吳大鵬，李雪，李紅霞

?

基于TWDM-PON與C-RAN的QoE感知視頻協(xié)作緩存與傳輸機制

吳大鵬1,2，李雪1,2，李紅霞3

（1. 重慶郵電大學通信與信息工程學院，重慶 400065； 2. 重慶市光通信與網絡重點實驗室，重慶 400065；3. 中國聯合網絡通信有限公司重慶市分公司，重慶 401123）

隨著數據流量的爆發(fā)式增長，用戶體驗質量急劇惡化，為了解決密集組網與負載不均衡所引發(fā)的小區(qū)邊緣用戶與重負載小區(qū)用戶性能較差的問題，提出了一種體驗質量感知的云無線接入網視頻協(xié)作緩存與傳輸機制。該機制通過建立協(xié)作增益感知的虛擬無源光網絡，采用光域和無線域協(xié)同的方式為視頻內容提供協(xié)作緩存與傳輸；進而，聯合優(yōu)化用戶視頻體驗、帶寬配置與緩存策略，分別在光域和無線域采用動態(tài)預緩存及緩沖水平感知的帶寬配置方式，達到提高用戶體驗質量的目的。結果表明，所提機制能夠有效地提高緩存命中率，增強用戶體驗質量。

云無線接入網；虛擬無源光網絡；協(xié)作緩存與傳輸；體驗質量

1 引言

隨著多媒體智能終端設備的廣泛應用，視頻業(yè)務呈現爆發(fā)式增長趨勢，傳統(tǒng)的分布式無線接入網（D-RAN, distributed radio access network）無法滿足不斷增長的用戶需求與網絡需求。為了解決上述問題，研究人員提出了基于集中化處理、協(xié)作式無線電和實時云計算的云無線接入網（C-RAN, cloud radio access network）架構[1]。與D-RAN不同，C-RAN打破了遠端無線射頻單元（RRH, remote radio head）和基帶處理單元（BBU, base band unit）之間的固定連接關系，使RRH分布在各小區(qū)站點，BBU集中在中心主機房[2]，BBU與RRH之間構成前傳（fronthaul）。顯然，前傳容量對C-RAN所承載的業(yè)務至關重要。由于時分波分復用無源光網絡（TWDM- PON, time and wavelength division multiplexed passive optical network）具有高能效、低時延及高傳輸容量的特點，能夠滿足視頻業(yè)務的高帶寬與時延敏感特性，從而成為C-RAN光纖前傳的技術選擇[3]。

研究表明，用戶點擊視頻的次數與視頻流行度密切相關，且兩者服從Zipf分布[4]。大量用戶不斷地從內容服務器獲取流行度高的視頻，使網絡所承載的數據流量變得異常龐大，導致用戶體驗質量（QoE, quality of experience）急劇下降，為此，研究高效的無線邊緣緩存策略來減少數據冗余傳輸以提升移動網絡性能勢在必行[5]。對于視頻業(yè)務而言，訪問時延與無線鏈路速率是影響用戶體驗質量的主要因素[6-7]，因此，如何對視頻內容進行緩存與傳輸對提高用戶QoE至關重要。目前，普遍采用RRH邊緣緩存的方式為用戶提供視頻傳輸，同時降低用戶的訪問時延。文獻[8]在C-RAN架構下提出聯合邊緣緩存與云緩存策略，降低了平均時延，提高了用戶QoE。在非流量高峰時期為用戶緩存視頻內容，減輕預緩存占用帶寬的壓力，但由于用戶的移動模式與請求內容都具有較強的動態(tài)特征，靜態(tài)的預緩存策略無法滿足用戶的時變需求。文獻[9]提出在軟件定義的正交頻分復用無源光網絡中聯合配置帶寬與緩存資源，將光線路終端（OLT, optical line terminal）的部分帶寬分配給時延敏感的流行視頻，剩余帶寬用于光網絡單元（ONU, optical network unit）預緩存下一時隙的流行視頻，從而降低服務響應時延，但該方案并未考慮超密集部署場景下的用戶特征[10]，即小區(qū)邊緣用戶受到嚴重的同層干擾，并且小區(qū)負載不均衡會導致重負載小區(qū)用戶性能較差。針對小區(qū)密集部署場景，文獻[11]提出利用基站已有緩存為邊緣用戶進行聯合傳輸分簇以最小化回傳數據量，然而，在給定緩存資源下考慮聯合傳輸無法保障邊緣用戶的QoE，且緩存利用率低。文獻[12]通過考慮視頻段間的質量差異和用戶緩沖區(qū)的信息來確定視頻流的分辨率版本，從而在不中斷播放的情況下保證單個用戶的最佳觀看質量，但這僅優(yōu)化單個視頻流的QoE，當多個用戶在共享鏈路上競爭資源時，會出現不公平的無線資源分配。

針對上述不足，在基于TWDM-PON與C-RAN的聯合架構下，本文提出了一種QoE感知的視頻協(xié)作緩存與傳輸機制。利用小區(qū)間干擾程度、請求內容相似度、ONU傳輸帶寬表征光與無線域協(xié)作緩存與傳輸增益，通過RRH與ONU分簇構建虛擬無源光網絡（VPON, virtualized passive optical network）。進而，聯合優(yōu)化視頻流QoE、帶寬配置與緩存分配：在光域，通過分析與計算視頻的緩存價值與離散度動態(tài)地預緩存視頻內容，降低訪問時延；在無線域，基于各用戶的緩沖水平靈活地配置無線帶寬，提升用戶觀看視頻的質量。

2 光域與無線域的協(xié)作架構

本文提出的基于TWDM-PON與C-RAN的聯合架構如圖1所示。光網絡采用點到多點的樹形結構，由OLT與多個ONU組成，無線網絡由融合ONU與射頻功能的網關節(jié)點（ONU-RRH, optical network unit-remote radio head）組成。

圖1 基于TWDM-PON與C-RAN的聯合架構

與其他現有架構不同，本文提出的架構中每個ONU可以連接多個RRH。BBU池與ONU-RRH之間的連接構成前傳，與核心網的連接構成回傳。基于TWDM-PON強大傳輸容量的特性，多個ONU可以利用其波長調諧器調諧到同一波長上進行波長共享。在光線路終端，由線卡（LC, line card）控制波長的接入。LC與在其控制波長上通信的多個ONU-RRH的組合被稱為虛擬PON（VPON），如圖1所示，短虛線與長虛線框分別組成VPON1與VPON2?？梢姡肨WDM-POM的波分特性可以建立多個VPON，通過波分復用器進行光耦合與分離。

為提高小區(qū)邊緣與重負載小區(qū)用戶的QoE，本文提出光域與無線域的協(xié)作緩存與傳輸，主要通過構建光域服務小區(qū)（OSC, optical service cell）與無線域服務小區(qū)（WSC, wireless service cell）來實現。無線域服務小區(qū)是以邊緣用戶為中心的RRH集合，用于提升邊緣用戶的無線鏈路速率。受益于VPON的架構，WSC中的RRH通過聯合傳輸（JT, joint transmission）為用戶提供服務。在JT模式下，多個RRH在同一時頻資源塊上為同一個用戶發(fā)送數據，將小區(qū)間的干擾信號轉換為有用信號來提升小區(qū)邊緣用戶的性能[11]。利用聯合傳輸的優(yōu)勢，可將小區(qū)邊緣用戶請求的視頻在無線域服務小區(qū)內進行分布式的協(xié)作緩存。但是，當RRH的負載較大時，由于緩存空間有限，使得較多用戶仍需通過前傳與回傳獲取視頻，容易產生擁塞，導致用戶QoE降低。因此，光域服務小區(qū)表示為用戶協(xié)作緩存的RRH，用于提升重負載小區(qū)用戶的內容訪問時延，避免重負載小區(qū)的大量用戶到內容服務器獲取視頻。如圖1所示，光域服務小區(qū)有2種傳輸方式，一種是通過RRH—ONU—BBU—ONU—RRH的轉發(fā)方式來進行緩存的協(xié)作傳輸[13]，如圖1粗線箭頭所示；由于本文提出架構的ONU與RRH為一對多的連接關系，另一種則可以利用ONU作為轉發(fā)媒介，通過RRH—ONU—RRH的路徑進行緩存的協(xié)作傳輸，如圖1虛線箭頭所示。

3 基于協(xié)作增益的VPON構建

在小區(qū)密集部署場景下，位于小區(qū)邊緣的用戶被多個RRH覆蓋，受到嚴重的同頻干擾，并且小區(qū)間的負載不均衡使得輕負載RRH的緩存利用率不高，而重負載RRH的大量用戶仍需通過核心網獲取視頻，訪問時延大。因此，為提升網絡中小區(qū)邊緣用戶與重負載小區(qū)用戶的性能，本節(jié)提出了協(xié)作緩存與傳輸增益感知的VPON構建機制。VPON的構建主要通過RRH分簇與ONU分簇來實現，其中，RRH分簇實現無線域協(xié)作緩存與傳輸增益，ONU分簇則實現光域協(xié)作緩存與傳輸增益。

3.1 RRH分簇

對于本文所提出的VPON架構來說，可以采用VPON內的聯合傳輸或VPON間的聯合傳輸來實現RRH的聯合傳輸，前者只需在同一BBU內部各小區(qū)間交互聯合傳輸處理相關的業(yè)務數據和控制信息，較易于實現；而后者需要在BBU間交互這些信息，對X2接口帶寬有很高要求，時延也比前者更大[14]。因此，本文僅考慮VPON內的聯合傳輸。在用戶建立無線域服務小區(qū)之前，有必要對RRH進行分簇使得協(xié)作區(qū)域中邊緣用戶的無線域協(xié)作緩存與傳輸增益最大化?；趶V度優(yōu)先搜索（BFS, breadth first search）方法，本文提出貪婪的動態(tài)成簇算法，首先，BBU根據邊緣用戶的干擾信息與小區(qū)的請求內容相似度構建連接關系圖；其次，基于邊權重對RRH進行分簇，即將連接關系圖分為多個子圖，每個子圖代表一個聯合傳輸簇。

1) 基于邊權重的圖構建

2) 基于圖的RRH分簇

在RRH分簇時，對于任意2個頂點與，若滿足如式(6)所示的條件，即與互為與其相鄰頂點的最大邊權重點，則將2個頂點分到同一簇中，以實現簇內的最大協(xié)作緩存與傳輸增益。

其中，與分別表示與的相鄰頂點。類似地，該規(guī)則可以延伸到點到子圖與子圖到子圖中，則點到子圖與子圖到子圖的權重如式(7)所示。

算法1 RRH貪婪成簇算法

初始化階段

搜索階段

⑧ end if

? end if

? 根據式(7)更新連接子圖間的邊權重

? end for

? end while

3.2 ONU分簇

4 聯合前傳帶寬與緩存分配機制

QoE是指用戶對應用或業(yè)務的質量和性能的綜合主觀感受，反映用戶對業(yè)務的可接受程度。初始訪問時延直接影響用戶對該視頻的滿意程度，若訪問時延過長，用戶可能放棄對視頻的播放。顯然，靜態(tài)緩存配置方式無法滿足用戶的時變需求，本文提出聯合前傳帶寬與緩存分配機制，以達到降低下一調度周期內用戶訪問時延的目的。為此，首先，通過考慮用戶行為與光域的協(xié)作緩存計算視頻的緩存價值；其次，根據ONU-RRH的連接狀態(tài)定義請求視頻的離散度，用于評估預緩存過程的帶寬利用率；最后，基于視頻的緩存價值成本比通過多次迭代完成視頻的預緩存。

4.1 視頻緩存價值分析

2) 緩存替換條件：不滿足條件1)，但存在已緩存視頻的請求概率比視頻的請求概率小，且滿足；或者存在個視頻的請求概率之和比視頻的請求概率小，且滿足。

根據上述分析，在VPON內視頻的緩存價值可通過式(16)進行計算。

4.2 請求視頻離散度

4.3 聯合前傳帶寬與緩存分配算法

4.1節(jié)中緩存價值并未考慮前傳帶寬與ONU傳輸帶寬的可用性，換言之，當前傳帶寬或ONU的剩余帶寬小于視頻的傳輸帶寬時，RRH不具備緩存視頻的價值，因此對式(16)進行改寫，即

5 QoE感知的無線帶寬分配機制

無線帶寬的分配不僅影響用戶的初始訪問時延，還直接決定用戶對視頻質量的感知，因此本節(jié)提出QoE感知的無線帶寬分配機制。根據第4節(jié)所獲知的緩存狀態(tài)信息，首先，為邊緣用戶建立無線域服務小區(qū)將RRH與用戶相關聯，從而降低用戶的訪問時延并保障較高信噪比；其次，每個用戶的QoE優(yōu)化是獨立且自私的，這就使得無線資源利用率低、QoE較差，因此本文提出緩沖水平感知的無線帶寬分配，實現用戶間無線資源的靈活配置，進一步提高QoE。

5.1 用戶無線域服務小區(qū)的建立

為提升用戶的QoE，無線域服務小區(qū)結合RRH的緩存狀態(tài)為邊緣用戶提供2種傳輸方式。如圖2(a)所示，當無線域服務小區(qū)內的所有RRH均緩存用戶請求的內容，則所有RRH通過聯合傳輸為用戶提供視頻服務；如圖2(b)所示，當無線域服務小區(qū)內部分RRH緩存了用戶請求的視頻時，則利用已緩存的部分RRH為用戶聯合傳輸，并抑制未緩存該視頻的RRH使用該視頻資源塊，消除干擾，該方式不僅提升了用戶的無線數據率，還避免了未緩存的RRH到內容服務器獲取該視頻所產生的時延，減小了用戶的訪問時延。

圖2 無線域服務小區(qū)協(xié)作傳輸方式

5.2 緩沖水平感知的質量自適應

5.3 緩沖水平感知的聯合帶寬分配與質量自適應

根據用戶緩沖水平靈活地重配置無線帶寬能夠進一步提高用戶滿意度，例如在不降低該用戶請求比特率版本的情況下，可將緩沖水平高的用戶的部分帶寬資源給予較高分辨率流且緩沖水平低的另一用戶。與5.2節(jié)分別確定傳輸速率與播放速率不同，優(yōu)化問題(32)根據緩沖水平聯合配置傳輸速率與播放速率來提升用戶的QoE。

6 數值分析

本文使用NS2仿真平臺對提出的QoE感知的視頻協(xié)作緩存與傳輸機制（QACCTM, QoE-aware video cooperative caching and transmission mechanism）進行驗證，并與文獻[11]提出的CEC算法、文獻[19]提出的QAWEC算法以及文獻[15]提出的RARCP算法做對比。CEC算法根據靜態(tài)緩存信息為邊緣用戶選取合適的RRH集合并為其提供聯合傳輸服務，保證用戶在無線鏈路速率的情況下最小化回傳流量。QAWEC算法根據用戶行為建立帶寬配置與邊緣緩存的聯合優(yōu)化問題，以保證緩存命中率與用戶體驗質量。RARCP算法制定用戶偏好（UPP, user preference pro?le）感知的主動預緩存策略，進而基于緩存信息調度回傳與無線資源，從而最大化用戶QoE。仿真參數設置如表1所示。

表1 仿真參數設置

6.1 不同用戶數量下的性能分析

邊緣用戶吞吐量是衡量用戶QoE的關鍵因素之一，定義為單位時間內無線域服務小區(qū)為邊緣用戶聯合傳輸時成功傳送的數據量。圖3為不同用戶數目與邊緣用戶平均吞吐量的關系。由圖3可以看出，隨著用戶數目的增多，邊緣用戶的平均吞吐量呈下降趨勢。本文提出的QACCTM算法比其他算法性能提高30%左右，這主要是因為在VPON構建時考慮了無線域的協(xié)作緩存與傳輸增益，使得邊緣用戶能夠利用無線域服務小區(qū)中的緩存內容為其提供聯合傳輸服務，并且不需要從內容服務器中去獲取緩存。這不僅增強了邊緣用戶的數據鏈路速率，還避免了從內容服務器傳輸視頻所產生的分組丟失率，從而增大了邊緣用戶的吞吐量。然而，CEC算法所構建的聯合傳輸簇使得部分RRH仍需通過內容服務器獲取緩存，因而其性能略低于QACCTM算法。QAWEC算法與RCRCP算法由于未考慮邊緣用戶的性能特征，因此吞吐量較差。

圖4反映了不同用戶數目與用戶平均初始訪問時延的關系。由圖4可以看出，隨著用戶數目的增多，用戶的平均初始訪問時延呈上升趨勢。但是，CEC算法由于緩存內容的不變性，使得用戶數量的變化對用戶平均訪問時延的影響不大，資源利用率低。RARCP算法通過用戶內容偏好動態(tài)低更新緩存，忽略了用戶的移動模式對于緩存命中率的重要性。QAWEC算法沒有關注輕、重負載小區(qū)的緩存命中率的差異，僅針對單個小區(qū)緩存內容進行優(yōu)化，未有效利用輕負載小區(qū)的緩存資源。然而，QACCTM算法綜合考慮了用戶的行為特征（請求偏好與移動模式）及無線域與光域的協(xié)作緩存與傳輸，通過構建光域或無線域服務小區(qū)降低了重負載小區(qū)用戶以及邊緣用戶的訪問時延。因此，本文提出的QACCTM算法相比于RARCP算法和QAWEC算法訪問時延分別降低了27.1%和15.9%左右。

圖3 不同用戶數目與邊緣用戶平均吞吐量的關系

圖4 不同用戶數目與用戶平均初始訪問時延的關系

6.2 不同緩存容量下的性能分析

圖5 在不同用戶行為下緩存容量與平均初始訪問時延的關系

圖6 在不同算法下緩存容量與平均初始訪問時延之間的關系

6.3 用戶QoE的性能分析

視頻質量是評估用戶QoE的關鍵因素，圖7為不同用戶數目與用戶平均MOS值的關系。由于CEC算法未考慮無線資源分配對用戶觀看視頻體驗的影響，因而本文僅對其他3種算法做對比分析。由圖7可以看出，隨著用戶數目的增多，用戶平均MOS值呈下降趨勢。QAWEC算法與RCRAP算法的性能較差，原因是隨著用戶規(guī)模的增大，為了避免視頻中斷，2種算法均會大大地降低用戶觀看的視頻分辨率版本。然而，本文提出的QACCTM算法的性能較其他算法提高了5.6%，該算法通過緩沖水平靈活地配置無線帶寬資源，在保證視頻連續(xù)播放性的同時，使得緩沖水平高的用戶能夠請求更高的比特率版本，緩沖水平低的用戶可調用緩沖水平較高用戶的帶寬資源用于填充緩沖區(qū)，并且維持用戶當前播放的分辨率版本。

圖7 不同用戶數目與用戶平均MOS值的關系

視頻的播放平滑性也是衡量用戶QoE的重要參數。如果相鄰調度周期內視頻分辨率版本相差太大，則會造成視頻的非平滑播放。在視頻播放期間，非平滑切換的次數越多，視頻的平滑性越差，這會降低用戶QoE。本文將超過一個分辨率等級的質量切換視為非平滑切換的度量，圖8表示不同算法下用戶非平滑切換次數的累計分布函數（CDF, cumulative distribution function）。由圖8可知，RARCP與QAWEC算法用戶的非平滑切換較頻繁，因為視頻的分辨率版本隨瞬時傳輸速率的變化而變化，其中RARCP算法略優(yōu)于QAWEC算法，原因是RARCP算法能夠通過緩沖區(qū)的閾值指針來監(jiān)控無線信道的動態(tài)變化，從而判別是否需要切換分辨率版本，減少非平滑切換次數。本文提出的QACCTM算法具有最優(yōu)的性能，因為根據用戶的緩沖水平可以靈活地配置無線資源并為用戶建立緩沖區(qū)，從而進一步減輕了無線鏈路速率對質量切換的影響。

圖8 不同算法下用戶非平滑切換次數的累計分布函數

7 結束語

為充分利用網絡資源，提高多媒體業(yè)務的緩存與傳輸性能，在基于TWDM-PON與C-RAN的聯合架構下，本文提出了一種QoE感知的視頻協(xié)作緩存與傳輸機制。首先利用小區(qū)間干擾程度、請求內容相似度、ONU的傳輸帶寬表征光域與無線域協(xié)作緩存與傳輸增益，通過RRH與ONU分簇形成協(xié)作感知的虛擬無源光網絡。進而，聯合優(yōu)化用戶的視頻體驗、帶寬配置與緩存策略。在光側，提出了聯合前傳帶寬與緩存分配機制，通過動態(tài)預緩存降低用戶的訪問時延；在無線側，根據緩沖水平實現了無線帶寬的靈活配置，增強了用戶觀看視頻的質量。仿真結果表明，所提機制在增強用戶體驗質量的同時，有效地提高了緩存命中率。

[1] CHIH-LIN I, HUANG J R, DUAN R, et al. Recent progress on C-RAN centralization and cloudification[J]. IEEE Access, 2014, 2: 1030-1039.

[2] WU J, ZHANG Z, HONG Y, et al. Cloud radio access network (C-RAN): a primer[J]. IEEE Network, 2015, 29(1): 35-41.

[3] HU W, YI L, HE H, et al. Soft-stacked PON for soft cloud-RAN[J]. IEEE/OSA Journal of Optical Communications & Networking, 2016, 8(11): 12-20.

[4] HE S, TIAN H, LYU X, et al. Distributed cache placement and user association in multicast-aided heterogeneous networks[J]. IEEE Access, 2017, 5: 25365-25376.

[5] WANG X, CHEN M, TALEB T, et al. Cache in the air: exploiting content caching and delivery techniques for 5G systems[J]. IEEE Communications Magazine, 2014, 52(2): 131-139.

[6] ARGYRIOUS A, POULARAKIS K, IOSIFIDIS G, et al. Video delivery in dense 5G cellular networks[J]. IEEE Network, 2017, 31(4): 28-34.

[7] AHLEHAGH H, DEY S. Video caching in radio access network: impact on delay and capacity[C]//IEEE Wireless Communications and Networking Conference. IEEE, 2012: 2276-2281.

[8] ZHANG Z, LIU D, YUAN Y. Layered hierarchical caching for SVC-based HTTP adaptive streaming over C-RAN[C]//IEEE Wireless Communications and Networking Conference. IEEE, 2017: 1-6.

[9] LI X, KANONAKIS K, CVIJETIC N, et al. Joint bandwidth provisioning and cache management for video distribution in software-defined passive optical networks[C]//IEEE Optical Fiber Communications Conference and Exhibition. IEEE, 2014: 1-3.

[10] RAHMAN M, YANIKOMEROGLU H. Enhancing cell-edge performance: a downlink dynamic interference avoidance scheme with inter-cell coordination[J]. IEEE Transactions on Wireless Communications, 2010, 9(4): 1414-1425.

[11] YU Y J, TSAI W C, PANG A C. Backhaul traffic minimization under cache-enabled CoMP transmissions over 5G cellular systems[C]//IEEE Global Communications Conference. IEEE, 2017: 1-7.

[12] LI Z, BEGEN A C, GAHM J, et al. Streaming video over HTTP with consistent quality[C]//IEEE Association for Computing Machinery. IEEE, 2014: 248-258.

[13] TRAN T X, HAJISAMI A, POMPILI D. Cooperative hierarchical caching in 5G cloud radio access networks (C-RAN)[J]. IEEE Network, 2017, 31(4): 35-41.

[14] WANG X, CAVDAR C, WANG L, et al. Joint allocation of radio and optical resources in virtualized Cloud RAN with CoMP[C]//IEEE Global Communications Conference. IEEE, 2017: 1-6.

[15] PEDERSEN H A, DEY S. Enhancing mobile video capacity and quality using rate adaptation, RAN caching and processing[J]. IEEE/ACM Transactions on Networking, 2016, 24(2): 996-1010.

[16] CHEN M, SAAD W, YIN C, et al. Echo state networks for proactive caching in cloud-based radio access networks with mobile users[J]. IEEE Transactions on Wireless Communications, 2016, 16(6): 3520-3535.

[17] THAKOLSRI S, KELLERER W, STEINBACH E. QoE-based cross-layer optimization of wireless video with unperceivable temporal ideo quality fluctuation[C]//IEEE International Conference on Communication. 2011: 1-6.

[18] CHOI L U, IVRLAC M T, STEINBACH E, et al. Sequence-level models for distortion-rate behavior of compressed video[C]//IEEE International Conference on Image Processing. IEEE, 2005: II-486-9.

[19] LIANG C, HE Y, YU R, et al. Enhancing QoE-aware wireless edge caching with software-defined wireless networks[J]. IEEE Transactions on Wireless Communications, 2017, 16(10): 6912-6915.

QoE-aware video cooperative caching and transmission mechanism based on TWDM-PON and C-RAN

WU Dapeng1,2, LI Xue1,2, LI Hongxia3

1. School of Telecommunication and Information Engineering, Chongqing University of Posts and Telecommunications, Chongqing 400065, China 2. Key Laboratory of Optical Communication and Network, Chongqing 400065, China 3. Chongqing Branch of China Unicom, Chongqing 401123, China

The quality of user experience suffers from performance deterioration dramatically due to the explosively growing data traffic. To improve the poor performance of cell-edge users and heavy-load cell users, which caused by dense network and load imbalance respectively, an QoE-aware video cooperative caching and transmission mechanism in cloud radio access network was proposed. Cooperative gain-aware virtual passive optical network was established to provide cooperative caching and transmission for video streaming by adopting collaborative approach in optical domain and wireless domain. Furthermore, user experience for video streaming, bandwidth provisioning and caching strategy were jointly optimized to improve QoE, which utilized the methods of dynamic caching in optical domain and buffer level-aware bandwidth configuration in wireless domain. The results show that the proposed mechanism enhances the quality of user experience and effectively improves the cache hit rate.

cloud radio access network, virtual passive optical network, cooperative caching and transmission, quality of experience

TP302

A

10.11959/j.issn.1000?436x.2019066

2018?04?28；

2018?09?20

國家自然科學基金資助項目（No.61771082, No.61871062）；重慶市高校創(chuàng)新團隊建設計劃基金資助項目（No.CXTDX201601020）

The National Natural Science Foundation of China (No.61771082, No.61871062), Chongqing Funded Project of Chongqing University Innovation Team Construction (No.CXTDX201601020)

吳大鵬（1979? ），男，黑龍江大慶人，博士，重慶郵電大學教授、博士生導師，主要研究方向為泛在網絡互聯網服務質量控制等。

李雪（1993? ），女，重慶人，重慶郵電大學碩士生，主要研究方向為光無線融合網絡。

李紅霞（1969? ），女，重慶人，中國聯合網絡通信有限公司重慶市分公司高級工程師，主要研究方向為光無線融合網絡。