Video Transport Over Ad Hoc Networks笔记

本文聚焦Ad hoc网络的视频传输,因该网络拓扑不固定、连接易中断、视频易出错,提出三种基于MCP的视频传输技术,即基于反馈的引用图像选择、分层编码与ARQ、多种描述的动作补偿编码。通过马尔可夫信道模型、OPNET仿真及搭建试验床研究其性能,结果表明可提升传输质量。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Video Transport Over Ad Hoc Networks笔记
    Ad hoc网络的mesh拓扑结构为在一对源、目的节点间建立多条路径提供了可能性。
实际上多条传输路径为设计容错的视频编码和传输机制提供了额外的自由度。
    在这篇文章中,我们试图将多道编码于多路径传输结合起来,用以说明除了传统的
出错控制技术违拗,相异的路径为抑制ad hoc终的传输错误提供了行之有效的解决方法。
我们这里要考查的三种机制分别为:1)基于反馈的参考图像选择;2)分层编码与(ARQ);
3)多种描述的动作补偿编码。所有这三种技术都是建立在现代视频编码标准的动作补偿
预测技术的基础上的。我们通过使用马尔可夫信道模型和OPNET Modeler 建立扩展行的仿
真环境来研究这三种机制的性能。为了以后验证其可行性和性能优势,我们使用笔记本和
802.11b网卡实现了一个ad hoc多路径视频流的testbed。结果表明在限制额外开销的标准
机制下可以得到很好的视频传输质量。在对能否建立反馈信道、端到端延迟约束、和出错
特性的不同要求上,我们的三种视频编码/传输技术都可以分别的适应。

一、引子
    Ad hoc网络的自身特点为在其上传送视频信息带来的巨大的挑战。由于终端的移动性
造成的网络不可能有固定的拓扑结构。这使得节点间的连接处于不停的终断-连接-终断
的循环中。信道的衰落和正在通信的用户都会使得连接的质量的可靠性得到进一步的改变。
另外,端到端的路径包括了很多段的无线链路。因此在ad hoc中传输丢失也会更易于发生。
著名的MAC和CSMA/CD机制都是为了尽力传输数据而设计的。它们对会话的带宽和延迟没有
严格的保证。尽管可以通过TDMA和CDMA在MAC上实现带宽预留,但是考虑终端的移动性带
来的同步或代码指派(code assignment)问题,要实现这些机制是很繁琐的。
    视频传输需要严格的带宽和延迟保障。但是要的道一个两边都有足够的带宽且都很稳定
的两个节点间的端到端路由是非常困难的。另外,压缩的视频信息很容易出错。比如:当使用
变长编码(variable length coding,VLC)时,一个比特的错很容易导致失同步。此外,动作
补偿预测(motion compensated prediction,MCP)技术广泛地应用在现代视频编码标准中。在
MCP中,一个帧从前一个编码后的帧(这个帧被成为引用图像)中预测得出,然后预测中的错误
又被编码并传输出去。尽管MCP利用相邻帧间的临时关系获得了很高的编码效率,但是它使得
要成功地重组一帧就必须建立在它的引用图像正确重组的基础上。如果没有有效的错误保护和
隐藏技术,一帧中的一个数据包的丢失不仅会导致本帧的错误,也会使随后的数帧都出错。
    考虑到ad hoc网络路径和压缩图像在传输中的易出错特性,就必须有一套行之有效的错误控
制技术。对于传统的技术,包括前向纠错(FEC)和ARQ必须适于对延迟约束和错误传播方面的控
制。在ad hoc网络中,无线链路突破了传统的拓扑的概念,它不再收到物理连接线的限制。尽管
用户终端的移动性使得链路更加的脆弱,但是它却又提供了形式多样的拓扑结构。一方面来说,
当两个节点朝着相反的方向移动时,链路会中断;另一方面,它又可能发现了新的路由从而又组
成的新的拓扑。另外,ad hoc的mesh拓扑就隐含地表明在两个节点间又多条链路存在。假设存在
多条路径,一个视频流可以被分成多个子流且每个子流在不同的路径上发送。如果这些路径都是
不相交的,各条子流发生错误的几率也是相互独立的。因此,适当的流量分配和对视频子流有效
的差错控制可以让我们获得较好的容错能力。
    这篇文章中,我们提出了三种针对ad hoc网络的基于MCP(动作补偿预测)的视频传输技术。
这些机制都很好地利用了端到端间存在多条传输路径的特点来获得良好的性能。与利用编码的方
式相比,这里提出的这些技术可以获得更高的编码效率并与H.26x、MPEG系列标准更兼容。我们
所要考查的技术包括:
1)基于反馈的引用图像选择机制(RPS);
2)分层编码(LC)和选择重传ARQ机制(LC with ARQ);
3)多种描述的动作补偿编码机制(MDMC)。
    我们使用一种自上而下的方法来研究这些机制的性能。首先,我们使用非常著名的马尔可夫
链模型,其底层细节仅以一个突发错误产生器实现。这个简单的模型使我们可以在很大的一个范围
内考查系统的丢包率和丢失连接等性能。其次,我们使用OPNET来进行仿真,我们将底层细节包含
进来,这其中包括用户终端的移动性,多路径路由以及MAC层协议等,这样可以从实际情况的角度
考查这些因素对系统性能的影响。另外我们实现乐意个基于ad hoc网络的视频流试验床。这个试验
床可以帮助我们进一步验证每种机制的可行性和性能优势。我们试验的结果表明视频传输在进行
过精心的跨层设计的ad hoc网络中是可行的。与传统的使用单一路径的方法相比,将多道编码
(muttistream coding)与MPT(multipath transportation)相结合的方法提高了视频传输的质量。
这里的三种技术分别适合三种特定的使用环境:是否可获得反馈信道,端到端的延迟约束以及链路
的差错特性。
     文章的剩余部分是如下组织的:在第二节中,我们提出 一种多路传输的多道视频编码的一般
结构。同时我们也要讨论相关的一些问题和这一节中涉及的先期工作。其次,在第三节中讨论多路
传输的多道编码机制。第四节和第五节分别讨论使用马尔可夫模型和OPNET Modeler进行的仿真所
得到的三种机制的性能指标。第六节讨论在我们建立的ad hoc网络视频流试验床上进行试验得到的
结论。第七节得出结论。

二、多路径的视频传输
A、整体结构
    我们提出的系统的整体结构如图1所示。在此结构中,一个多路径路由层在源端和目的端间建立
了K条路径,每条路径都有一套QoS参数,这其中包括带宽、延迟、和丢包概率。传输层不间断地监
视路径QoS参数并将这些信息返回给发送者。在这些路径质量信息的基础上,编码器产生出M条子流。
子流中的数据包被这K路的流量分配器分配到各条路径上传输。在接收端,从所有这些路径到达的数
据包都被放进一个重新编序的缓冲区,在这个缓冲区中这些数据包又被组成M条子流。一条路径上的
数据包可能会丢失或者迟到。鉴于编码机制和端到端延迟的约束,受限的重传机制不一定会被调用。
接收端的解码器会尝试着从接收到的子流重组视频序列。
B、相关问题和挑战
    我们提出的系统的成功与否的关键在于源端编码起和传输层间的紧密的交互,这就需要非常仔
细的跨层结构设计。下面我们将着重讨论交互关系:
1)多道视频编码:为了使多路径传输对发送压缩视频信号有所帮助,我们必须仔细地设计产生子流
的编码器,使得一个子流的丢包不会影响到其它子流的解码。然而,这种子流间的相对独立性不能以
牺牲很高的编码效率为代价。因此,多道编码器就要争取在编码效率和容错性上获得很好的折中。另
外,当设计源端编码器时必须考虑那种传输层差错控制是可行的。
    显然,一种产生多条子流的方法是使用一个标准的多媒体数字信号编解码器然后将得到的比特流
再分割成多条子流。要在独立的可解译码的单元边界进行比特流分割,需要一套智能的分割机制。否则
一条丢失的子流会使得从其它路径收到的子流没有任何涌出。达到这个目的的一个简单的办法就是用一种
循环的方式将帧发送到路径上去。比如:所有奇数帧发送到路径1上;所有的偶数帧发送到路径2上。为了
完全避免子流之间的依赖关系,在一条路径上发送的帧应该仅和本路径上的包进行预编码。这种方法实际上
是H.263+标准的一个选项【视频冗余编码,VRC】。然而,与从其紧临的帧预测得到的帧相比,VRC需要非常
高的比特率。同时,尽管这种方法可以避免一条路径上发生的丢包影响到其它路径上的帧,但是在同一路径
上的帧之间仍然存在着差错传播的问题。在本文中,我们提出一种基于反馈的引用图像选择法,这种方法的
着眼点就是VRC中的这两种问题。(/*需要很高的比特率,和同一路径内的差错传播*/)这种方法在第三节的
A小节中介绍。
    另一种很自然地产生多条流的方法是使用分层的视频编码,这种方法在复制用户不同接入速率,网络连接
容量以及连接可靠性方面非常有帮助。一个分层的编码器将视频信息处理成几个层。基层(the base layer,BL)包括视频帧的最重要部分,保证了最基本的播放质量。每一个强化层(enhancement layer,EL)的正确接收都可以起到提升视频质量的作用。但是,如果没有BL的话,视频帧就不能被完全重组。通常在一个发生冲突的节点,为了保住BL数据包就会丢掉EL数据包。BL数据包是被FEC或ARQ保护着的。当和多路径传输结合起来时需要时BL在最好的一条路由上传输。源端可以对每条路径根据其丢包特性和从QoS反馈得到的推断来排序。另外,多路径路由层可以依据一些性能指标(跳数、最后一个窗口的平均丢包率)来组织路由缓存。这篇文章中,我们考虑一种用承载着EL包的路径来重传BL包的方法来保护BL数据。这种方法在第三节B小节中讨论。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值