劉曉輝，金志剛，衛(wèi)津津，趙西滿

天津大學(xué) 電子信息工程學(xué)院，天津 300072

1 引言

立體視頻利用人類雙目視差原理，使人眼獲得同一場景具有輕微視角差異的兩個視圖，從而在大腦中形成立體感。多視點立體視頻支持裸眼觀看，具有獨特的表現(xiàn)力和強大的震撼力，必將成為互聯(lián)網(wǎng)新的應(yīng)用和業(yè)務(wù)增長點。但是多視點立體視頻具有很高的碼流速率，同時立體視頻對數(shù)據(jù)丟失特別敏感，需要高效、高質(zhì)量的網(wǎng)絡(luò)傳輸。

P2P（Peer-to-Peer）網(wǎng)絡(luò)模式在流媒體傳輸上獲得了巨大成功，其非中心化和負載均衡等特點同樣適用于多視點立體視頻的傳輸。

P2P的非中心化特點要求每個對等體在獲取數(shù)據(jù)的同時也作為數(shù)據(jù)提供者，因此對等體之間的數(shù)據(jù)塊調(diào)度對視頻的傳輸和播放質(zhì)量至關(guān)重要[1]。為了提高傳輸效率，研究人員針對不同的影響因素提出許多有效的P2P數(shù)據(jù)塊調(diào)度算法[2-6]。文獻[2]提出隨機獲取算法（RAND）；文獻[3]提出數(shù)據(jù)驅(qū)動的概念，并提出采用局部最少優(yōu)先算法（Local Rarest First，LRF）改善性能；文獻[4]通過分析貪婪策略和最少優(yōu)先策略提出一種混合調(diào)度策略（Mixed Rarest First and Greedy，Mixed-RF-G）。該策略將節(jié)點緩沖區(qū)分成兩部分，第一部分用最少優(yōu)先策略調(diào)度數(shù)據(jù)塊，剩下的用貪婪策略，以此來平衡數(shù)據(jù)的稀有性和緊急性。

上述P2P數(shù)據(jù)調(diào)度算法可以改善節(jié)點吞吐量、帶寬利用率和啟動速度等方面發(fā)揮作用。但分析表明：P2P節(jié)點吞吐量的最大化并不能保證視頻的播放質(zhì)量，因為一些關(guān)鍵數(shù)據(jù)塊的丟失會造成視頻的嚴重失真[7]。尤其是多視點立體視頻，其編碼形式復(fù)雜、同時包含運動和深度信息、對數(shù)據(jù)丟失敏感度高，因此關(guān)鍵數(shù)據(jù)塊的缺失對多視點立體視頻的影響更大。文獻[8-10]從率失真的角度提出重要性優(yōu)先（Importance First，IF）的傳輸模型，這種方法對多視點立體視頻的P2P傳輸具有指導(dǎo)意義。但是，采用重要性優(yōu)先模型進行數(shù)據(jù)調(diào)度往往會導(dǎo)致P2P網(wǎng)絡(luò)陷入內(nèi)容瓶頸問題[11]。本文首先分析多視點立體視頻的編碼特點，然后結(jié)合節(jié)點數(shù)據(jù)的重要性、稀有性以及緊急程度提出面向多視點立體視頻的P2P數(shù)據(jù)塊調(diào)度方案。

2 多視點立體視頻和P2P視頻傳輸系統(tǒng)

為了提高立體視頻播放質(zhì)量和傳輸效率，P2P傳輸調(diào)度算法需要緊密結(jié)合立體視頻的編碼結(jié)構(gòu)。因此，本章首先介紹多視點立體視頻的編碼結(jié)構(gòu)，然后對P2P視頻傳輸系統(tǒng)和其中的數(shù)據(jù)塊調(diào)度問題進行分析。

2.1 多視點立體視頻編碼

在單視點視頻編碼中，去除視頻序列時間冗余的有效方法是幀間預(yù)測[12]。對于多視點立體視頻而言，去除視點間冗余最直接的方式是在編碼當前視點圖像時使用其他視點中的圖像作為參考圖像進行位移估值和幀間預(yù)測，這種方法稱為視點間預(yù)測[13]。

多視點視頻編碼（MVC）在H.264編碼的基礎(chǔ)上增加了視點間預(yù)測，目前已經(jīng)成為H.264編碼標準的擴展集之一。本文的立體視頻編碼方式就是采用MVC編碼，圖1是一個全視點圖片組（GOGOP）的MVC編碼結(jié)構(gòu)。水平坐標軸為時間軸，垂直坐標軸為視點軸，T0表示第0幀視頻，V0表示第0號視點。多視點立體視頻采用分層的B幀構(gòu)造可分級的預(yù)測結(jié)構(gòu)，每幀字母下標的數(shù)字表示級別，0級優(yōu)先級最高。V0的第0幀是I幀，V2，V4，V6，V7的第0幀采用視點間P幀預(yù)測，V1，V3，V5的第0幀采用視點間的B幀預(yù)測。其余都是基于時域和視點間的B幀預(yù)測。顯而易見，V0視點的I0最為重要，整個GOGOP中的所有幀圖像都對它有依賴關(guān)系，I0的數(shù)據(jù)丟失將影響整個GOGOP的圖像質(zhì)量。其次是P0幀，P0幀不僅是本視點的參考幀，同時影響對應(yīng)的B幀預(yù)測視點。多視點立體視頻中所有幀類型的重要性順序為I0>P0>B1>B2>B3>b4，在一個GOP中其數(shù)目分別為1，4，8，13，26，12。

圖1 八視點立體視頻MVC編碼結(jié)構(gòu)圖

2.2 P2P視頻傳輸系統(tǒng)

P2P系統(tǒng)由流媒體服務(wù)器、Tracker服務(wù)器以及若干個節(jié)點組成（Peer）[14]。流媒體服務(wù)器將預(yù)先編碼好的視頻流分組打包，以直播的方式分發(fā)到P2P網(wǎng)絡(luò)中；Tracker服務(wù)器用于維護在線節(jié)點列表，并為請求節(jié)點提供具有媒體發(fā)布能力的鄰居節(jié)點列表；節(jié)點不僅是媒體內(nèi)容的下載者，而且將媒體內(nèi)容下載并轉(zhuǎn)發(fā)給其他請求節(jié)點。

當一個節(jié)點加入P2P網(wǎng)絡(luò)系統(tǒng)中，它首先向Tracker服務(wù)器請求鄰居節(jié)點列表。獲得鄰居節(jié)點列表后，隨機選擇節(jié)點建立連接。每個節(jié)點維護一個緩存圖（BufferMap，BM），用于說明該節(jié)點的數(shù)據(jù)塊中哪些是已經(jīng)緩存并且可用的。在傳輸過程中，節(jié)點周期性地與其他的鄰居節(jié)點交換BM，從而得到更多的節(jié)點的緩存信息。當節(jié)點收到對方的數(shù)據(jù)緩存圖BM后，就會采用一定的數(shù)據(jù)塊調(diào)度策略去請求感興趣的塊。媒體內(nèi)容被分成大小相同的塊，每個數(shù)據(jù)塊被指定一個編號，用以表示其播放順序。節(jié)點緩存一定量的數(shù)據(jù)塊以后，就開始進行視頻播放。

為了維持視頻播放和流媒體數(shù)據(jù)塊請求動作，每個節(jié)點維護兩個滑動窗口：播放窗口和請求窗口。節(jié)點的播放窗口和請求窗口結(jié)構(gòu)如圖2所示。播放窗口中的是正在參與解碼和播放的數(shù)據(jù)塊，包括已經(jīng)緩存的數(shù)據(jù)塊和少量的丟失數(shù)據(jù)塊。播放窗口中的最后一個數(shù)據(jù)塊被稱為截止期，晚于這個截止期到達的數(shù)據(jù)塊將會被認為是數(shù)據(jù)丟失，并會對視頻的播放質(zhì)量產(chǎn)生影響。請求窗口為視頻播放緩存數(shù)據(jù)，內(nèi)容包含已經(jīng)緩存的數(shù)據(jù)塊、向鄰居節(jié)點請求但尚未收到的數(shù)據(jù)塊、鄰居節(jié)點擁有但尚未請求的數(shù)據(jù)塊，以及鄰居節(jié)點沒有的數(shù)據(jù)塊。

圖2 節(jié)點的播放窗口和請求窗口

當Peer節(jié)點開始接收和播放數(shù)據(jù)時，播放窗口和請求窗口同時向后滑動。正常情況下，播放窗口的滑動速率與視頻的正常的碼流速率相同。而請求窗口的滑動速率只與Peer節(jié)點的數(shù)據(jù)接收速率有關(guān)，當數(shù)據(jù)塊的接收速率高于播放速率時，播放窗口的截止期與請求窗口的距離會拉大。當網(wǎng)絡(luò)出現(xiàn)阻塞或者P2P網(wǎng)絡(luò)出現(xiàn)傳輸瓶頸時，請求窗口的滑動速率會迅速降低或者停止，此時截止期與請求窗口的距離會越來越小，直至為0。當截止期和請求窗口距離為0時，播放窗口無法正常向后滑動，視頻播放也會出現(xiàn)卡頓或停止。

3 數(shù)據(jù)塊調(diào)度模型及算法

3.1 數(shù)據(jù)塊調(diào)度的主要考慮因素

數(shù)據(jù)塊調(diào)度的主要目的包括兩點：（1）保證P2P網(wǎng)絡(luò)的高效數(shù)據(jù)傳輸；（2）提高單個Peer的視頻接收和播放質(zhì)量。

在P2P網(wǎng)絡(luò)系統(tǒng)的角度上，為了提高數(shù)據(jù)的傳輸效率，就必須提高Peer之間的單位時間數(shù)據(jù)交換量。假設(shè)N個Peer節(jié)點之間進行數(shù)據(jù)交互，而沒有外部新鮮數(shù)據(jù)進入的情況下，它們會隨著因緩存數(shù)據(jù)的同步，傳輸效率會越來越低，最終陷入傳輸瓶頸。因此P2P網(wǎng)絡(luò)中數(shù)據(jù)塊內(nèi)容的多樣性和可用性對保證P2P系統(tǒng)的傳輸效率至關(guān)重要。

對于Peer節(jié)點而言，要保證數(shù)據(jù)接收和視頻播放質(zhì)量，必須滿足緊急數(shù)據(jù)塊的優(yōu)先性。Peer的緊急數(shù)據(jù)塊是指請求窗口中靠近播放窗口截止期但尚未接收到的數(shù)據(jù)塊，隨著這類數(shù)據(jù)塊逐步接近播放窗口，其緊急程度越來越高。如果進入播放窗口，仍未接收，將會影響視頻的播放質(zhì)量。

另一方面，由于本文面向的是多視點立體視頻的P2P傳輸，數(shù)據(jù)塊的丟失對立體視頻播放質(zhì)量影響更為復(fù)雜，關(guān)鍵數(shù)據(jù)塊的丟失會對視頻的正常播放產(chǎn)生更大的影響。例如：圖1中I0幀所在的數(shù)據(jù)塊具有最高的重要性，I0幀的數(shù)據(jù)塊丟失會影響整個GOGOP中其他所有視點、所有后續(xù)幀的解碼。因此，必須考慮數(shù)據(jù)塊在編碼中的重要程度。

因此，P2P網(wǎng)絡(luò)多視點立體視頻傳輸數(shù)據(jù)塊調(diào)度的主要考慮因素包括：

（1）數(shù)據(jù)塊在視頻編碼結(jié)構(gòu)中的重要程度。

（2）數(shù)據(jù)塊對視頻播放的緊急程度。

（3）新鮮數(shù)據(jù)和數(shù)據(jù)的局部稀缺性。

3.2 面向立體視頻數(shù)據(jù)塊調(diào)度算法

MVC采用分級的B幀預(yù)測結(jié)構(gòu)，其中，B3幀和b4幀在預(yù)測結(jié)構(gòu)中數(shù)目較多，但它們重要性相對較低，其數(shù)據(jù)丟失對立體視頻質(zhì)量的影響相對較小。而I0P0B1B2幀的數(shù)目和比例雖然較低，但其數(shù)據(jù)丟失對立體視頻影響較大。有鑒于此，本文將兩類分開處理。

本文算法中將請求窗口內(nèi)的數(shù)據(jù)塊分為Priority_Chunks和Rand_Chunks兩個集合，Priority_Chunks主要包含I0P0B1B2四種幀類型對應(yīng)的數(shù)據(jù)塊（也可稱為I0P0B1B2集），這些數(shù)據(jù)塊需要優(yōu)先傳輸。而Rand_Chunks主要包含B3b4兩種幀類型的數(shù)據(jù)塊（可稱為B3b4集）。

確定數(shù)據(jù)塊的請求優(yōu)先級，是提高傳輸效率和播放質(zhì)量的一種有效手段。本文引入重要性、緊急性和稀缺性三種影響因素，確立數(shù)據(jù)塊的請求優(yōu)先級。本文對每個數(shù)據(jù)塊c定義一個立體視頻經(jīng)驗效用函數(shù) P(l,t,λ)，P(l,t,λ)值越小，數(shù)據(jù)塊的優(yōu)先級越高。

為了提高傳輸效率，提高立體視頻質(zhì)量，本文提出一種聯(lián)合優(yōu)先級傳輸和隨機傳輸?shù)臄?shù)據(jù)塊調(diào)度方法PR-RAND。具體算法如下：

初始化傳輸以后，Peer節(jié)點i以時間T為間隔進行如下操作：

（1）對請求窗口中的 N個數(shù)據(jù)塊計算其效用函數(shù)Pi(l,t,λ),1≤i≤N 。

（2）將待請求的數(shù)據(jù)塊分為兩個集合：Priority_Chunks和Rand_Chunks。

I0P0B1B2對應(yīng)的數(shù)據(jù)塊屬于Priority_Chunks；B3b4對應(yīng)的數(shù)據(jù)塊屬于Rand_Chunks。

（3）對于 Priority_Chunks中的數(shù)據(jù)塊，按照 P(l,t,λ)越小，優(yōu)先級越高的方式進行請求。

（4）使用鄰居節(jié)點的傳輸率估計Peer節(jié)點i的可用數(shù)據(jù)帶寬：

其中，設(shè)節(jié)點 Nij(j=1～Neighbors)是節(jié)點i的鄰居節(jié)點；oj是節(jié)點Nij的上載帶寬；mj是節(jié)點Nij的鄰居總數(shù)。

若BWi大于多視點立體視頻的平均碼流速率，使用RAND[2]算法傳輸Rand_Chunks中的數(shù)據(jù)塊，否則，對Rand_Chunks集合中的數(shù)據(jù)塊不做請求。

注 Rand_Chunks中數(shù)據(jù)塊的效用函數(shù)P(l,t,λ)并未實際使用，在算法實現(xiàn)中可以省去此部分計算。

Priority_Chunks按照 P(l,t,λ)越小，優(yōu)先級越高的方式進行傳輸；Rand_Chunks中的數(shù)據(jù)塊優(yōu)先級相對較低，對立體視頻質(zhì)量影響較小，采用RAND[2]算法進行傳輸。RAND[2]算法是一種簡單的數(shù)據(jù)塊請求方法，它是指peer節(jié)點根據(jù)維護的數(shù)據(jù)塊請求列表和鄰居節(jié)點的可用數(shù)據(jù)塊列表，隨機地挑選數(shù)據(jù)塊向鄰居節(jié)點發(fā)送請求獲取信息，而不考慮任何優(yōu)先級信息。其優(yōu)點在于算法簡單，并能夠增加節(jié)點數(shù)據(jù)塊的多樣性。

使用PR-RAND方法，在保證立體視頻播放質(zhì)量的基礎(chǔ)上，可以充分利用空余網(wǎng)絡(luò)帶寬傳輸隨機數(shù)據(jù)塊，增加Peer節(jié)點之間數(shù)據(jù)塊的多樣性，能夠一定程度地避免P2P內(nèi)容瓶頸問題。

4 實驗結(jié)果和性能評價

4.1 性能評價指標

流媒體塊調(diào)度算法和Peer鄰居節(jié)點選擇算法是影響視頻播放質(zhì)量和網(wǎng)絡(luò)傳輸效率的兩大關(guān)鍵因素，本文在固定Peer鄰居節(jié)點的情況下對本文所提出的PR-RAND算法做出評估，主要的性能評價指標包括：

立體視頻回放質(zhì)量：立體視頻的回放質(zhì)量直接關(guān)系到用戶的體驗效果，是判定數(shù)據(jù)塊調(diào)度效果的最直接的指標。本文采用峰值信噪比（Peek Signal-to-Noise Ratio，PSNR）作為立體視頻傳輸失真的質(zhì)量評價標準。

數(shù)據(jù)到達率：立體視頻回放時，節(jié)點實際獲得的有效立體視頻數(shù)據(jù)占應(yīng)獲得數(shù)據(jù)的比例。由于數(shù)據(jù)塊重要性的區(qū)別，數(shù)據(jù)到達率并不完全與視頻回放質(zhì)量成正比。

啟動延遲：數(shù)據(jù)包從源節(jié)點發(fā)出直到在接收節(jié)點的緩沖區(qū)被回放的時間，具體指用戶決定觀看到實際播放的等待時間，是衡量用戶體驗效果良好與否的關(guān)鍵。

網(wǎng)絡(luò)吞吐量：網(wǎng)絡(luò)吞吐量是指Peer節(jié)點平均每秒接收到的數(shù)據(jù)量，網(wǎng)絡(luò)吞吐量能夠直觀地反映P2P系統(tǒng)的網(wǎng)絡(luò)傳輸效率，因此也是衡量P2P數(shù)據(jù)塊調(diào)度策略有效性的重要指標。

4.2 實驗結(jié)果

實驗環(huán)境為：2.13 GHz 4核CPU（Intel Xeon E5606），內(nèi)存4 GB DDR3，操作系統(tǒng)為Suse linux 11。實驗采用Transit-Stub拓撲中的GT-ITM模型建立網(wǎng)絡(luò)層的拓撲結(jié)構(gòu)，生成2 000個路由節(jié)點；采用General Peer-to-Peer Simulator[15]（General p2p simulator:www.cs.binghamton.Edu/～wyang/gps/）作為仿真工具，模擬對等體個數(shù)分別為1 000、3 000、5 000。具體的實驗參數(shù)如表1所示。

表1 實驗參數(shù)設(shè)置

除上述參數(shù)以外，算法中的優(yōu)先級效用函數(shù)P(l,t,λ)包含3個權(quán)重因子ω1,ω2,ω3，它們是一種比例關(guān)系。為了比較簡單地獲取系統(tǒng)性能較好的權(quán)重因子，假設(shè)三種因子彼此獨立。首先通過分析節(jié)點吞吐量和啟動延遲的變化，確定ω2,ω3之間比例關(guān)系。然后以ω2,ω3為基準，從0開始增加ω1的比重，通過PSNR的變化判斷不同權(quán)重的作用效果。具體方法如下：設(shè)ω3=1，在不考慮ω1的情況下（即ω1=0），調(diào)節(jié)ω2的數(shù)值。由圖3可知，ω2在0.5附近時，節(jié)點的吞吐量較高，同時啟動延遲較低。進一步引入重要性因子ω1，設(shè)ω2=0.5,ω3=1,，通過增加ω1的權(quán)重進行比較實驗，立體視頻的平均PSNR隨著權(quán)重因子ω1增大先增加后減少，在取值為2.5附近出現(xiàn)峰值。因此，本文在以下實驗中，將權(quán)重因子等比變換為整數(shù)，分別設(shè)置為ω1=5,ω2=1,ω3=2。

圖3 ω3=1時，不同ω2對節(jié)點吞吐量和啟動延遲的影響

實驗內(nèi)容包括：平均PSNR；啟動延遲；平均數(shù)據(jù)到達率；節(jié)點平均吞吐量。由于節(jié)點數(shù)量龐大，實驗數(shù)據(jù)的獲得方式是通過隨機抽樣的方式，將所有Peer節(jié)點分為5組，每組抽取10個節(jié)點，由5組總計50個節(jié)點數(shù)據(jù)獲取平均值作為整體的實驗結(jié)果。為了分析和評價所提出的PR-RAND方法的有效性，本文使用三種典型的調(diào)度算法PR-RAND方法與 LRF[3]、Mixed-RF-G[4]、IF-IBP[6]進行比較。

（1）平均PSNR：如圖4所示，1 000個Peer節(jié)點的仿真實驗中，不同算法立體視頻播放的平均PSNR。由實驗結(jié)果可以看出，采用本文提出的PR-RAND方法，立體視頻的平均PSNR高于其他3種方法。LRF和Mixed-RF-G方法不考慮數(shù)據(jù)塊的重要性，因此視頻回放時不能保證關(guān)鍵數(shù)據(jù)的完整性，造成立體視頻平均PSNR偏低。IF-IBP以重要性為優(yōu)先的原則傳輸立體視頻數(shù)據(jù)塊，但是在200～250 s內(nèi)出現(xiàn)了明顯的內(nèi)容傳輸瓶頸，由于大量缺失數(shù)據(jù)，造成視頻質(zhì)量的下降。

圖4 不同算法產(chǎn)生的視頻PSNR

（2）啟動延遲：本文設(shè)計的立體視頻播放窗口大小為20，因此，啟動延遲是指接收到前20個數(shù)據(jù)塊的時間。從表2中可以看出，由于本文算法考慮了數(shù)據(jù)塊的緊急性，啟動延遲低于LRF和IF-IBP，比Mixed-RF-G算法略高。同時，受節(jié)點傳播時延影響，四者的啟動延時隨著節(jié)點規(guī)模增大略有增加。

表2 啟動延遲 s

（3）節(jié)點平均吞吐量和數(shù)據(jù)到達率：節(jié)點的平均吞吐量和平均數(shù)據(jù)到達率如圖5所示。從圖5（a）可以看出，LRF方法具有最高的節(jié)點平均吞吐量，其次是PR-RAND和Mixed-RF-G，IF-IBP的吞吐量最低。平均數(shù)據(jù)到達率如圖5（b）所示，由于考慮了數(shù)據(jù)塊的緊急性，并采用聯(lián)合優(yōu)先級和隨機傳輸方法，本文提出的PR-RAND方法的數(shù)據(jù)到達率高于其他三種方法。

圖5 算法的平均節(jié)點吞吐量和數(shù)據(jù)到達率對比

5 結(jié)束語

面向多視點立體視頻P2P網(wǎng)絡(luò)傳輸，本文綜合考慮了數(shù)據(jù)塊在視頻編碼中的重要性、播放的緊急程度以及網(wǎng)絡(luò)內(nèi)容的稀有性，提出了一種聯(lián)合優(yōu)先級和隨機傳輸?shù)臄?shù)據(jù)塊調(diào)度方案。通過仿真實驗，證明了本文提出的PR-RAND方法能夠提供更優(yōu)越的立體視頻質(zhì)量和較小的啟動延遲，同時克服了IF方法的缺點，能夠避免內(nèi)容傳輸瓶頸問題，保證較高的網(wǎng)絡(luò)吞吐率。

本文僅僅研究立體視頻P2P數(shù)據(jù)塊請求的調(diào)度問題，與P2P Tracker服務(wù)器節(jié)點調(diào)度相結(jié)合，建立一套完整高效的立體視頻P2P傳輸系統(tǒng)是下一步的工作方向。

[1]Zhang M，Xiong Y Q，Zhang Q，et al.On the optimal scheduling for media streaming in data-driven overlay networks[C]//Proc of IEEE GLOBECOM，2006.

[2]Pai V，Kumar K.Chainsaw：eliminating trees from overlay multicast[C]//Proc of IEEE INFOCOM，2005.

[3]Zhang X，Liu J，Li B，et al.CoolStreaming/DONet：a data-driven overlay network for efficient media streaming[C]//Proc of IEEE INFOCOM，2005：2102-2111.

[4]Zhou Y，Chiu D M，Lui J C.A simple model for analyzing P2P streaming protocols[C]//Proc of IEEE ICNP，2007.

[5]任浩，王勁林，尤佳莉.一種分階段的P2P流媒體數(shù)據(jù)調(diào)度算法[J].計算機工程與應(yīng)用，2011，47（23）：1-4.

[6]徐家燕，陸建德，武廣柱.rlncBT：隨機線性網(wǎng)絡(luò)編碼的P2P內(nèi)容分發(fā)系統(tǒng)[J].計算機工程與應(yīng)用，2009，45（12）：110-113.

[7]Chakareski J，Apostolopoulos J，Wee S，et al.Rate-distortion hint tracks for adaptive video streaming[J].IEEE Transactions on Circuits and Systems for Video Technology，2005，15（10）：1257-1269.

[8]Chou P A，Miao Z.Rate-distortion optimized streaming of packetized media[J].IEEE Transactions on Multimedia，2006，8（2）：390-404.

[9]Miao Z，Ortega A.Expected run-time distortion based scheduling for delivery of scalable media[C]//Proc of Int Packet Video Workshop，2002：829-832.

[10]Chakareski J，Apostolopoulos J.Rate-distortion optimized distributed schediling of multiple video streams over shared communication resources[J].IEEE Transactions on Multimedia，2006，8（2）：207-218.

[11]Chang C Y，Chou C F，Chen M H.Striking the balance between content diversity and content importance in swarm-based P2P streaming system[C]//Proc of IEEE HPCC，2002：653-660.

[12]歐陽合.H.264和MPEG-4視頻壓縮[M].北京：國防科技大學(xué)出版社，2004.

[13]MPEG video subgroup.Introduction to multi-view video coding[C]//83rd MPEG Meeting，2008.

[14]謝勇均.P2P視頻直播傳輸系統(tǒng)的研究與實現(xiàn)[D].北京：中國科學(xué)院計算技術(shù)研究所，2006.

[15]Yang W，Abu-Ghazaleh N.GPS：a general peer-to-peer simulator and its use for modeling BitTorrent[J].Mascots，2005：425-434.