基于部分网络状态信息的无线视频调度研究

Resource scheduling is one of the key techniques for multimedia communications. However, most existing resource scheduling algorithms for multimedia communications assume that perfect network state information is available or known to the scheduler. Clearly, this assumption may be invalid in many practical multimedia communication scenarios. It is not appropriate to directly extend existing algorithms to the case of partial network state information since they completely ignore the impact of network state information uncertainty on the performance of the resource scheduling. To this end, this program aims at proposing a series of resource scheduling strategies for wireless video transmission, in the context of practical communication scenarios, based on partial network state information to reduce the dependence of the network transparency and dynamic on the scheduling performance. Specifically, we first analyze and model the uncertainty of the network state information from three perspectives: constrained control channel, partial user QoE function, and dynamic network topology. Next, we design efficient, robust and generic resource scheduling strategies by employing Markov decision theory, online testing-optimization theory, and graph coloring theory, respectively. Finally, the performance of the proposed schemes will be evaluated by both the theoretical analysis and extensive simulations.

资源调度是多媒体通信中的关键技术之一。然而，现有的资源调度研究均建立在网络状态信息已知或可以精确获取这一强假设条件上。显而易见，这一假设往往在实际的应用场景中难以成立。由于忽略了网络状态信息的不确定性对多媒体资源调度的设计和实现性能的影响，现有调度算法并不适用于直接扩展至部分网络状态信息的情况。本项目以实际的无线多媒体通信场景为研究对象，着力解决基于部分网络状态信息的无线视频传输中的资源调度问题，以减少系统调度性能对网络信息透明性或动态变化性的依赖。具体而言，对控制信道受限、用户QoE模型信息部分未知、网络拓扑结构动态变化等三个不同层面进行分析和建模，分别利用马尔科夫决策理论、在线测试-优化理论、图染色理论设计出适合于无线视频通信特性的资源调度机制，提供具有强鲁棒性和普适性的解决方案，并通过仿真实验和理论分析的手段评价和比较所设计机制的性能。

传统的多媒体通信资源分配和调度机制往往假设网络状态信息已知，然而这一假设在现实的无线通信场景中并不适用。本项目着力解决了基于部分网络状态信息的无线视频传输中的资源调度问题，通过设计出适合于无线视频通信特性的资源调度机制，提供具有强鲁棒性和普适性的解决方案。. .本项目着重从如下几个方面开展了深入细致的研究工作：1）控制信道受限情况下的分布式调度。根据控制信道受限情况的不同，在部分可观的马尔科夫决策理论框架下建立控制信息动态管理模型。在此基础上，设计了联合控制信息动态管理的分布式资源调度机制，实现了控制信道受限情况下的高效的分布式资源管理和分配。2）基于不完全用户QoE 模型信息的资源调度。从统计分析角度建立了基于QoE 保证的资源调度策略优化问题，分析在QoE 模型信息不完全情况下的资源调度方案拟合性能。利用在线测试-优化理论，设计联合测试时间优化的动态资源调度方案，获得测试时间与视频传输质量之间的平衡。3）基于部分网络拓扑信息的无线视频多径路由协议。利用图染色理论获取网络拓扑状态模型，并根据动态的拓扑结构对视频质量的影响，设计了基于链路估计机制的无线视频多径路由协议。..本项目针对不同层面的网络状态信息的不确定性进行建模，设计了适合于无线视频通信特性的码流调度机制，实现了以下目标：1）刻画控制信道受限特征，利用部分可观的马尔科夫决策理论构建控制信息选择与发送的理论基础，以实现视频码流传输质量与控制信息选取和发送之间的最优折衷。2）考虑用户的QoE 模型信息不完全时，建模统计意义下的资源调度策略优化问题，利用在线测试-优化理论，设计联合测试时间优化的动态资源调度方案，在测试时间合理性和预测结果准确性上得以权衡。3）利用图染色理论建立网络拓扑状态模型，根据移动特性与网络性能统计特性的关系，预测可能存在的可靠链路，以选择低耦合多径路由集合。..通过本项目的研究，发表了SCI期刊论文17篇，其中IEEE、ACM Transitions论文13篇。申请并受理了11项发明专利，其中已授权2项发明专利。一篇论文获得ACM Mobimedia 2015最佳论文奖，一篇论文获得IEEE Healthcom 2013最佳论文奖。培养博士生、硕士生十余名，参加国内外学术交流十余次。