用户体验质量分析(QoE)在分组丢失无线网络上的视频流中

摘要

近年来无线网络成为各行业信息化建设所采取的必要网络架构，同时，随着网络带宽的增加，多媒体视频业务成为网络中传输的主要业务类型之一。因此，在无线网络视频传输中保障用户的QoE成为无线网络研究中的重要课题。 首先，本文利用主观评估的单刺激绝对类别评级（ACR）技术评估了分组丢失，时间变化和传输分组大小对无线局域网WLAN中传输的视频流质量的影响。研究利用Linux的NetEm平台进行具有分组丢失特性的WLAN中的视频传输仿真，仿真输出视频集由20名选择的观察者进行评级打分，并采用MOS方法对评级结果进行分析，结果表明对于内容变化频率不同的视频，存在分组丢失阈值百分比PLTP的差异问题。 其次，本文基于上述实验所获得的分组丢失阈值百分比（PLTP），提出了一种选择性重传算法，该算法可以集成到客户端计算机的误差恢复系统中，以减少延迟并提高分组丢失网络中的带宽效率。 本文工作的主要贡献还包括提高了传输数据包大小和时间变化对用户QoE影响关系的认知，可以为设计WLAN中视频流传输的信道编码算法时提供参考。 由于智能手机，笔记本电脑和其他用户设备的增加，视频传输成为无线网络传输中主要业务类型之一。然而，视频传输存在更高的丢包率与误码率。这是因为无线网络只提供尽力而为的连接，也就是说，它不能保证延迟抖动，丢包和带宽可用性。因此，在无线网络视频传输中保障用户的QoE成为无线网络研究中的重要课题。 无线视频流已经取得了一些成就，例如视频压缩标准（MPEGⅡ和H.264），它可以获得令人印象深刻的效率来提高良好的QoE。但是，由于网络依赖性损伤，最终用户可能仍会经历一定程度的退化。因此，无线网络中的视频传输会严重降低用户QoE。许多研究人员已经提出了减轻VoIP和视频中数据包丢失的方法，他们主要提出交错，空间冗余和重传技术，但不幸的是，在大多数情况下，这些恢复技术会增加抖动和消耗带宽。因此，需要知道在视频质量变得对观看者来说难以忍受之前可能丢失的分组的百分比，以避免恢复对视频质量没有影响的分组。这有助于防止延迟抖动和可避免的带宽消耗。 因此，为了提高WLAN中压缩算法的效率，研究用户对具有不同时间变化的视频的质量感知是很重要的。 为了评估分组丢失下传输视频中时间级别的影响，我们选择了三个具有不同帧变化率的参考视频数据集通过再模拟的无线网络中进行传输并对接收的视频进行评价，以得出在有数据包丢失的无线网络中，用户的QoE取决于视频的时间变化。包丢失伪影影响了所有的研究视频；然而，与其他两种变化（即中间时间变化（ITV）和高时间变化（HTV））相比，低时间变化（LTV）视频显示出最佳的MOS。本文的分析结果表明：视频帧的时间变化越小，视频质量越好。 本项目采用UDP协议，因为其速度优于TCP协议，并且它不会引入由于建立连接而导致的时延。与TCP相反，UDP是一种无连接协议，它以"即发即忘"的方式传输数据包而无需任何重传，因此非常适合实时应用。在TCP中，如果丢包并且下一个数据包成功传输，内核将"保留"该成功数据包，直到重新传输先前丢失的数据包为止，因此，TCP的重传和速率控制机制都已结束结束延迟和其他不适合流式传输的功能。 视频流的简单思想是在流媒体服务器处将压缩视频分成数据包，然后连续传输这些数据包，这使得流媒体客户端能够在数据包传送时解码和回放视频。在这项工作中，这些数据包在流服务器的传输层分割并通过eth0输出;这是由Linux路由器的eth1接收的，它通过随机丢弃一定比例的数据包（研究中使用的丢包百分比是：0％，0.2％，0.4％，0.6％，0.8％，2.0％，4.0％，6.0％，8.0％和10％，其中0％代表源视频）来模拟WLAN。然后，路由器通过其eth0输出剩余的数据包，并由流客户端接收。图3-3说明了这个过程。 为了研究时间变化的重要性，在该实验中使用了三类视频媒体：分组大小为1024字节的低，中和高动态视频。这背后的目的是使用主观视频质量评估（S-VQA）研究时间冗余对分组丢失伪像的质量矩阵的影响。视频的特征如表3-1所示。图5-5显示观察者所感知的QoE取决于视频的时间变化。网络工件影响了所有研究的视频;尽管如此，与其他两种变化（即ITV和HTV）相比，低时间变化（LTV）视频显示出最佳MOS。 为了研究分组大小对流视频质量的影响，在三个不同的视频上使用了512个，1024个和1500个字节的3个传输分组大小。图5-3，5-4和5-5分别是瀑布，足球和新闻视频的数据包大小分析。结果清楚地表明，在分组丢失的无线网络中，与其他两种大小相比，传输分组大小1500提供了更好的视频质量，如图4.1-4.8所示。这意味着数据包大小越大，MOS越好。因此，若有任何损失，较大的数据包大小仍将保持视频质量高于较小的大小。 原因是因为处理后的视频帧的质量取决于对来自I帧的P帧和B帧的有效解码，并且I帧中的分组丢失可能导致误差传播，因此如果视频序列是小包，这意味着I帧更多地处理分组丢失，这将导致错误的广泛传播，从而导致较差的视频质量。图5-7显示了如果数据包大小很小，由于数据包丢失导致的损坏的I帧如何影响整个GOP。 无论时间变化和分组大小如何，所研究的视频中存在与分组丢失伪像相关的相关性。在所有考虑的情况下，分组丢失的增加导致MOS的减少，因此导致视频质量低的分组丢失率低于2％。 如图5-8所示，高时间变化的足球视频具有最低的方差，在10％的分组丢失时趋于0;这种意见的融合意味着大多数观察者的感知评级都认为视频质量令人讨厌。这是因为视频是高动作的，因此容易使损伤变得明显。相反，新闻视频（低时间变化）的意见分歧不仅在10％的数据包丢失，而且从0.4％向上。这表明观察者由于其低时间变化而检测到视频中的任何损伤是多么困难。 通常，我们对整个数据包丢弃的方差水平低于1，这可能意味着观察者对视频有一定的相互感知感。对于所有传输分组大小和视频类型，0％和0.2％分组丢失的差异是低的，而对于至少一种视频类型，分组丢弃的差异为0.4％至10％（方差＞0.6）。这是因为数据包丢失效应尚不明显，但随着数据包丢失增加了意见分歧。 其次，本文模拟了无线局域连接，以研究数据包丢失，时间变化和数据包大小对用户体验质量的影响。研究发现，对于慢动作视频，在QoE变得烦人之前可以容忍的最大丢包阈值是4％的数据包丢失，而对于高和中等运动视频;丢包阈值为2％。本文基于上述分析所获得的分组丢失阈值百分比（PLTP），提出了一种选择性重传算法，该算法可以集成到客户端计算机的误差恢复系统中，以减少延迟并提高分组丢失网络中的带宽效率。 更重要的是，正如已经证明的那样，时间变化（即视频帧中随时间发生的差异）也会影响分组丢失连接中的视频质量。低时间视频的MOS被评为最佳，其次是中间时间视频（ITV），然后是高时间视频（HTV）。 第三，本文提出的研究问题的答案如下： 研究问题1：根据分析结果，本文发现数据包丢失对观察者所感知的视频质量有直接的影响。数据包丢失百分比的增加会导致高视频质量损害。此外，方差分析表明观察者的意见趋同，随着分组丢失百分比的增加，体验质量下降。 研究问题2：此外，工作的最大成就之一是给出了一种重传算法，算法中用于慢动作视频的数据包丢失阈值百分比（PLTP）计算为4％，而快速运动视频的数据丢失阈值百分比（PLTP）为0.8％，可以有效地集成到流式客户端错误恢复系统中。该算法提供智能重传，因为低于PLTP的分组丢失将被忽略，因为它们对用户的QoE没有可察觉的影响，因此最小化了由于用于纠错的往返时间（RTT）的带宽消耗和延迟。 研究问题3：为了回答第三个研究问题，分组大小为1024字节的三个不同时间变化（低，中和高）的视频受到分组丢失条件的影响。图5-6显示低时间变化（LTV）视频具有最佳MOS，其次是中间时间变化（LTV），最后是高时间变化（HTV）。因此，在丢包情况下，视频帧的时间变化越小，QoE越好。 研究问题4：同样，发现传输包大小对流视频有影响。对于所有视频类型，大数据包大小（例如1500字节）具有比较小数据包大小（512字节）更好的MOS等级。对此的最佳解释是大的传输分组大小比小分组大小更有效地防止错误传播。本论文的第6部分详细考虑了这种解释。 本论文的结果可以用于电信行业，为服务提供商提供面向不同网络伪像确定其视频集工作边界的能力并，且还可以通过降低时间分辨率用于编码器优化，以便实现良好的视频质量。此外，结果还可以激发研究人员在设计用于通过分组丢失网络的视频流的联合源-信道编码算法时考虑时间变化和传输分组大小。 最后提出了以下潜在研究方向，通过进一步的深入研究能够在未来完善本文的研究内容： 只有当被忽略的丢包不是I帧的一部分时，所提出的（PLTP）重传算法才能有效工作（因为I帧分组中的少量丢失会导致错误的广泛传播）。同时，因为分组丢失不是随机的，而是依赖于先前的损失，因此需要识别和保护I帧携带向量并对其进行优先级排序。因此，未来的工作将是CODEC优化，从而增强I帧到客户端的有效传输。此外，将所提出的算法嵌入到客户端计算机错误恢复系统中以进行测试将是未来一项有趣的工作。 最后，这项工作中使用的视频数据集是无音频的。研究数据包丢失对视听同步的影响及其对用户体验质量的影响将是未来需要考虑的一个有趣领域。