基于LTE资源块感知的自适应无线流媒体系统

doi:10.11959/j.issn.1000-0801.2021001

摘要/Abstract

摘要：

自适应流媒体技术用户体验的好坏，很大程度上由流媒体应用对端到端带宽估计的准确度决定，而在高度动态的LTE网络中，对带宽的估计极具挑战。设计并实现了一种基于LTE资源块感知的自适应无线流媒体系统，系统中的LTE资源块监测模块监测当前蜂窝小区范围内的物理层资源占用情况；速率映射机制据此将视频分片下载速率映射为当前可用带宽；码率自适应算法结合当前LTE网络中潜在可用带宽和当前视频缓存状况，选择最合适的码率版本，以实现视频质量和播放卡顿之间的折中。在原型系统上的测试实验中，与两种基线码率自适应算法进行对比，所提方法在保持极低的播放卡顿率的情况下获得了最高的平均视频码率，有效提升了用户的视频观看体验。

关键词: LTE, 自适应流媒体, MPEG-DASH, USRP

Abstract:

The quality of user experience in adaptive video streaming, to a large extent, depends on the accuracy of the end-to-end bandwidth estimation.However, bandwidth estimation is very challenging in highly dynamic LTE network.LTE resource-aware dynamic adaptive wireless multimedia streaming system was designed and implemented in which the LTE resource block monitor module keeps monitoring the cell-wide physical layer resource utility.The rate scaling mechanism mapped the throughput to an estimation of available bandwidth and the rate adaption algorithm selected the most appropriate representation combining current available bandwidth with buffer state and played a trade-off between video quality and the risk of stalling.The experimental results on the prototype system show that comparing with the two baseline algorithms, the proposed system achieves the highest average video bitrate while maintaining a fairly low stalling rate, and effectively enhances the quality of experience.

Key words: LTE, adaptive streaming, MPEG-DASH, USRP

中图分类号:

TN98

蔡秉江. 基于LTE资源块感知的自适应无线流媒体系统[J]. 电信科学, 2021, 37(1): 147-158.

Bingjiang CAI. LTE resource-aware dynamic adaptive wireless multimedia streaming system[J]. Telecommunications Science, 2021, 37(1): 147-158.

图/表 9

图1

图2

图3

图4

图5

图6

图7

表1

图8

参考文献 12

[1]	李佳, 谢人超, 贾庆民 ,等. 面向视频流的MEC缓存转码联合优化研究[J]. 电信科学, 2018,34(8): 76-86.
	LI J , XIE R C , JIA Q M ,et al. Research on joint optimization of MEC cache transcoding for video stream[J]. Telecommunications Science, 2018,34(8): 7686.
[2]	Ctrix. Mobile analytics report[R]. 2014.
[3]	夏勃, 林浒, 李鸿彬 ,等. 一种动态自适应HTTP流媒体码率切换算法[J]. 小型微型计算机系统, 2015,36(2): 275-279.
	XIA B , LIN H , LI H B ,et al. A dynamic adaptive HTTP streaming media rate switching algorithm[J]. Small Microcomputer System, 2015,36(2): 275-279.
[4]	杜文峰, 高思宁 . 一种流量感知的LTE网络节能资源分配算法[J]. 小型微型计算机系统, 2018,39(3): 445-449.
	DU W F , GAO S Y . Flow-aware LTE network energy-saving resource allocation algorithm[J]. Small Microcomputer System, 2018,39(3): 445-449.
[5]	陈梓晗, 叶进, 肖庆宇 . C-ABR:一种基于视频分类的码率自适应算法[J]. 计算机工程, 2020: 1-6.
	CHEN Z H , YE J , XIAO Q Y . C-ABR:a rate adaptive algorithm based on video classification[J]. Computer Engineering, 2020: 1-6.
[6]	ZHANG Y , ARVIDSSON A , SIEKKINEN M ,et al. Understanding HTTP flow rates in cellular networks[C]// Proceedings of IFIP Networking Conference.[S.l.:s.n.], 2014: 1-8.
[7]	SODAGAR I . The MPEG-DASH standard for multimedia streaming over the internet[J]. IEEE MultiMedia, 2011,18(4): 62-67.
[8]	WOJTOWICZ B . OpenLTE[Z]. 2017.
[9]	曹俊杰 . 基于GNURadio和USRP的认知无线电频谱感知技术研究[D]. 西安:西安电子科技大学, 2014.
	CAO J J . Research on cognitive radio spectrum sensing technology based on GNURadio and USRP[D]. Xi’an:Xidian University, 2014.
[10]	潘锐锋, 童小念 . 基于USRP平台的频谱能量检测方法实现[J]. 信息安全与技术, 2014,5(3): 48-50.
	PAN R F , TONG X N . Implementation of spectrum energy detection method based on USRP Platform[J]. Information Security and Technology, 2014,5(3): 48-50.
[11]	XU Y , WANG Z , LEONG W ,et al. An end-to-end measurement study of modern cellular data networks[C]// Proceedings of Passive and Active Measurement Conference.[S.l.:s.n.], 2014: 34-45.
[12]	ENST. GPAC[Z]. 2018.

版本	分辨率	码率/(bit.s^-1)
1	320 dpi×180 dpi	254 320
2	320 dpi×180 dpi	507 246
3	320 dpi×180 dpi	759 798
4	640 dpi×360 dpi	1 013 310
5	640 dpi×360 dpi	1 254 758
6	768 dpi×432 dpi	1 883 700
7	1024 dpi×576 dpi	3 134 488
8	1 280 dpi×720 dpi	4 952 892
9	1 920 dpi×1080 dpi	9 914 554
10	3 840 dpi×2160	14 931 538

[1]	许浩, 吴琳. 基于5G网络的VoWi-Fi互操作研究[J]. 电信科学, 2023, 39(5): 144-154.
[2]	宫峰勋, 李建坤. 简化频域Volterra级数的S模式信号接收系统特性[J]. 电信科学, 2022, 38(6): 100-110.
[3]	李晗阳, 翁玮文, 李男, 张龙, 程锦霞. 5G NR RedCap关键技术研究[J]. 电信科学, 2022, 38(3): 93-101.
[4]	李贝, 胡煜华, 刘光海, 肖天, 宋春涛, 张屹, 王波, 王群青. 同频共享技术在2.1 GHz中的应用研究[J]. 电信科学, 2022, 38(12): 112-120.
[5]	陈山枝, 葛雨明, 时岩. 蜂窝车联网（C-V2X）技术发展、应用及展望[J]. 电信科学, 2022, 38(1): 1-12.
[6]	李光宇, 梁燕萍, 余立, 王昆, 陈扬铭, 刘思佳. 智能语音业务质量评估保障方案[J]. 电信科学, 2021, 37(5): 64-71.
[7]	刘玮,张翼鹏,关旭迎,匡尚超,李凤. C-V2X车联网城市级规模示范应用[J]. 电信科学, 2020, 36(4): 27-35.
[8]	钟其柱. 基于机器学习分析VoLTE视频通话质量的研究及应用[J]. 电信科学, 2020, 36(3): 156-165.
[9]	赵训威,白杰,丁高泉,相里瑜. 230 MHz电力无线通信技术的优化[J]. 电信科学, 2019, 35(9): 158-164.
[10]	童辉. 5G新空口设计：如何从LTE拓展与创新[J]. 电信科学, 2019, 35(7): 17-26.
[11]	方箭,冯大权,段海军,郑灿健,钱恭斌. V2X通信研究概述[J]. 电信科学, 2019, 35(6): 102-112.
[12]	钟其柱, 吴修权, 罗耀满. 基于MDT智能分析LTE无线干扰的研究与应用[J]. 电信科学, 2019, 35(10): 130-136.
[13]	董铮,朱颖,杨春泽. 基于物联网和4G无线VPDN技术的实时视频监控系统的研究和应用[J]. 电信科学, 2018, 34(7): 195-200.
[14]	蓝俊锋,牛冲丽,余国辉. 近海TD-LTE网络覆盖优化方法与应用[J]. 电信科学, 2018, 34(6): 36-42.
[15]	邓宏宇,汪一鸣,吴澄. 基于MRR调度的认知LTE-R基站和服务类型值优先队列管理[J]. 电信科学, 2018, 34(6): 80-90.