[发明专利]移动云视频传输中的计算和无线资源协同调度方法

摘要

本发明涉及移动云视频传输中的计算和无线资源协同调度方法，包括建立系统模型，即云网络抽象模型；建立视频失真模型并提出优化目标；建立随机Restless Bandit系统；进行云服务选择和带宽分布。本发明针对现有技术中存在的分别且独立地进行云和移动资源管理会严重影响系统性能的问题，通过将动态云网络和无线资源管理联合起来提高移动云网络计算系统中适应视频传输的端对端的性能，完善重要的视频应用层参数即帧内刷新率，并用变形失真大小评价程序质量，提高了视频抗失真性能。

主权项

移动云视频传输中的计算和无线资源协同调度方法，其特征在于通过将动态云网络和无线资源管理联合起来提高移动云网络计算系统中适应视频传输的端对端的性能，包括以下步骤：步骤1：建立系统模型，即云网络抽象模型；将虚拟的网络抽象成一个虚拟的群集；虚拟网络由拓扑结构来描述：云中有N个服务器，服务器n用一个双边讯链以数据传输速率Bn与一个虚拟的交换机相连接，虚拟交换机有一个频带宽度云网络的计算资源可由下式表示：Θcr,c＝[Θct,c,Θcs,c,Θms,c,Θss,c,Θos,c]式中，c为服务器的个数，c∈Π，Π是整个云网络中服务器的集合，Θcr,c表示硬件和软件参数，也就是计算资源，Θct,c表示CPU的类型，用Θcs,c表示CPU时隙的个数，Θms,c表示记忆的大小，Θss,c表示存储的大小，Θos,c表示操作系统；步骤2：建立视频失真模型并提出优化目标；步骤2.1建立视频失真模型；采用速率失真模型，视频失真信源失真和信道失真的结合，信源失真是由发送者视频编码引起的量化失真，信道失真是在传输过程中由丢包引起的失真；假设用户请求视频服务服从泊松分布，视频应用的服务持续服从指数分布；考虑视频流，比特率，帧内刷新率和编码方案的不同和一直变化的特点，采取速率失真模型，信源失真为：DS(HS,ξ)＝DS(HS,0)+ξ(1‑ε+εξ)[DS(HS,1)‑DS(HS,0)]式中，ξ是帧内刷新速率，HS是信源编码速率，ε是基于多媒体序列的恒定常量；DS(HS,0)和DS(HS,1)是在所有模型间和模型内对所有帧的时间平均信源失真，表达式为：式中，Yk是时间槽tk中内帧的排序，1≤k≤K,K为时间槽的总数目；基于速率分布模型，平均信道失真为：式中，Ω1是编码滤波器的能量损失定量，Ω2是依赖视频数据的运动随机性的常量，ψ是丢包率，E[Fd(y,y‑1)]是时间槽的帧间差Fd(y,y‑1)的平均值，y是视频中图像帧的编号；总的视频失真表示为：D(HS,ψ,ξ)＝DS(HS,ξ)+DC(ψ,ξ)步骤2.2：提出优化目标；将总的视频失真作为目标函数，当移动用户要求一个适应的视频传输时，把平均视频失真减少到最小；步骤3：建立随机Restless Bandit系统；将视频传输的联合云和无线资源管理问题构建成一个Restless Bandits模型系统；随机restless bandits模型是传统多臂问题的扩展，它可以根据由线性规划松弛计算出项目的指标这一途径来解决；步骤3.1：构建系统状态；服务器的系统状态是一个四维离散矢量：式中，代表服务器负载，是sS(n)所有可用值的集合；是在服务器n和交换机之间链路所能提供的数据传输速率，是sC(n)所有可用值的集合；是用户请求服务器n的最小视频比特速率，是st(n)所有可用值的集合；表示的是在移动网络上用户的带宽；Ns，Nc，Nt，Nr分别是的大小，s(n)可用值的数量即的大小是NsNcNtNr；步骤3.2：建立行为和策略；令t0＝0，决定时刻为tk,k＝0,1,2,...；在决定时刻tk，服务器n的行为为这些决定被认为是同一个行为：式中，是最适当的服务器在tk时刻为用户请求创建虚拟机的选择行为，表示服务器n被选择以服务用户，称服务器n是主动的；表示服务器此时没有被选择，称其是被动的；ξk是服务器在tk时刻使用的帧内刷新速率；是在tk时刻云中被分配的 频带宽度；是在tk时刻无线移动网络中被分配的带宽；用U表示可允许的政策的集合，一个可允许的政策u∈U是一个K×N矩阵，它的第k行和第n列是元素代表节点n在时间tk的时候采取的行为；定义为可允许服务器选择策略；us∈US，US为所有可允许的服务器选择策略的集合，且满足：表示在每个时间段只有一个积极主动的服务器，us被认为是“积极主动的服务器选择政策”；“消极被动选择政策”定义为：式中，A是一个所有元素均为1的K×N矩阵；步骤3.3：计算一步状态转移概率；步骤3.4：进行目标优化；由服务器n在决策时间点tk获得系统收益系统收益是在行为下给予由服务器n服务的所有用户的收益总和；增值部分为由服务器n在决策时刻tk的增值服务定义为：式中，Dn,k是用户装备在服务器n在时间点tk的视频失真，其定义为：式中，DD是由帧延迟引起的视频失真，D(sc)和D(st)分别是由在云中和在移动网络中从服务器到转换开关的连接比特率的限制所引起的视频失真；因为Dn,k>0，由的定义可以得出：当失真减小的时候增加，系统优化目标可以写成：式中，β为贴现因子；收益向量定义为：总共期望的折扣系统收益R可以写成：联合资源管理问题即求解优化策略：步骤3.5：基于马尔科夫决策链线性规划构想，采用线性规划的解法，解决随机Restless Bandit问题；步骤4：进行云服务选择和带宽分布；在接收一个用户请求的基础上，根据Restless Bandits模型构想，在用户优先选择和服务、链接资源信息的基础上，云决定了专用视频自适应服务选择的最理想的行为；当决定所选择的服务器后，使用给视频传输分配的CPU资源和移动网络、云计算网络的链路资源建立虚拟机，其中移动网络和云连接分配给视频传输的资源是由min{sc,sr}决定的，帧内刷新速率ξ*是由失真最小化决定的；虚拟存储器处理视频自适应任务，以帧内刷新速率ξ*来传送从云和移动网络到用户的生成视频流；联合资源管理是基于每个服务器的指标计算之上的；这些指标是在每个系统状态离线的时候计算得来的，并将它们存放在一个表中；在线阶段，只需要根据状态去查找表来决定现在的指标。