【摘要】：近年來,我們正經(jīng)歷著多媒體內(nèi)容消費的爆炸式增長,多媒體內(nèi)容在互聯(lián)網(wǎng)服務(wù)中所占比重愈來愈大,并且在可預(yù)見的未來,這一比重還會逐步增加。伴隨著無線網(wǎng)絡(luò)技術(shù)的快速發(fā)展,其承載了互聯(lián)網(wǎng)中相當(dāng)比例的多媒體內(nèi)容消費流量。事實上,移動通信網(wǎng)絡(luò)的每一次更新?lián)Q代都帶來了帶寬與服務(wù)質(zhì)量的顯著提升。沉浸式媒體技術(shù)的涌現(xiàn),如增強現(xiàn)實(Augment Reality,AR)、虛擬現(xiàn)實(Virtual Reality,VR)以及點云(Point Cloud)等,使得多媒體內(nèi)容數(shù)據(jù)在量級上增長。這多方面的變化與發(fā)展,對互聯(lián)網(wǎng)提供可靠的服務(wù)帶來了巨大壓力,內(nèi)容分發(fā)網(wǎng)絡(luò)(Content Delivery Network,CDN)為緩解這種壓力提供了可行的解決方案。自誕生以來,內(nèi)容分發(fā)網(wǎng)絡(luò)在理論研究和實踐應(yīng)用中取得了豐碩的成果,創(chuàng)新性的研究成果不斷涌現(xiàn)。近幾年間,應(yīng)用大數(shù)據(jù)技術(shù)與機器學(xué)習(xí)方法的內(nèi)容流行度預(yù)測被廣泛研究與應(yīng)用,提升了緩存效率;學(xué)術(shù)界提出的編碼緩存(Coded Caching)等方法為緩存提供了新的研究方向。這些研究與應(yīng)用促進了內(nèi)容分發(fā)網(wǎng)絡(luò)的發(fā)展。在過去的幾年,無線網(wǎng)絡(luò)的內(nèi)容傳輸網(wǎng)絡(luò),主觀質(zhì)量評價(Quality of Experience,QoE)作為多媒體服務(wù)評判指標(biāo)以及沉浸式媒體技術(shù)得到了廣泛的關(guān)注。本文正是圍繞著這幾個方面開展如下研究:第一,以優(yōu)化QoE為目標(biāo)設(shè)計了在無線網(wǎng)絡(luò)多播場景下的緩存策略及相應(yīng)算法;第二,基于全景視頻分塊傳輸?shù)睦砟钤O(shè)計了基于QoE和顯著度(saliency)的緩存策略及相應(yīng)算法。歸納全文的研究內(nèi)容,可總結(jié)為如下幾個方面:1)提出了一種多播推送場景下以所有用戶整體QoE最大為目標(biāo)的緩存策略及相應(yīng)算法。在該部分中,針對單個視頻文件,我們根據(jù)用戶接入網(wǎng)絡(luò)速率的差異,在緩存空間的限制下,以所有用戶整體QoE最大化為目標(biāo)對用戶設(shè)定最優(yōu)分組(分組數(shù)、每組用戶數(shù)量)及向相應(yīng)組別推送的最優(yōu)視頻碼率,基于此結(jié)果設(shè)計了一種多媒體文件自適應(yīng)碼率的緩存策略。在論文中,著重介紹了該問題最優(yōu)化模型的建立與算法的設(shè)計,以及不同算法效率的對比。使用matlab對該模型進行了仿真,并將仿真結(jié)果與理論分析進行了對比驗證。2)基于全景視頻分塊傳輸?shù)睦砟?提出了一種以QoE和顯著度為指導(dǎo)的緩存策略及相應(yīng)算法。在該部分中,基于全景視頻各分塊顯著度的差異,在對用戶分組多播場景下,對帶寬資源分配與用戶分組進行優(yōu)化,并根據(jù)優(yōu)化結(jié)果設(shè)計了不同分塊及其碼率的緩存策略。其優(yōu)點在于提高了帶寬資源的利用效率。在論文中,我們著重研究了如何設(shè)定合適的考量因素(如QoE的計算模型,顯著度等)來構(gòu)建一個有效的最優(yōu)化模型,并采用拉格朗日乘子法與貪心算法對該模型進行了求解。
【圖文】：

圖 2-1 QoE 的影響因素[3]Fig. 2-1 the influencing factors of QoE表 2-1 平均意見分評分標(biāo)準(zhǔn)[10]Table 2-1 Grading standard of Mean Opinion Score質(zhì)量尺度 妨礙尺度5 絲毫看不出圖像質(zhì)量變壞 5 非常好4 能看出圖像質(zhì)量變化但不妨礙觀看 4 好3 清楚看出圖像質(zhì)量變壞，對觀看稍有妨礙 3 一般2 對觀看有妨礙 2 差1 非常嚴(yán)重的妨礙觀看 1 非常差好的研究 QoE 與其影響因素的關(guān)系，，我們需要將 QoE 進行量實數(shù)的映射關(guān)系[3]。通過建立 QoE 與影響因素的數(shù)學(xué)模型，可與其影響因素的關(guān)系。目前較為廣泛采用的是國際電信聯(lián)盟建

亦是在 OSI 模型物理層之上實現(xiàn)的。，源服務(wù)器僅需傳輸一次數(shù)據(jù)，當(dāng)數(shù)據(jù)到達包含者蜂窩網(wǎng)絡(luò)基站時會自動復(fù)制并分發(fā)。即是說，盡可能近的網(wǎng)絡(luò)節(jié)點分叉處進行數(shù)據(jù)的復(fù)制與分有效的使用網(wǎng)絡(luò)資源。表 2-2 多播、單播、廣播對比Table 2-2 comparison of multicast, unicast and broadcast單播 廣播量負(fù)載低，IP 多供豐富的內(nèi)容響應(yīng)及時，提供個性化差異化服務(wù)網(wǎng)絡(luò)設(shè)備簡網(wǎng)成本低，丟包處理機制服務(wù)器流量高，城際網(wǎng)絡(luò)提供單播能力有限無法提供個
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TN919.8

【參考文獻】

相關(guān)期刊論文 前1條

1 袁超偉;張金波;姚建波;;三網(wǎng)融合的現(xiàn)狀與發(fā)展[J];北京郵電大學(xué)學(xué)報;2010年06期

本文編號：2705043