1.本发明涉及无线网络环境下视频传输优化技术，尤其涉及一种密集无线网络中的边缘侧直播视频传输调度方法。
背景技术：
：：2.近年来，ieee802.11无线局域网(wirelesslocalareanetwork,wlan)技术快速发展，其传输速率越来越高，并广泛应用于家庭影音、企业会议、大型活动等诸多场景，用以提供便捷、高速的无线接入网络方式。但随着终端设备数量的爆炸式增长，导致wlan网络大多处于用户密集的状态，以及视频影音、实时会议、在线教育等视频业务的快速普及，使得用户密集型无线网络环境下的直播视频业务越来越普遍。考虑到用户密集型环境下，业务种类繁多，优先级较低的非实时业务类流量对直播视频流量传输干扰严重，同时在许多终端争夺共享带宽的瓶颈网络环境中，终端吞吐量将会出现波动，进而造成用户体验下降。因此，尽管无线网络的传输带宽越来越大，但直播视频传输业务的用户体验依然不佳，亟待优化。3.在直播视频传输业务场景中，大部分工作未考虑最后一跳即边缘接入点(accesspoint,ap)的影响，导致在用户密集环境下直播视频用户体验不佳；且未考虑终端的移动带来的信道状态和网络状态的变化，以及低优先级业务诸如浏览网页、下载文件等带来的影响。4.针对用户密集无线网络环境下终端间互相抢占带宽造成的服务质量(qualityofservice,qos)波动明显的问题，考虑到ap更接近用户终端并具备一定的计算能力，提出了ap侧的优化机制。考虑直播视频的流畅度需求，设计一套基于模糊逻辑的优化机制，综合考虑终端信道状态进行合理的优先级调度并进行传输速率调整，确保直播视频数据包在过载ap上的qos指标平稳，进而保证直播视频的用户体验。技术实现要素：5.为解决上述问题，本发明公开了一种密集无线网络中的边缘侧直播视频传输调度方法；针对用户密集型无线网络环境下的直播视频业务的需求，在网络边缘设备ap上决策终端优先级和传输速率，并实施传输调度。6.具体来说，首先进行业务分类，其次考虑直播视频的流畅度需求，设计一套基于模糊逻辑的优化机制，综合考虑终端信道状态进行合理的优先级调度并进行传输速率调整，确保直播视频数据包在过载ap上的qos指标平稳，进而保证直播视频的用户体验。7.本发明的技术方案：一种密集无线网络中的边缘侧直播视频传输调度方法，具体包括以下步骤：8.步骤(1)模糊逻辑决策框架：该框架包含输入模糊化、模糊推理机和解模糊输出，以吞吐量信息、ap状态信息、终端信道信息作为输入，其输出为终端优先级和mcsindex。9.步骤(2)基于流量分类和模糊逻辑的主动队列管理：将流量分类为处理各类业务流量，即将各类业务流量分类为直播业务和非直播业务；对于直播业务流量，采用htb算法构建树，利用分层控制思想对各节点的流量数据进行管理，并设定节点的优先级，且叶结点具备向中间节点借用带宽的功能，根据模糊逻辑决策出的终端优先级将流量分配至不同的队列。10.步骤(3)直播视频传输需求驱动的无线传输速率自适应控制：利用现有的无线传输多速率机制，设计结合直播视频传输业务需求的mcsindex主动控制。根据模糊逻辑决策出的mcsindex，动态调整终端的mcsindex，实现无线传输速率自适应控制。11.进一步的，所述步骤(1)具体包括：12.步骤(11)构建ap侧信息采集模块，获取终端吞吐量信息、终端信道信息、ap状态信息等等，将终端吞吐量、终端丢包率、终端信噪比、终端空分流和ap占空比(th,ls,sr,ns,au)作为输入的5个语言变量(linguisticvariable)；13.步骤(12)采用三角形隶属度μ函数计算每个输入的语言变量在自己的3个模糊集合里的隶属度，即μh(th),μm(th)，μl(th)，μh(ls),μm(ls)，μl(ls)，μh(sr),μm(sr)，μl(sr)，μh(ns),μm(ns)，μl(ns)，μh(au),μm(au)，μl(au)；14.步骤(13)将步骤(11)计算得到的输入语言变量在模糊集合上的隶属度值作为判断条件，代入模糊规则库中的每一条规则i；15.步骤(14)16.对于每一条规则i，将判断条件中的所有隶属度值取最小值，得到这条规则的点火强度fsi，fsi＝min[μi1(th),μi2(ls),μi3(sr),μi4(ns),μi5(au)]，i1,i2,i3,i4,i5∈{l,h,m}，分别表示规则i中th、ls、sr、ns、au所对应的模糊值；[0017]步骤(15)运用蕴含算子，根据规则i的点火强度fsi对其输出模糊集做截断；[0018]步骤(16)将步骤(15)得到的所有规则的输出模糊值进行整合；[0019](17)对整合后的输出模糊值运用最大隶属度方法，得到终端优先级和mcsindex的精确值。[0020]进一步的，所述步骤(2)具体包括：[0021]步骤(21)将流量分类为直播业务流量和非直播业务流量，对含直播业务流量的终端ip做标记；[0022]步骤(22)根据htb算法的分层机制建立树，树的每个节点作为一个类，每个叶节点上有一个子队列。对根结点、中间节点、叶节点赋预定义的可借用带宽因子quantum，速率rate，最高速率ceil，在叶节点上定义优先级prio；[0023]步骤(23)基于iptables对各业务流量进行标记，将标记的直播业务流量分类到htb的叶节点上，构建子队列q1,q2,…,qn，分布在叶节点leaf1,leaf2,…,leafn上；[0024]步骤(24)ap发出的数据包由各队列上的数据构成，其中高优先级队列优先发送。htb算法从类树的底部开始往上找can_send状态的节点，如果找到某一层有can_send状态的节点则停止；[0025]步骤(25)如果找到该层是叶节点，有m个叶节点leafi处于can_send状态(i∈[1,n])，将这m个叶节点按照优先级排序，优先级高的先发送；如果同一优先级有多个叶节点，则在这些节点中轮询处理，每个叶结点发送自己的子队列中quantum个字节后，轮到下一个节点发送；[0026]步骤(26)如果找到的是中间节点，顺着树往下找子孙叶节点。如果只有一个叶节点处于may_borrow状态，就将中间节点富余的quantum值借给该叶节点让其发出数据包；如果中间节点有多个子孙叶节点处于may_borrow状态，处理步骤与步骤(25)一样，按优先级和轮询操作，优先级高的叶节点先发送；[0027]步骤(27)根据模糊逻辑决策得到的终端优先级进行调度，将终端流量在各个叶节点中动态调整。[0028]进一步的，所述步骤(3)具体包括：[0029]步骤(31)根据模糊逻辑决策得到终端的mcsindex，将要控制的终端及其mcsindex转化后存入用户态的指定位置；[0030]步骤(32)调用iw命令通过控制通道调用被修改的内核函数读取该用户态指定位置内容；[0031]步骤(33)将读取后的内容转换为相应变量，由在内核修改的函数执行，达到修改mcsindex，控制终端无线传输速率的目的。[0032]本发明的有益效果：本发明与现有技术相比，其显著优点是：[0033]1、本发明提出的方法基于模糊逻辑决策框架，在ap侧实施直播视频传输调度，同时考虑终端优先级调度和速率控制。由于在ap侧可实时获取每个终端的状态，因此能够从全局的角度对传输进行优化，显著提升终端的平均时延、吞吐量、丢包率等方面的性能，从而优化用户体验。[0034]2、本发明采用模糊逻辑进行终端优先级和速率决策，占用计算、存储等资源非常少，是一种轻量级调度方法。即便是运行在资源受限的ap上，也能够应对密集无线网络场景下大量直播视频传输流量，并对其进行实时调度。附图说明[0035]图1是本发明模糊逻辑框架图的流程图；[0036]图2是本发明各输入变量的三角形隶属度函数图；[0037]图3是本发明htb分层管理示意图；[0038]图4是本发明主动队列管理的流程图；[0039]图5是本发明传输调度的总体框架图。具体实施方式[0040]下面结合附图和具体实施方式，进一步阐明本发明，应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。需要说明的是，下面描述中使用的词语“前”、“后”、“左”、“右”、“上”和“下”指的是附图中的方向，词语“内”和“外”分别指的是朝向或远离特定部件几何中心的方向。[0041]下面结合附图对本发明的具体实施方式进行详细阐述。[0042]本实施例提供一种密集无线网络中的边缘侧直播视频传输调度方法。在边缘ap侧进行优化机制部署，对用户直播视频流进行形式化描述并进行业务分类；在此基础上，利用模糊逻辑理论，基于用户优先级调度和传输速率决策设计并实现直播视频数据调度方法。该方法在模糊逻辑框架的基础上，主要包括基于流量分类和模糊逻辑的主动队列管理、直播视频传输需求驱动的无线传输速率自适应控制两个方面。[0043]1、模糊逻辑决策框架设计[0044]本实施例设计模糊逻辑框架。该框架包含输入模糊化、模糊推理机和解模糊输出，以吞吐量信息、ap状态信息、终端信道信息作为输入，其输出为终端优先级和mcsindex。图1给出了模糊逻辑决策框架的整体步骤。[0045]1.1输入模糊化[0046]将吞吐量、丢包率、信噪比、空分流和占空比(th,ls,sr,ns,au)作为5个输入的语言变量(linguisticvariable)。对于每个输入的语言变量，其取值作为一组语言名称，并将其所有取值构成语言名称集合，每个语言名称集合对应一种模糊集合。本实施例将每个语言变量取值的模糊集合个数设为3个，即高、中和低，分别用high(h)、medium(m)和low(l)表示。隶属度函数计算每个语言变量在自己的3个模糊集合里的隶属度，本实施例采用三角形隶属度函数，三角形隶属度函数定义如下：[0047][0048]其中，参数a和c确定三角形的“脚”，b确定三角形的“峰”。本实施例对各个输入变量隶属度函数进行描述，图2提供了各输入变量隶属度函数图。[0049]输入模糊化的具体步骤如下：[0050](1)构建ap侧信息采集模块，获取终端吞吐量信息、终端信道信息、ap状态信息等等，将终端吞吐量、终端丢包率、终端信噪比、终端空分流和ap占空比(th,ls,sr,ns,au)作为输入的5个语言变量(linguisticvariable)；[0051](2)采用三角形隶属度μ函数计算每个输入的语言变量在自己的3个模糊集合里的隶属度，即μh(th),μm(th)，μl(th)，μh(ls),μm(ls)，μl(ls)，μh(sr),μm(sr)，μl(sr)，μh(ns),μm(ns)，μl(ns)，μh(au),μm(au)，μl(au)。[0052]1.2模糊推理[0053]本实施例采用if(满足一组条件)then(输出一组结果)的模糊规则形式组成模糊规则库，“if-then”规则中的前提条件和结论均是模糊概念。将各输入语言变量的模糊集合的组合作为判断条件，将运行直播视频的各个终端的优先级pr及其传输速率即mcsindex的模糊集合作为输出。如表1第一条规则所示：当吞吐量为低、丢包率为低、信噪比为中、空分流为中、占空比为高时，结论为低优先级、中传输速率。[0054]表1模糊规则示例[0055][0056]模糊规则库有多条子规则构成，为简便说明，以两个输入一个输出的模糊规则为例，假设有两条模糊规则r1和r2定义如下：[0057]r1:ifxisa1andyisb1thenzisc1[0058]r2:ifxisa2andyisb2thenzisc2[0059]依据模糊逻辑运算规则，定义规则r1和r2的点火强度分别为α1和α2，其计算步骤为：[0060][0061][0062]其中μ是隶属度函数，∧为模糊and运算，常用模糊and运算为取小运算或代数积，本实施例采用取最小运算。[0063]模糊推理的具体步骤为：[0064](1)将1.1节计算得到的输入语言变量在模糊集合上的隶属度值作为判断条件，代入模糊规则库中的每一条规则i；[0065](2)对于每一条规则i，将判断条件中的所有隶属度值取最小值，得到这条规则的点火强度fsi，fsi＝min[μi1(th),μi2(ls),μi3(sr),μi4(ns),μi5(au)]，i1,i2,i3,i4,i5∈{l,h,m}，分别表示规则i中th、ls、sr、ns、au所对应的模糊值；[0066](3)运用蕴含算子，根据规则i的点火强度fsi对其输出模糊集做截断；[0067](4)将(3)得到的所有规则的输出模糊值进行整合。[0068]1.3去模糊化[0069]去模糊化将模糊推理得到的模糊量转换为精确的数值，本实施例采用的去模糊化方法为最大隶属度方法，经过去模糊化后，得到终端优先级和mcsindex的精确值。[0070]2、基于流量分类和模糊逻辑的主动队列管理[0071]将流量分类为直播业务流量和非直播业务流量，在ap中分别为其终端构建队列。本实施例的优化机制基于在openwrt上运行的iptables和tc实现，其中分类流量算法采用htb算法即分层令牌桶算法。htb算法构建树，树的每个节点作为一个类，划分多个根节点、中间节点和叶节点。根节点是一种广义上的分类，所有终端的数据包都会流入该节点，通常将根节点定义在要管理的网卡上，本实施例将其定义在openwrt上的wlan0无线网卡上。中间节点是划分叶节点的载体，可以包含多个叶节点管理规则，同时叶节点的带宽借用来自于中间节点。叶节点是具体的执行规则，包含自己的数据包队列及带宽分配和优先级。图3提供了htb分层管理示意，htb算法中，利用分层控制思想对各个类的数据进行管理，其中每个类应用htb_can_send、htb_may_borrow和htb_cant_send三种模式，分别对应该类数据可以发送、可以借用父类带宽发送和该类数据不能发送。htb算法中，同时有几个子类节点向父类节点借用带宽时会优先满足优先级较高的节点，若几个节点优先级相同则均分剩余可用带宽。图4给出了主动队列管理的流程。[0072]基于流量分类和主动队列管理的具体步骤如下：[0073](1)将流量分类为直播业务流量和非直播业务流量，对含直播业务流量的终端ip做标记；[0074](2)根据htb算法的分层机制建立树，树的每个节点作为一个类，每个叶节点上有一个子队列。对根结点、中间节点、叶节点赋预定义的可借用带宽因子quantum，速率rate，最高速率ceil，在叶节点上定义优先级prio；[0075](3)基于iptables对各业务流量进行标记，将标记的直播业务流量分类到htb的叶节点上，构建子队列q1,q2,…,qn，分布在叶节点leaf1,leaf2,…,leafn上；[0076](4)ap发出的数据包由各队列上的数据构成，其中高优先级队列优先发送。htb算法从类树的底部开始往上找can_send状态的节点，如果找到某一层有can_send状态的节点则停止；[0077](5)如果找到该层是叶节点，有m个叶节点leafi处于can_send状态(i∈[1,n])，将这m个叶节点按照优先级排序，优先级高的先发送；如果同一优先级有多个叶节点，则在这些节点中轮询处理，每个叶结点发送自己的子队列中quantum个字节后，轮到下一个节点发送；[0078](6)如果找到的是中间节点，顺着树往下找子孙叶节点。如果只有一个叶节点处于may_borrow状态，就将中间节点富余的quantum值借给该叶节点让其发出数据包；如果中间节点有多个子孙叶节点处于may_borrow状态，处理步骤与(5)一样，按优先级和轮询操作，优先级高的叶节点先发送；[0079](7)根据模糊逻辑决策得到的终端优先级进行调度，将终端流量在各个叶节点中动态调整。[0080]3、直播视频传输需求驱动的无线传输速率自适应控制[0081]802.11n射频速率的配置通过mcs(modulationandcodingscheme，调制与编码策略)index实现。mcs将所关注的影响通讯速率的因素作为表的列，将mcsindex作为行，形成一张速率表。所以，每一个mcs索引其实对应了一组参数下的物理传输速率。当前linux无线子系统存在基于minstrel算法的无线传输速率调整机制，主要控制数据帧的传输速率并最大化终端无线层面吞吐量。但在用户密集型环境中终端的可用无线信道由信道争用机制决定，其发送速率与上层业务需求存在不匹配问题。例如对于低时延低带宽需求的聊天信息，动态调整会适当降低其mcsindex，降低其解码错误概率，但mcsindex的降低会带来传输时间的增加，将会加剧用户密集型环境下信道的争用，导致时延增加。因此本实例利用现有的无线传输多速率机制，设计结合直播视频传输业务需求的mcsindex主动控制。[0082]具体步骤如下：[0083](1)根据模糊逻辑决策得到终端的mcsindex，将要控制的终端及其mcsindex转化后存入用户态的指定位置；[0084](2)调用iw命令通过控制通道调用被修改的内核函数读取该用户态指定位置内容；[0085](3)将读取后的内容转换为相应变量，由在内核修改的函数执行，达到修改mcsindex，控制终端无线传输速率的目的。[0086]以上所揭露的仅为本发明一种较佳实施例而已，不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。当前第1页12当前第1页12