蔣雪峰,齊瑞紅
(1. 北京聯合大學信息網絡中心,北京 100101 2. 北京聯合大學,北京 100101)
面向無線網絡的多媒體技術是利用計算機綜合處理聲音、動畫、圖像、數據以及文字等信息,令使用者能夠根據自身的器官和計算機實現數據交互。它具有方便性、互動性、實時性、控制性、集成性;方便性,可根據用戶自身認知、喜好、要求、興趣等應用信息,任意獲取聲、文、圖等表現形式信息;互動性,可以實現人和機器、人和人以及機器的互動,使其存在身臨其境的操作環境場景。根據需求實現控制,這是因為人機互相交流是多媒體的最大優點;實時性,在用戶發出操作指令時,對應的多媒體信息可以獲得實時控制;非線性,該項技術改變了傳統讀寫模式。傳統的媒體僅可以被動、單向傳播信息,多媒體則能夠令人主動控制以及選擇;控制性,該項技術主要是以計算機作為中心,通過綜合控制以及處理多媒體信息,且按照使用需求通過多媒體的形式表現出來,與人體器官交互;集成性,可以利用多通道合成、組織、存儲以及獲取信息。因其具有上述特點,可廣泛應用于各個領域。
而隨著設備不斷地升級,各種移動設備逐漸成為未來社會科技的發展方向,采用移動終端來獲取多媒體資源的人數越來越多,導致無線網絡受到巨大壓力。對此,在進行多媒體傳輸時,因為網絡的波動、傳輸速率等問題,致使實際傳輸過程中,出現數據丟包,甚至無法傳輸的情況發生,為此提出面向無線網絡多媒體傳輸的QoS控制模型方法,通過實驗模擬可以看出,吞吐量的分布較為規律,丟包問題在可接受的范圍之內,同時與有線和實際應用的無線網絡多媒體傳輸對比,所提方法要比實際應用的傳輸速率快,雖然還是不如有線網絡傳輸速率快,不過十分接近。
先利用Lyapunov漂移把時間均值優化進行轉化,變成最小化方式,再對其實施分解,變成相應的無線資源分配以及多媒體層數選擇,隨后求解從而獲得傳輸路徑的調度。
在Lyapunov內,一般把存在時間平均約束的條件進行轉換,從而變成隊列穩定性的問題,然后再將原問題進行轉換,變成瞬時優化的問題。這樣就可以通過構建的虛擬隊列H
(t
)把時間的平均約束轉變成隊列的穩定性約束,具體H
(t
)的公式為H
(t
+1)=[H
(t
)+r
(t
)-c
(t
)](1)
式中:r
代表平均時間多媒體的觀看速度,c
代表平均時間多媒體的傳輸速度,如果虛擬列隊為穩定的平均速率,那么在t
時隙下的具體公式為
(2)
式中:E
代表系統的平均效用。通過虛擬列隊能夠看出,如果多媒體的應用比特率比其傳輸的速率大,這時虛擬列隊會增加,相反,則會降低,具體Lyapunov函數公式為

(3)

t
)=E
[L
(t
+T
)-L
(t
)|H
(t
)](4)
t
=kT
(k
=0,1,2,…)時隙時,用戶u
最佳多媒體層數的決策解的具體公式為
(5)
l
(t
)∈{1,2,…,L
},u
∈U
(6)
虛擬隊列的長度能夠作為多媒體比特率的權重,在長度比較小時,那么比特率的權重相對較低,這時要增加多媒體的層數,以此對用戶的體驗質量q
(t
)進行提升,保證式(5)可以獲得最小值,反之,在虛擬列隊比較大時,要用更多的代價來提高多媒體層數,這時就能夠以減少多媒體層數的方法,確保式(5)可以獲得最低值,以常數值V
作為用戶質量q
(t
)的體驗權重,主要目的是系統平衡效應以及穩定隊列,其中,較大的V
能夠有助于算法獲得偏向系統提升效應的策略,而較小的V
能夠幫助算法得到穩定性隊列。t
∈[kT
,(k
+1)T
-1],k
=0,1,2,…,代入最大優化問題,可以獲得公式為
(7)
a
,(t
)∈[0,1],?t
∈[kT
,(k
+1)T
-1](8)

(9)
式中:G
,代表簡化公式引入,具體公式為
(10)
在利用小基站s
決策時,能夠輕松獲取H
(kT
),G
,(t
)能夠采用上一個時隙用戶的CQI
反饋獲得,所以,式(8)、(9)、(10)的優化問題是經典離散的線性規劃問題,另外,參數H
(kT
)以及G
,(t
)所有小基站都能夠獨立獲得,且小基站間決策也可以互相獨立,所以,每一個小基站能夠通過目前得到的參數,實現獨立決策最佳無線網絡資源,具體公式為
(11)
相對小基站s
來說,式(11)非常容易求解,只需要把全部無線資源分配至H
(kT
)G
,(t
)比較大用戶就行,以此能夠完成整體系統的無線網絡資源最佳分配。不過,小基站每一個時隙均能夠決策無線網絡資源的分配情況,因此,使用戶和小基站間無線連接發生不斷地變化。H
(t
)的平均穩定速率,以此能夠在小基站內緩存多媒體的長度,并不會占據較大的存儲空間。

(12)
規劃多媒體流路徑時,其中,單個多媒體流傳輸的過程內,僅利用一條路徑轉發,這是由于多路徑的轉發會導致數據包亂序到達,以此生成額外解碼開銷。另外,基層數據也十分重要,在增強層解碼的同時,會依賴于基層以及更低的增強層數據,所以,規劃路徑時,是為比較低的多媒體層設定更高優先級。因此,在進行多媒體傳輸的路徑調度時,要先利用式(12)計算出所有多媒體需要的無線帶寬,接著,通過所有多媒體流優先級,實現無線帶寬的分配。
由于傳輸前需要計算出全部的多媒體流層,這就導致所需要計算的量特別大,并且很難實現,所以通過引入QoS(Quality of Service,服務質量)自適應控制模型,改善這一問題,主要是因為該控制模型,擁有較好的傳輸性能以及策略性能的參數體系,且和具體的自適應算法聯系緊密。
該控制模型主要由4部分構成,它們分別為:控制回路、常規的反饋控制器、被控對象以及參考模型。它們之間的結構關系,具體如圖1所示。

圖1 參考模型的控制系統結構圖
通過觀察圖1能夠看出,輸出響應y
(t
)代表模型的動態響應。參考輸入r
(t
)添加至系統以及模型的入口,系統輸出響應y
(t
)和模型輸出響應y
(t
)會生成偏差信號e
(t
)。當偏差信號e
(t
)進入調整回路內,通過規則對其進行適當調整,從而直接改變控制器的參數或者生成等效附加控制作用,此時,需要保證y
(t
)=y
(t
)。在偏差信號e
(t
)=0時,調整的過程就會停止,而控制器的參數也將自動整定結束,而外界一旦給予擾動,那么系統的輸出就會偏離標準的輸出,這樣系統就將重新進入調整過程。將無線網絡多媒體傳輸的控制映射至自適應QoS
模型中,具體如圖2所示。
圖2 QoS控制模型結構
在QoS控制模型中系統會發送連續媒體,將其作為輸入,在接收方接收到媒體后,將其作為輸出,而模型狀態能夠采用系統資源對其進行表述。
用戶的QoS需求模塊可以通過參考模型獲得,就是在給定媒體流后,希望得到多媒體服務輸出。系統內的被控對象模塊與傳輸質量的好壞、路由器的緩沖、帶寬情況存在密切關系。系統控制器能夠控制被控對象,從而獲得理想的結果。系統自適應規則,能夠利用期望的質量以及輸出質量之間的誤差,調整控制器參數,實現整體網絡的最大化傳輸,維持系統的實際運行。
在系統處于單一的情況,多媒體的傳輸控制,能夠使系統輸出滿足用戶所設定的QoS要求,而處于比較復雜狀況時,很多應用都會擁有各種要求,對共享資源進行競爭。對于系統的參數輸出情況,是用戶QoS所要求的向量組,在向量組內,所有的向量元素都與QoS的要求相對應。即輸出以及輸入也是以向量組進行對應的,那么這時的自適應控制需求,會整合所有系統動態的資源,從而對其進行分配,滿足QoS需求,使資源的利用率達到最佳效果。
為了驗證本文構建的QoS控制是否能夠有效模擬無線網絡多媒體傳輸應用,進行實驗驗證。設置樣本數據的個數為1000條,時間設置為100分鐘,中間間隔為20秒。在使用無線網絡對多媒體進行傳輸時,其中絕大部分是利用有線網絡構成的,僅最后的一跳是采用無線網絡所構成的。具體結構如圖3所示。

圖3 網絡拓撲結構圖像
通過觀察圖3能夠看出:R至發送節點的位置是有線鏈路,它的帶寬均是20Mbit/s,延時時間為1ms,全部流會共享R至R有線的瓶頸鏈路,而鏈路的延時以及帶寬是通過發送端數據數量所確認的。每一個接收點至R間全都是無線鏈路,設置帶寬是200kbit/s,8ms延時。
然后通過人為的方式對無線網絡設置外界進行干擾,使網絡出現波動,然后采用本文的控制方法,對存在干擾的網絡進行數據傳輸,觀察其丟包率的情況,觀察處于干擾的情況下,傳輸過程中的吞吐率的變化情況,具體如圖4所示。

圖4 多媒體傳輸控制圖
通過觀察圖4能夠看出:①經過外界干擾的吞吐量變化,分布規律出現嚴重的波動,時而高、時而低,丟包率明顯,在接收端所接收到的信息,出現嚴重的丟失情況,而采用了本文的QoS控制方法以后,②雖然隨著時間變化不斷地抖動,不過分布情況較為規律,而在接收端所接收到的數據,雖然同樣出現丟失的情況。不過該情況不足1%。
為了驗證本文方法是否能夠有效地控制無線網絡數據傳輸情況,通過在計算機上對本文方法進行模擬,同時將本文方法與有線網絡、實際的無線網絡多媒體傳輸數據進行對比,觀察三者的傳輸情況。實驗環境與上述相同,不過為了能夠便于觀察,將樣本數據從1000條增加至100000條,時間設置仍然為100分鐘,目的是得出傳輸速率快慢情況,具體對比結果如圖5所示。

圖5 多媒體傳輸速率對比
通過觀察圖5能夠看出:有線網絡的傳輸速率最快,這是因為有線網絡采用的是光信號在光纖中傳播,受到的外界干擾小,因此傳輸的速度快。實際中的無線網絡傳輸,采用的無線電波作為信號傳輸媒介,容易受到周圍的大氣、磁場等影響,所以傳輸效果最差。而本文的控制方法通過引入QoS控制方法,不僅能夠提升抗干擾,還能夠有效提升傳輸速率,使其盡可能地接近有線傳輸速率。雖然不如有線網絡傳輸速率快,但是十分接近。
本文提出的面向無線網絡多媒體傳輸的QoS控制模型,能夠實時調整控制參數,令多媒體傳輸滿足用戶所設定QoS要求,從而使其利用率達到最大化。不過由于科技每天都在更新,所以未來本文要進一步提升實時運算速度,以此保證多媒體傳輸的效率更加安全、可靠。