參數(shù)預(yù)測處理方法
【專利摘要】本發(fā)明涉及一種參數(shù)預(yù)測處理方法，包括：采集第一QoS參數(shù)數(shù)據(jù)，并對所述第一QoS參數(shù)數(shù)據(jù)進行歸一化處理得到第二QoS參數(shù)數(shù)據(jù)；根據(jù)參數(shù)類別對所述第二QoS參數(shù)數(shù)據(jù)進行矩陣化處理獲得QoS數(shù)據(jù)矩陣；將所述QoS數(shù)據(jù)矩陣根據(jù)Choquet積分映射處理到高維模糊測度空間，得到模糊測度系數(shù)矩陣；所述模糊測度系數(shù)矩陣中每行所有模糊測度系數(shù)值與模糊測度值乘積的和為一個對應(yīng)的QoE測量值；對所述模糊測度系數(shù)矩陣及所述QoE測量值根據(jù)最小二乘法進行回歸分析處理從而擬合得到模糊測度值；根據(jù)所述模糊測度值得到QoS參數(shù)與QoE之間的映射關(guān)系；利用所述映射關(guān)系由網(wǎng)絡(luò)服務(wù)調(diào)整后的QoS參數(shù)數(shù)據(jù)得到QoE預(yù)測值。
【專利說明】參數(shù)預(yù)測處理方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及無線網(wǎng)絡(luò)視頻通信領(lǐng)域，具體涉及無線網(wǎng)絡(luò)視頻通信過程中的一種參數(shù)預(yù)測處理方法，特別是涉及到Q0S參數(shù)到QoE的映射關(guān)系及QoE預(yù)測方法。
【背景技術(shù)】
[0002]傳統(tǒng)的網(wǎng)絡(luò)通信服務(wù)基于服務(wù)質(zhì)量(Quality of Service, QoS)指標進行服務(wù)質(zhì)量的評價。近些年來，通信運營商和服務(wù)提供商為了增強競爭力都在致力于終端用戶體驗質(zhì)量的研究。服務(wù)體驗質(zhì)量(Quality of Experience, QoE)是一個以用戶為核心的多維度的總體概念。其相對于QoS概念來說，涵蓋的層面更多。對于無線視頻服務(wù)來說，由于體驗質(zhì)量以用戶的評價為標準，和視頻的主觀質(zhì)量評價息息相關(guān)。但是主觀的視頻評價方法并不能直接替代QoE評價，因為QoE評價相比主觀質(zhì)量評價還涉及到端到端的因素，包括信源端處理、網(wǎng)絡(luò)分發(fā)以及接收端觀看條件等因素。
[0003]為了提高QoE體驗質(zhì)量，網(wǎng)絡(luò)服務(wù)提供商需要從網(wǎng)絡(luò)優(yōu)化、信源質(zhì)量提供、接收端顯示條件等幾個方面來控制服務(wù)條件的改變。由于QoE的貢獻因素之間相互作用，所以單獨改變一個或者幾個因素很難達到整體QoE的提高。為了從網(wǎng)絡(luò)優(yōu)化角度提高用戶的體驗質(zhì)量，研究QoS參數(shù)和QoE之間的映射關(guān)系極為重要。通過調(diào)整QoS影響因素，進而達到改變QoE的目標。
[0004]傳統(tǒng)的QoS到QoE的映射方法主要有基于線性模型、指數(shù)模型以及多項式模型的映射方法。這些模型都考慮了 QoS參數(shù)對QoE的貢獻，但是都忽略了各項QoS參數(shù)之間的相互作用對QoE的貢獻?，F(xiàn)有技術(shù)中主要采用固定的映射關(guān)系，沒有考慮到QoE涉及到的主觀質(zhì)量評價方面的因素，也就是不夠靈活的適配動態(tài)的QoS-QoE映射關(guān)系，不能精確的描述動態(tài)QoS的行為如何影響QoE，因此導(dǎo)致視頻傳輸中的QoE優(yōu)化工作質(zhì)量不高。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的是為了可以靈活的描述動態(tài)的QoS參數(shù)和QoE之間的關(guān)系，提高QoE預(yù)測的精度，提出了一種參數(shù)預(yù)測處理方法。
[0006]為實現(xiàn)上述目的，本發(fā)明提供了一種參數(shù)預(yù)測處理方法，所述方法包括以下步驟:
[0007]采集第一 QoS參數(shù)數(shù)據(jù)，并對所述第一 QoS參數(shù)數(shù)據(jù)進行歸一化處理得到第二 QoS參數(shù)數(shù)據(jù)；
[0008]根據(jù)QoS參數(shù)類別對所述第二 QoS參數(shù)數(shù)據(jù)進行矩陣化處理，獲得QoS數(shù)據(jù)矩陣，其中，所述QoS數(shù)據(jù)矩陣的行數(shù)據(jù)通過所述第二 QoS參數(shù)數(shù)據(jù)的不同類別進行劃分處理得至IJ，所述QoS數(shù)據(jù)矩陣的列數(shù)據(jù)通過所述第二 QoS參數(shù)數(shù)據(jù)同一類別處理得到；
[0009]將所述QoS數(shù)據(jù)矩陣根據(jù)Choquet積分映射處理到高維模糊測度空間，得到模糊測度系數(shù)矩陣；
[0010]所述模糊測度系數(shù)矩陣中每行所有模糊測度系數(shù)值與模糊測度值乘積的和為一個對應(yīng)的QoE測量值，其中，每一個模糊測度系數(shù)值對應(yīng)一個模糊測度值；
[0011]對所述模糊測度系數(shù)矩陣及所述QoE測量值，根據(jù)最小二乘法進行回歸分析處理，從而擬合得到模糊測度值；
[0012]根據(jù)所述模糊測度值得到基于Choquet積分的QoS參數(shù)與QoE之間的映射關(guān)系；
[0013]利用所述映射關(guān)系由網(wǎng)絡(luò)服務(wù)調(diào)整后的QoS參數(shù)數(shù)據(jù)得到QoE預(yù)測值。
[0014]優(yōu)選的，所述對所述第一 QoS參數(shù)數(shù)據(jù)進行歸一化處理得到第二 QoS參數(shù)數(shù)據(jù)具體為:
, /；, - min( )
[0015]根據(jù)公式:/ =~±7T、?對所述第一 QoS參數(shù)數(shù)據(jù)進行歸一

ITiax(Zy)-1mni/,.)
化處理得到第二 QoS參數(shù)數(shù)據(jù)，其中，&」為第一 QoS參數(shù)數(shù)據(jù)，max (fj)為第j列的第一 QoS參數(shù)數(shù)據(jù)的最大值，π?η(?.ρ為第j列的第一 QoS參數(shù)數(shù)據(jù)的最小值，f’ μ為第二 QoS參數(shù)數(shù)據(jù)，η為第一 QoS參數(shù)個數(shù)，I為第一 QoS參數(shù)數(shù)據(jù)的組數(shù)。
[0016]優(yōu)選的，所述將所述QoS數(shù)據(jù)矩陣根據(jù)Choquet積分映射處理到高維模糊測度空間，得到模糊測度系數(shù)矩陣具體為:
[0017]根據(jù)公式:= Ui，將所述QoS數(shù)據(jù)矩陣映射處理到高維模糊測度空
CM
間，得到模糊測度系數(shù)矩陣，其中對所有的j = 1，2，...，2n-l，當Zj < O或j = 2n-l時^-max^Zje[l,) f(x>)，其中.加〔￡)是含的小數(shù)部分，Uj為模糊測
度值，Zj為+對應(yīng)的模糊測度系數(shù)，f' 1.j為第二 QoS參數(shù)數(shù)據(jù)。
[0018]優(yōu)選的，所述對所述模糊測度系數(shù)矩陣及所述QoE測量值，根據(jù)最小二乘法進行回歸分析處理，從而擬合得到模糊測度值具體為:
I /r-1
[0019]根據(jù)公式:& = 7Σ(}〗 -Σζ?Λ_)2對所述模糊測度系數(shù)矩陣及所述QoE測量值根

^ A-1./-1
據(jù)最小二乘法進行回歸分析處理，從而擬合得到模糊測度值，其中為模糊測度值，Yk為QoE測量值。
[0020]優(yōu)選的，所述根據(jù)所述模糊測度值得到基于Choquet積分的QoS參數(shù)與QoE之間的映射關(guān)系具體為:


2"-1
[0021]根據(jù)公式:j fdu = -Uj由所述模糊測度值得到基于Choquet積分的QoS參數(shù)
M
與QoE之間的映射關(guān)系。
[0022]本發(fā)明的有益效果為:
[0023]1、本發(fā)明引入Choquet積分及模糊測度來定量的表征影響QoE的QoS參數(shù)之間的交互作用，同時更準確的描述了 QoE與QoS參數(shù)之間的關(guān)系；
[0024]2、可以靈活的適配動態(tài)的QoS參數(shù)與QoE之間的映射關(guān)系，從而提高了 QoE預(yù)測的精度。【專利附圖】

【附圖說明】
[0025]圖1為本發(fā)明一實施例的參數(shù)預(yù)測處理方法的流程圖。
【具體實施方式】
[0026]下面通過附圖和實施例，對本發(fā)明的技術(shù)方案做進一步的詳細描述。本發(fā)明實施例的參數(shù)預(yù)測處理方法，從QoE的成因出發(fā)，綜合考慮各QoS參數(shù)對QoE的貢獻因素，利用Choquet積分,充分刻畫不同QoS參數(shù)以及不同QoS參數(shù)組合之間的相互作用對QoE的貢獻。除了考慮各個QoS參數(shù)對QoE的單獨影響，還充分考慮了 QoS參數(shù)之間的交互作用與QoE之間的關(guān)聯(lián)，通過引入Choquet積分，可以更準確的描述QoE與QoS參數(shù)之間的關(guān)系。同時，本發(fā)明突破了現(xiàn)有采用QoS與QoE固定映射關(guān)系的方法對QoE預(yù)測精度的限制，可以靈活的描述動態(tài)的QoS參數(shù)和QoE之間的關(guān)系，提高QoE預(yù)測的精度。
[0027]圖1為本發(fā)明一實施例的參數(shù)預(yù)測處理方法的流程圖，如圖所示，本實施例的參數(shù)預(yù)測處理方法具體包括以下步驟:
[0028]步驟101，采集第一 QoS參數(shù)數(shù)據(jù)，并對第一 QoS參數(shù)數(shù)據(jù)進行歸一化處理得到第二 QoS參數(shù)數(shù)據(jù)。
[0029]具體的，從實際網(wǎng)絡(luò)中采集QoS參數(shù)數(shù)據(jù)，并對QoS參數(shù)數(shù)據(jù)進行歸一化處理。同時我們利用這些QoS參數(shù)數(shù)據(jù)的配置，測量真實無線視頻傳輸?shù)腝oE。對QoE進行5分制主觀評價打分(I代表最差，5代表最好)，得到不同QoS參數(shù)配置下的平均主觀意見分數(shù)。QoE評分量化標準如表1。表1
[0030]
【權(quán)利要求】
1.一種參數(shù)預(yù)測處理方法，其特征在于，所述方法包括以下步驟: 采集第一 QoS參數(shù)數(shù)據(jù)，并對所述第一 QoS參數(shù)數(shù)據(jù)進行歸一化處理得到第二 QoS參數(shù)數(shù)據(jù)； 根據(jù)QoS參數(shù)類別對所述第二 QoS參數(shù)數(shù)據(jù)進行矩陣化處理，獲得QoS數(shù)據(jù)矩陣，其中，所述QoS數(shù)據(jù)矩陣的行數(shù)據(jù)通過所述第二 QoS參數(shù)數(shù)據(jù)的不同類別進行劃分處理得到，所述QoS數(shù)據(jù)矩陣的列數(shù)據(jù)通過所述第二 QoS參數(shù)數(shù)據(jù)同一類別處理得到； 將所述QoS數(shù)據(jù)矩陣根據(jù)Choquet積分映射處理到高維模糊測度空間，得到模糊測度系數(shù)矩陣； 所述模糊測度系數(shù)矩陣中每行所有模糊測度系數(shù)值與模糊測度值乘積的和為一個對應(yīng)的QoE測量值，其中，每一個模糊測度系數(shù)值對應(yīng)一個模糊測度值； 對所述模糊測度系數(shù)矩陣及所述QoE測量值，根據(jù)最小二乘法進行回歸分析處理，從而擬合得到模糊測度值； 根據(jù)所述模糊測度值得到基于Choquet積分的QoS參數(shù)與QoE之間的映射關(guān)系； 利用所述映射關(guān)系由網(wǎng)絡(luò)服務(wù)調(diào)整后的QoS參數(shù)數(shù)據(jù)得到QoE預(yù)測值。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述第一QoS參數(shù)數(shù)據(jù)進行歸一化處理得到第二 QoS參數(shù)數(shù)據(jù)具體為:
,min(/.) 根據(jù)公式:= max(,,) —丨“廠)，'丨^丨，./ ^ "對所述第一 Q0S參數(shù)數(shù)據(jù)進行歸一化處理得到第二 Q0S參數(shù)數(shù)據(jù)，其中，fU為第一 QoS參數(shù)數(shù)據(jù)，max (fP為第j列的第一 QoS參數(shù)數(shù)據(jù)的最大值，π?η(?.ρ為第j列的第一 QoS參數(shù)數(shù)據(jù)的最小值，f’ μ為第二 QoS參數(shù)數(shù)據(jù)，η為第一 QoS參數(shù)數(shù)據(jù)的個數(shù)，I為第一 QoS參數(shù)數(shù)據(jù)的組數(shù)。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述QoS數(shù)據(jù)矩陣根據(jù)Choquet積分映射處理到高維模糊測度空間，得到模糊測度系數(shù)矩陣具體為:


In-1 根據(jù)公式:1[.和" = ΣΖ,_?,，將所述QoS數(shù)據(jù)矩陣映射處理到高維模糊測度空間，得到模糊測度系數(shù)矩陣，其中對所有的j = l，2，...，2n-l，當Zj < O或j = 2n-l時，其中'斤是.?的小數(shù)部分，Uj為模糊測度值，Zj為+對應(yīng)的模糊測度系數(shù)，f’ 1.j為第二 QoS參數(shù)數(shù)據(jù)。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述模糊測度系數(shù)矩陣及所述QoE測量值，根據(jù)最小二乘法進行回歸分析處理，從而擬合得到模糊測度值具體為: 根據(jù)公式:^ = }Σ(η -?ζ#, V對所述模糊測度系數(shù)矩陣及所述QoE測量值根據(jù)最
I k=\ y=i小二乘法進行回歸分析處理，從而擬合得到模糊測度值，其中Uj為模糊測度值，Yk為QoE測量值。
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述模糊測度值得到基于Choquet積分的QoS參數(shù)與QoE之間的映射關(guān)系具體為:根據(jù)公式:
【文檔編號】H04W28/24GK103945464SQ201410184202
【公開日】2014年7月23日 申請日期:2014年5月4日 優(yōu)先權(quán)日:2014年5月4日
【發(fā)明者】劉延偉, 譚倩, 韓言妮, 安偉, 慈松 申請人:中國科學(xué)院聲學(xué)研究所