社会属性,根据兴趣相似性和地理位置。(3)最大化的总收到增强层合作小组,我们设计一个D2D链接的基站调度方案。D2D链接调度的优化问题是扮演的一个潜在的游戏和解决本地搜索算法。广泛的模拟与实际视频痕迹表明,该方案可以实现高达65.9%的视频PSNR(峰值信噪比)和有价值的视频帧率超过传统的计划。

本文的其余部分组织如下。部分2给评审的相关工作领域的无线视频多播和当地合作复苏。该方案的系统模型和工作流中讨论部分3。节4,我们学习合作小组形成的问题和最优调度详细的链接。广泛的数值结果部分所示5和结论部分6。

2.1。无线视频多播

无线视频多播最近已经成为一个热门研究课题,这是承诺帮助提高频谱效率。r·钱德勒等人提出了一种基于无线多播系统DirCast,针对最小化总传输延迟(16]。为了提高视频组播的性能,介绍了网关和基站之间的云服务器确定帧的顺序(17),美国Aditya等人联合基于信源通道编码集成到mpeg - 4编解码器(18]。Deb等人提出了一个资源配置的贪婪算法通过WiMAX在SVC的流媒体组播情况下(11]。美国Jakubczak多播等人提出了一个跨层设计可伸缩的视频,以提高鲁棒性的目标无线干扰和错误(12]。

上面的一些作品nonscalable编码都为“最严重的一个极限”引起的多播信道差异,如前所述。应对无线干扰和错误,其他的可伸缩编码引入大量冗余视频编解码器或添加新的网络接口系统,但对burst-loss存在不足。不同于这些作品,本文有效征服burst-loss通过D2D SVC的流媒体组播合作和兼容现有的蜂窝网络。

2.2。合作的当地经济复苏

有一些工作在当地合作复苏,即。,how to enable users to share missing packets or act as relay nodes. Reference [19)提出了一个合作点对点复苏方案最优调度数据包的优先级。文献[9]恢复视频帧通过构造D2D辅助多路径传输。文献[20.)实现点对点修复结合批处理和网络编码。文献[21部署D2D通信在多播组,用户成功解码消息转播给那些需要的人。文献[13)刺激用户的合作视频多播利用两种类型的社会关系,社会互惠和社会信任。上面的视频分配方案通常平等对待所有丢失的数据包;因此他们不能提供一个良好的视频质量SVC流多播。不同于他们,我们协调用户的合作基于SVC的独特层次编码结构。

3所示。系统模型

3.1。预赛

促进我们的博览会,有必要先介绍了可伸缩视频编码结构和实时视频回放机制。

SVC的核心思想是把视频分成多个层根据不同的需求。如图1,有一个基本层和多个增强层,每个单独的传播。设备可以重建视频图像的基本素质,只要它接收基地层,但视频重构的基本层质量较差。增强层包含视频的细节,这意味着用户可以通过接收更多更好的视频质量增强层范围内的总视频比特率。此外,增强层可以解码后的正确解码基本层和增强层,低而基地层可以单独解码。


图1
可伸缩视频编码结构。

一般来说,SVC流由Group-of-Picture(共和党)序列,和共和党由一个基本层和一个或者多个增强层与RLC编码。我们表示这些层 ,每个编码层 是加工成 包, 也是解码层阈值 。成功的条件接收层 可以表示为 然而,接受层的完整信息 并不意味着层 可以重建;条件成功解码层 是由 在哪里 表示用户的数据包 待层 。

方程(2)意味着,恢复视频质量层 ,不但要接收到的包层 超过其阈值,但也较低的层正确解码。

现场视频回放机制见图2。与数据传输,如浏览网页或下载一个文件,视频多播是延迟敏感的应用程序的实时需求。一般来说,平滑的视频回放是可容忍的最大延迟根据视觉暂留。即每个共和党人都有一个固定的传播的最后期限。一旦包在共和党错过这个期限,它将下降。SVC流,包每层独立传输。用户重建每个视频层接收到的数据包和没有接收到足够的数据包在最后期限前不能重建。


图2
实时视频传输和回放。
3.2。系统模型和工作流

从前面的讨论,我们可以看到,影响分层编码SVC和视频直播延迟约束的结构,用户可能无法重现某一层由于他们未能正确地获得较低的层。指SVC流,一旦用户收到足够的数据包对应的层,它可以重建,不管数据包来自基站或其他用户。由于多播渠道的多样性,当一些用户失去某一层,其他用户可以成功接收层。首先,我们打算让用户形成“合作组织”考虑社会属性,偏好相似,和地理位置,根据策略提出了部分4。然后,我们通过D2D通信发展之间的协作用户在每个组和丢失的数据包之间共享用户根据基站调度重建失去的层。

如图3,一个基站 用户在一个细胞,部分用户分为不同的组播组通过细胞下行接收不同的视频,被称为多播的用户。人无意参与多播被称为普通用户。由于普通用户是不受我们的讨论,我们可以假设 用户是所有组播用户。和所有用户都配备D2D和细胞接口,以便他们在必要时可以通过D2D接收数据包通信。


图3
说明合作SVC的流媒体组播系统。

我们提出的工作流如图社会团体内部的复苏4;我们把一个共和党交付过程分为两个部分:多播轮轮与合作。开始一个共和党传输,每个用户在多播阶段从基站接收数据包。在合作过程中,用户向基站报告失踪的层。D2D链接将建立的统一调度基站实现接收到的数据在用户间的互补。如果分配给合作的时间段是充分的,我们可以封装上述报告,安排,和共享过程到近圆形的,允许用户切换多次获得他们失踪层。


图4
社会团体内部的复苏工作流。

对我们的方案有两个技术难题: 如何有效屏幕用户多播组刺激合作和 怎么安排D2D链接最大化整体重建SVC层。现在,我们将看看这两个子问题。

4.1。合作多播组地层

现在我们制定SVC合作多播组形成流复苏coalitional游戏。

以下4.4.1。效用函数

当一个用户准备邀请其他用户加入多播组,主要的考虑是什么?

首先,组内用户偏好的一致性是一个多播组形成的先决条件,为了提高频谱资源在蜂窝系统的效率。我们使用协同过滤方法得到相似用户的利益。假设可用多播视频类型的数量 , 表示用户 的兴趣,从历史数据分析,获得 是一个二进制变量,等于1如果用户 感兴趣的视频类型 ;否则 。兴趣相似的用户 和 可以通过Jaccard系数(22),所表达的 在哪里 ,值越大,越有可能选择的用户相同的视频内容。

从社会属性代表长期接触用户,保持联系与他们趋向于稳定(23]。税款参数来过滤用户的帮助下,我们可以最大化的使用临时链接实现体验质量提升。我们使用 表示社会亲和力的用户 和 ,可以通过分析其与社会的互动软件。请注意, ,值越大,越接近用户之间的关系。除了,因为接下来的合作将与D2D沟通,用户必须考虑位置信息邀请其他成员时,以免成为孤立节点。我们描述这个属性的用户之间的距离比细胞的直径,所表达的 ,在哪里 表示直径和 表示用户之间的距离 和 , 。

在上面的讨论中,我们可以看到有三个主要的因素影响用户的偏好的邀请,和他们的关系可以表示为效用函数

我们将利用微观经济学的方法设计效用函数来量化这种偏好。在微观经济学中,效用的定量表达偏好和效用分为序数效用和基数效用(24]。基数效用以绝对值衡量,而序数效用是关心效用的相对关系。在这里,用户只关心所带来的效用的相对关系邀请不同的用户;因此我们使用序数效用量化偏好。因为没有兴趣相似性替代或补充关系,社会属性,和地理位置,我们使用柯布-道格拉斯偏好模型来设计我们的效用函数,表示为 在哪里 , ,和 都相应的系数调整优先级和积极的。请注意,序数效用的价值本身没有物理意义;我们只是用它来量化偏好;效用函数的形式并不是唯一的。除此之外,不考虑偏好相似,该方案还可用于用户在同一个喜忧参半服务区(25]。

4.1.2。Coalitional游戏配方

然后,我们将多播组形成coalitional游戏 如下:(我)参与者的数量 多播组的用户。(2)合作策略的集合 ,表示当前可投资的集用户为所有用户。(3)特征函数 对于每一个多播组 。只有两种情况下的球员,和条件 表示该用户 选择邀请用户 加入一个多播组 (联合)。的条件 代表该用户 的联盟 不是在任何组。(iv)优先顺序 被定义为 当且仅当 。在细节,用户 喜欢群体形成的策略 来 当且仅当用户 邀请分配的用户 在战略 有更多比邀请分配的用户效用 在战略 根据上述效用函数。

定义1。的核心是一组 的一个联盟 不存在, 这样 。
即没有组参与者将积极采取联合行动,更好地为所有他们偏离目前的联盟,这是相同的精神在一个非合作的博弈纳什均衡。通过获得的核心解决方案联盟比赛,多播组完成的形成。

4.1.3。Coalitional游戏核心解决方案

现在,我们研究的存在的核心解决方案。

定义2。一个游戏 子博弈的游戏吗 当且仅当 。

定义3。一个非空的子集 是子博弈联盟吗 当且仅当,对策略集 和任何策略 ,我们有 对所有 。
事实上,子博弈是原游戏的玩家的一个子集。注意策略设置为构建一个顶级联盟的核心由后进位成员在前联盟,自组是对所有成员国集体最好的。

定义4。这个游戏 只拥有一个核心解决方案当且仅当所有的现在有一个顶级联盟和任何球员现在不能属于一个以上的顶级联盟。
也就是说,顶部采用核心战略联盟建立的多播组我们所需要的。

定义5。对于一个coalitional现在 ,我们定义一个用户序列 作为一个多播的朋友当且仅当循环 对所有 和 。

引理6。对于任何现在 ,我们可以获得至少一个多播的朋友周期。任何多播的朋友周期相应现在进行的是顶级联盟 。

证明。在现在进行的初期,我们随机选择用户 球员的子集 ,然后我们可以找到第二个用户 谁能最大化用户 的效用。重复上面的步骤,我们可以找到一个多播的朋友周期。使用证据矛盾,如果不存在这样的周期,上述用户将无限序列。因为任意两个用户都是不同的,在细胞内的用户总数是有限的,这种假设显然不是真实的。根据定义5每个用户需要最适合自己的决定;没有参与者可以采取联合行动,更好地为所有他们偏离当前联盟。任何多播的朋友周期通过上述步骤生成的是一个顶级联盟。

定理7。游戏 ,策略集生成多播的朋友团体是一个核心解决方案,和联盟的设置造成的决定由任何一个多播的用户是独一无二的如果没有一名球员可以带来相同的策略工具。

证明。根据引理6在游戏的开始 ,我们随机选择一个用户邀请其他用户并获得顶级联盟 。通过定义3,玩家在这个顶级联盟取得了当前可用的最大效用;这些球员将不会继续参与当前的游戏。删除上面提到的球员后,原来的游戏变成了其相应的现在 ,在哪里 。代的一个又一个多播的朋友循环使用引理6,我们有 相应的现在每个迭代 根据定义4,这就完成了证明。的第二部分定理,利用证据矛盾,如果一个玩家可以加入两个不同的联盟,它必须有多个最优策略,这与定义5。
根据引理6和定理7,我们可以找到合作群体形成的核心解决方案。

4.2。用户合作安排

如前所述,以SVC流的分层编码结构,共和党的同一层有不同的值根据实际接待。例如,第四层使拥有更好的视频质量用户层 ,但这并不为用户只有层工作 。该方案目标来提高视频质量尽可能多播组的子阶段,这是直接关系到层,可以重建。考虑到上限的用户感知到的视频质量和边际效用的提高体验质量(26,27),可以制定优化问题 在哪里 系数和边际效用吗 的层数是用户吗 从这个合作成功重建。现在我们分析这个问题的潜在的游戏。

定义8。一个游戏 是一个精确的潜在的游戏,如果存在一个函数 ,这样, ,我们有 。 分别是球员,势函数,球员吗 策略集,和效用函数。

潜在的游戏必须有平衡与纯策略和离散有限改进潜在的游戏属性(28]。如果目标函数是一个势函数与离散策略游戏的空间,它必须有一个最佳的解决方案,可以通过本地搜索来解决。现在我们制定一个潜在的游戏 如下:一组球员 在多播组是用户的集合,球员吗 可用的策略 是选择哪个球员在集团请求视频层,效用函数是什么 ,和势函数H = 。

根据(28),我们可以证明提出的目标函数是一个潜在的游戏功能 。自从多播组的成员数量是有限的,游戏 空间是离散的策略。问题(6)可以通过本地搜索算法解决禁忌搜索、模拟退火等。

5。性能分析

在本节中,我们评估的性能提出合作SVC的流媒体组播方案通过利用MATLAB仿真。

不失一般性,我们假设无线多播信道条件随机但准静态和从一个共和党保持不变,发送到要删除的最后期限。因为香农方程所描述的通道容量不仔细地反映了无线信道条件,在无线频道burst-loss倾向在上层,我们使用Gilbert-Elliot信道模型来捕获burst-loss特性提出系统没有处理的细节数据链层和物理层。Gilbert-Elliot模型可以用两个静止的连续时间马尔可夫链;每个链接只有两种情况:好或坏。如果状态不好,一帧将丢失;否则,它可以成功解码。

对于视频,我们考虑h / SVC与YUV420视频编解码器;即。,there are 8 layers per GoP and each layer consists of 16 encoded video frames. We implement the experiments with the real video traces Foreman, where the average PSNR (Peak Signal-to-Noise) of the Foreman is 43.32 dB, the resolution of the Foreman is 352 288年,默认视频编码比特率是450 kbps。

此外,为了测量方案的性能,我们认为以下三个测量指标:

峰值信噪比:PSNR(峰值信噪比)是一个视频质量客观评价,是一个函数的原始之间的均方和接收到的视频序列,可作为制定 在哪里 最大值的像素帧和吗 是原始之间的均方误差和接收到的视频序列。

有价值的视频帧率:有价值的视频帧率被定义为有价值的视频帧的数量之间的比率受到用户和回放之前所有传输帧的数量。

平均意见分:金属氧化物半导体(平均意见分)是一个主观测量用户对视频质量的观点。当PSNR值范围 37岁,31 37岁的25 31日20 25日, 20日,用户的主观体验质量是“优秀”,“好”,“公平”,“可怜”,和“坏”,分别13]。

该方案的性能比较与直接在我们的模拟多播。根据多播信道条件下,用户直接SVC多播丢弃增强层,由于burst-loss无法解码。 用户分散成圆细胞,以及彼此之间的相似兴趣和社会亲和力也随机获得,和系数 , , , 等于1。基站确定的平均比特率可以在多播传输层的一个共和党,D2D合作将传递一个增强层。

首先,我们评估我们的表现提出合作群体形成方案;经验与不同数量的组播用户实现的细胞, = 100,200,300,400,500,600,700,800。为了确保结果的普遍性,每个 ,我们平均超过1000。图5显示了协作多播组的平均大小。我们可以看到大小的组和用户的数量并没有飙升,但逐渐减慢了增长速度。这是因为用户选择集群基于coalitional游戏。玩家只能选择一个球员作为最优策略,和每个玩家只能选择一次,从而限制了合作组织的大小。


图5
平均大小的合作团体在不同的用户数量。

接下来,我们采用上述评价指标比较接收到的视频质量的方案和传统直接多播。默认的多播组大小设置为10。图6显示接收到的视频质量之间的关系的概率在PSNR和burst-loss在共和党的传播。很明显,日益增长的概率burst-loss表示通道质量差。信道质量的恶化,该方案的获得直接的多播节目逐渐增加并保持稳定。这是因为恢复视频质量的方案是基于用户之间的互补性。退化的信道条件下,用户之间互补的可能性逐渐增加。但当信道质量恶化在某种程度上,大多数用户只有几个增强层,合作的可能性降低。


图6
视频质量和burst-loss概率之间的关系。

在图7曲线有价值的视频帧率的概率burst-loss在共和党传输进行描述。我们可以观察到该方案远优于直接多播,尤其是当通道质量很差。该方案的宝贵的视频帧率是65.9%高于直接多播。这是因为用户直接SVC的流媒体组播系统必须放弃相应的增强层,和系统资源的严重浪费。


图7
有价值的视频帧率在不同burst-loss概率。

为了更好地理解该方案的性能,图8显示了体验品质的金属氧化物半导体在不同burst-loss概率和SVC复苏与真正的视频流工头如图痕迹9。我们可以看到,失真视频序列的方案是轻微的。数据显示6和9,该方案的平均PSNR值高于35 db和用户的MOS是“优秀”或“良好”。但直接多播的PSNR值是24分贝和34分贝之间,这意味着MOS是“公平”。所以本文提出的方案极大地提高了用户的体验。


图8
在各种burst-loss概率意见评分的平均值。

图9
视频恢复性能在各种burst-loss概率:(a)领班,直接多播(b)和(c)拟议的计划。

6。结论

本文研究了合作SVC流多播方案基于D2D通信来提高接收视频质量在burst-loss渠道。该方案激励多播用户形成合作组基于coalitional博弈论分享增强层。提出最优D2D链接调度基于潜在的游戏有助于提高组播用户接收到的视频质量,同时考虑SVC的分层编码结构。此外,该方案可以弥补burst-loss不引入大量冗余视频编解码器或添加新的网络接口。广泛的数值分析与真正的视频跟踪的研究证实使用该方案显著提高。

在未来,这是极大的兴趣来设计一个分布式最优链路调度算法来减少集中调度的BS的负担。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作在一定程度上支持中国的国家自然科学基金(61571240,61571240,61801242);江苏高等教育机构的优先级学术程序开发;江苏省自然科学基金(BK20170915);清朝局域网项目;自然科学基金重大项目的江苏高等教育机构(16 kja510004);国家科学基金会的姜愫高等教育机构(17 kjd510005);国家工程研究中心的开放研究基金进行通信和网络技术,南京邮电大学(TXKY17005);国家移动通信研究实验室的开放研究基金,东南大学(2016 d01);南京邮电大学研究基金会(NY218012)。