無(wú)線(xiàn)多媒體網(wǎng)絡(luò)區(qū)分服務(wù)建模及其傳輸性能研究.pdf

1、伴隨著個(gè)人數(shù)字通信和網(wǎng)絡(luò)社會(huì)化的快速發(fā)展，功能強(qiáng)大的數(shù)據(jù)終端以及多元化的網(wǎng)絡(luò)業(yè)務(wù)，正推動(dòng)著網(wǎng)絡(luò)技術(shù)從有線(xiàn)向無(wú)線(xiàn)、從固定到移動(dòng)、從文字業(yè)務(wù)向多媒體業(yè)務(wù)演化，同時(shí)網(wǎng)絡(luò)業(yè)務(wù)的服務(wù)質(zhì)量也從忽略向支持、從單一服務(wù)向多優(yōu)先級(jí)區(qū)分服務(wù)進(jìn)化。在這種大環(huán)境下，能實(shí)現(xiàn)“任何人在任何時(shí)間、任何地點(diǎn)以任何方式與任何人通信”的無(wú)線(xiàn)多媒體網(wǎng)絡(luò)(WMN，Wireless Multimedia Network)得到了飛速的發(fā)展和廣泛的應(yīng)用，既能彌補(bǔ)傳統(tǒng)有線(xiàn)多媒體網(wǎng)絡(luò)的

2、不足，又能提供足夠的帶寬滿(mǎn)足語(yǔ)音、視頻、圖像等多媒體業(yè)務(wù)傳輸?shù)男枨?。因此，基于服?wù)區(qū)分的無(wú)線(xiàn)多媒體網(wǎng)絡(luò)技術(shù)引起了學(xué)術(shù)界和工業(yè)界的廣泛研究。
　　本文在國(guó)家自然科學(xué)基金(61070043，61379123)和“十二五”國(guó)家科技支撐計(jì)劃(2012BAD10B01)等項(xiàng)目的資助下，面向基于IEEE802.11e EDCA協(xié)議的無(wú)線(xiàn)多媒體網(wǎng)絡(luò)，對(duì)其區(qū)分服務(wù)機(jī)制和多媒體傳輸性能進(jìn)行深入的研究和分析，取得了如下研究成果:
　　(1)針對(duì)

3、無(wú)線(xiàn)多媒體傳輸建模復(fù)雜問(wèn)題，首先建立基于離散Markov鏈的EDCA區(qū)分服務(wù)飽和模型與非飽和模型，以該模型為基礎(chǔ)進(jìn)一步提出視頻流的丟包模型和時(shí)延模型，并結(jié)合視頻編碼結(jié)構(gòu)，最終形成完整的飽和與非飽和狀態(tài)下無(wú)線(xiàn)多媒體傳輸模型。根據(jù)IEEE802.11e EDCA協(xié)議的二進(jìn)制退避機(jī)制，建立了基于Markov鏈的EDCA飽和模型，并通過(guò)該模型獲取各狀態(tài)的概率分布、狀態(tài)間轉(zhuǎn)移概率以及各優(yōu)先級(jí)隊(duì)列的碰撞概率、發(fā)送概率等。由于EDCA協(xié)議默認(rèn)將所有的

4、視頻流數(shù)據(jù)映射至隊(duì)列AC(2)，綜合考慮飽和狀態(tài)下隊(duì)列AC(2)的碰撞丟包（內(nèi)部碰撞和外部碰撞）和無(wú)線(xiàn)信道誤碼丟包，建立了視頻流的丟包模型;同時(shí)考慮網(wǎng)絡(luò)延遲對(duì)于實(shí)時(shí)多媒體傳輸質(zhì)量的影響，在EDCA飽和模型的基礎(chǔ)上，建立了視頻流的時(shí)延模型。結(jié)合上述丟包模型和時(shí)延模型，深入分析MPEG-4視頻編碼技術(shù)，結(jié)合其編碼結(jié)構(gòu)，提出實(shí)時(shí)視頻傳輸模型，并引入可解碼幀率DFR評(píng)估視頻流傳輸質(zhì)量。針對(duì)數(shù)據(jù)流的突發(fā)性和動(dòng)態(tài)網(wǎng)絡(luò)環(huán)境，在上述飽和狀態(tài)下多媒體傳輸

5、模型的基礎(chǔ)上，建立更符合實(shí)際的非飽和狀態(tài)多媒體傳輸模型。深入分析EDCA協(xié)議工作機(jī)制和后退避過(guò)程，引入特殊網(wǎng)絡(luò)狀態(tài)“空閑狀態(tài)”，建立了基于Markov鏈的EDCA非飽和模型。同時(shí)基于該模型，分別建立視頻流的丟包模型和時(shí)延模型，同時(shí)結(jié)合多媒體編碼結(jié)構(gòu)，提出了非飽和狀態(tài)下多媒體傳輸模型。
　　(2)針對(duì)EDCA協(xié)議單時(shí)隙競(jìng)爭(zhēng)機(jī)制所導(dǎo)致的各優(yōu)先級(jí)隊(duì)列傳輸碰撞問(wèn)題，引入了混合時(shí)隙的概念，提出了混合多時(shí)隙信道分配機(jī)制，并分別建立了飽和與非飽

6、和狀態(tài)下混合多時(shí)隙分配機(jī)制的傳輸性能模型。通過(guò)系統(tǒng)優(yōu)化將三個(gè)時(shí)隙組合成一個(gè)混合時(shí)隙，各隊(duì)列以混合時(shí)隙為單元進(jìn)行數(shù)據(jù)傳輸，根據(jù)各隊(duì)列的優(yōu)先級(jí)別，將混合時(shí)隙中的第一個(gè)時(shí)隙固定分配至最高優(yōu)先級(jí)隊(duì)列AC(3)的數(shù)據(jù)傳輸，第二個(gè)時(shí)隙固定分配至次高優(yōu)先級(jí)隊(duì)列AC(2)的數(shù)據(jù)傳輸，而低優(yōu)先級(jí)隊(duì)列AC(1)和AC(0)共享第三個(gè)時(shí)隙。此外，根據(jù)基于Markov鏈的EDCA飽和與非飽和模型，分別建立了飽和狀態(tài)與非飽和狀態(tài)下混合多時(shí)隙分配機(jī)制的傳輸性能分析

7、模型。實(shí)驗(yàn)結(jié)果和模型分析證明了所提混合多時(shí)隙分配機(jī)制顯著地降低傳輸碰撞概率，提高各隊(duì)列的吞吐量，降低各隊(duì)列的傳輸時(shí)延，從而改善多媒體的傳輸質(zhì)量。
　　(3)針對(duì)EDCA協(xié)議中視頻幀映射問(wèn)題，利用視頻編碼結(jié)構(gòu)特征和視頻幀的重要性信息，通過(guò)跨層信息交互，分別提出了自適應(yīng)前向映射機(jī)制、雙重后向映射機(jī)制和擁塞感知機(jī)制，并最終融合為動(dòng)態(tài)參數(shù)自適應(yīng)雙向映射機(jī)制。該機(jī)制在EDCA區(qū)分服務(wù)機(jī)制的基礎(chǔ)上，充分挖掘視頻分層編碼的結(jié)構(gòu)特征和視頻幀的重要

8、性信息，通過(guò)應(yīng)用層和MAC層的信息交互，實(shí)現(xiàn)視頻幀映射過(guò)程的跨層優(yōu)化。針對(duì)不同視頻幀重要性的區(qū)別和當(dāng)前網(wǎng)絡(luò)負(fù)載程度，提出了動(dòng)態(tài)自適應(yīng)前向映射機(jī)制和雙重后向映射機(jī)制;又根據(jù)網(wǎng)絡(luò)環(huán)境的時(shí)變特性，引入擁塞感知機(jī)制。通過(guò)與現(xiàn)有三種視頻幀映射機(jī)制的對(duì)比分析，驗(yàn)證了所提參數(shù)自適應(yīng)雙向映射機(jī)制的優(yōu)越性能。
　　(4)針對(duì)無(wú)線(xiàn)多媒體網(wǎng)絡(luò)中不同數(shù)據(jù)流業(yè)務(wù)中的服務(wù)質(zhì)量問(wèn)題，分別提出了基于LV生物競(jìng)爭(zhēng)模型的無(wú)優(yōu)先級(jí)區(qū)分和多優(yōu)先級(jí)區(qū)分的仿生競(jìng)爭(zhēng)模型，并采

9、用自適應(yīng)粒子群算法實(shí)現(xiàn)模型參數(shù)優(yōu)化，在保證系統(tǒng)穩(wěn)定性的前提下使網(wǎng)絡(luò)資源利用率最大化。引入了Lotka-Volterra生物競(jìng)爭(zhēng)模型，并系統(tǒng)地建立了生態(tài)系統(tǒng)與網(wǎng)絡(luò)系統(tǒng)之間的映射關(guān)系，分別提出了無(wú)優(yōu)先級(jí)區(qū)分的仿生競(jìng)爭(zhēng)模型和多優(yōu)先級(jí)區(qū)分的仿生競(jìng)爭(zhēng)模型（Bio-EDCA模型）。針對(duì)Bio-EDCA模型，求解模型的穩(wěn)定性、穩(wěn)態(tài)輸出值以及模型參數(shù)優(yōu)化等問(wèn)題，在實(shí)現(xiàn)帶寬按特定比例分配的前提下最大化網(wǎng)絡(luò)帶寬利用率。在任意動(dòng)態(tài)突發(fā)數(shù)據(jù)流條件下，該模型始終