东北石油大学毕业设计中文翻译

　 在多机无线监控网络信息有限的资源分配Hsien-Po Shiang and Mihaela van der Schaar, Fellow, IEEE　摘要：实时多用户多媒体应用，如使用多个摄像头监视和监控，最近开始被部署在灵活和低成本的多跳无线网络。在这样的多媒体系统中，各种来源（摄像机）共享有限的网络资源，并协同所捕获的视频流转发到远程中央监视器。然而，现有的资源分配方案通常通过关注稳态或最坏情况下的操作条件忽略动态应用层视频和网络特征。这可能会导致网络资源的低效分配。在本文中，我们专注于确定无线视频监控系统的资源配置是否应以稳态或最坏情况下的操作条件进行，或是永久的适应动态变化的源和网络条件是可取的。我们分析三种不同的类型具有不同的信息需求的解决方案：一个集中的优化方法，分散的博弈论方法（保证一个稳定的配置），和一个分布式贪婪的方法（总是适应基于局部信息交换之间的相邻节点分配）。我们使用以下四个指标比较这三种方法：1）总的视频质量；2）计算复杂度；3）所需要的控制信息的开销；4）及时适应网络和源的变化。我们发现，在一个静态网络中，博弈论的资源分配仅比当网络传输速率是高的分布式贪婪方法更好。在一个动态网络中，分布式贪婪的方法明显优于其他两种方法的视频质量(峰值信噪比)。这表明资源分配解决方案部分无线监控等网络需要明确地考虑动态源的特点和网络条件，而不是总是依靠稳定，但预定，分配。关键词：分散式资源分配，优先拥塞游戏，视频监控。I.简介许多现有和新兴的监测和监控应用程序可以通过获得实时、准确的多媒体信息对感兴趣的对象获得显著优势。多机监控系统部署的几个应用，如交通监控监控，安全系统，和远程沉浸式的环境，为了收集视频或图像（例如，光谱数据）[?1?]-?[?5?]。这些相机可以使用一个灵活的多次反射传递多媒体信息收集无线基础设施中央监控[6]。而无线网状网络使成本低，部署方便，利用允许收集有意义的,可靠的,和准确的数据，他们不提供广告等同的服务质量（QoS）的支持对延迟敏感的多媒体数据所需的带宽密集型。这些限制敏感的数据采集无显著影响，但对上述实时监控或监控应用系统有显着的影响，因为它们往往会导致不理想的或不可接受的测量和错误的事件检测。在本文中，我们专注于多个摄像头应该如何有效地共享可用的无线网络资源和发送它们捕获的信息发送到中央监控。网络体系结构类似于无线多媒体传感器网络是最近引入的[7]。然而，在我们的系统中，我们假设网络部署了一个介质访问控制（MAC）/物理层（PHY）协议类似的IEEE 802.11a/ E[21]，从而使基于分组的重发和基于轮询的时间的分配，这是更适合于多媒体传输。我们专注于视频流应以多跳无线网络能够最大限度地利用中央监视器接收的视频质量的链接共享传输时间。三个主要的挑战，确定最佳误资源分配方案有关的监控应用的低延迟性，视频源的特性和无线网络环境的动态变化，以及这些动态分布式特性可用的信息。在本文中,我们研究以下三种类型的资源分配方案可以解决这些挑战。（1）集中优化(CO)的方法,中央监控器收集全球的视频信息流量和网络数据,随后做出资源配置决策。（2）对策论方法基于拥塞的游戏(CG)建模,相机(源节点)做出视频流和自主决策与其他相机争夺网络资源。（3）分布式贪婪(DG)算法,所有的网络节点(包括网络继电器)?基于当地定期交换信息视频流量和网络统计数据做出分布式的、自主的决定来选择下一个继电器。A.三种方法的相关工作多跳无线网络多媒体传输的研究近年来已引起了人们极大的关注。在[?9?]，[?10?]，作者认为中央控制器获取全球网络信息进行全局优化决定所有网络节点的行为。集中方法可以考虑实现全局最优解。然而，这些策略可以有效地优化只有关于网络条件和来源的要求准确的信息是可用的。此外，由于带宽的限制，时刻变化的，容易出错的无线网络基础设施，介绍了各种动力学（如网络负载变化的损失，网络传输，以及应用需求的变化特点，优化）可能需要重复执行，确保集中方式的某种程度的表现。由于在多跳Mesh网络的动态和信息的分散性，定期进行这样的全局优化需要过量的传输开销及时收集必要的信息。在有限的复杂性也呈指数增长，随着网络中的源节点的数量。优化需要大量的时间来处理，收集到的信息可能不再是准确的，到时候对传输就要做出决策。因此，分布式的方法需要考虑。B. 本文的研究成果和组织我们的主要目标是评估三种类型的资源分配方案的视频质量，其计算复杂性方面的性能和所需的控制信息的开销。在此基础上，我们将讨论如何有效地将这些不同的方法可以应对工作变化的动态源和网络，这通常发生在无线多媒体网络，如监视网络。不同于以往博弈论的研究，侧重于实现平衡操作设置为延迟敏感的流量，而忽略多媒体应用的特点[ 14 ]，[ 15 ]，我们认为资源基地专门针对时延敏感的应用阳离子位置问题。为了保证必要的服务质量，我们设计了优先级的CG模型。该模型考虑了固有的优先级和延迟捕获的视频流量的最后期限。不同于现有的研究[ 14 ]假定参与者是匿名的，因此他们不能区分不同优先级流量优势，优先CG被播放在个体有质量层子网（qsns），考虑到视频流的特点。II. 无线监控网络中的资源分配问题我们考虑一个监视系统[1],[2],由多个摄像头,获取和压缩视频数据,随后,他们的视频流量传输到中央监视器上采用低成本和灵活的无线网络G(N,E)多次反射。N代表一组节点(网络代理)和E表示一组链接。无线监测网络的一个说明性的例子如图1所示。图1 插图的无线监测网络框架 (A)活跃相机代理。(N)一般相机代理。(R)继电器网络代理。(C)中央监控。A.网络代理无线监控网络的网络代理可以分类如下。（1）中央监视系统（节点Nc∈N）：中央监控接收，解码，并最终处理由各种活动源（摄像机）采集的视频数据。（2）活跃相机代理(节点Na∈N): 有源相机捕捉的视频对象（S）和发送他们在不同的时空,视频内容质量的决议,导致不同的视频类各种传输比特率和延迟期限(见部分II-B)。（3）非活性摄像机代理：非有源相机可以充当通过无线网状网络向中央监控中继节点和转发视频流量。（4）中继代理(节点N r∈N):中继节点没有相机功能只能通过网状网络转发的视频流量。B.应用层视频流特性假设M相机被激活，即，，1≤i≤M.因为网络资源是有限的，相机不能同时传输高质量的视频中央监控NC。为了解决这个问题，我们假设每个活跃的相机应用的可扩展视频编码压缩视频数据的捕获。让我表示压缩视频流从摄像头。视频流我由几个视频流。每个流是分在一个K视频类（即，C = { C1，……，CK }）。视频类CK可描述如下。1)RK，CK一类的每个视频流的平均源率2) λK，CK的视频课质量的影响因素。为了简化，我们假设在一个类中的所有视频流具有相同的质量作为影响[ 19 ]。这种质量的影响因素可以通过测量平均减少失真时，视频解码包类CK评价。我们定义λK RK的平均质量增益[例如，峰值信噪比（PSNR）增益]当源率RK视频类CK流接收和解码的中央监控。我们优先考虑基于该参数的视频课。在本文的后续部分，我们标记K类（所有用户）在他们的优先顺序，即，λ1≥λ2≥…≥λK3) DK，对视频类CK延迟截止日期。由于分层时间结构部署在三维小波视频编码（见[ 17 ]），较低的优先级，还有一个不太严格的延迟要求。这就是为什么我们优先考虑在质量方面的影响的视频比特流。否则，优先级技术需要共同考虑质量的影响和基于率失真优化的延迟约束（见更复杂的方法，例如，[ 18 ]）。所有的视频流的M活性拍摄的是分类在这些K视频课。表示视频流f j，j = 1，……，J，其中J代表视频流的总数。代表在视频流的流的数量级CK。让Ci为视频流V i类的子集（即，Ci?C）。C.低层模型我们假设在每个无线链接在E的是一个记忆包建立通道和基于轮询MAC / PHY层协议（例如，IEEE 802.11a / e [ 21 ]）部署接入信道。最佳的调制和编码方案可以选择为每个环节根据基于链路自适应的信道条件[ 22 ]。我们表示封包错误率超过一个CK?为P L，K一个流程环节，可采用S形函数[ 22 ]，即，近似P L，K =(1?+ EζK（X?L?δK））?1，其中X?L的信号干扰噪声比链接L、ζK和δK对应的调制与编码的数据包长度L K方案的经验常数。使T L，K表示的最大传输速率支持的调制和编码方案。基于分组的重传和基于轮询的时间分配，有效传输速率为流f?J在链接我可以计算为T?L，K（1?P?L，K）T?L，J，TL，J代表分享分数的时间（即，在IEEE 802.11a?/ E[21 ]传输机会）的视频流传输链路F?J?L（T，L，J?= 0表示视频流f J不通过链接L， T L，J≤1）。在本文中，我们只专注于共享问题确定共享分数T L的这段时间，J为视频流的应用层为[ 32]。其他相关的跨层设计的MAC和PHY层中的传输策略是[19 ]的讨论，这超出了本文的范围。III. 集中的资源配置的优化方法公司可以通过监控中心进行的，这就决定了各种流的资源分配。基于网络的信息和私人多媒体交通信息对整个相机网络（即，所有的相机源和网络链接），中央监控进行穷举的方法来确定最优的路径时间分配（即，所有可能的时间共享路径的组合被认为是）的无线监控网络。注意，这个有限的方法是全局最优解，将被视为一种“理论”的上限为其他建议的解决方案的情况下，信息的交流是完全已知的中央监控。然而，由于流量的总数以及相应的可能的路径可以是非常大的，可以穷举搜索昂贵的计算复杂度和费用信息的开销。对于CO的方法与流程和网络规模和数量成倍增加，更重要的是计算的复杂性，不能及时考虑源和网络动力学。为了应对这些挑战，我们接下来讨论的分散方法。IV. 资源分配的拥塞博弈建模方法在这一部分中，我们研究的是无线监控系统分散的资源分配方法，它是基于CG模型。而CO的方法，游戏理论方法的决策者是源节点（即，主动相机代理商）。一个视频Vi私人多媒体交通信息不需要源节点之间交换，但每一个源节点需要采集公共网络信息在网络。在本文中，我们假设CG建模求解在每个激活相机。使用CG建模的动机归纳如下。（1）CG模型保证了纳什均衡的存在[ 27 ]。纳什均衡是一个全局稳定的操作条件，代理收敛时间和没有单剂具有单边激励偏离决策。因此，进一步的信息交流是必需的，直到分配达到平衡。（2）CG建模是自治代理最大化自己的效用Qi分散的方法。因此，这减少了计算的复杂性相比，有限的问题。V. DG方法进行资源分配在这一部分中，我们介绍了一个分布式的方法，使源和中继代理做出自主决定资源配置的基于局部信息。由于无线监控网络信息的分散性，信息的可用性是有限的相邻网络继电器而不是资源节点。例如，在集中逼近最优解取决于跨跳的各种数据包所产生的延迟，不能及时传递到中央控制器。相反，一个完全分布式的解决方案可以部署，其中每个代理（源节点和网络继电器）单独优化各种视频传输。私人多媒体交通信息我可以从参数如质量的影响λK视频分组头提取和延迟期限D?K。VI. 比较不同的资源分配方法我们首先分析三种方法的计算复杂性方面的数量分配决策时可选择的路径接下来，我们讨论目前所需的H-hop网络的三种方法的信息开销。各种信息交换参数产生不同的传输开销。如第II-E提到，有两种类型的信息交流。公众（网络）信息的交换传递的信道条件和在CG中的预期数nlk。私人信息交换包括视频特征信息。我们假设信息反馈单元分别有和两种类型的信息交流。我们进行最坏情况分析假设继电器平均每跳数R，因此，链接每一跳的总数大约是R2。VIII. 结论我们认为一个监控系统，旨在捕捉和发送多个分布式摄像机实时视频，通过无线多跳网络，到中央监控。在本文中我们的重点是在比较三种不同的资源配置方案，在决定由中央监控，自动相机，或自治相机和中继节点，分别。让相机代理商在自主地执行他们的决定，同时明确考虑他们聚集视频内容失真的影响，我们模拟无线监控网络作为一个优先的CG打多摄像机之间。的CG模型的主要优点是能够保证收敛到一个纳什均衡，即，一个稳定的配置是确定的，不需要交换的信息。评价的cgapproach性能在真实的网络环境的DG方法相比，我们引入了一个新的性能度量，POC。基于此，我们能够确定的情况下，当播放CG建模为了保证收敛性是理想的摄像机。根据我们的模拟，我们确定的CG建模在静态网络性能的分布式的方法，在信息交换的开销η大。除了视频质量，我们还比较了CG建模与集中优化方法和DG在计算复杂度方面的方法，所需的信息开销，以及适应网络和源的变化。结果表明，所提出的优先CG建模可以有效降低复杂度和所需的信息在被监控应用，但却从一个贫穷的性能时，网络的传输效率较低。在这种情况下，执行DG的方法将导致更好的性能。这也是的情况下随时间变化的动态网络。总结，本文的研究提供了多媒体系统设计者的权衡可能的实现在性能方面的这样一个系统中，信息的复杂性和不同的使用场景的开销.参考文献[1] E. Stringa and C. S. Regazzoni, “Real-time video-shot detection for scene surveillance applications,” IEEE Trans. Image Process., vol. 9, no. 1, pp. 69–79, Jan. 2000.[2] L. Marcenaro, F. Oberti, G. L. Foresti, and C. S. Regazzoni, “Distributed architecture and logical-task decomposition in multimedia surveillance systems,” Proc. IEEE, vol. 89, no. 10, pp. 1419–1440, Oct. 2001.[3] R. T. Collins, A. J. Lipton, H. Fujiyoshi, and T. Kanade, “Algorithms for cooperative multisensor surveillance,” Proc. IEEE, vol. 89, no. 10, pp. 1456–1477, Oct. 2001.[4] Z. Yang, B. Yu, K. Nahrstedt, and R. Bajscy, “A multistream adaptation framework for bandwidth management in 3-D tele-immersion,” in Proc. 10th Int. Workshop Netw. Oper. Syst. Support Digital Audio Video (NOSSDAV), 2006, pp. 80–85.[5] Z. Yang, K. Nahrstedt, Y. Cui, B. Yu, J. Liang, S. H. Jung, and R. Bajscy, “TEEVE: The next generation architecture for tele-immersive environments,” in Proc. IEEE Int. Symp. Multimedia (ISM), Irvine, CA, Dec. 2005, p. 8.[6] C. Sacchi, G. Gera, and C. S. Regazzoni, “Use of intelligent sensors and software radio technologies for optimal design of reconfigurable multimedia surveillance networks,” IEEE Commun. Mag., vol. 39, no. 8, pp. 156–163, Aug. 2001.[7] I. F. Akyildiz, T. Melodia, and K. R. Chowdhury, “A survey on wireless multimedia sensor networks,” Comput. Netw., vol. 51, no. 4, pp. 921– 960, Mar. 2007.[8] Y. Wu, P. A. Chou, Q. Zhang, K. Jain, W. Zhu, and S. Y. Kung, “Network planning in wireless ad hoc networks: A cross-layer approach,” IEEE J.[9] E. Setton, T. Yoo, X. Zhu, A. Goldsmith, and B. Girod, “Cross-layer design of ad hoc networks for real-time video streaming,” IEEE Wireless Commun. Mag., vol. 12, no. 4, pp. 59–65, Aug. 2005.[10] E. Anshelevich, A. Dasgupta, J. Kleinberg, E. Tardos, T. Wexler, and T. Roughgarden, “The price of stability for network design with fair cost allocation,” in Proc. 45th Ann. Symp. Found. Comput. Sci., Oct. 2004, pp. 295–304.[11] S. Suri, C. D. Toth, and Y. Zhou, “Selfish load balancing and atomic congestion games,” Algorithmica, vol. 47, no. 1, pp. 79–96, Jan. 2007.[12] M. van der Schaar and D. S. Turaga, “Cross-layer packetization and retransmission strategies for delay-sensitive wireless multimedia trans- mission,” IEEE Trans. Multimedia, vol. 9, no. 1, pp. 185–197, Jan. 2007.[13] P. A. Chou, and Z. Miao, “Rate-distortion optimized streaming of packetized media,” IEEE Trans. Multimedia, vol. 8, no. 2, pp. 390–404, Apr. 2006.[14] H.-P. Shiang and M. van der Schaar, “Multiuser video streaming over multihop wireless networks: A distributed, cross-layer approach based on priority queuing,” IEEE J. Selected Area Commun., vol. 25, no. 4, pp. 770–785, May 2007.[15] Y. Andreopoulos, A. Munteanu, J. Barbarien, M. van der Schaar, J. Cornelis, and P. Schelkens, “In-band motion compensated tempo- ral filtering,” Signal Process.: Image Commun. (Special Issue Sub- band/Wavelet Interframe Video Coding), vol. 19, no. 7, pp. 653–673, Aug. 2004.[16] Wireless Medium Access Control (MAC) and Physical Layer (PHY) Speci?cations: Medium Access Control (MAC) Enhancements for Qual- ity of Service (QoS), IEEE 802.11e/D5.0 (draft supplement), Jun. 2003.[17] D. Krishnaswamy, “Network-assisted link adaptation with power control and channel reassignment in wireless networks,” in Proc. 3G Wireless Conf., 2002, pp. 165–170.[18] E. Koutsoupias and C. Papadimitriou, “Worst-case equilibria,” in Proc.16th Ann. Symp. Theoretical Aspects Comput. Sci., 1999, pp. 404–413.[19] D. Krishnaswamy, H.-P. Shiang, J. Vicente, W. S. Conner, S. Rungta,W. Chan, and K. Miao, “A cross-layer cross-overlay architecture for proactive adaptive processing in mesh networks,” in Proc. IEEE 2nd Workshop Wireless Mesh Netw. (WiMesh), Sep. 2006, pp. 74–82.东北石油大学本科生毕业设计（论文）东北石油大学本科生毕业设计（论文）III