HSDPA中基于效用函数优化的多用户实时视频跨层调度方法

摘要

本发明提供一种HSDPA中基于效用函数优化的多用户实时视频跨层调度方法，根据每一个视频包的紧急性和视频包的重要性两个参数计算得到视频包效用，效用函数的定义保证了优先传输高效用的视频包可以更好的满足系统中所有用户对视频质量的要求，综合考虑HSDPA网络的传输限制，构建一个以最大化系统中所有用户累计的视频包效用为目标的跨层调度优化问题，通过利用动态规划法得到一个最优的调度策略，为了降低计算复杂度，进一步利用贪婪算法得到一个次优的调度策略，本发明可以有效提高视频传输质量。

说明书

技术领域

本发明涉及无线通信技术，尤其涉及一种HSDPA网络中基于效用函数优 化的多用户实时视频跨层调度方法。

背景技术

随着视频应用的不断普及，在HSDPA（High Speed Downlink Packet  Access）网络中进行多用户视频传输逐渐成为一个研究热点。HSDPA作为第 三代移动通信系统的增进版本，通过引入三个关键技术，分别为自适应调制 编码（adaptive coding and modulation，AMC）、混合重传（Hybrid Automatic  Response request，HARQ）及快速调度（Fast Scheduling），极大的提高 了下行峰值速率。在HSDPA网络中，快速调度在基站处实现，以2ms为调度 周期，解决的主要问题是下行共享信道在不同用户间的分配，从而直接影响 系统的性能。

采用HSDPA网络传输视频包时，现有技术或没有全面考虑视频数据包的 重要性、信道质量和延时限制这些因素，或存在某些设计缺陷，并不能得到 较好的视频传输的质量。

发明内容

本发明的目的在于提供一种HSDPA中基于效用函数优化的多用户实时视 频跨层调度方法，用以提高视频传输的质量。

为达到上述目的，本发明采用了以下技术方案：

1）计算视频用户的传输队列中每一个视频包的重要性参数；

2）计算视频用户的传输队列中每一个视频包的紧急性参数；

3）根据视频包的重要性参数和紧急性参数计算视频包的效用；

4）经过步骤3）后，构建以最大化系统中所有视频用户累计的视频包效 用为目标的跨层调度优化问题，利用动态规划算法或贪婪算法求解所述优化 问题得到调度策略。

利用视频包的延时预测值来衡量视频包的紧急性。

所述步骤2）中，计算视频包的紧急性参数的方法具体包括以下步骤：

假设在当前传输时间间隔中，系统共有K个视频用户等待调度，第k个 视频用户的传输队列中有M_k个视频包，表示为 其中N_k表示第k个视频用户的NALU总数， 的上标n表示视频包属于第n个NALU，视频包的延时采 用如下的公式进行预测：

${\mathrm{Ta}}_{k,m}^n={\mathrm{Ts}}_{k,m}^n+{\mathrm{Tq}}_{k,m}^n+\delta$

，其中表示视频包从应用层发送到当前时刻所经历的时间，表示 将第n个NALU所有的视频包传输到物理信道所需的时间，δ表示传播时间；

令R_k表示第k个视频用户的平均发送速率，那么通过下式得到：

${\mathrm{Ts}}_{k,m}^n=\frac{\underset{m}{\Sigma }\left|p_{k,m}^{n^{\prime }}\right|\delta (n-n^{\prime })}{R_k}$

，其中表示视频包的比特大小，δ(n)表示单位冲激函数，当且仅当 n=0时δ(n)=1，否则δ(n)=0。

所述视频包的效用采用效用函数U(Td,PI)进行计算，其中Td表示视频 包的紧急性参数，PI表示视频包的重要性参数；

U(Td,PI)同时满足以下两个条件：

条件1：当PI固定，U(Td,PI)随着Td的增加而增加，且效用函数曲 线的斜率随着Td的增加而增加；

条件2：当Td固定，U(Td,PI)随着PI的增加而增加，且效用函数曲 线的斜率随着PI的增加而减少。

所述视频包的效用为：

$U_{k,m}={\left({\mathrm{PI}}_{k,m}\right)}^{\beta }\exp \left(\frac{{\mathrm{Td}}_{k,m}-T_{k,\max }}{T_{k,\max }}\right),0<\beta <1$

，其中β决定了给定传输时间间隔中视频包的效用函数的斜率，T_k,max为第k 个视频用户的最大延时限制，PI_k,m为第k个视频用户的传输队列中第m个视 频包p_k,m的重要性，Td_k,m为第k个视频用户的传输队列中第m个视频包 p_k,m的延时。

所述优化问题描述为：

$\underset{A,B}{\max }\underset{k=1}{\overset{K}{\Sigma }}\underset{j=0}{\overset{J_k}{\Sigma }}{a}_{k,j}\left(\underset{m=1}{\overset{M_k}{\Sigma }}{U}_{k,m}{b}_{k,m}\right)$

$\left(a\right)a_{k,j}\in \left\{\mathrm{0,1}\right\},\underset{j=0}{\overset{J_k}{\Sigma }}{a}_{k,j}=\mathrm{1,1}\le k\le K$

(b)b_k,m∈{0,1}

$\left(c\right)\underset{k=1}{\overset{K}{\Sigma }}\underset{j=1}{\overset{J_k}{\Sigma }}{a}_{k,j}{n}_j\le N_{\max }$

$\left(d\right)\frac{1}{t_{\mathrm{TTI}}}\underset{m=1}{\overset{M_k}{\Sigma }}{b}_{k,m}\left|p_{k,m}\right|\le \underset{j=0}{\overset{J_k}{\Sigma }}{a}_{k,j}{r}_j,1\le k\le K$

(e)maxTq_k,m≤T_k,max

其中，假设在当前传输时间间隔中，系统共有K个视频用户等待调度，第k个 视频用户的传输队列中有M_k个视频包，U_k,m表示第k个视频用户的传输队列 中第m个视频包p_k,m的效用，J_k为第k个视频用户反馈的CQI，同时也是该 用户最大可支持的速率索引，n_j表示速率索引为j时所需要的码字数,r_j表 示速率索引为j时所需要的传输速率，约束条件(a)表示a_k,j只能取1或0, 分别表示速率索引j分配给第k个视频用户或不分配给第k个视频用户,且 每一个视频用户只可以分配一个速率索引，约束条件(b)表示b_k,m只能取1或 0,b_k,m=1表示视频包p_k,m将发送给第k个视频用户，b_k,m=0表示视频包 p_k,m将不发送给第k个视频用户，约束条件(c)指明了所有视频用户分配的 码字数之和不能超过HSDPA系统总的可用码字数N_max，约束条件(d)表示所有 选择传输的视频包大小之和不能超过分配给第k个视频用户的传输能力， t_TTI为传输时间间隔,Tq_k,m表示视频包p_k,m从应用层发送到当前时刻所经历的 时间，T_k,max为第k个视频用户的最大延时限制；

跨层调度的目标就是找到速率索引分配的决策向量A={a_k,1≤k≤K}, 以及视频包传输的决策向量B={b_k,1≤k≤K}。

所述动态规划算法中建立的动态规划模型描述为：

将所述优化问题分解为K重叠的子问题{SP_i,i∈[1,K]}：

${\mathrm{SP}}_i:\underset{A,B}{\max }\underset{k=i}{\overset{K}{\Sigma }}\underset{j=0}{\overset{J_k}{\Sigma }}{a}_{k,j}\left(\underset{m=1}{\overset{M_k}{\Sigma }}{U}_{k,m}{b}_{k,m}\right)$

选取分配给第k个视频用户的码字数x_k为动态规划算法的决策变量， g_k(x_k)表示分配给第k个视频用户的码字数为x_k时所得到的最大的累计视 频包效用：

$g_k\left(x_k\right)=\underset{a_k,b_k}{\max }\left\{\underset{j=0}{\overset{J_k}{\Sigma }}{a}_{k,j}\left(\underset{m=1}{\overset{M_k}{\Sigma }}{U}_{k,m}{b}_{k,m}\right)\right\}$

状态变量s_k表示分配给第k个视频用户至第K个视频用户的码字数, s_k+1=s_k-x_k，则递归的动态规划方程为:

$\left(\begin{array}{c}{f}_k\left(s_k\right)=\underset{0\le x_k\le s_k}{\max }\{g_k\left(x_k\right)+f_{k+1}\left(s_{k+1}\right)\},1\le k\le K\\ f_{K+1}\left(s_{K+1}\right)=0\end{array}\right)$

,f_k(s_k)表示在状态s_k时,第k个视频用户至第K个视频用户可能的最大累 计视频包效用，通过计算f_k(s_k),得到在状态s_k时分配给第k个视频用户的最 优码字数：

$x_k^{*}\left(S_k\right)=\arg \underset{0\le x_k\le s_k}{\max }\{g_k\left(x_k\right)+f_{k+1}\left(s_{k+1}\right)\}$

所述贪婪算法中，定义第k个视频用户的效用为：

$U_k=\underset{a_k,b_k}{\max }\left\{\underset{j=0}{\overset{J_k}{\Sigma }}{a}_{k,j}\left(\underset{m=1}{\overset{M_k}{\Sigma }}{U}_{k,m}{b}_{k,m}\right)\right\}$

贪婪算法就是每一步把码字分配给效用最大的视频用户，直至可用码字 被全部分完。

本发明的有益效果体现在：

随着视频应用的不断普及，如何在HSDPA网络中高质量的进行实时视频 传输已经成为近年来的研究热点。本发明针对实时视频HSDPA网络中的传输 问题，提出一种HSDPA网络中基于效用函数优化的多用户实时视频跨层调度 方法。该方法中的效用函数指的是视频包效用函数，它根据每一个视频包的 紧急性和视频包的重要性两个参数，计算得到视频包效用。效用函数的定义 保证了优先传输高效用的视频包可以更好的满足系统中所有用户对视频质 量的要求。本发明综合考虑HSDPA网络的传输限制，构建了一个以最大化系 统中所有用户累计的视频包效用为目标的跨层调度优化问题。通过利用动态 规划算法，本发明得到一个最优的调度策略。为了降低计算复杂度，本发明 进一步利用贪婪算法得到一个次优的调度策略，本发明可以有效提高视频传 输质量。

附图说明

图1为调度算法系统框图。

图2为每个用户在不同的算法中获得的峰值信噪比（PSNR）以及最终所 有用户的平均（Average）PSNR比较；图中，对于每一个测试序列柱状图从 左至右依次表征的算法为：WFHSS，PF，M-LWDF，CLS，DPCCA，GA以及DP。

图3为在不同最大时延限制条件下的PSNR比较。

图4为每个用户在不同的算法中获得的结构相似性（SSIM）以及最终所 有用户的平均（Average）SSIM比较；图中，对于每一个测试序列柱状图从 左至右依次表征的算法为：WFHSS，PF，M-LWDF，CLS，DPCCA，GA以及DP。

具体实施方式

下面结合附图对本发明作进一步说明。

本发明针对实时视频HSDPA网络中的传输问题，提出一种HSDPA网络中 基于效用函数优化的多用户实时视频跨层调度方法，用以提高视频传输的质 量，调度算法系统框图如图1所示。首先在应用层对视频包进行重要性计算， 视频包的重要性越大表示该视频包的正确传输对于接收到的视频质量影响 越大；在MAC层根据队列信息和物理层反馈的网络状态对视频包的紧急性进 行预测；综合视频包的重要性和视频包的紧急性这两个因素，为每一个视频 包计算一个效用值；通过利用动态规划法，得到一个最优的调度策略使得系 统中所有用户累计的视频包效用达到最大，从而提高总体视频传输的质量。 为了降低计算复杂度，进一步利用贪婪算法得到一个次优的调度策略，同样 也可以有效提高用户的视频质量。

本发明中跨层调度算法实施的流程，包括：

1）计算每一个视频包的重要性参数；

2）计算每一个视频包的紧急性参数；

3）根据视频包的重要性参数和紧急性参数计算视频包的效用；

4）经过步骤3）后，利用动态规划算法或贪婪算法得到调度策略，以提 高所有用户最终的平均视频质量。

具体描述如下：

步骤1：计算视频数据包的重要性参数；

假设视频序列采用H.264/AVC编码器进行编码，每个视频帧包括一个或 多个slice,每个slice的数据被打包成为一个NALU（网络抽象层单元），为 了满足无线链路传输要求，在HSDPA网络资源控制器的无线链路控制层每一 个NALU被分为多个等长的视频包。由于NALU在解码端是最小的解码单元， 一个NALU中任何一个视频包丢失都会引起整个NALU不能正确解码。所以假 设一个NALU中所有视频包对最终视频质量的贡献都等于整个NALU的质量贡 献。一个NALU对最终视频质量的贡献越大，认为该NALU越为重要。

假设为第k个视频用户请求的所有NALU的集合，其 中表示第k个视频用户的第n个NALU，1≤n≤N_k。表示的重要 性，即对视频质量的贡献，具体计算如下所示：

${\mathrm{NCI}}_k^n=\left(\begin{array}{cc}D[{\Phi }_k\backslash \{{\phi }_k^n\left\}\right]-D\left[{\Phi }_k\right],& \mathrm{if}{\phi }_k^n\in \mathrm{P>}\\ \underset{n^{\prime }}{\max }\left\{D\right[{\Phi }_k\backslash \left\{{\phi }_k^{n^{\prime }}\right\}]-D[{\Phi }_k\left]\right\},& \mathrm{if}{\phi }_k^n\in \mathrm{I>}\end{array}\right)$

D[Φ_k]表示当第k个视频用户请求的视频的所有NALU都正确收到时，接收到 的视频与原始视频的均方误差。表示当第k个视频用户请求的视 频除过第n个NALU其他NALU都正确收到时，接收到的视频与原始视频的均 方误差。由于I帧的NALU可以有效的阻止错误传播，它们被认为最为重要， 对视频质量的贡献最大。

根据上述定义，每一个NALU所有的视频包的重要性也可以得到，即 ${\mathrm{PI}}_{k,m}^n={\mathrm{NCI}}_k^n,$1≤m≤M_k。

可以理解的是，这里可以根据定义严格计算每个视频包的重要性，也可 以采用其他方式对其进行估计。

这里还需指出，视频数据包的重要性计算在编码器编码结束后就已完 成，即进入调度器的视频数据包已携带重要性信息。该步骤为本发明中的调 度算法提供关于视频数据包重要性的信息，独立于调度算法而在编码器端实 现。而步骤2）～4）才为本发明中调度算法的执行步骤。

步骤2：计算视频数据包的紧急性参数；

对于实时视频包，一旦它的延时超过最大延时限制，即使正确被用户接 收，也不能用于解码，这将导致视频质量的下降。所以本发明中利用视频包 的延时预测值来衡量视频包的紧急性，视频包的延时越大，说明该视频包越 紧急,越应该及时的得到调度，以防止出现超时情况。

假设在当前传输时间间隔（TTI，Transmission Time Interval）中， 系统共有K个视频用户等待调度，第k个视频用户的传输队列中有M_k个视 频包，表示为其中N_k表示第k个视频用户 的网络抽象层单元（NALU）总数，的上标n表示视频包属于第n个 NALU。NALU是最小的解码单元，当且仅当一个NALU的所有视频包都被用户 收到，该NALU才可以正确解码，否则收到的视频包都将不能解码。视频包的延时采用如下的公式进行预测：

${\mathrm{Ta}}_{k,m}^n={\mathrm{Ts}}_{k,m}^n+{\mathrm{Tq}}_{k,m}^n+\delta$

，其中表示视频包从被应用层发送到当前时刻所经历的时间，表 示将第n个NALU所有的视频包传输到物理信道所需的时间，δ表示传播时 间；

令R_k表示第k个视频用户的平均发送速率，那么通过下式得到：

${\mathrm{Ts}}_{k,m}^n=\frac{\underset{m}{\Sigma }\left|p_{k,m}^{n^{\prime }}\right|\delta (n-n^{\prime })}{R_k}$

，其中表示视频包的比特大小，δ(n)表示单位冲激函数，当且仅当 n=0时δ(n)=1，否则δ(n)=0。

综上，传输队列中每个视频包的延时即紧急性参数都可以通过简单的计 算得到。

为了简化公式表达，除过在计算视频包的重要性和紧急性时，其他时候 上标n都被省略，例如也可以表示为pk,m，也可以表示为Td_k,m。

步骤3：计算视频数据包的效用；

由于效用函数的定义需保证优先传输高效用的视频包以更好的满足系 统中所有用户对视频质量的要求，而视频包的调度与视频包重要性和紧急性 这两个因素息息相关，所以视频包的效用函数可以表示为U(Td,PI)，其中 Td表示视频包的紧急性参数，PI表示视频包的重要性参数。

U(Td,PI)满足以下两个条件：

条件1：当PI固定，U(Td,PI)随着Td的增加而增加，且效用函数曲 线的斜率随着Td的增加而增加；

解释：这是出于两个考虑，由于高延时的视频包比低延时的视频包更易 出现超时，所以具有较大延时的视频包应该优先传输，以减少超时引起的质 量下降；每一个视频包只要在最大延时限制时间内传输到用户端就可以进行 解码，具体延时的长短并不影响最终的视频质量，所以每一个视频包应该推 迟传输直到它的延时已经接近最大延时限制，这样有利于更多的视频包及时 传输到用户端，从而提高所有用户的平均视频质量。

条件2：当Td固定，U(Td,PI)随着PI的增加而增加，且效用函数曲 线的斜率随着PI的增加而减少。

解释：递增的特性是为了保证重要的视频包可以被优先传输。上凸性是 为了阻止过度依赖视频包重要性而导致的超时的视频包数量增加，特别是当 所有的视频包都很重要，都需要被及时传输到用户端以保证一定的视频质量 时。

本步骤中具体采用的效用如下所示：

$U_{k,m}={\left({\mathrm{PI}}_{k,m}\right)}^{\beta }\exp \left(\frac{{\mathrm{Td}}_{k,m}-T_{k,\max }}{T_{k,\max }}\right),0<\beta <1$

，其中β决定了给定传输时间间隔（TTI）中视频包的效用函数的斜率，T_k,max为第k个视频用户的最大延时限制，PI_k,m为第k个视频用户的传输队列中第 m个视频包p_k,m的重要性，Td_k,m为第k个视频用户的传输队列中第m个视 频包p_k,m的延时。

步骤4：利用动态规划算法或贪婪算法得到一个合适的调度策略

综合考虑HSDPA网络的传输限制，构建了一个以最大化系统中所有用户 累计的视频包效用为目标的跨层调度优化问题。通过利用动态规划算法，求 解得到一个最优的调度策略。

所述跨层调度优化问题描述为：

$P:\underset{A,B}{\max }\underset{k=1}{\overset{K}{\Sigma }}\underset{j=0}{\overset{J_k}{\Sigma }}{a}_{k,j}\left(\underset{m=1}{\overset{M_k}{\Sigma }}{U}_{k,m}{b}_{k,m}\right)$

$\left(a\right)a_{k,j}\in \left\{\mathrm{0,1}\right\},\underset{j=0}{\overset{J_k}{\Sigma }}{a}_{k,j}=\mathrm{1,1}\le k\le K$

(b)b_k,m∈{0,1}

$\left(c\right)\underset{k=1}{\overset{K}{\Sigma }}\underset{j=1}{\overset{J_k}{\Sigma }}{a}_{k,j}{n}_j\le N_{\max }$

$\left(d\right)\frac{1}{t_{\mathrm{TTI}}}\underset{m=1}{\overset{M_k}{\Sigma }}{b}_{k,m}\left|p_{k,m}\right|\le \underset{j=0}{\overset{J_k}{\Sigma }}{a}_{k,j}{r}_j,1\le k\le K$

(e)maxTq_k,m≤T_k,max

其中，U_k,m表示第k个视频用户的传输队列中第m个视频包p_k,m的效用，J_k为 第k个视频用户反馈的CQI（信道质量指示），同时也是该用户最大可支持 的速率索引，n_j表示速率索引为j(j∈[0,30])时所需要的码字数,r_j表示速率 索引为j(j∈[0,30])时所需要的传输速率，由协议3GPP TS25.214,"Physical  Layer Procedures(FDD)"给出，约束条件(a)表示a_k,j只能取1或0,分别表 示速率索引j分配给第k个视频用户或不分配给第k个视频用户,且每一个 视频用户只可以分配一个速率索引，约束条件(b)表示b_k,m只能取1或0, b_k,m=1表示视频包p_k,m将发送给第k个视频用户，b_k,m=0表示视频包 p_k,m将不发送给第k个视频用户，约束条件(c)指明了所有视频用户分配的 码字数之和不能超过HSDPA系统总的可用码字数N_max，约束条件(d)表示所有 选择传输的视频包大小之和不能超过分配给第k个视频用户的传输能力， t_TTI为传输时间间隔,等于2ms，Tq_k,m表示视频包p_k,m从应用层发送到当前时刻 所经历的时间，T_k,max为第k个视频用户的最大延时限制，任何超时的视频包 都将在传输之前丢弃以防止无线资源的浪费；

跨层调度的目标就是找到速率索引分配的决策向量A={a_k,1≤k≤K}, 以及视频包传输的决策向量B={b_k,1≤k≤K},使得在无线资源限制和时 延要求的限制条件下,最大化目标函数（系统中所有视频用户累计的视频包 效用）,以提高视频质量。根据a_k,分给第k个视频用户的码字数x_k,可 以通过下式计算得到

$x_k=\underset{j=0}{\overset{J_l}{\Sigma }}{a}_{k,j}{n}_j$

提出的问题为非线性优化问题，人为地引进时间因素，把它视为多阶段 决策过程，采用动态规划算法解决。动态规划算法的有效性依赖于问题本身 所具有的两个重要性质：最优子结构性质（最优性原理）和子问题重叠性质。 很显然，提出的优化问题可以分解为K重叠的子问题{SP_i,i∈[1,K]},描述为

${\mathrm{SP}}_i:\underset{A,B}{\max }\underset{k=i}{\overset{K}{\Sigma }}\underset{j=0}{\overset{J_k}{\Sigma }}{a}_{k,j}\left(\underset{m=1}{\overset{M_k}{\Sigma }}{U}_{k,m}{b}_{k,m}\right)$

,同时可以证明该优化问题也符合最优子结构性质，所以该优化问题可以用动 态规划有效求解出全局最优解。具体方法为：

注意到提出的优化问题中a_k和b_k的最优取值和可以通过求解每 一个用户的最优码字分配方案中得到,所以为了简单起见,选取分配给第k 个视频用户的码字数x_k为动态规划算法的决策变量。g_k(x_k)表示分配给第 k个视频用户的码字数为x_k时所得到的最大的累计视频包效用,可以通过 下式计算得到：

$g_k\left(x_k\right)=\underset{a_k,b_k}{\max }\left\{\underset{j=0}{\overset{J_k}{\Sigma }}{a}_{k,j}\left(\underset{m=1}{\overset{M_k}{\Sigma }}{U}_{k,m}{b}_{k,m}\right)\right\}$

状态变量s_k表示分配给第k个视频用户至第K个视频用户的码字数, 它根据状态转移方程s_k+1=s_k-x_k进行更新。此时递归的动态规划方程可 以写成:

$\left(\begin{array}{c}{f}_k\left(s_k\right)=\underset{0\le x_k\le s_k}{\max }\{g_k\left(x_k\right)+f_{k+1}\left(s_{k+1}\right)\},1\le k\le K\\ f_{K+1}\left(s_{K+1}\right)=0\end{array}\right)$

,f_k(s_k)表示在状态s_k时,第k个视频用户至第K个视频用户可能的最大累 计视频包效用。通过计算f_k(s_k),还可以得到在状态s_k时分配给第k个视频 用户的最优码字数,具体计算方法如下所示：

$x_k^{*}\left(S_k\right)=\arg \underset{0\le x_k\le s_k}{\max }\{g_k\left(x_k\right)+f_{k+1}\left(s_{k+1}\right)\}.$

算法流程如下所示:

为了降低计算复杂度，利用贪婪算法可以得到一个次优的调度策略。

定义

$U_k=\underset{a_k,b_k}{\max }\left\{\underset{j=0}{\overset{J_k}{\Sigma }}{a}_{k,j}\left(\underset{m=1}{\overset{M_k}{\Sigma }}{U}_{k,m}{b}_{k,m}\right)\right\}$

表示第k个视频用户的效用。κ和κ′分别表示HSDPA系统中所有用户的 索引集和被调度的用户的的索引集。贪婪算法的基本思想就是每一步把码字 分配给效用最大的用户，直至可用码字被全部分完。具体算法如下。

上述方法的仿真实验结果通过网络仿真器（NS2）得到。在仿真中，系 统中共有六个视频用户，平均分布在小区内并缓慢运动。每个视频用户请求 不同的视频序列。下面具体给出参数设置。

1)编码器为H.264/AVC（JM16.2）。

2)测试序列为Foreman，Silent，Soccer，Crew，Tennis，Coast。

3)测试序列格式为CIF（352*288），帧数为3000帧。

4)编码帧率30帧/秒。

5)图像组（GOP）长度为12，结构为IPPPPP…。

6)一帧分为6个slice。

7)采用简单的时域补偿的错误消隐机制，即采用最近的一个解码帧的相同位 置的信息来代替当前丢失的视频信息。

8)仿真时间为100ms。

9)仿真中，比较以下7种算法性能：

本发明中提出的两种算法：动态规划算法（DP）和贪婪算法（GA）；

比例公平（PF）算法，该算法是系统吞吐量和用户长期公平性的折中。

无线公平高速调度算法(Wireless Fair High Speed Scheduling  algorithm，WFHSS)，该算法根据用户请求的数据速率实时为用户调整传输 速率以满足用户传输时延的要求。该方法可以保证系统中的所有用户间的公 平性，包括长期公平性和短期公平性。

修正的最大加权延时优先算法（Modified Largest Weighted Delay  First，M-LWDF)。该算法综合考虑了比例公平因子，平均信道质量和用户 传输队列中第一个数据包的延迟，可以有效提高传输质量。

跨层调度（Cross-layer scheduling，CLS），该方法设计了一个跨层优 化方案以最大化总的视频质量，并保证用户间的公平性。

基于延时预测的内容和信道可感知的实时视频数据包调度方法（Delay  Prediction based Content and Channel Aware，DPCCA)，该方法根据队列信息 和物理层反馈的网络状态对视频用户进行分类：资源充足型，资源恰好型， 资源不足型；在信道资源预分配之后，对于不同类型的用户采用不同的调度 策略，资源不足型用户主动丢弃不重要的数据包，资源充足型用户主动将调 度机会禅让给传输性能较差的用户，从而提高总体视频传输的质量和用户间 的公平性。

从图2中可以看出，本发明中的次优的贪婪算法可以得到与最优的动态 规划算法近似相等的平均PSNR值，同时本发明中的两种算法都可以有效的 提高所有用户的平均视频质量。其中，动态规划算法的平均PSNR可以达到 31.96dB,比CLS算法提高7.6dB，比DPCCA提高1.01dB。与PF, M-LWDF,CLS以及WFHSS相比，本发明中的两个算法有效提高了请求高码率 视频的视频质量。这是因为这些序列在传输过程中更容易出现资源的短缺， 而本发明总是尽可能多的传输这些序列重要的视频包。此外，与DPCCA算法 相比，本发明的跨层设计并没有采用传统的先进先出队列策略，而是采用了 更加灵活的队列管理策略，从而使得本发明在预测出现偏差时仍能保证较好 的系统性能。

在最大时延限制不同的条件下进行了多次实验，参见图3，这些曲线表 明本发明的算法对于HSDPA网络中视频传输质量可以取得稳定的增益。

由于PSNR并不能完全准确反映视频主观质量，因此也使用结构相似性 （SSIM）来进一步比较这7种算法的性能，如图4所示。如果无传输失真， 则SSIM等于1。本发明的算法明显优于其他算法。

这里还需指出，上如方法适用于全是视频用户的HSDPA系统。当然，如 果系统中除了视频用户还有其他用户，本方法仍可以继续使用。该方法可以 嵌入到一个多级调度器中，自身作为一个子调度器仅为视频用户进行数据包 调度。