面向无线视频业务的边缘资源调度技术

代健美，男，航天工程大学航天信息学院副教授，工学博士。美国奥本大学电子与计算机工程系访问学者。主要从事无线通信技术研究，发表SCI期刊等学术论文四十余篇，授权国家/国防专利3项，获省部级教学竞赛一等奖一项，获省部级科技进步二等奖一项、三等奖六项。

第1章 概述

第2章基本理论与研究现状

2.1视频业务特点及分类

2.1.1视频业务特点

2.1.2普通非分层编码视频

2.1.3 SVC分层编码视频

2.1.4360°VR视频

2.2新型无线网络架构

2.3无线边缘缓存

2.3.1面向普通视频业务的无线缓存方案

2.3.2面向SVC视频业务的无线缓存方案

2.3.3面向VR视频的无线缓存方案

2.4无线多播

2.4.1面向SVC视频的无线多播方案

2.4.2面向多视角视频的无线多播方案

2.4.3面向VR视频的无线多播方案

第3章用户移动性和视频片段流行度感知的无线边缘缓存

3.1引言

3.2系统模型

3.2.1延时模型

3.2.2用户移动性模型

3.2.3视频片段流行度模型

3.3问题建模

3.3.1用户移动性感知的延时最小化问题

3.3.2用户移动性和视频片段流行度联合感知的延时最小化问题

3.4视频缓存算法

3.4.1用户移动性感知的主动缓存算法

3.4.2用户移动性和视频片段流行度联合感知的主动缓存算法

3.4.3算法复杂度分析

3.5 仿真分析

3.5.1仿真场景

3.5.2基线算法

3.5.3性能评估

3.6本章小结

第4章基于MDS编码缓存的异构网络无线资源分配技术

4.1引言

4.2系统模型及储备知识

4.2.1传输模型

4.2.2缓存模型

4.2.3功耗模型

4.3问题建模及分析

4.4 带宽等分的联合用户关联与功率分配

4.4.1 基于线性规划的功率分配

4.4.2基于匹配理论的用户关联

4.4.3 联合用户关联与功率分配

4.5带宽不等分的联合资源分配…

4.5.1联合用户关联与带宽分配

4.5.2基于线性规划的功率分配·

4.5.3联合用户关联，带宽分配与功率分配

4.6仿真结果

4.6.1不同匹配算法性能比较

4.6.2联合资源分配算法性能比较

4.6.3算法收敛性分析

4.6.4算法复杂度分析

4.7本章小结·

第5章基于可伸缩特性的SVC视频无线边缘缓存

5.1引言

5.2系统模型

5.2.1延时模型

5.2.2视频交付模型

5.3问题建模

5.4面向SVC视频的分层缓存

5.4.1基于机器学习的缓存优先级确定

5.4.2基于缓存优先级的分层缓存算法

5.4.3PrioCaching 算法的复杂度分析

5.5针对高时延远程下载场景的SVC视频分层缓存

5.5.1简化的分层缓存算法

5.5.2SimPrioCaching算法的复杂度分析

5.6仿真分析

5.6.1仿真场景

5.6.2基线算法

5.6.3性能评估

5.7本章小结

第6章基于视场合成特性的360°VR视频无线边缘缓存

6.1引言

6.2系统模型

6.2.1缓存模型·

6.2.2VR视频模型

6.2.3延时模型

6.3问题建模

6.4基于视场合成的视频缓存算法

6.4.1理论最优解

6.4.2整体缓存过程

6.4.3 MaxMinDistance算法

6.4.4MMD在线缓存算法复杂度及性能分析

6.5仿真分析

6.5.1仿真场景

6.5.2基线算法

6.5.3性能评估

6.6本章小结

第7章侧链路辅助的多质量贴片360°VR视频无线多播

7.1引言

7.2系统模型

7.2.1传输模型

7.2.2信道容量模型

7.2.3多质量贴片360°VR视频模型

7.2.4效用模型

7.3问题建模

7.3.1InD场景的问题表述…

7.3.2JnD场景的问题表述

7.3.3问题求解

7.4两阶段优化算法

7.4.1 第一阶段：多播接收用户及侧链路发送用户搜索

7.4.2第二阶段：带宽分配和贴片质量等级选择

7.4.3两阶段迭代

7.4.4JnD场景的两阶段算法

7.4.5算法复杂度分析

7.5仿真分析

7.5.1仿真场景

7.5.2基线算法

7.5.3性能评估

7.6本章小结

第8章总结及展望…

8.1总结

8.2未来可行的研究方向

参考文献

附录A定理5.1的证明

附录B定理6.1的证明

附录C缩略语表

第1章概述

随着无线接入技术的重大发展，以及具有视频功能的移动PC、智能手机、平板电脑等无线智能终端设备数量的爆炸性增长，无线网络流量发生了根本性的变化。爱立信2020年度发布的研究报告表明[1]：截止到2020年第四季度，全球移动用户数量约为80亿，单季度净增1900万；相应地，用户移动数据流量达到60EB/月，同比增长51%。图1-1和图1-2分别所示为爱立信对未来移动数据流量和移动视频业务占比的预测分析。如图1-1所示，未来几年，移动数据流量的这种增长趋势将持续保持(年增长速度约为28%)。如图1-2所示，视频流量是移动数据流量的主要组成部分。预计到2026年，移动网络的视频流量将以每年30%左右的速度增长，占比将超过移动数据流量的77%。随着短视频、360°全景视频、云游戏、VR、增强现实(Augmented Reality，AR)等新兴视频业务的逐渐普及和发展，移动视频流量所占比重将继续加大。以VR视频为例，根据思科市场报告预测[2]，到2023年，无线VR头戴式耳机将超过5000万个，来自移动VR设备（基于智能手机或独立设备）的数据消耗将增长近十倍。面对无线视频流量的指数型增长，无线网络承受的传输压力越来越大，很难满足用户对无线视频业务的传输质量要求。

……