段文軒

（華僑大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，福建 廈門 361021）

多媒體傳感器網(wǎng)絡(luò) MSNs（Multimedia Sensor Networks）是在傳統(tǒng)無(wú)線傳感器網(wǎng)絡(luò)的基礎(chǔ)上引入了圖像、聲音和視頻等多媒體信息感知處理功能的一種新型傳感器網(wǎng)絡(luò)。它結(jié)合了無(wú)線傳感器網(wǎng)絡(luò)技術(shù)和多媒體處理技術(shù)，能夠?qū)崿F(xiàn)比傳統(tǒng)傳感器網(wǎng)絡(luò)更高精度的監(jiān)控，從而使用戶更直觀、更深入地了解觀測(cè)對(duì)象[1]。

在網(wǎng)絡(luò)上傳輸?shù)母鞣N多媒體數(shù)據(jù)的傳輸質(zhì)量會(huì)因不同的壓縮參數(shù)、網(wǎng)絡(luò)參數(shù)及網(wǎng)絡(luò)狀況而不同。通常，對(duì)多媒體傳輸產(chǎn)生影響的因素主要有圖片組GOP（Group ofPictures）類型、 壓縮量化參數(shù) Q值（Quantization Value）、 最 大 傳 輸 單 元 MTU（Maximum Transmission Unit）和 封 包 錯(cuò) 誤 率 PER （PacketError Rate）?？轮竞嗟萚2]設(shè)計(jì)了 Evalvid在 NS2下的接口myEvalvid，并介紹了如何使用myEvalvid來(lái)仿真和評(píng)估多媒體圖像傳輸；廖勇等[3]在NS2-myEvalvid模型基礎(chǔ)上分析了量化因子對(duì)無(wú)線局域網(wǎng)傳輸圖像質(zhì)量的影響。但是專門針對(duì)各種參數(shù)和MSNs傳輸質(zhì)量?jī)烧唛g關(guān)聯(lián)性的研究很少。本文在NS2平臺(tái)上仿真實(shí)現(xiàn)了多媒體傳感器網(wǎng)絡(luò)的視頻流傳輸，并對(duì)MSNs中影響多媒體傳輸?shù)闹饕蛩剡M(jìn)行了量化分析。本文首先介紹圖像質(zhì)量評(píng)價(jià)指標(biāo)PSNR和可解畫(huà)面比例分析模型，并結(jié)合仿真軟件NS2對(duì)多媒體傳感器網(wǎng)絡(luò)進(jìn)行了仿真，然后使用myEvalvid工具組對(duì)視頻流傳輸效果進(jìn)行了評(píng)估，最后利用et程序和可解畫(huà)面比例分析模型對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了驗(yàn)證。

1 評(píng)估方法

1.1 PSRN

峰值信噪比 PSNR（Peak to Signal Noise Ratio）是目前用于圖像質(zhì)量評(píng)價(jià)的最常用的客觀指針，其思想是比較原始圖像S和目的圖像D的亮度部分Y，該值越大表示目的圖像與原始圖像差距越小，也就是畫(huà)面的質(zhì)量越好。PSNR的定義如下[4]：

其中，f（x，y）是給定的一幅大小為 M×N的數(shù)字化圖像，g（x，y）為壓縮后的目的圖像，Vpeak是函數(shù) f（x，y）的最大灰度值，Vpeak=2k-1，k是對(duì)于亮度部分用幾個(gè)位來(lái)表示一個(gè)像素的值，本文取常用的8 bit來(lái)表示灰度圖像，則Vpeak最大值為 255。

而在彩色數(shù)字圖像中，圖像的顏色用RGB 3基色的組合表示，于是相應(yīng)的彩色圖像峰值信噪比可以表示為

其中，PSNRR、PSNRG、PSNRB分別表示彩色圖像的 R、G、B幀的峰值信噪比。

1.2 可解畫(huà)面比例分析模型

可解畫(huà)面比例是應(yīng)用層上用來(lái)評(píng)估圖像質(zhì)量的一個(gè)測(cè)量參數(shù)，它是所有可以解碼的畫(huà)面數(shù)與圖像的畫(huà)面總數(shù)的比值，比值越大代表圖像的質(zhì)量越好。在MPEG編碼中[5]，圖像可以被分解為以GOP為單位進(jìn)行編碼，在一個(gè)GOP的I幀里，如果所有屬于這個(gè)I幀的封包都正確地被接收到，稱此I幀是可解碼的；而在一個(gè)GOP的P幀里，如果所有屬于這個(gè)P幀的封包都正確地被接收到，且此P幀所參考的上一個(gè)I幀或P幀可以正確地被解碼時(shí)，稱此P幀是可解碼的；最后，在 GOP中的 B幀里，如果所有屬于這個(gè)B幀的封包都被正確地接收到，且此B幀參考的所有I幀或P幀都可以正確地被解碼時(shí)，稱此B幀是可解碼的[2]。

其中，Pw是網(wǎng)絡(luò)上的封包錯(cuò)誤率，CI是圖像中 I幀畫(huà)面被平均切割的封包數(shù)，NGOP是圖像中所有GOP的個(gè)數(shù)。同理，可以得到圖像文件中可被正確解碼的P幀和B幀數(shù)的期望分別為：

其中，Np是一個(gè)GOP中包含的 P幀個(gè)數(shù)，M是從I幀到P幀的畫(huà)面數(shù)，CP、CB分別是圖像中 P幀和 B幀畫(huà)面被平均切割的封包數(shù)。

則可解畫(huà)面比例R可以表示為：

2 實(shí)驗(yàn)仿真和分析

2.1 實(shí)驗(yàn)步驟和參數(shù)設(shè)置

根據(jù)上面內(nèi)容提到的評(píng)估方法及模型，設(shè)計(jì)具體的仿真實(shí)驗(yàn)步驟如下：

（1）仿真多媒體傳感器網(wǎng)絡(luò)。

（2）向 NS2平臺(tái)添加 Evalvid工具組[6]。

（3）添 加 myEvalvid、myEvalvid_Sink 和 my_UDP 接 口程序，并修改多媒體傳感器網(wǎng)絡(luò)Tcl仿真腳本。

（4）重新編譯并運(yùn)行。

（5）通過(guò)設(shè)置不同的 GOP、Q值、MTU和 PER得到不同畫(huà)面質(zhì)量的重構(gòu)圖像。

（6）使用myEvalvid工具組對(duì)多媒體傳輸效果進(jìn)行評(píng)估，使用YUV Viewer觀察重建后的影片和原始影片的差別。

（7）使用et程序和可解畫(huà)面比例分析模型進(jìn)行評(píng)估和驗(yàn)證。

本文采用UCBerkeley開(kāi)發(fā)的網(wǎng)絡(luò)仿真器NS2對(duì)多媒體傳感器網(wǎng)絡(luò)進(jìn)行仿真，具體仿真環(huán)境如下：系統(tǒng)平臺(tái)為 Windows XP Professional Service Pack 3；Unix仿真器為cygwin（一個(gè)在Windows平臺(tái)上運(yùn)行的Unix模擬環(huán)境）；網(wǎng)絡(luò)仿真器為 NS2（ns-allinone-2.34）；相關(guān)工具有Gnuplot-3.8j、Nam-1.11、Gawk、Perl 5.8.2、cbrgen （產(chǎn)生數(shù)據(jù)流）、setdest（隨機(jī)產(chǎn)生仿真場(chǎng)景）、myEvalvid及Elecard YUV Viewer 2.1.81024。

在120 m×120 m的矩形區(qū)域內(nèi)建立一個(gè)包括10個(gè)多媒體傳感器節(jié)點(diǎn)的仿真網(wǎng)絡(luò)。網(wǎng)絡(luò)采用DSDV協(xié)議，該協(xié)議可以讓每個(gè)送出去的封包立刻得知到達(dá)目的地的路徑，而不會(huì)出現(xiàn)太大延遲。在DSDV中，每一個(gè)無(wú)線節(jié)點(diǎn)必須存儲(chǔ)并持續(xù)更新一個(gè)路由表，這個(gè)路由表中會(huì)記錄著目的地址、下一跳節(jié)點(diǎn)、路徑節(jié)點(diǎn)數(shù)、循序號(hào)碼以及上一次相連時(shí)間。而路由表內(nèi)的每筆記錄所包含的循序號(hào)碼，可用來(lái)判斷是否有些路徑比較老舊，以避免循環(huán)路由的產(chǎn)生。仿真實(shí)驗(yàn)環(huán)境主要配置如表1所示。

表1 仿真參數(shù)設(shè)置

2.2 多媒體傳感器網(wǎng)絡(luò)拓?fù)浞抡?/h3>

本文以環(huán)境監(jiān)測(cè)為應(yīng)用背景，多媒體傳感器節(jié)點(diǎn)進(jìn)行全網(wǎng)檢測(cè)，節(jié)點(diǎn)間周期性的交互低流量環(huán)境監(jiān)測(cè)數(shù)據(jù)，源節(jié)點(diǎn)對(duì)興趣目標(biāo)進(jìn)行細(xì)節(jié)監(jiān)測(cè)，產(chǎn)生高流量視頻數(shù)據(jù)，多跳傳輸給目的節(jié)點(diǎn)。網(wǎng)絡(luò)同時(shí)傳輸多媒體和普通數(shù)據(jù)，在滿足實(shí)時(shí)性、可靠性等QoS需求的同時(shí)，盡量高效地利用網(wǎng)絡(luò)資源，減少能量消耗。

根據(jù)表1所列參數(shù)可以得到如圖1所示的網(wǎng)絡(luò)仿真拓?fù)?。圖中居于場(chǎng)景中心的比較大的節(jié)點(diǎn)為匯聚節(jié)點(diǎn)，用數(shù)字編號(hào)0表示；剩下的彼此相鄰的9個(gè)節(jié)點(diǎn)為普通節(jié)點(diǎn)，用數(shù)字編號(hào)1到9表示，它們?cè)?20 m×120 m區(qū)域內(nèi)隨機(jī)分布。為了研究方便，本文假設(shè)這9個(gè)普通節(jié)點(diǎn)既可以采集外部數(shù)據(jù)又可以將數(shù)據(jù)以多跳形式轉(zhuǎn)發(fā)給匯聚節(jié)點(diǎn)。

圖1 多媒體傳感器網(wǎng)絡(luò)仿真拓?fù)?/p>

為了分析和評(píng)估仿真效果，任意選取兩個(gè)傳感器節(jié)點(diǎn)進(jìn)行多媒體數(shù)據(jù)的傳輸，本實(shí)驗(yàn)選擇節(jié)點(diǎn)2與6進(jìn)行YUV視頻流的傳輸。為了簡(jiǎn)化分析過(guò)程，將節(jié)點(diǎn)6設(shè)置為發(fā)送端，將節(jié)點(diǎn)2設(shè)置為接收端（此處兩個(gè)節(jié)點(diǎn)可以同時(shí)既作發(fā)送端又作接收端）。YUV視頻流采用參考文獻(xiàn)[7]處提供的suzie_qcif.yuv視頻文件。模擬結(jié)束后，會(huì)得到視頻流的傳送端記錄文件sd和接收端記錄文件rd，以及仿真過(guò)程記錄文件out.tr和nam記錄文件a.nam。

2.3 仿真結(jié)果分析

本部分分析各參數(shù)對(duì)網(wǎng)絡(luò)傳輸效果的影響，橫坐標(biāo)代表參數(shù)的取值，縱坐標(biāo)PSRN對(duì)應(yīng)的是圖像的傳輸質(zhì)量，這個(gè)值越大表示目的圖像與原始圖像差距越小，也就是畫(huà)面的質(zhì)量越好。對(duì)引起多媒體傳輸效果變化的各因素進(jìn)行逐一分析，在分析某一因素時(shí)，其他因素設(shè)置相同，即有相同網(wǎng)絡(luò)環(huán)境。

2.3.1 GOP類型對(duì)圖像質(zhì)量的影響

GOP類型對(duì)圖像質(zhì)量的影響如圖2所示?？梢悦黠@地看出，使用GOP長(zhǎng)度較短的圖像，其質(zhì)量比使用GOP長(zhǎng)度較長(zhǎng)的圖像好，這主要是因?yàn)樵谝粋€(gè)GOP中，如果I幀的封包在傳送過(guò)程中遺失，其后所有的P幀與B幀就都沒(méi)有辦法進(jìn)行解碼操作，這將導(dǎo)致所有GOP里的畫(huà)面都是無(wú)用的，會(huì)因此導(dǎo)致整個(gè)圖像質(zhì)量有明顯降低，而較長(zhǎng)的GOP會(huì)使得I幀丟失的概率增大，從而導(dǎo)致圖像質(zhì)量變差；另外，在GOP長(zhǎng)度比較長(zhǎng)的圖像中，如I幀遺失則必須等待較長(zhǎng)的時(shí)間直到下一個(gè)I幀的到來(lái)，此時(shí)圖像才會(huì)恢復(fù)成原來(lái)的圖像畫(huà)面。而使用GOP長(zhǎng)度較短的圖像，其等待下一個(gè)I幀到的時(shí)間會(huì)比較短，因此恢復(fù)的時(shí)間會(huì)比較短，可以得到較好的質(zhì)量。

圖2 GOP與PSNR的關(guān)系（取 PER ＝0.01；Q＝10；MTU＝1024 B）

當(dāng)使用MyEvalvid去驗(yàn)證多媒體網(wǎng)絡(luò)的傳輸效果時(shí)，除了直接計(jì)算出重建后影片的PSNR值外，還可以使用YUV Viewer程序去觀察重建后的影片和原始影片的差別，如圖3所示。

圖3 原始圖像與重建圖像的比較

在圖3中，只取出其中一個(gè)幀去做比較，其中，圖3（a）為原始圖像，圖 3（b）～圖 3（h）是在經(jīng)過(guò)量化處理并且經(jīng)過(guò)網(wǎng)絡(luò)傳送后在接收端得到的重建圖像，由圖3可以明顯看到，隨著GOP的增大，圖像的質(zhì)量越來(lái)越差。

2.3.2 Q值對(duì)圖像質(zhì)量的影響

Q值對(duì)圖像質(zhì)量的影響如圖4所示。由圖4可知，在對(duì)視頻流進(jìn)行壓縮時(shí)，隨著壓縮量化參數(shù)Q值的增大，圖像質(zhì)量會(huì)變得越來(lái)越差，這主要是因?yàn)閴嚎s量化參數(shù)值越大，圖像壓縮后失真的程度也就越高，進(jìn)而在相同網(wǎng)絡(luò)環(huán)境下，圖像經(jīng)過(guò)網(wǎng)絡(luò)傳輸?shù)竭_(dá)接收端時(shí)，相對(duì)于壓縮量化參數(shù)較小的情形，其質(zhì)量就會(huì)越差。但是選用比較大的量化標(biāo)準(zhǔn)雖然會(huì)讓編碼出來(lái)的圖像質(zhì)量變得較差，其所產(chǎn)生的數(shù)據(jù)量會(huì)較??；相反，選用較小的量化標(biāo)準(zhǔn)時(shí)，雖然會(huì)讓編碼出來(lái)的圖像質(zhì)量變得比較好，但是其所產(chǎn)生的數(shù)據(jù)量會(huì)比較大。

2.3.3 MTU對(duì)圖像質(zhì)量的影響

MTU對(duì)圖像質(zhì)量的影響如圖5所示?？梢钥闯?，隨著MTU的增大，圖像的質(zhì)量越來(lái)越好。造成這種情況的原因是：在同一個(gè)圖像中，MTU越大，圖像被分割成的封包數(shù)量就會(huì)越少，進(jìn)而在相同網(wǎng)絡(luò)環(huán)境下封包遺失的數(shù)量就會(huì)越少，此時(shí)由于封包錯(cuò)誤率和Q值固定不變，可解碼的畫(huà)面比例會(huì)相對(duì)比較大，從而導(dǎo)致MTU較大的圖像傳輸質(zhì)量會(huì)比較好。

圖4 壓縮量化參數(shù)與平均PSNR的關(guān)系（取 PER＝0.01；GOP＝12；MTU＝1 024 B）

圖5 最大傳輸單元與平均PSNR的關(guān)系（取 PER ＝0.01；GOP＝12；Q＝10）

2.3.4 PER對(duì)圖像質(zhì)量的影響

PER對(duì)圖像質(zhì)量的影響如圖6所示，可以看出，隨著封包錯(cuò)誤率的增大，圖像的質(zhì)量會(huì)變得越來(lái)越差，這主要是因?yàn)楸緦?shí)驗(yàn)封包采用廣播的方式傳送，如果封包在傳送過(guò)程中發(fā)生遺失，傳送端并不會(huì)重新傳送遺失封包，而是直接傳送下一個(gè)封包，當(dāng)封包錯(cuò)誤率增大時(shí)，封包遺失的概率也隨著增大，導(dǎo)致在接收端可被正確地解碼的畫(huà)面數(shù)越少，進(jìn)而影響到圖像的顯示效果。

圖6 包錯(cuò)誤率與平均PSNR的關(guān)系（取 GOP＝12；Q＝10；MTU＝1 024 B）

同樣，當(dāng)使用 MyEvalVid去驗(yàn)證Q值、MTU長(zhǎng)度和PER對(duì)視頻流傳輸效果的影響時(shí)，除了直接計(jì)算出重建后影片的PSNR值外，也可以使用YUV Viewer程序去觀察重建后的影片及原始影片的差別，效果與圖4類似（方法見(jiàn) 2.3.1）。

3 評(píng)估與驗(yàn)證

使用et程序評(píng)估多媒體傳感器網(wǎng)絡(luò)視頻流的傳輸效果，采用的 GOP類型是 G（12，3）。et程序是利用仿真過(guò)程中所得到的發(fā)送端記錄文件sd、接收端記錄文件rd和視頻記錄文件suzie_qcife.st進(jìn)行比較，得到各類型幀的可解畫(huà)面數(shù)量和整個(gè)圖像的可解畫(huà)面比例，如圖7所示。

圖7 仿真結(jié)果評(píng)估

根據(jù)圖7可以得到表2所示的參數(shù)。

表2 驗(yàn)證參數(shù)

由于 G（12，3）中每一個(gè) GOP包含 3個(gè) P幀和 8個(gè)B 幀，則 Np=3，M=3。將表 2 中數(shù)據(jù)代入式（3）、（4）和（5），解得圖像文件中可被正確解碼的 I幀、P幀和 B幀數(shù)的期望值分別為：

則可解畫(huà)面比例的分析值R為：

該值在數(shù)值上較好地逼近了表2中可解畫(huà)面比例的模擬值R′=0.837 5，說(shuō)明實(shí)驗(yàn)中用到的評(píng)估方法對(duì)圖像質(zhì)量的刻畫(huà)比較可靠，同時(shí)也說(shuō)明該模型可以被用來(lái)進(jìn)行多媒體傳感器網(wǎng)絡(luò)傳輸效果的驗(yàn)證。

本文在NS2平臺(tái)上仿真實(shí)現(xiàn)了多媒體傳感器網(wǎng)絡(luò)的視頻流傳輸，并對(duì)影響多媒體信息傳輸?shù)闹饕蛩兀ㄈ鏠值、GOP類型和MTU等）進(jìn)行了量化分析。仿真實(shí)驗(yàn)表明，當(dāng)GOP長(zhǎng)度、壓縮量化參數(shù)或封包錯(cuò)誤率取較小值時(shí)，有利于改善視頻流的傳輸質(zhì)量，而封包長(zhǎng)度取值越小時(shí)，圖像的傳輸效果越差。運(yùn)用該結(jié)論，可以為多媒體傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸質(zhì)量?jī)?yōu)化和節(jié)點(diǎn)隨機(jī)部署優(yōu)化提供依據(jù)，并能有效地為協(xié)議參數(shù)優(yōu)化設(shè)計(jì)提供指導(dǎo)。在未來(lái)的工作中，將對(duì)多媒體傳感器網(wǎng)絡(luò)節(jié)點(diǎn)間多路徑傳輸效果進(jìn)行評(píng)估；對(duì)影響多媒體傳感器網(wǎng)絡(luò)傳輸質(zhì)量的因素進(jìn)行進(jìn)一步分析，建立網(wǎng)絡(luò)的傳輸效果與影響因素之間的擬合函數(shù)。

[1]王汝傳，孫力娟.無(wú)線多媒體傳感器網(wǎng)絡(luò)技術(shù)[M].北京：人民郵電出版社，2011.

[2]柯志亨，程榮祥，鄧德雋.NS2仿真實(shí)驗(yàn)——多媒體和無(wú)線網(wǎng)絡(luò)通信[M].北京：電子工業(yè)出版社，2009.

[3]廖勇，楊士中.量化因子在 IEEE 802.11b/e無(wú)線局域網(wǎng)視頻流傳輸中的圖像質(zhì)量性能仿真研究 [J].計(jì)算機(jī)科學(xué)，2010，37（6）：36-39.

[4]KIM I M，KIM H M.A new resource allocation scheme based on a PSNR criterion for wireless video transmission to stationary receivers over Gaussian channels[J].IEEE Transactions on Wireless Communication， 2002， 1（3）：393-401.

[5]LOMBARDO A，SCHEMBRA G.Performance evaluation of an adaptive-rate MPEG encoder matching intServ traffic constraints [J].IEEE/ACM Transactions on Networking，2003，11（1）：47-65.

[6]KLAUE J， RATHKE B， WOLISZ A.EvalVid-A framework for video transmission and quality evaluation[C].Proceeding of 13th International Conference on Modelling Techniques and Tools for Computer Performance Evaluation， Urbana，Illinois， USA，2003：255-272.

[7]YUV video sequences. http：//trace.eas.asu.edu/yuv/suzie/suzie_qcif.7z，2006-03-01.