基于用户体验评价模型的最优路由选择算法

网络视音频业务的兴起使网络运营商和服务提供商更加关注视音频的用户体验（QoE）,而传统的路由算法只能保证所选路径的服务质量（QoS）参数,如延迟、抖动等满足QoS约束的需求,并不能直接反映QoE的信息,从而不能保证所选路径满足QoE需求。基于QoE评价模型,给出以QoE为目标的最优路由选择算法。通过分析QoE表征参数与传统QoS参数的关系,利用QoE表征参数可分解性和QoE表征值非递减性两个性质,给出多项式时间复杂度为O(V log V+E)的QoE_DSP算法。实验和分析表明,该算法能保证所得路径满足QoE需求,同时具有良好的计算扩展性。     

一种嵌入视频流的丢包自测量方法

现有的丢包主动测量方法是通过探测流的丢包信息去推测网络的丢包特性,进而推测特定应用流的丢包,测量结果不能准确获知某一给定应用流的丢包情况.由于丢包通常属于短时间、小概率事件,要更加准确地测量丢包就意味着需延长测量时间,或者提高探测流的发送速率以及时发现丢包,这将不可避免地增加网络的额外负载.分析了不同类型帧损伤的影响,并以MPEG-4,H264 视频为研究对象,通过对其码流结构特点及RTP 封装策略的分析,提出一种将测量信息嵌入到视频用户数据域(User_Data)的丢包测量方法PLBU(packet loss measurement based on User_Data).该方法利用视频码流信息完成对丢包的探测,不影响视频的正常播放,不需要注入新的探测流,极大地降低了因测量而引入的额外负载.NIST Net 及Planetlab 等实验结果表明,该算法不仅丢包测量准确性高,且可提供丢包所属视频帧类型等信息,如视频中I,P,B 帧的数据包丢失的情况.借助该测量方法,服务提供商可评测网络视频流丢包,并分析视频体验质量(QoE)变化情况,且不受视频流在网络传输中的优先级影响.