[发明专利]一种车联网中SVC视频的传输方法

摘要

本发明属于第五代无线通信技术领域，具体涉及一种车联网中SVC视频的传输方法。目的是为了解决目前车联网中视频传输中时延高、核心网负担大和传统的强化学习算法处理能力有限等技术问题。本发明为了降低时延和减轻核心网的负担，将流行度高的SVC视频缓存在路边单元RSU中，如果车辆用户请求的SVC视频恰好存储在路边单元RSU中，就直接由路边单元RSU给车辆用户发送SVC视频，反之再从SVC服务器传送，这不仅可以省去一部分SVC服务器端向路边单元RSU发送SVC视频的时间，而且避免视频频繁穿梭核心网从而减轻核心网的传输负担。

主权项

1.一种车联网中SVC视频的传输方法，其特征在于：包括以下步骤：步骤1.将车联网SVC视频传输的动态系统建模为马尔科夫决策过程MDP＜S,A,P,r＞；其中S表示状态空间，A表示动作空间，P表示状态转移概率函数，r表示回报函数；所述状态空间S包括四部分：1)下行链路的信干噪比η^u(t)；2)可用的无线频谱资源状态信息3)SVC视频存储状态信息e_u；4)SVC视频的内容流行度ρ_u；所述动作空间A包括三部分：1)SVC视频层数选择；2)无线频谱资源块的分配数量；3)选择哪个路边单元RSU为用户服务；所述回报函数其中Ψ_u是SVC视频质量函数，D_u是时延函数，U是车辆用户的个数，α是SVC视频质量的奖励系数且α＞0，单位为元，β是时延的惩罚系数且β＞0，单位为元/秒；步骤2.检测导频信号来获取下行链路的信道增益，建立城市道路场景的路径损耗数学模型，将获取的信道增益代入路径损耗模型中，得到下行链路的信干噪比η^u(t)；步骤3.将每个路边单元RSU中无线资源频谱均分成K块，每一块带宽为Z赫兹，采集可用的无线频谱资源状态信息记为第k块频谱资源被RSU分配与否的标志，当时，路边单元RSU将第k块频谱资源分配给第u个车辆用户；步骤4.将步骤2和3采集的信干噪比η^u(t)和可用的无线频谱资源状态信息代入得到传输速率v_u(t)；步骤5.将SVC视频服务器端提供的原始SVC视频以SVC技术编码为L₀,L₁,L₂,L₃,L₄五层，其中，L₀为基础层，L₁,L₂L₃L₄为增强层；SVC视频遵循H.264/SVC标准，使用软件JSVM获得可伸缩SVC视频流每层的源速率，用源速率乘以播放时间0.5秒，得到各层SVC视频的数据量大小步骤6.将步骤4和5的得到的v_u(t)和代入式子得出SVC视频从路边单元RSU到车辆用户的传输时间T_p；步骤7.采集SVC视频存储状态信息e_u，记为请求SVC视频内容被路边单元RSU存储与否的标志；步骤8.用Zipf分布来模拟SVC视频的流行度ρ_u，ρ_u∈[0,1]，采集得到SVC视频的内容流行度信息ρ_u；步骤9.将步骤7和8采集的SVC视频存储状态信息e_u和内容流行度信息ρ_u代入式子T_b＝(1‑e_u)(1‑ρ_u)T_r，得到当e_u＝0时SVC视频从SVC服务器端传送到路边单元RSU的时间，其中T_r是常数系数；步骤10.将步骤5中车辆用户接收到的SVC视频划分成若干小段进行播放和传输，每一段的播放时间长度T_s＝0.5秒，当播放一小段SVC视频的同时传输下一小段SVC视频流；将步骤6得到的SVC视频从路边单元RSU到车辆用户的传输时间T_p和步骤9得到的当e_u＝0时SVC视频从SVC服务器端传送到路边单元RSU的时间T_b，代入式子得到传输一小段SVC视频所需的总时间T_u；步骤11.将步骤10得到的传输一小段SVC视频所需的总时间T_u，代入式子D_u＝T_u‑T_s，得到步骤1回报函数中的时延函数D_u；步骤12.设各个SVC视频流不同的层解码所对应的峰值信噪比PSNR已知，用峰值信噪比PSNR来衡量接收SVC视频质量并构建步骤1回报函数中的SVC视频质量函数，其中表示车辆用户接收到SVC视频的峰值信噪比PSNR值，PSNR(L₄)是最高层SVC视频的峰值信噪比PSNR值；至此完成MDP问题的建模和采样工作；步骤13.用深度AC算法解决上述MDP问题，初始化Actor部分的权重向量θ和学习率α_a,t且使α_a,t＞0；初始化Critic部分的权重向量ω和学习率α_c,t且使α_c,t＞0；步骤14.将Actor部分的输入设为状态s，输出设为动作a，动作概率分布函数描绘在当前状态下各个动作的概率值，选择一个最大概率值的动作，在当前状态下执行该动作就可以得到这个动作的立即奖励值，状态从当前状态转换到下一状态；步骤15.Critic部分通过神经网络进行函数逼近，通过权重向量ω对状态‑动作值函数Q^π(s,a)进行参数化，采用ReLU作为非线性激活函数，将状态作为神经元的输入，映射到输出端得到Q_ω(s,a)，作为Q^π(s,a)的函数逼近值；步骤16.Critic部分用步骤14得到的立即奖励值和步骤15的结果得到时间差分误差；步骤17.根据步骤16的结果，Critic部分更新权重向量ω；步骤18.将步骤16的结果反馈给Actor部分，指导Actor部分更新权重向量θ和动作概率分布函数,重复步骤14‑18直到动作概率分布函数稳定。