葛志輝，白軒瑜，李陶深

(廣西大學(xué) 計(jì)算機(jī)與電子信息學(xué)院，廣西 南寧 530004)

0 引言

隨著移動(dòng)設(shè)備的普及以及通信技術(shù)的急速發(fā)展，目前人們對(duì)形式多樣的多媒體數(shù)據(jù)的需求量有增無(wú)減。在未來的幾年中移動(dòng)數(shù)據(jù)流量將大幅度增加，從2014年的64 %的視頻流量占有率到2021年估計(jì)將達(dá)到49 EB,并且其中接近80 %的流量為視頻流量[1]。因此,高效視頻流算法的設(shè)計(jì)對(duì)于提供高質(zhì)量的用戶體驗(yàn)(user’s quality of experience，QoE)具有關(guān)鍵意義。

目前市場(chǎng)上絕大部分的瀏覽器均支持HTTP傳輸協(xié)議的。而HTTP流和iS0/MPEG標(biāo)準(zhǔn)就被稱為動(dòng)態(tài)自適應(yīng)HTTP流,簡(jiǎn)稱DASH(dynamic adaptive streaming over HTTP)。DASH正廣泛應(yīng)用于網(wǎng)絡(luò)視頻傳輸，而目前瀏覽器使用的都是HTTP/1.1，因?yàn)槠浔旧砉逃械娜毕輰?dǎo)致DASH一直難以獲得最佳性能，因此HTTP/2協(xié)議應(yīng)運(yùn)而生。與前一代協(xié)議相比，HTTP/2協(xié)議擁有了許多新的特性，如服務(wù)器推送、多路復(fù)用、流中止等。 這些特性可以有效地改進(jìn)網(wǎng)絡(luò)連接效率，進(jìn)而優(yōu)化DASH的表現(xiàn)。近年來對(duì)DASH自適應(yīng)算法的研究主要集中在兩個(gè)方向。一個(gè)方向是基于帶寬的自適應(yīng)算法，通過預(yù)測(cè)帶寬的變化選擇盡可能接近實(shí)際帶寬的視頻比特率作為分片傳輸?shù)拇a率,這樣可以盡可能減少帶寬資源的浪費(fèi),給用戶帶來較高的觀看體驗(yàn)。但是由于帶寬在實(shí)際情況中可能存在較大的波動(dòng)，預(yù)測(cè)帶寬變得不那么容易，同時(shí)還可能使視頻發(fā)生中斷進(jìn)而影響QoE[2]。另一個(gè)方向則是基于緩存的自適應(yīng)算法，根據(jù)客戶端當(dāng)前的緩存狀態(tài)選擇視頻碼率。通過這種方法,可以盡可能地在變化的網(wǎng)絡(luò)場(chǎng)景中保持緩沖區(qū)的穩(wěn)定,避免緩沖區(qū)耗盡,從而減少了視頻的中斷次數(shù)。但是這種方法對(duì)于網(wǎng)絡(luò)的快速變化有著明顯的滯后性，在不穩(wěn)定的網(wǎng)絡(luò)中調(diào)整視頻碼率的速度跟不上網(wǎng)絡(luò)的變化[3]。所以說這兩種方法各有利弊，都做不到盡善盡美。

目前絕大部分的研究都是基于HTTP/2對(duì)以上兩種算法進(jìn)行優(yōu)化和整合。一般都是把重點(diǎn)放在了如何改進(jìn)傳輸效率上，這點(diǎn)在PC端上當(dāng)然沒有問題，因?yàn)楫?dāng)用戶使用PC端時(shí)可以不用考慮電量的消耗。但是正如前文提到的，在未來幾年移動(dòng)數(shù)據(jù)流量將大幅增加，人們?cè)谝苿?dòng)設(shè)備上觀看視頻的需求會(huì)越來越大。而制約移動(dòng)設(shè)備的關(guān)鍵性能之一就是設(shè)備電量。事實(shí)上，人們對(duì)于觀看視頻時(shí)設(shè)備電量的損耗是十分在意的。移動(dòng)設(shè)備的剩余電量已經(jīng)成為影響QoE的重要因素。同時(shí)目前移動(dòng)設(shè)備上觀看視頻的應(yīng)用越來越廣泛，其中不乏一些觀看短視頻的應(yīng)用，對(duì)于短視頻和長(zhǎng)視頻應(yīng)該區(qū)別對(duì)待。這些都是不曾被前人注意過的。同時(shí)，用戶處于不同的環(huán)境下使用移動(dòng)端時(shí)，影響QoE的因素也會(huì)有所不同。例如當(dāng)用戶在家中使用移動(dòng)設(shè)備時(shí)，說明他正處于一個(gè)網(wǎng)絡(luò)比較穩(wěn)定同時(shí)不需要擔(dān)心移動(dòng)設(shè)備剩余電量的環(huán)境中，這時(shí)候?qū)oE影響比較大的就是視頻的質(zhì)量了，設(shè)備能量的損耗可以不去考慮。而當(dāng)用戶處于移動(dòng)狀態(tài)時(shí)，很可能出現(xiàn)網(wǎng)絡(luò)急速波動(dòng)的狀態(tài)，同時(shí)沒有外接電源的情況。這時(shí)候就需要在盡可能地保持視頻流暢度的同時(shí)盡量地減少移動(dòng)設(shè)備的能量損耗。目前研究HTTP/2協(xié)議在網(wǎng)絡(luò)傳輸上的表現(xiàn)時(shí)考慮移動(dòng)設(shè)備剩余電量QoE模型的相對(duì)較為少見，比較具有研究意義。

1 相關(guān)研究

隨著流媒體應(yīng)用的飛速發(fā)展，越來越多的人對(duì)QoE的優(yōu)化問題進(jìn)行了研究。XIAO等[4]提出了并設(shè)計(jì)了動(dòng)態(tài)自適應(yīng)流媒體DASH2M(exploring HTTP/2 for internet streaming to mobile devices)，通過研究HTTP/2的新功能服務(wù)器推送(服務(wù)器能夠在接收到相應(yīng)請(qǐng)求之前推測(cè)性地向客戶端推送響應(yīng))和流終止(通過從發(fā)送方或接收方發(fā)送特定的幀來實(shí)現(xiàn))并將其應(yīng)用于DASH2M，DASH2M通過綜合考慮用戶所需的QoE，可能出現(xiàn)的網(wǎng)絡(luò)波動(dòng)，潛在的用戶提前終止視頻的可能性以及移動(dòng)設(shè)備的電量消耗，精心安排了分段交付，能夠自動(dòng)根據(jù)帶寬預(yù)測(cè)確定推送周期中每個(gè)相關(guān)段的比特率，極大地提高了用戶體驗(yàn)。但是對(duì)于移動(dòng)設(shè)備的電量消耗控制得并不理想，XIAO等[5]基于服務(wù)器的HTTP視頻流推送機(jī)制，提出了基于k-push改進(jìn)的推送方案，因?yàn)橹暗姆桨冈诰W(wǎng)絡(luò)波動(dòng)的情況下表現(xiàn)不佳，無(wú)法應(yīng)對(duì)網(wǎng)絡(luò)快速波動(dòng)的情況。因此使用服務(wù)器推送技術(shù)改善了之前的k-push方案，動(dòng)態(tài)地預(yù)測(cè)網(wǎng)絡(luò)帶寬的變化，根據(jù)預(yù)測(cè)結(jié)果去不斷地改變推送段的大小以適應(yīng)網(wǎng)絡(luò)的波動(dòng)。改進(jìn)后的自適應(yīng)推送提高了網(wǎng)絡(luò)適應(yīng)性并且有效緩解過度推送問題。但對(duì)于電量則沒有考慮。CHANH等[6]研究了服務(wù)器推送過程中的不公平競(jìng)爭(zhēng)問題，提出了一種新的框架來改善HTTP/2在進(jìn)行自適應(yīng)傳輸時(shí)出現(xiàn)的不公平問題。實(shí)驗(yàn)結(jié)果證實(shí)了所提出框架在確保公平性，協(xié)助客戶端避免重新緩沖事件和降低比特率降級(jí)幅度的同時(shí)維持服務(wù)器推送功能機(jī)制方面的表現(xiàn)出色。ZHAO等[7]認(rèn)為由于HTTP/2仍然是使用的TCP來進(jìn)行媒體傳輸?shù)?，所以TCP中的一些眾所周知的老問題比如慢啟動(dòng)和窗口崩潰等，仍然會(huì)限制了DASH媒體傳輸?shù)乃俾?。因此將使用UDP傳輸數(shù)據(jù)的WebRTC數(shù)據(jù)通道作為攜帶DASH視頻會(huì)話的傳輸工具，也成功地減少了40.22 %的啟動(dòng)延遲和57.96 %的視頻切換延遲，顯著地改善了QoE。HOOFT等[8]認(rèn)為把視頻段的長(zhǎng)度進(jìn)一步縮小即超短視頻段可以顯著地減少啟動(dòng)延遲，還可以在緩存區(qū)大小有限的情況下更好地應(yīng)對(duì)網(wǎng)絡(luò)波動(dòng)。但是短視頻也有缺點(diǎn)，首先，由于每個(gè)段必須以瞬時(shí)解碼器刷新(IDR)幀開始，使其獨(dú)立于其他段，因此會(huì)引入顯著的編碼開銷；其次，需要大量的HTTP GET請(qǐng)求來檢索分段，導(dǎo)致更大的網(wǎng)絡(luò)和服務(wù)器開銷。而服務(wù)器推送也可以減少啟動(dòng)延遲和切換延遲，但是當(dāng)客戶端切換到另一個(gè)質(zhì)量等級(jí)時(shí)，舊質(zhì)量等級(jí)的推送流與要以新質(zhì)量等級(jí)下載的分段會(huì)相互競(jìng)爭(zhēng)。這會(huì)導(dǎo)致客戶端的交換延遲的增加以及網(wǎng)絡(luò)中帶寬開銷的增加。所以提出了一種新的基于服務(wù)器推送的方法來為服務(wù)器提供來自客戶端的更加明確的反饋，以避免網(wǎng)絡(luò)帶寬下降時(shí)的網(wǎng)絡(luò)擁塞和緩沖區(qū)匱乏。同時(shí)對(duì)短視頻段的編碼開銷進(jìn)行了詳細(xì)分析，并將評(píng)估擴(kuò)展到可用帶寬和網(wǎng)絡(luò)延遲變化較大的多客戶端移動(dòng)網(wǎng)絡(luò)場(chǎng)景。跟現(xiàn)有的方法相比，提出了一種有效限制服務(wù)器推送的分段數(shù)量的方法，并對(duì)不同分段持續(xù)時(shí)間和網(wǎng)絡(luò)延遲進(jìn)行了最佳值分析。此外，還詳細(xì)討論了由短視頻段引入的編碼開銷。通過實(shí)驗(yàn)，新方法可以將啟動(dòng)延遲減少30 %。該方法將應(yīng)用于客戶端在網(wǎng)絡(luò)擁塞情況下的公平性研究。上述的研究都沒有考慮到移動(dòng)設(shè)備的剩余電量對(duì)QoE的影響。

另一類的研究工作則是基于設(shè)備的耗電量或者剩余電量展開的。TAO等[9]提出DASH能量效率的視頻流算法，該算法考慮結(jié)合網(wǎng)絡(luò)資源分配、視頻質(zhì)量適應(yīng)優(yōu)化傳輸機(jī)制，實(shí)現(xiàn)了視頻QoE和能效之間的權(quán)衡。但是將剩余電量作為計(jì)算能效比的參數(shù)，而提出算法中并沒有考慮剩余電量對(duì)能耗的影響，更沒有提出剩余電量對(duì)QoE的影響。KHAN等[10]提出多用戶資源分配針對(duì)DRX(discontinuous reception)參數(shù)的QoE策略，在保證一定視頻質(zhì)量的前提下，降低了設(shè)備能耗。但是該策略沒有考慮在不同設(shè)備剩余電量狀態(tài)下，QoE考慮情況的視頻質(zhì)量選擇問題。HU等[11]認(rèn)為視頻播放完成之前，用戶操作快進(jìn)或者退出會(huì)造成的能耗和帶寬浪費(fèi)，從而提出了能耗感知的節(jié)能策略。該方案實(shí)現(xiàn)延遲和帶寬的權(quán)衡，節(jié)省了大量能耗，卻沒有評(píng)估QoE，在該方案下，QoE得不到保證。ZHANG等[12]通過分析無(wú)線資源控制RRC(radio resource control)，量化片段長(zhǎng)度和緩存區(qū)對(duì)能耗的影響。認(rèn)為較大片段長(zhǎng)度和較大緩存區(qū)可減少能耗。但只考慮了節(jié)能，并沒有考慮QoE。HOQUE等[13]希望估測(cè)用戶放棄觀看視頻概率來預(yù)取視頻內(nèi)容，平衡能量損耗。并在算法中加入快啟動(dòng)算法，加快片段下載速度，但是在模擬環(huán)境中進(jìn)行測(cè)試的，未將算法整合到真實(shí)的DASH環(huán)境中。

2 基于HTTP/2服務(wù)器推送特性的QoE模型

HTTP/2協(xié)議提供了許多新特性，這些特性可以用來降低請(qǐng)求開銷、減少傳輸延遲，比如HTTP/2協(xié)議支持服務(wù)器在未收到客戶端的對(duì)應(yīng)請(qǐng)求的情況下預(yù)測(cè)性地向客戶端回復(fù)HTTP響應(yīng)[14]。通過這種模式服務(wù)器在響應(yīng)客戶端對(duì)某個(gè)片段的請(qǐng)求時(shí)可以一次性推送多個(gè)片段到客戶端，而客戶端也可以對(duì)推送的數(shù)據(jù)流數(shù)量進(jìn)行限制并調(diào)整數(shù)據(jù)流控制窗口，還可以發(fā)出命令讓服務(wù)器停止推送[15]。

筆者選擇利用服務(wù)器推送將視頻段提前推送到客戶端，客戶端可以選擇緩存這些推送，這樣在面對(duì)不穩(wěn)定的網(wǎng)絡(luò)狀況時(shí)適應(yīng)能力比較強(qiáng)，不會(huì)輕易出現(xiàn)卡頓，可以有效地提高用戶QoE[16]。但是這么做也有新的問題出現(xiàn)了，那就是如果用戶放棄觀看視頻，那么推送過去的大量視頻片段都沒有用了，就會(huì)造成帶寬和流量的損失。推送的視頻段數(shù)量大小設(shè)置的過大會(huì)提高網(wǎng)絡(luò)資源浪費(fèi)的風(fēng)險(xiǎn)；另一方面如果將推送的視頻段數(shù)量設(shè)置的過小的話，固然可以最大限度地減少風(fēng)險(xiǎn)，但是推送的次數(shù)也會(huì)隨之增加[17]。過多的推送次數(shù)又會(huì)過多地消耗移動(dòng)設(shè)備的電量，也會(huì)影響QoE。

因此考慮了用戶放棄視頻的可能性，用戶觀看視頻的時(shí)間越長(zhǎng)就認(rèn)為其對(duì)視頻的興趣越大，隨著用戶觀看時(shí)間的增加去逐漸增大服務(wù)器給客戶端推送視頻段的數(shù)量，直到推送數(shù)量達(dá)到預(yù)設(shè)的閾值。筆者設(shè)計(jì)了基于HTTP/2服務(wù)器推送特性的QoE評(píng)估模型BMSQ(battery of the mobile state QoE)，旨在解決用戶移動(dòng)帶來的客戶端緩存浪費(fèi)以及服務(wù)器推送過量消耗移動(dòng)設(shè)備電量的問題。

基于HTTP/2協(xié)議下剩余電量、網(wǎng)絡(luò)狀態(tài)、視頻質(zhì)量高低對(duì)QoE的損傷如式(1)所示：

IQoE=αIP+βID+γIR，

(1)

其中，IQoE為視頻播放過程中設(shè)備剩余電量、網(wǎng)絡(luò)狀態(tài)、視頻質(zhì)量高低對(duì)QoE的損傷程度；α為剩余電量對(duì)QoE的損傷權(quán)值；IP為剩余電量對(duì)QoE的損傷程度；β為網(wǎng)絡(luò)狀態(tài)對(duì)QoE的損傷權(quán)值；ID為網(wǎng)絡(luò)狀態(tài)對(duì)QoE的損傷程度；γ為視頻質(zhì)量高低對(duì)QoE的損傷權(quán)值；IR為視頻質(zhì)量高低對(duì)QoE的損傷程度。α、β和γ滿足條件0≤α≤1，0≤β≤1，0≤γ≤1，α+β+γ=1。

2.1 剩余電量

采用平均意見得分(MOS，mean opinion score)測(cè)試方法，針對(duì)移動(dòng)設(shè)備處在不同電量下時(shí)對(duì)QoE的影響做了主觀測(cè)試。最終得出剩余電量與QoE的關(guān)系為式(2)所示：

IP=5-SBexp(vp/vc)，

(2)

其中：SB為MOS規(guī)模常量；vp為設(shè)備初始電量；vc為視頻當(dāng)前電量。

2.2 網(wǎng)絡(luò)狀態(tài)

考慮了網(wǎng)絡(luò)吞吐量對(duì)移動(dòng)設(shè)備網(wǎng)絡(luò)狀態(tài)的影響，移動(dòng)設(shè)備網(wǎng)絡(luò)狀態(tài)與QoE的關(guān)系為式(3)所示：

ID=λ(MSD/SFT)，

(3)

其中：λ為當(dāng)前視頻碼率；MSD為視頻分片時(shí)間；SFT為下載視頻分片所需時(shí)間。

2.3 視頻質(zhì)量

考慮到播放過程中視頻碼率高低和切換視頻碼率的頻率對(duì)QoE都有一定影響，視頻的碼率越高，視頻的切換頻率越低，則可認(rèn)為視頻的質(zhì)量越高。播放的視頻碼率高低和切換視頻碼率的頻率與QoE的關(guān)系如式(4)所示：

(4)

其中，Rmax為視頻最大碼率，Ri為第i個(gè)視頻的碼率，Rs為當(dāng)前視頻碼率切換次數(shù)。

2.4 參數(shù)變量

根據(jù)移動(dòng)設(shè)備不同電量與QoE的關(guān)系，提出了QoE評(píng)估模型。

(5)

針對(duì)實(shí)驗(yàn)環(huán)境進(jìn)行了大量測(cè)試，移動(dòng)設(shè)備不同情況下α、β、γ的最優(yōu)值如下：

① 當(dāng)移動(dòng)設(shè)備處于滿電狀態(tài)或者有WiFi連接時(shí)，用戶對(duì)于設(shè)備剩余電量的問題無(wú)需考慮，此時(shí)用戶希望得到最高質(zhì)量的視頻，這時(shí)視頻質(zhì)量對(duì)QoE的影響最大，即使會(huì)因此使得視頻陷入短暫的停頓也是可以忍受的。故該情況下可以使用流推送將段的初始大小設(shè)為最大推送給客戶端，此時(shí)α=0，β=0.2，γ=0.8。

② 當(dāng)移動(dòng)設(shè)備處于中等電量情況下，且沒有連接到WiFi時(shí)，用戶開始關(guān)注剩余電量，同時(shí)對(duì)視頻的流暢度也有較高的要求，此時(shí)網(wǎng)絡(luò)狀態(tài)對(duì)QoE的影響最大而視頻質(zhì)量次之，最后才是剩余電量。故該情況下在流推送時(shí)將段的初始大小設(shè)為閾值的一半，之后再慢慢增加到閾值，此時(shí)α=0.2，β=0.5，γ=0.3。

③ 當(dāng)移動(dòng)設(shè)備處于低電量情況下，且沒有連接到WiFi時(shí)，用戶最關(guān)注的是移動(dòng)設(shè)備的能耗問題，希望可以盡可能地減少設(shè)備的電量消耗，此時(shí)剩余電量對(duì)QoE的影響最大而網(wǎng)絡(luò)狀態(tài)次之，最后才是視頻質(zhì)量故該情況下在流推送時(shí)將段的初始大小設(shè)為最小，之后再慢慢增加到閾值，此時(shí)α=0.6，β=0.3，γ=0.1。

筆者提出一種基于HTTP/2流推送特性和移動(dòng)設(shè)備應(yīng)用場(chǎng)景的碼率控制策略CSHAS(rate control strategy for HTTP/2 and application scenarios)，具體操作步驟如下：

Begin

Step 1:獲取當(dāng)前網(wǎng)絡(luò)吞吐量和預(yù)測(cè)吞吐量。

Step 2:設(shè)置服務(wù)器推送的初始段數(shù)大小為最小。

Step 3:獲取當(dāng)前設(shè)備請(qǐng)求碼率、預(yù)測(cè)碼率。

Step 4:識(shí)別移動(dòng)設(shè)備上目前正在使用的應(yīng)用場(chǎng)景，當(dāng)識(shí)別到短視頻APP時(shí)，則執(zhí)行step 5，當(dāng)識(shí)別到非短視頻APP時(shí)，則執(zhí)行step 6。

Step 5:使用服務(wù)器推送將內(nèi)容一次全部推送到客戶端。

Step 6:感知設(shè)備所處的移動(dòng)狀態(tài)以及設(shè)備剩余電量，當(dāng)處于滿電狀態(tài)或者有WiFi連接時(shí)，則執(zhí)行step 7;當(dāng)處于中等電量情況下，且沒有連接到WiFi時(shí)，則執(zhí)行step 8;當(dāng)處于低電量情況下，且沒有連接到WiFi時(shí)，則執(zhí)行step 9。

Step 7:將段的初始大小調(diào)到閾值，質(zhì)量最高。

Step 8:將段的初始大小調(diào)到中等，以類慢開始算法的方式慢慢增大，直至閾值。

Step 9:將段的初始大小調(diào)到最小，以類慢開始算法方式慢慢增大，直至閾值。

End

3 實(shí)驗(yàn)結(jié)果

BMSQ模型參數(shù)包括設(shè)備當(dāng)前電量、設(shè)備當(dāng)前網(wǎng)絡(luò)狀態(tài)、設(shè)備當(dāng)前播放的視頻的質(zhì)量，通過BMSQ模型參數(shù)對(duì)DASH、DASH2M進(jìn)行性能參數(shù)對(duì)比,對(duì)比結(jié)果見圖1至圖6。

從圖1、圖2、圖3中得出，DASH自帶的算法是根據(jù)平均吞吐量來估測(cè)當(dāng)前的網(wǎng)絡(luò)帶寬的，在帶寬環(huán)境較好時(shí)能提供質(zhì)量較高的視頻段，但是對(duì)于網(wǎng)絡(luò)變化的情況過于敏感，一但網(wǎng)絡(luò)帶寬變得較差時(shí)，為了維持播放就會(huì)選擇頻繁切換視頻碼率，對(duì)QoE造成影響。DASH2M總體來說比DASH好些，但是面對(duì)急劇變化的網(wǎng)絡(luò)狀態(tài)時(shí)適應(yīng)力同樣不是很強(qiáng)。而本文提出的BMSQ算法根據(jù)設(shè)備剩余電量和網(wǎng)絡(luò)狀態(tài)綜合來進(jìn)行碼率選擇，當(dāng)帶寬處于不穩(wěn)定狀態(tài)時(shí)，將會(huì)優(yōu)先選擇請(qǐng)求較低的碼率的視頻片段，同時(shí)碼率切換的頻率與幅度也會(huì)相應(yīng)地下降，直到網(wǎng)絡(luò)穩(wěn)定時(shí)才向上切換碼率，可以有效保證QoE。當(dāng)設(shè)備處于低電量狀態(tài)時(shí)，也會(huì)選擇請(qǐng)求低碼率視頻片段來實(shí)現(xiàn)視頻質(zhì)量與設(shè)備電量的平衡。

圖1 電量較高狀態(tài)時(shí)碼率選擇Fig.1 Bit rate selection when the battery is high

圖2 電量中等狀態(tài)時(shí)的碼率選擇Fig.2 Bit rate selection when the battery level is medium

圖3 電量較低時(shí)的碼率選擇Fig.3 Bit rate selection when the battery is low

圖4 高電量狀態(tài)下QoE損傷Fig.4 QoE damage under high power state

圖5 中等電量狀態(tài)下QoE損傷Fig.5 QoE damage under medium charge state

圖6 低電量狀態(tài)下QoE損傷Fig.6 QoE damage in low battery state

從圖4至圖6中可以得出，當(dāng)電量處于充電狀態(tài)或者高電量狀態(tài)下時(shí)，設(shè)備當(dāng)前剩余電量造成的QoE損傷可以忽略不計(jì)，而網(wǎng)絡(luò)狀態(tài)造成的QoE損傷很小，這時(shí)視頻質(zhì)量切換造成的QoE損傷最大，此時(shí)各個(gè)算法差別不大，BMSQ算法的整體QoE損傷最少。當(dāng)電量處于中等電量狀態(tài)時(shí)，設(shè)備當(dāng)前剩余電量和視頻質(zhì)量切換造成的QoE損傷較小，而網(wǎng)絡(luò)狀態(tài)造成的QoE損傷較大，此時(shí)BMSQ算法的電量損傷控制得很好，整體QoE損傷也最少。當(dāng)電量處于低電量狀態(tài)下時(shí)，網(wǎng)絡(luò)狀態(tài)和視頻質(zhì)量切換造成的QoE損傷較小，而設(shè)備當(dāng)前剩余電量造成的QoE損傷最大，此時(shí)其他算法都在盡可能地請(qǐng)求高質(zhì)量的視頻，這樣反而會(huì)加快設(shè)備電量的消耗，給QoE造成較大的損傷，BMSQ算法則會(huì)盡可能地請(qǐng)求較低質(zhì)量的視頻，通過減少設(shè)備電量消耗的方式來保證QoE。

4 結(jié)語(yǔ)

本文基于HTTP/2研究了移動(dòng)設(shè)備當(dāng)前剩余電量在不同應(yīng)用場(chǎng)景下對(duì)QoE的影響，主要提出了一種基于HTTP/2服務(wù)器推送特性的QoE評(píng)估模型。本文在保證一定QoE的前提下，提出一種基于HTTP/2服務(wù)器推送的自適應(yīng)算法，根據(jù)移動(dòng)設(shè)備的不同應(yīng)用場(chǎng)景去推送不同初始大小的段。實(shí)驗(yàn)結(jié)果表明，該策略可以實(shí)現(xiàn)移動(dòng)設(shè)備電量消耗和視頻質(zhì)量間的平衡，提升QoE。未來工作將結(jié)合移動(dòng)設(shè)備端耗電應(yīng)用的優(yōu)化，進(jìn)一步減少電量的消耗，同時(shí)考慮參考用戶的視頻記錄來預(yù)測(cè)用戶的行為。