0 引言

    近年來，基于移動技術的視頻傳輸(如在線游戲直播、體育直播等)己成為熱門流媒體應用，視頻傳輸流量也出現快速增長^[1]。2012年視頻流量約占總流量的58%，2017年將達到70%左右。2012~2017年，移動總流量將增長14倍左右^[2]。如何保證在現有網絡下確保超清視頻數據傳輸的可靠性是服務商面臨的主要難題。

    雖然，當前網絡基礎設施建設已為用戶提供不同的互聯網接入方法，但單一網絡的數據傳輸能力仍存在限制，無法提供滿意的移動視頻傳輸性能^[3]。WLAN網絡存在的主要問題是帶寬受限，覆蓋范圍小，無法滿足大量移動用戶的移動視頻服務需求。WiMAX網絡相對可提供更廣的覆蓋范圍和更高峰值速率，但用戶共享量較大時，多媒體實時高吞吐量需求無法滿足。單一網絡性能受限使得異構網絡帶寬整合問題得到學者們的高度重視。經典聯合信源信道編碼^[4](Joint Source-Channel Coding，JSCC)主要研究內容是信道編碼和信源的速率最優化，以及視頻數據糾錯編碼和信道狀態：(1)信道編碼和信源編碼比優化，例如文獻[5、6]；(2)在設定信道參數和狀態情形下，如何對編碼速率進行調整以達到需要的傳輸目標，例如文獻[7]；(3)信道編碼的可靠性改進，如噴泉碼、Turbo等；(4)聯合編碼優化算法設計，實現系統性能提升，如文獻[8]；文獻[9]研究了在帶寬限制情況下的編碼速率最優化問題，可實現視頻端到端失真的最小化。

    但是，上述算法利用差錯控制方式，但并未考慮信道本身存在的故障問題，容易造成傳輸數據視頻傳輸質量的弱化，影響用戶體驗和視頻服務質量。對此，本文主要針對異構網絡視頻傳輸問題，在解碼器中利用晶格量化轉換進行了多描述聯合信源信道編碼方法研究，目的是獲得低失真和低延遲視頻傳輸方案。

1 問題模型描述

    利用多描述聯合信源信道編碼（MD-JSCC）的信號源異構網絡并行信道傳輸方案如圖1所示。

則稱率失真五元組(R₁，R₂，D₀，D₁，D₂)是可以實現的。其中，MD-SC問題的率失真區域R(D₀，D₁，D₂)是速率對(R₁，R₂)的閉包集合。該區域中有或沒有邊信息(SI)事先是未知的。例外情形是二次高斯MD-SC情形，即高斯源和二次失真函數：

2 基于晶格量化器的模擬MD-JSCC方案

2.1 多重描述的模擬映射

2.2 晶格量化器

    l維晶格是歐氏空間的離散子群，可描述為：

2.3 編碼-解碼過程

其中，θ是旋轉角度。輸出的最大相關可利用旋轉角度θ=π/2獲得，可參見文獻[9]。所提聯合模擬信源信道MD編碼方案如圖2所示。

    圖2中，(S₁，S₂)可通過以下步驟編碼X₁：

    (2)情形2：（有SI可用編碼器）將遵循情形1編碼，除輔助變量初始對(Z₁，Z₂)₀，其替代形式為：

3 實驗分析

3.1 實驗設置

    選取Exata作為網絡仿真器，設置如下：仿真平臺版本是Exata 2.1，該平臺是由QualNet開發的高級模擬版本，可用來進行半實物環境下的實驗仿真。為實現獲得H.264實時視頻流的目的，利用Exata 2.1與本文算法進行整合開發，具體開發細節可參照Exata使用手冊。網絡結構設計中，預留有線網絡接入端口，端配的無線網絡接口有WiMAX接口、WLAN接口和HSDPA接口。通過IP地址綁定可建立客戶端與服務端的連接。異構網絡有關參數設置如表1所示。

    本文將所提SCLQ-JSCC算法同下列多路徑/異構網視頻傳輸方案進行對比：(1)虛擬路徑傳輸系統(Virtual Path System，VPS)。該方法采用噴泉碼進行異構網視頻傳輸路徑構建，在算法實現中，參數更新周期為0.5 s。噴泉碼數據包大小是8 B，符號長度為512 B。(2)媒體流量分配策略(Media Flow Rate Allocation，MFRA)。該策略采用使用率最大算法進行多路徑視頻傳輸的編碼速率和冗余度優化，視頻層數設定為數值1，因為SVC/H.264編碼的可伸縮性。

3.2 結果分析

    為對所提SCLQ-JSCC算法性能進行驗證，選擇可容忍的傳輸丟失率對前向糾錯碼(Forward Error Correction，FEC)冗余度和視頻編碼速率進行對比。

    圖4所示為3種對比算法冗余度和視頻編碼速率兩項指標的對比情況。從圖4(a)可看出，所提SCLQ-JSCC算法在編碼冗余度指標要明顯優于VPS以及MFRA兩種算法，同時MFRA策略因為考慮到了冗余度優化問題，其冗余度要優于VPS策略。根據圖4(b)所示可知，在視頻編碼速率指標上，本文算法要優于選取的兩種對比策略，而VPS策略因為考慮到了虛擬路徑傳輸問題，因此其編碼速率要高于MFRA算法。

    實驗過程中，視頻接收的PSNR指標(峰值信噪比)標準差、均值和瞬時值對比結果如表2所示。表2實驗結果顯示，在PSNR指標均值上，本文算法在City等4組視頻傳輸上要始終高于VPS以及MFRA兩種算法，這表明混在傳輸信號中的失真相對最小，本文算法的視頻復原質量相對更好。而在PSNR指標標準差上，本文算法的標準差最小，這表明所提算法視頻傳輸的穩定性更好。

    圖5所示結果為視頻傳輸過程中的幀延遲累積分布。根據圖5實驗結果可知，本文所提SCLQ-JSCC 算法的幀延遲要顯著低于VPS以及MFRA兩種算法，這體現了所提算法的低延遲特性，雖然VPS算法中考慮了虛擬路徑傳輸問題，但是視頻幀丟失后需要重新搭建虛擬路徑，因此會影響視頻幀的傳輸延遲。

    圖6所示為[30，80]s時間段內的有效損失率指標對比情況，需注意視頻傳輸過程中的PSNR值不但與損失率有關聯，同時還和視頻幀丟失情況有關，因此該指標可一定程度上體現視頻傳輸過程的質量變化。

    根據圖6所示可知，在有效損失率指標上，本文算法要小于選取的VPS及MFRA算法，MFRA因為采用了視頻分流傳輸技術，導致其在損失率上要高于VPS及本文SCLQ-JSCC算法。上述實驗結果驗證了所提算法在視頻數據傳輸質量和傳輸速度上的優勢。

4 結束語

    本文提出基于晶格量化的異構網絡視頻聯合信源信道編碼方法，建立高斯視頻源傳輸的多描述獨立并行信道傳輸框架，采用晶格尺度量化方法實現模擬映射帶寬降低，通過帶寬擴展來提高異構網絡視頻傳輸性能。今后將主要針對多接入中繼信道或多跳網絡MD-JSCC方案模擬網絡拓撲結構進行研究。

參考文獻

[1] KOLIOS P，FRIDERIKOS V，PAPADAKI K.Energy-aware mobile video transmission utilizing mobility[J].IEEE Network，2013，27(2)：34-40.

[2] Lin Kai，SONG J G，Luo Jiming，et al.Green video transmission in the mobile cloud networks[J].IEEE Transactions on Circuits and Systems for Video Technology，2017，27(1)：159-169.

[3] Zhan Cheng，Wen Zhe.Efficient video transmission in D2D assisted mobile cloud networks[J].China Communications，2016，13(8)：74-83.

[4] Liu Wu，Mei Tao，Zhang Yongdong.Instant mobile video search with layered audio-video indexing and progressive transmission[J].IEEE Transactions on Multimedia，2014，16(8)：2242-2255.

[5] 唐猛，陳建華，張艷，等.基于分層調制的物理層網絡編碼研究[J].電子與信息學報，2016，38(3)：2568-2574.

[6] 代媛，何東健，張建鋒，等.基于分布式信源編碼的果園視頻壓縮方法研究[J].農業機械學報，2016，47(3)：298-304.

[7] VARASTEH M，GUNDUZ D，TUNCEL E.Zero-delay joint source-channel coding in the presence of interference known at the encoder[J].IEEE Transactions on Communications，2016，64(8)：3311-3322.

[8] 牛芳琳，李寶明，陳付亮，等.一種改進的基于部分信息噴泉碼度分布設計[J].電子學報，2016，44(2)：295-300.

[9] 臺玉朋，王海斌，楊曉霞，等.一種適用于深海遠程水聲通信的LT-Turbo均衡方法[J].中國科學:物理學 力學 天文學，2016，46(9)：094313.

作者信息:

王  強1，楊俊波2，冉耀宗1，石  維3

（1.銅仁學院 大數據學院，貴州 銅仁554300；2.國防科學技術大學 理學院，湖南 長沙410000；

3.銅仁學院 材料與化學工程學院，貴州 銅仁554300）