[发明专利]一种基于纳什议价的交互式多视点视频的数据包调度方法

摘要

本发明公开了一种基于纳什议价的交互式多视点视频的数据包调度方法，该方法首先，在用户端，各用户确定自身的视点的视频数据包请求，并反馈给服务器；接着，服务器接收各用户的视点的视频数据包请求，并将交互式多视点的视频数据包调度最优化建模成纳什议价模型；然后，服务器端利用拉格朗日对偶及约束条件列出最优化条件（KKT条件）求解优化模型，确定服务器端各个视点的视频数据包被发送的概率；最后，服务器端更新所有视点的视频数据包被发送的概率。该方法可以在网络带宽资源有限的情况下，服务器根据用户周期性反馈的视点的视频数据包请求，向所有用户调度视点的视频数据包，实现网络传输效率和用户公平性之间的性能平衡。

主权项

一种基于纳什议价的交互式多视点视频的数据包调度方法，其特征在于，该方法首先，在用户端，各用户确定自身的视点的视频数据包请求，并反馈给服务器；接着，服务器接收各用户的视点的视频数据包请求，并将交互式多视点视频的数据包调度最优化建模成纳什议价模型；然后，服务器端利用拉格朗日对偶及约束条件列出最优化条件(KKT条件)求解优化模型，确定服务器端各个视点的视频数据包被发送的概率；最后，服务器端根据用户视点的视频数据包请求变化，更新所有视点的视频数据包被发送的概率，实现网络传输最优化，其具体步骤如下：步骤1.确定用户n自身视点m的视频数据包需求(1).定义视点的视频数据包的偏好度在用户端，定义用户n对视点m的视频数据包的偏好度，记为其表达式为：其中，是在服务器端中视点m的朝向，M是视点数量，是用户n的头部朝向，N是用户端中的用户数量，是服务器端中视点m的朝向与用户n的头部朝向之间的夹角；(2).定义用户对视点的视频数据包的偏好函数un，m，其表达式为：un,m=1,ξmn≥E;0,ξmn<E.]]>其中，Ε为用于判断用户n是否向服务器请求发送视点m的视频数据包的阈值；若un,m为1，则用户n向服务器请求发送视点m的视频数据包，否则用户n不向服务器请求发送视点m的视频数据包；步骤2.建立视点的视频数据包调度最优化的纳什议价模型(1).定义视点m的效用函数um，其表达式为：um=xm·Σn=1Nun,m,]]>其中，xm是视点m的视频数据包被服务器发送的概率；(2).定义视点m的最小效用函数其表达式为：其中，ε是一个正常数；(3).建立目标优化问题根据所述的视点m的效用函数和最小效用函数，建立视点的视频数据包调度最优化的纳什议价模型，具体如下：目标问题：优化目标是：拥有较高的网络传输效率的同时，兼顾所有用户之间的公平性；约束条件：①.0≤xm≤1,m＝1,...,M,表示每个视点的视频数据包被服务器发送给用户的概率为0与1之间；②.表示所有视点的视频数据包被服务器发送给用户的概率之和为1；③.m＝1,...,M,表示每个视点的效用函数不小于规定的最小效用函数；步骤3.求解优化模型确定所有视点视频数据包的发送概率(1).对目标问题进行对数处理，得：maxΣm=1Mln(xm·Σn=1Nun,m-ummin);]]>(2).定义拉格朗日对偶：L(X,λ,α,β)=Σm=1Mln(xm·Σn=1Nun,m-ummin)+λ(Σm=1Mxm-1)+Σm=1Mαmxm-Σm=1Mβm(xm-1),]]>其中，λ，αm和βm表示拉格朗日乘子，该对数问题具有凸的目标函数，约束条件是凸集；(3).利用KKT条件求解：根据拉格朗日对偶及约束条件列出最优化条件(KKT条件)，如下：∂L∂xm=Σn=1Nun,mxm·Σn=1Nun,m-ummin+λ+αm-βm=0;]]>Σm=1Mxm=1,λ≠0;αmxm=0,αm≥0;βm(xm-1)=0,βm≥0;0≤xm≤1;]]>计算得到视点m的视频数据包被服务器发送的最优概率，其计算式为：xm*=1M+ϵ·(Σn=1Nun,m-1M·Σm=1MΣn=1Nun,m),m=1,...,M;]]>步骤4.更新所有视点的视频数据包的发送概率适应用户头部朝向变化，显示设备周期性地追踪更新用户的头部朝向，用户端各用户重复步骤1，发送新的视点的视频数据包请求给服务器，服务器端重复步骤2至3，更新所有视点的视频数据包被发送的概率，实现网络传输最优化。