[发明专利]C-RAN架构中基于强化学习的VR视频多级缓存方法和系统

说明书

本发明公开了一种C‑RAN架构中基于强化学习的VR视频多级缓存方法和系统，方法包括：采集网络吞吐量、用户请求信息和缓存状态信息；基于视频质量、视频时域抖动、视频空域抖动和时延确定单用户的用户体验质量；基于单用户的用户体验质量确定多用户的用户体验质量；基于强化学习算法对多用户的用户体验质量进行优化；基于网络吞吐量、用户请求信息、缓存状态信息和优化后的多用户的用户体验质量对VR视频进行缓存。本发明能够采用在C‑RAN中合理部署多级缓存的方式来降低时延，减少重复的数据传播，从而给用户提供更加舒适的VR视频观看体验。

技术领域

本发明涉及计算机网络技术领域，尤其涉及一种C-RAN(Cloud Radio AccessNetwork，云无线接入网)架构中基于强化学习的VR(Virtual Reality，虚拟现实)视频多级缓存方法和系统。

背景技术

随着VR技术的发展，VR逐步走进千家万户，给用户提供沉浸式的视频观看体验，也在教育互动、工业远程指导、远程医疗等领域发挥着不可或缺的作用。据统计截止到2019年，中国VR用户的数量已突破一千万，虚拟现实软、硬件的产业收益突破10亿元，可以预见，未来虚拟现实技术将会蓬勃发展，也将扩展出更多的应用领域，能够给用户提供更加真实、高清、沉浸的视频观看体验和更加友好的视频交互功能。

但目前来说，VR视频的实际观看体验并没有达到预期的效果。一方面，由于VR视频对网络带宽的需求是传统高清视频几十倍，同时为了获得更加逼真的观看体验，对视频的清晰度也有很高的要求。举例来说，传输8K全景的VR视频需要超过260Mbps的带宽，如果想获得更加极致的体验效果则需要超过10Gbps的带宽，这对于现在的网络尤其是视频源服务器的主干网络来说是一个巨大的挑战。另一方面，用户对于VR视频的时延非常敏感，一般来说如果时延超过20ms就会产生强烈的晕眩感，这对于VR视频的观看体验来说是灾难性的。

因此，如何有效的提高用户的VR视频观看体验，是一项亟待解决的问题。

发明内容

有鉴于此，本发明提供了一种C-RAN架构中基于强化学习的VR视频多级缓存方法，能够采用在C-RAN中合理部署多级缓存的方式来降低时延，减少重复的数据传播，从而给用户提供更加舒适的VR视频观看体验。

本发明提供了一种C-RAN架构中基于强化学习的VR视频多级缓存方法，包括：

采集网络吞吐量、用户请求信息和缓存状态信息；

基于视频质量、视频时域抖动、视频空域抖动和时延确定单用户的用户体验质量；

基于所述单用户的用户体验质量确定多用户的用户体验质量；

基于强化学习算法对所述多用户的用户体验质量进行优化；

基于所述网络吞吐量、用户请求信息、缓存状态信息和优化后的多用户的用户体验质量对VR视频进行缓存。

优选地，所述基于视频质量、视频时域抖动、视频空域抖动和时延确定单用户的用户体验质量，包括：

基于公式和公式D^v,c≤t₁和确定视频质量，其中，表示第u个用户观看第v个视频的第c个segment的用户体验质量，Q^v,c为视频质量，α为视频质量对用户体验质量的影响因子，S_T^v,c为视频时域抖动，β为视频时域抖动对用户体验质量的影响因子，S_S^v,c为视频空域抖动，γ为视频空域抖动对用户体验质量的影响因子，D^v,c表示交付第c个segment所需的时延，t₁表示用户缓冲区剩余大小。

优选地，所述视频质量定义为：

其中，为视频质量的效用函数。

优选地，所述视频时域抖动定义为：