本文關(guān)鍵詞：無線視頻流業(yè)務(wù)的OoE評估模型及其在傳輸控制中的應(yīng)用，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著移動通信技術(shù)的不斷演進(jìn)與智能終端設(shè)備的更新?lián)Q代,無線網(wǎng)絡(luò)HTTP視頻流業(yè)務(wù)呈現(xiàn)蓬勃發(fā)展的態(tài)勢,正逐漸成為電信運(yùn)營商與內(nèi)容提供商未來新一輪的業(yè)務(wù)增長點(diǎn)。而作為服務(wù)的買方與受眾,廣大用戶的滿意度是衡量視頻流質(zhì)量的關(guān)鍵指標(biāo)。因此,如何對用戶觀看視頻流時的體驗(yàn)質(zhì)量(Quality of Experience, QoE)進(jìn)行準(zhǔn)確、有效地評估,并根據(jù)網(wǎng)絡(luò)狀況及時調(diào)整傳輸控制策略,實(shí)現(xiàn)用戶QoE的動態(tài)優(yōu)化,已成為學(xué)術(shù)界與工業(yè)界共同關(guān)注的課題。圍繞該課題,論文主要研究無線網(wǎng)絡(luò)HTTP視頻流業(yè)務(wù)的QoE評估模型及其在傳輸控制中的應(yīng)用。針對無線網(wǎng)絡(luò)HTTP視頻流業(yè)務(wù)的QoE評估技術(shù),論文將端到端視頻流的綜合影響因素劃分為客觀感知與心理感知兩類,具體包括內(nèi)容特征、編碼參數(shù)、網(wǎng)絡(luò)傳輸參數(shù)以及播放緩沖參數(shù)。結(jié)合兩類因素對QoE的影響程度,采用乘性融合方法計(jì)算綜合QoE,提出一種基于支持向量機(jī)(Support Vector Machine, SVM)的QoE評估模型,并在仿真環(huán)境下將其與現(xiàn)有其他四種QoE評估模型進(jìn)行比較。結(jié)果表明,論文提出的SVM-QoE模型在評估準(zhǔn)確度方面表現(xiàn)優(yōu)秀,擁有最高的皮爾森相關(guān)系數(shù)與最低的均方根誤差,同時具備較低的計(jì)算復(fù)雜度,能應(yīng)用于實(shí)時評估系統(tǒng)。針對無線網(wǎng)絡(luò)HTTP視頻流業(yè)務(wù)的傳輸控制技術(shù),論文采用可伸縮視頻編碼技術(shù)作為源端編碼方式,以長時預(yù)期QoE作為優(yōu)化目標(biāo),為無線視頻流傳輸建立部分可觀察馬爾可夫決策過程框架,結(jié)合SVM-QoE評估模型,提出一種基于QoE的視頻流碼率自適應(yīng)方案。同時,提出一種在線學(xué)習(xí)算法,通過迭代學(xué)習(xí)逼近最優(yōu)解,以降低系統(tǒng)計(jì)算復(fù)雜度。經(jīng)仿真比較,論文提出的QoE-Learning碼率自適應(yīng)方案能根據(jù)網(wǎng)絡(luò)環(huán)境實(shí)時地調(diào)整視頻流碼率,有效緩解鏈路擁塞,提升用戶QoE,同時具備良好的帶寬適應(yīng)性與播放平滑性。利用論文提出的SVM-QoE評估模型與QoE-Learning碼率自適應(yīng)方案,電信運(yùn)營商與內(nèi)容提供商能根據(jù)已知的參數(shù)信息準(zhǔn)確估計(jì)用戶觀看HTTP視頻流業(yè)務(wù)的QoE,并通過自適應(yīng)碼率調(diào)整實(shí)現(xiàn)動態(tài)優(yōu)化,對提升用戶滿意度具有實(shí)際的應(yīng)用價(jià)值。
【關(guān)鍵詞】：無線網(wǎng)絡(luò) 體驗(yàn)質(zhì)量 HTTP視頻流 支持向量機(jī) 碼率自適應(yīng)
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN919.8
【目錄】：

• 致謝4-5
• 摘要5-6
• ABSTRACT6-9
• 第1章 緒論9-21
• 1.1 課題研究背景與意義10-16
• 1.1.1 視頻流業(yè)務(wù)特性10-13
• 1.1.2 體驗(yàn)質(zhì)量概述13-15
• 1.1.3 視頻流體驗(yàn)質(zhì)量的研究意義15-16
• 1.2 國內(nèi)外研究現(xiàn)狀16-19
• 1.2.1 QoE評估模型16-17
• 1.2.2 QoE模型的應(yīng)用17-19
• 1.3 論文主要工作與貢獻(xiàn)19-20
• 1.3.1 研究內(nèi)容19
• 1.3.2 研究成果19-20
• 1.4 論文章節(jié)安排20-21
• 第2章 視頻流業(yè)務(wù)QOE評估技術(shù)及其應(yīng)用21-38
• 2.1 主觀質(zhì)量評估技術(shù)21-24
• 2.2 客觀質(zhì)量評估技術(shù)24-27
• 2.2.1 全參考評估方法24-26
• 2.2.2 部分參考評估方法26
• 2.2.3 無參考評估方法26-27
• 2.3 偽主觀質(zhì)量評估技術(shù)27-36
• 2.3.1 機(jī)器學(xué)習(xí)基本理論28-29
• 2.3.2 基于機(jī)器學(xué)習(xí)的評估模型29-36
• 2.4 QoE在無線傳輸控制中的應(yīng)用36-37
• 2.5 本章小結(jié)37-38
• 第3章 基于SVM的無線視頻流QOE評估模型38-63
• 3.1 QoE影響因素分析39-46
• 3.1.1 客觀感知參數(shù)39-44
• 3.1.2 心理感知參數(shù)44-46
• 3.2 基于SVM的QoE評估模型46-51
• 3.2.1 綜合QoE46-47
• 3.2.2 SVM算法原理47-49
• 3.2.3 SVM-QoE評估模型49-51
• 3.3 仿真結(jié)果與分析51-62
• 3.3.1 參數(shù)設(shè)置與評價(jià)指標(biāo)51-53
• 3.3.2 仿真環(huán)境53-56
• 3.3.3 性能分析56-62
• 3.4 本章小結(jié)62-63
• 第4章 基于QOE的無線視頻流碼率自適應(yīng)技術(shù)63-97
• 4.1 可伸縮視頻編碼64-67
• 4.2 基于QoE的碼率自適應(yīng)系統(tǒng)模型67-72
• 4.2.1 影響因素67-68
• 4.2.2 系統(tǒng)結(jié)構(gòu)68-69
• 4.2.3 網(wǎng)絡(luò)環(huán)境69
• 4.2.4 優(yōu)化目標(biāo)69-70
• 4.2.5 POMDP框架70-72
• 4.3 在線學(xué)習(xí)方法72-75
• 4.3.1 最優(yōu)策略72-73
• 4.3.2 QoE-Learning算法73-75
• 4.4 仿真結(jié)果與分析75-96
• 4.4.1 仿真參數(shù)75-77
• 4.4.2 性能分析77-96
• 4.5 本章小結(jié)96-97
• 第5章 總結(jié)與展望97-99
• 5.1 研究工作總結(jié)97-98
• 5.2 研究工作展望98-99
• 參考文獻(xiàn)99-105
• 攻讀碩士學(xué)位期間的研究成果105

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 林闖;胡杰;孔祥震;;用戶體驗(yàn)質(zhì)量(QoE)的模型與評價(jià)方法綜述[J];計(jì)算機(jī)學(xué)報(bào);2012年01期

2 仵博;吳敏;;部分可觀察馬爾可夫決策過程研究進(jìn)展[J];計(jì)算機(jī)工程與設(shè)計(jì);2007年09期

  本文關(guān)鍵詞：無線視頻流業(yè)務(wù)的OoE評估模型及其在傳輸控制中的應(yīng)用，由筆耕文化傳播整理發(fā)布。

本文編號：430467