摘要:移动用户间日益普及的视频数据传输,使得传统无线通信网络上的流量爆炸性增长问题变得愈发严重,而基于D2D通信的数据机会传输被认为是能够实现数据卸载的有效方法.然而在移动机会网络中,数据传输主要通过数据复制和机会转发而实现.为了获得较高的投递率和较低的投递时延,数据复制往往被过度使用,冗余的数据包不仅会消耗大量的设备和网络资源,还会增加网络的传输负载,降低网络性能.对于视频数据传输,由于其较强的持续性和远高于一般标量数据的数据量,该问题会更加突出.因此,基于多人协作博弈,提出了一种面向视频传输质量的机会路由算法VOR-MG,实现对视频传输质量和传输开销的优化.具体来讲,首先建立视频数据包的边缘质量增益模型,然后把多用户相遇时的视频数据传输建模为一个多用户协作博弈,最后,基于其纳什最优解来对每个视频数据包的复制或者转发进行决策,从而保证在视频传输质量最优的情况下,使得网络中的视频数据包备份个数最少.基于合成数据集和真实数据集的仿真结果表明:其视频传输质量比对比算法高出1 dB~2dB,但是平均最大数据包备份数仅为同类算法的25%左右.
Abstract:The increasing popularity of video delivery among mobile users makes the problem of explosive traffic growth becoming more and more serious for traditional wireless networks, and video transmission based on D2D (device-to-device) communication through MONs (mobile opportunistic networks) is regarded as an ideal way to resolve this issue. However, data transmission in MONs is mainly through the two ways: data replication and data forwarding. Thus, to achieve high delivery ratio and low delivery delay, data replication is usually excessively exploited, and the large number of redundant replicas will not only consume large amount of nodal resource but also greatly increase the overload of networks. For video transmission, this issue becomes more severe for its volume and continuity. Thus, this study proposes a novel routing scheme for video data transmission in MONs, based on multi-player cooperative game, which can maximize the quality of reconstructed video data while minimizing the overhead of nodal and network resources. Specifically, the marginal gain model is first constructed for video delivery quality, and then the video data transmission is modeled among multiple encounters as a multi-player cooperative game. Under the guidance of Nash equilibrium theory, the video data carried by these encountering nodes is adaptively and optimally re-assigned among them. Extensive simulations based on real-life mobility traces and synthetic traces have validated the effectiveness of the proposed routing algorithm.
PDF全文下载地址:
http://jos.org.cn/jos/article/pdf/5857
删除或更新信息,请邮件至freekaoyan#163.com(#换成@)
一种多用户协作博弈的视频机会传输路由算法
本站小编 Free考研考试/2022-01-02
相关话题/数据 网络 质量 通信 优化
基于级联密集网络的轮廓波变换域图像复原
摘要:近年来,卷积神经网络凭借极强的学习能力,在图像复原任务上实现了比传统学习方法更令人满意的结果.但是,由于丢失了重要的纹理细节,这些基于卷积神经网络的方法普遍存在着复原图像过度平滑的缺点.为解决该问题,提出一种基于级联密集型卷积神经网络的轮廓波域图像复原方法,可以应用于单幅图像去噪、超分辨率及J ...中科院软件研究所 本站小编 Free考研考试 2022-01-02基于不相似性度量优化的密度峰值聚类算法
摘要:密度峰值聚类(clusteringbyfastsearchandfindofdensitypeaks,简称DPC)是一种基于局部密度和相对距离属性快速寻找聚类中心的有效算法.DPC通过决策图寻找密度峰值作为聚类中心,不需要提前指定类簇数,并可以得到任意形状的簇聚类.但局部密度和相对距离的计算都 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02数据驱动的移动应用用户接受度建模与预测
摘要:应用市场(appmarket)已经成为互联网环境下软件应用开发和交付的一种主流模式.相对于传统模式,应用市场模式下,软件的交付周期更短,用户的反馈更快,最终用户和开发者之间的联系更加紧密和直接.为应对激烈的竞争和动态演变的用户需求,移动应用开发者必须以快速迭代的方式不断更新应用,修复错误缺陷, ...中科院软件研究所 本站小编 Free考研考试 2022-01-02函数级数据依赖图及其在静态脆弱性分析中的应用
摘要:数据流分析是二进制程序分析的重要手段,但传统数据依赖图(DDG)构建的时间与空间复杂度较高,限制了可分析代码的规模.提出了函数级数据依赖图(FDDG)的概念,并设计了函数级数据依赖图的构建方法.在考虑函数参数及参数间相互依赖关系的基础上,将函数作为整体分析,忽略函数内部的具体实现,显著缩小了数 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02类属型数据核子空间聚类算法
摘要:现有的类属型数据子空间聚类方法大多基于特征间相互独立假设,未考虑属性间存在的线性或非线性相关性.提出一种类属型数据核子空间聚类方法.首先引入原作用于连续型数据的核函数将类属型数据投影到核空间,定义了核空间中特征加权的类属型数据相似性度量.其次,基于该度量推导了类属型数据核子空间聚类目标函数,并 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02基于采样的在线大图数据收集和更新
摘要:互联网中,以网页、社交媒体和知识库等为载体呈现的大量非结构化数据可表示为在线大图.在线大图数据的获取包括数据收集和更新,是大数据分析与知识工程的重要基础,但面临着数据量大、分布广、异构和变化快速等挑战.基于采样技术,提出并行、自适应的在线大图数据收集和更新方法.首先,将分支限界方法与半蒙特卡罗 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02分级可逆的关系数据水印方案
摘要:关系数据可逆水印技术是保护数据版权的方法之一.它克服了传统的关系数据数字水印技术的缺点,不仅可以声明版权,而且可以恢复原始数据.现有方法在恢复原始数据时不能控制数据恢复的程度,无法调节数据的可用性.提出了一种分级可逆的关系数据水印方案,定义了数据质量等级来反映水印嵌入对数据可用性的影响,设计了 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02基于二跳共同邻居的无人机群体网络演化算法
摘要:无人机集群在执行任务过程中所面临的干扰,对集群通信网络的可靠性提出了新的挑战.针对这一问题,提出了能够同时反映网络非均匀性与节点之间相似性的二跳共同邻居指标.基于该指标,使用链路预测研究方法,考虑网络初始化阶段与网络维护阶段,提出了LPTCN无人机集群网络演化算法.从数学分析与仿真实验两个方面 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02一种基于卷积神经网络的砂岩显微图像特征表示方法
摘要:砂岩显微图像分类是地质学研究中一项基本工作,在油气储集层评估等方面有重要意义.在实现自动分类时,由于砂岩显微图像具有复杂多变的显微结构,人工定义特征对砂岩显微图像的表示能力有限.此外,由于样本采集和标注成本高昂,带标记的砂岩显微图像很少.提出一种面向小规模数据集的基于卷积神经网络的特征表示方法 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02基于跨虚拟机零下陷通信的加速器虚拟化框架
摘要:人工智能技术的长足发展对于云计算的算力提出了更高的要求,云服务提供商在数据中心内添置了拥有大量并行计算单元的加速器,这些加速器需要与已有的虚拟化平台相结合以进行计算资源的划分.当前主流的加速器虚拟化方案是通过PCI透传的方式,但是该方式不支持细粒度的资源划分;部分特定型号的加速器还支持了时分复 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02