0 引言

近年来，基于移动技术的视频传输(如在线游戏直播、体育直播等)己成为热门流媒体应用，视频传输流量也出现快速增长^[1]。2012年视频流量约占总流量的58%，2017年将达到70%左右。2012~2017年，移动总流量将增长14倍左右^[2]。如何保证在现有网络下确保超清视频数据传输的可靠性是服务商面临的主要难题。

虽然，当前网络基础设施建设已为用户提供不同的互联网接入方法，但单一网络的数据传输能力仍存在限制，无法提供满意的移动视频传输性能^[3]。WLAN网络存在的主要问题是带宽受限，覆盖范围小，无法满足大量移动用户的移动视频服务需求。WiMAX网络相对可提供更广的覆盖范围和更高峰值速率，但用户共享量较大时，多媒体实时高吞吐量需求无法满足。单一网络性能受限使得异构网络带宽整合问题得到学者们的高度重视。经典联合信源信道编码^[4](Joint Source-Channel Coding，JSCC)主要研究内容是信道编码和信源的速率最优化，以及视频数据纠错编码和信道状态：(1)信道编码和信源编码比优化，例如文献[5、6]；(2)在设定信道参数和状态情形下，如何对编码速率进行调整以达到需要的传输目标，例如文献[7]；(3)信道编码的可靠性改进，如喷泉码、Turbo等；(4)联合编码优化算法设计，实现系统性能提升，如文献[8]；文献[9]研究了在带宽限制情况下的编码速率最优化问题，可实现视频端到端失真的最小化。

但是，上述算法利用差错控制方式，但并未考虑信道本身存在的故障问题，容易造成传输数据视频传输质量的弱化，影响用户体验和视频服务质量。对此，本文主要针对异构网络视频传输问题，在解码器中利用晶格量化转换进行了多描述联合信源信道编码方法研究，目的是获得低失真和低延迟视频传输方案。

1 问题模型描述

利用多描述联合信源信道编码（MD-JSCC）的信号源异构网络并行信道传输方案如图1所示。

则称率失真五元组(R₁，R₂，D₀，D₁，D₂)是可以实现的。其中，MD-SC问题的率失真区域R(D₀，D₁，D₂)是速率对(R₁，R₂)的闭包集合。该区域中有或没有边信息(SI)事先是未知的。例外情形是二次高斯MD-SC情形，即高斯源和二次失真函数：

2 基于晶格量化器的模拟MD-JSCC方案

2.1 多重描述的模拟映射

2.2 晶格量化器

l维晶格是欧氏空间的离散子群，可描述为：

2.3 编码-解码过程

其中，θ是旋转角度。输出的最大相关可利用旋转角度θ=π/2获得，可参见文献[9]。所提联合模拟信源信道MD编码方案如图2所示。

图2中，(S₁，S₂)可通过以下步骤编码X₁：

(2)情形2：（有SI可用编码器）将遵循情形1编码，除辅助变量初始对(Z₁，Z₂)₀，其替代形式为：

3 实验分析

3.1 实验设置

选取Exata作为网络仿真器，设置如下：仿真平台版本是Exata 2.1，该平台是由QualNet开发的高级模拟版本，可用来进行半实物环境下的实验仿真。为实现获得H.264实时视频流的目的，利用Exata 2.1与本文算法进行整合开发，具体开发细节可参照Exata使用手册。网络结构设计中，预留有线网络接入端口，端配的无线网络接口有WiMAX接口、WLAN接口和HSDPA接口。通过IP地址绑定可建立客户端与服务端的连接。异构网络有关参数设置如表1所示。

本文将所提SCLQ-JSCC算法同下列多路径/异构网视频传输方案进行对比：(1)虚拟路径传输系统(Virtual Path System，VPS)。该方法采用喷泉码进行异构网视频传输路径构建，在算法实现中，参数更新周期为0.5 s。喷泉码数据包大小是8 B，符号长度为512 B。(2)媒体流量分配策略(Media Flow Rate Allocation，MFRA)。该策略采用使用率最大算法进行多路径视频传输的编码速率和冗余度优化，视频层数设定为数值1，因为SVC/H.264编码的可伸缩性。

3.2 结果分析

为对所提SCLQ-JSCC算法性能进行验证，选择可容忍的传输丢失率对前向纠错码(Forward Error Correction，FEC)冗余度和视频编码速率进行对比。

图4所示为3种对比算法冗余度和视频编码速率两项指标的对比情况。从图4(a)可看出，所提SCLQ-JSCC算法在编码冗余度指标要明显优于VPS以及MFRA两种算法，同时MFRA策略因为考虑到了冗余度优化问题，其冗余度要优于VPS策略。根据图4(b)所示可知，在视频编码速率指标上，本文算法要优于选取的两种对比策略，而VPS策略因为考虑到了虚拟路径传输问题，因此其编码速率要高于MFRA算法。

实验过程中，视频接收的PSNR指标(峰值信噪比)标准差、均值和瞬时值对比结果如表2所示。表2实验结果显示，在PSNR指标均值上，本文算法在City等4组视频传输上要始终高于VPS以及MFRA两种算法，这表明混在传输信号中的失真相对最小，本文算法的视频复原质量相对更好。而在PSNR指标标准差上，本文算法的标准差最小，这表明所提算法视频传输的稳定性更好。

图5所示结果为视频传输过程中的帧延迟累积分布。根据图5实验结果可知，本文所提SCLQ-JSCC 算法的帧延迟要显著低于VPS以及MFRA两种算法，这体现了所提算法的低延迟特性，虽然VPS算法中考虑了虚拟路径传输问题，但是视频帧丢失后需要重新搭建虚拟路径，因此会影响视频帧的传输延迟。

图6所示为[30，80]s时间段内的有效损失率指标对比情况，需注意视频传输过程中的PSNR值不但与损失率有关联，同时还和视频帧丢失情况有关，因此该指标可一定程度上体现视频传输过程的质量变化。

根据图6所示可知，在有效损失率指标上，本文算法要小于选取的VPS及MFRA算法，MFRA因为采用了视频分流传输技术，导致其在损失率上要高于VPS及本文SCLQ-JSCC算法。上述实验结果验证了所提算法在视频数据传输质量和传输速度上的优势。

4 结束语

本文提出基于晶格量化的异构网络视频联合信源信道编码方法，建立高斯视频源传输的多描述独立并行信道传输框架，采用晶格尺度量化方法实现模拟映射带宽降低，通过带宽扩展来提高异构网络视频传输性能。今后将主要针对多接入中继信道或多跳网络MD-JSCC方案模拟网络拓扑结构进行研究。

参考文献

[1] KOLIOS P，FRIDERIKOS V，PAPADAKI K.Energy-aware mobile video transmission utilizing mobility[J].IEEE Network，2013，27(2)：34-40.

[2] Lin Kai，SONG J G，Luo Jiming，et al.Green video transmission in the mobile cloud networks[J].IEEE Transactions on Circuits and Systems for Video Technology，2017，27(1)：159-169.

[3] Zhan Cheng，Wen Zhe.Efficient video transmission in D2D assisted mobile cloud networks[J].China Communications，2016，13(8)：74-83.

[4] Liu Wu，Mei Tao，Zhang Yongdong.Instant mobile video search with layered audio-video indexing and progressive transmission[J].IEEE Transactions on Multimedia，2014，16(8)：2242-2255.

[5] 唐猛，陈建华，张艳，等.基于分层调制的物理层网络编码研究[J].电子与信息学报，2016，38(3)：2568-2574.

[6] 代媛，何东健，张建锋，等.基于分布式信源编码的果园视频压缩方法研究[J].农业机械学报，2016，47(3)：298-304.

[7] VARASTEH M，GUNDUZ D，TUNCEL E.Zero-delay joint source-channel coding in the presence of interference known at the encoder[J].IEEE Transactions on Communications，2016，64(8)：3311-3322.

[8] 牛芳琳，李宝明，陈付亮，等.一种改进的基于部分信息喷泉码度分布设计[J].电子学报，2016，44(2)：295-300.

[9] 台玉朋，王海斌，杨晓霞，等.一种适用于深海远程水声通信的LT-Turbo均衡方法[J].中国科学:物理学 力学 天文学，2016，46(9)：094313.

作者信息:

王 强1，杨俊波2，冉耀宗1，石 维3

（1.铜仁学院 大数据学院，贵州 铜仁554300；2.国防科学技术大学 理学院，湖南 长沙410000；

3.铜仁学院 材料与化学工程学院，贵州 铜仁554300）