陳鋒 毛豪濱 蔡吉玲 黃向軍

（福州大學 物理與信息工程學院，福建 福州 350108）

實現(xiàn)實時視頻業(yè)務的可靠傳輸，前提是保證傳輸鏈路具有高速且穩(wěn)定的網(wǎng)絡狀態(tài)。而視頻的低延時傳輸很大程度上由發(fā)送端的碼率匹配決定，碼率匹配的好壞又離不開準確的可用帶寬預測［1］。然而，如何在5G 網(wǎng)絡下進行準確的可用帶寬預測，一直是亟待解決的熱點問題。面向實時業(yè)務視頻流的傳統(tǒng)預測算法，大多是基于單層的數(shù)據(jù)指標做出預測。根據(jù)TCP的歷史吞吐量做出相應的預測，就是一類簡單的鏈路容量估算方法［2-5］。Sun等［6］開發(fā)了一種吞吐量預測系統(tǒng)，這個系統(tǒng)是使用數(shù)據(jù)驅動的方法來學習相似會話的集群并且基于馬爾可夫模型構建的，大幅提高了播放器的視頻比特率。Higuchi等［7］根據(jù)通信日志數(shù)據(jù)預測實時視頻流的通信記錄數(shù)據(jù)庫。其通信記錄數(shù)據(jù)庫包含過去的吞吐量及其位置，由用戶終端（UE）創(chuàng)建。UE 參考通信日志數(shù)據(jù)來預測服務小區(qū)何時可能改變。該方法可以根據(jù)可用帶寬改變發(fā)送速率和分辨率，增加傳輸高分辨率視頻的概率，同時也能提高視頻流的體驗質量。

但是，傳統(tǒng)學習類預測方法記憶并存儲的數(shù)據(jù)需要更多的處理成本。而對于大量數(shù)據(jù)的處理學習，機器學習、深度學習的預測效果要優(yōu)于上述預測方式。Khangura 等［8］提出了一種基于分類的機器學習方法，使用更少的數(shù)據(jù)包序列提供可靠的可用帶寬估計，實驗結果表明，該方法可以很好地識別單鏈路網(wǎng)絡以及具有大量交叉流量突發(fā)性和多鏈路網(wǎng)絡的可用帶寬。文獻［9-10］都是基于機器學習提出了帶寬預測方法，但文獻［9］提出的自動預測模型（AMP）還有模型選擇的功能，在適用性上有比較大的進步?；谏疃葘W習的LSTM 預測模型［11-12］在數(shù)據(jù)集的學習與訓練上都是占優(yōu)勢的，同時模型的預測效果優(yōu)于機器學習模型。但這些算法都僅僅是根據(jù)歷史數(shù)據(jù)進行預測，需要存儲一定長度的歷史數(shù)據(jù)，對于模型而言，不僅要考慮記憶存儲的數(shù)據(jù)量，還要考慮訓練學習預測的耗時以及難度。

目前視頻傳輸中廣泛應用的預測算法，是通過數(shù)據(jù)包數(shù)量和數(shù)據(jù)包間隔預測帶寬［13-14］。這種算法由于取的報文有限，并且網(wǎng)絡的頻繁變化導致其預測的偏差較大，難以捕獲下一時刻的真實變化趨勢。特別是在高速移動場景下，預測滯后的問題會更加嚴重。近些年，基于物理層的數(shù)據(jù)指標構建預測模型也成為了一種趨勢。Samba 等［15］的研究表明，在運營商網(wǎng)絡上收集的物理層信息（RSRP和RSRQ）和無線電接入網(wǎng)絡（RAN）測量對預測帶寬是有幫助的。Taani等［16］使用公共交通在不同地區(qū)收集數(shù)據(jù)，根據(jù)收集的數(shù)據(jù)進行分析，并對帶寬分布進行建模，以預測未知位置的未來價值。Sliwa 等［17］通過RSRP、RSRQ、信噪比（SNR）和信道質量指標（CQI）這些底層的數(shù)據(jù)指標組成一個多層地圖，同時使用M5決策樹模型優(yōu)化整體的系統(tǒng)性能，為使用相同公共蜂窩網(wǎng)絡的相關數(shù)據(jù)業(yè)務提供了一個無干擾共存環(huán)境。Yue 等［18］在LTE 網(wǎng)絡背景下，開發(fā)了一個基于機器學習的預測框架 LinkForecast，通過識別上層和下層的數(shù)據(jù)特征來實時預測鏈路帶寬。Minovski 等［19］基于底層的數(shù)據(jù)指標構建了一種基于網(wǎng)絡非侵入性ML模型，用于預測LTE蜂窩鏈路吞吐量。Mei等［11-12］提出了面向LTE 的LSTM 預測模型，但與基于網(wǎng)絡非侵入性ML 模型有相同的問題，就是使用的訓練集僅僅是LTE數(shù)據(jù)集中的歷史帶寬值，并未考慮其他影響因子。文獻［20-21］都是采用隨機森林算法預測網(wǎng)絡帶寬，雖然文獻［21］考慮了物理層指標信息，但也只停留在4G網(wǎng)絡層面，不適用于網(wǎng)速更快、波動更頻繁的5G網(wǎng)絡。基于機器學習、深度學習的預測算法，是根據(jù)現(xiàn)有的數(shù)據(jù)集自發(fā)學習記憶，通常預測曲線和實際曲線的擬合程度較高，但實時視頻業(yè)務的實時數(shù)據(jù)是時變、多樣的，單一數(shù)據(jù)集訓練的模型無法應用于實際業(yè)務中。這也是現(xiàn)今實時視頻業(yè)務仍然采用單層預測算法的原因。

單層預測算法存在的滯后性和深度學習方法過分依賴于單一數(shù)據(jù)集的問題，都是實時業(yè)務流的帶寬預測難以實現(xiàn)突破的原因。但物理層的數(shù)據(jù)指標已經(jīng)被證明可用于可用帶寬值的預測。因此，文中綜合考慮跨層參數(shù)指標，提出了一種基于跨層多維指標的可用帶寬預測算法，以克服傳統(tǒng)單層預測算法的預測滯后問題；針對步行、駕駛場景位置切換以及網(wǎng)絡易變的問題，文中構建了深度強化學習模型，結合丟包率和峰值信噪比（PSNR）等影響實時視頻業(yè)務的相關指標，實現(xiàn)離線模型與在線模型的融合；最后在半物理仿真平臺上進行不同場景下的實時業(yè)務視頻測試，并與傳統(tǒng)單層預測算法進行了性能對比。

1 系統(tǒng)模型

1.1 系統(tǒng)結構

實時視頻傳輸系統(tǒng)的結構如圖1所示。發(fā)送端接收實時視頻流，視頻編碼器將接收的視頻流編碼成H.264/AVC 格式。編碼后的視頻幀被送至發(fā)送端的發(fā)送緩沖區(qū)。為了保證視頻幀不丟失，系統(tǒng)的發(fā)送端、接收端的緩沖區(qū)在數(shù)據(jù)包序列成功傳輸時被激活，并且會根據(jù)其預測的可用帶寬值進行緩沖區(qū)的清理。同時，每一視頻幀按序編碼成數(shù)據(jù)包序列。當發(fā)送端根據(jù)接收端反饋信息檢測到數(shù)據(jù)丟失時，將重新發(fā)送并統(tǒng)計序號。發(fā)送速率由碼率控制模塊進行調整。發(fā)送緩沖區(qū)的數(shù)據(jù)通過5G網(wǎng)絡傳輸至接收端，接收端將接收到的數(shù)據(jù)暫存在接收緩沖區(qū)且重新排序，若當前接收到的視頻幀無法重新排序，則該視頻幀將被丟棄，并接收新視頻幀用以重新排序。經(jīng)過重新排序后的視頻幀進入視頻解碼模塊，解碼后的視頻幀會被傳送至播放端進行實時播放。

接收端在接收發(fā)送端發(fā)來的數(shù)據(jù)時，信息反饋模塊會統(tǒng)計當前幀內周期（從一個I 幀到不包括下一個I 幀的所有N 幀的持續(xù)時間）收集的反饋信息，并將這些信息打包傳送至發(fā)送端的跨層參數(shù)指標模塊。跨層參數(shù)指標模塊統(tǒng)計當前時刻的業(yè)務層指標以及底層指標后，將其轉發(fā)至可用帶寬預測模塊，用以預測下一幀內周期的可用帶寬。參數(shù)控制單元將帶寬預測模塊的輸出作為輸入，結合接收端反饋的獎懲信息，通過權值約束并調整可用帶寬值，并將最終的預測值傳送至碼率控制模塊，用以調整下一幀內周期的發(fā)送速率。

1.2 物理層指標

實時視頻業(yè)務的帶寬預測，大多是通過一定周期內的接收數(shù)據(jù)量和時間間隔來估算下一周期的可用帶寬值［14］。由于網(wǎng)絡狀態(tài)的隨機變化，實際傳輸鏈路會存在一定的時延誤差，上一周期的估算值可能無法準確反映下一周期的變化趨勢，而預測的偏差會使發(fā)送速率難以匹配當前鏈路的真實容量，導致不必要的鏈路擁塞，所以僅僅依賴單一業(yè)務層的指標預測可用帶寬的方法不適用于高速網(wǎng)絡。Mei等［12］通過隨機森林算法對UCC 數(shù)據(jù)集進行重要性分析，證明物理層的5G 指標是能夠應用于帶寬預測。為篩選出可用于預測工作的物理層指標，文中借助愛爾蘭移動運營商收集的5G 數(shù)據(jù)集［22-23］對吞吐量和5G 指標進行相關性分析，結果如表1所示。不同運動場景下，這些指標與吞吐量的相關性是不同的，RSRP、SINR 與其他指標的數(shù)值相比，前兩者與吞吐量具有較強的相關性，故文中選用這兩個指標作為物理層的參考指標，用以預測工作。

表1 不同附加鏈路時延下的預測誤差Table 1 Prediction error at different additional link delays

表1 物理層數(shù)據(jù)指標與吞吐量相關性分析Table 1 Physical layer data metrics and throughput correlation analysis

1.3 獎懲因子

實驗通常使用真實值與預測值的偏差來評價模型的預測精準度，但在實時業(yè)務中，存儲歷史數(shù)據(jù)和計算預測偏差需要耗費大量時間，這影響到視頻業(yè)務的實時性。為了使預測模型更精確，文中引入深度強化學習作為預測約束模塊。預測約束模塊的側重點是實時傳輸?shù)囊曨l業(yè)務流的接收視頻質量。在確保不丟失視頻的情況下，文中將以下幾個可能會影響接收視頻質量的指標作為獎懲因子，對每一幀內周期的預測精準度進行評估，并根據(jù)評估情況對當前時刻的預測值使用權重值進行約束：

（1）丟包率 設在第k個幀內周期，視頻幀從發(fā)送端發(fā)送至接收端，因鏈路發(fā)生擁塞而導致數(shù)據(jù)丟失的丟包率為Rk，步行場景下實時視頻業(yè)務的丟包率為，駕駛場景下實時視頻業(yè)務的丟包率為

（2）圖像質量評價指標 為評估接收端的接收視頻質量，以及模型預測值與真實鏈路上可用帶寬值的匹配程度，文中將PSNR（IPSNR）作為圖像質量評價的指標，即

式中，H、W分別為圖像的高度與寬度，n為每像素的比特數(shù)，X、Y分別為原始圖像與接收端解碼后的圖像。

（3）鏈路時延 第k個幀內周期（從發(fā)送端的視頻幀編碼完成，到接收端完成接收編碼后的視頻幀的時間間隔）的時延Dk主要由發(fā)送緩沖區(qū)的排隊時延與鏈路的傳輸時延構成，即

2 基于深度強化學習的融合架構

業(yè)務層采用在線預測模型，即直接利用傳輸?shù)臄?shù)據(jù)，無需額外的離線數(shù)據(jù)訓練。系統(tǒng)發(fā)送端將視頻幀打包成一系列的數(shù)據(jù)包發(fā)送至接收端；接收端再根據(jù)該幀內周期接收的數(shù)據(jù)量以及數(shù)據(jù)包之間的時間間隔做鏈路容量估計，所得的預測值即為在線模型的預測值。而底層則采用離線模型。跨層參數(shù)指標收集模塊統(tǒng)計當前時刻的數(shù)據(jù)指標，如RSRP、SINR、歷史可用帶寬值等，作為當前時刻的離線預測模型的輸入。離線模型的輸出即為通過底層數(shù)據(jù)指標預測得到的可用帶寬預測值。為實現(xiàn)離線模型與在線模型的融合，文中采用深度強化學習方法，將SAC-D［24-25］作為綜合考慮跨層多維數(shù)據(jù)指標預測值的調整模塊，調整模塊的各部分介紹如下：

（1）狀態(tài)State 對于第k個幀內周期，文中使用sk表示該周期的狀態(tài)值，分別為第k個幀內周期業(yè)務層和底層得到的可用帶寬預測值。

（2）動作Action 是對兩個可用帶寬預測值給出權重值，用以對在線預測和離線預測的輸出進行加權求和，其取值為離散值，可以表示為{η1，η2}。

（3）獎勵Reward 參考1.3 節(jié)獎懲因子，文中將系統(tǒng)的獎勵表示為rk(sk，ak)。

（4）策略Policy 文中模型的目標是自適應預測權重值，等同于尋找最大化最大熵目標的策略，即

式中，π為一個策略，π*為最優(yōu)策略，時間步數(shù)T為一個幀內周期，折扣率γ∈[0，1]，溫度系數(shù)α用以確定熵項與獎勵的相對重要性，τπ為由策略π引起的軌跡分布，H(π(.|st))為策略π在狀態(tài)st的熵，

SAC 算法為實現(xiàn)最大化目標［24］，使用軟策略迭代，就是在最大熵框架內交替使用策略評估與策略改進。同時，框架涉及到軟Q函數(shù)、Q目標及策略3 個網(wǎng)絡。而目標所設計的關鍵步驟是離散的，所以SAC-D［25］首先使用參數(shù)為θ的神經(jīng)網(wǎng)絡參數(shù)化軟Q函數(shù)，并以貝爾曼殘差訓練軟Q函數(shù)，即

式中，d為存儲過去經(jīng)驗值的回放緩沖區(qū)，是由回放緩沖區(qū)的采樣動作得到的，同時由于實驗的動作集是離散的，故直接計算其期望，即

第i個軟Q函數(shù)的參數(shù)θi的更新式則為

這里使用兩個軟Q函數(shù)，是為了減輕策略改進步驟中的正偏差，即i∈{1，2}。故目標Q函數(shù)的參數(shù)更新式為

τ是取值為(0，1)的平滑系數(shù)。

這里的策略可以直接輸出動作，表示為π：S→[0，1][A]。為了確保輸出一個有效的概率分布，策略的最后一層使用了Softmax 函數(shù)。故使用具有參數(shù)φ的神經(jīng)網(wǎng)絡參數(shù)化后的策略πφ(st，at)為

同時，策略權重值φ的更新式為

類似地，溫度損失計算可以表示為

式中，溫度系數(shù)α的更新式為

基于強化學習的跨層多維帶寬預測算法的偽代碼如下：

3 實驗

3.1 仿真設置

文中使用圖2所示的半物理實驗平臺。該平臺由發(fā)送端（Ubuntu core 3.20 GHz、8 GB RAM）、接收端（Ubuntu core 2.70 GHz、8 GB RAM）及HoloWAN網(wǎng)絡損傷儀［26］組成。HoloWAN 網(wǎng)絡仿真儀通過網(wǎng)線與發(fā)送端、接收端設備直連，同時模擬真實網(wǎng)絡環(huán)境的網(wǎng)絡狀況。模擬的兩種測試場景分別為步行場景和駕駛場景。連接網(wǎng)絡仿真儀的控制端，設置網(wǎng)絡軌跡變化的范圍及參數(shù)后，網(wǎng)絡仿真儀便可以實現(xiàn)模擬真實的5G 網(wǎng)絡環(huán)境變化的功能。同時，網(wǎng)絡仿真儀統(tǒng)計每個時刻的網(wǎng)絡軌跡變化及指標參數(shù)，并與接收端的反饋信息一同發(fā)送至發(fā)送端的跨層指標收集模塊。發(fā)送端會根據(jù)收集模塊進行下一步的預測工作。

圖2 實驗平臺Fig.2 Test platform

深度強化學習架構采用Pytorch編寫完成。為了方便實驗的進行，文中選用4個不同的YUV視頻序列作為不同應用需求的實時測試視頻，分別為城市、古橋、高速公路、港口4 個不同場景的視頻，如圖3 所示。離線訓練模型采用現(xiàn)有整理的數(shù)據(jù)集，且通過深度強化學習框架與在線模型相融合。在深度強化學習結構中，實驗設置Action的離散動作取值為6，其取值空間則為36。批大?。˙atch size）設為32，γ為0.99，學習率為10-4。Reward 的讀取間隔數(shù)設為50，神經(jīng)網(wǎng)絡的更新間隔設為4，目標軟Q網(wǎng)絡的更新間隔設為250，優(yōu)化器選擇為Adam。訓練的循環(huán)幀數(shù)為2×104。

圖3 視頻序列圖Fig.3 Video sequence diagram

3.2 離線模型對比

文中使用公開數(shù)據(jù)集［22-23］及自行收集并處理的數(shù)據(jù)集進行實驗。數(shù)據(jù)集信息包括底層指標及其他上層指標，用以訓練所需要的離線預測模型。常見的離線模型有深度學習的LSTM 預測模型、隨機森林預測模型及RLS預測模型。

Mei 等［11］使用LSTM 算法與貝葉斯融合的方式構建實時帶寬預測模型，基于周期內的歷史帶寬值預測下一時刻的實時帶寬值。文中經(jīng)過實驗調參及結果對比，最后確定最佳參數(shù)。LSTM 模型設置輸入向量數(shù)為9，隱含層數(shù)為3，記憶單元數(shù)為100，正則化取值為0.05，批大小為64，優(yōu)化算法為NAdam，學習率為10-3，Drop out為0.2。訓練出最優(yōu)的LSTM 模型。隨后用測試集評估模型，預測效果如圖4（a）所示。預測曲線與實際曲線的擬合程度差，很大原因是因為數(shù)據(jù)集數(shù)量過少。但訓練一個模型本身就需要極其龐大的訓練集，同時使用場景不同，預測效果也不同，其過差的兼容性不適用于實際的視頻業(yè)務。另外，收集大量不同場景的數(shù)據(jù)集以訓練出跨場景的預測模型，對于最優(yōu)參數(shù)、數(shù)據(jù)的收集與處理，需要消耗的實際時間是難以承受的。龐大數(shù)據(jù)集的學習對設備及訓練的考驗也是極大的，因此不可取。

圖4 3種模型的預測結果對比Fig.4 Comparison of prediction results among three models

文獻［20-21］使用隨機森林算法作為以多維參數(shù)為輸入的預測模型，但實驗發(fā)現(xiàn)，該算法本身的隨機性，導致訓練過程消耗的時間過長，甚至其擬合程度較差，與其他模型沒有對比性。故文中著眼于隨機森林的優(yōu)化版——深度森林（DF）［27］，使用與訓練LSTM 預測模型相同的訓練集訓練DF 回歸模型。實驗使用網(wǎng)格搜索確定最佳參數(shù)，設置回歸模型的箱數(shù)為255，特征離散箱的樣本數(shù)為2×104，分格器類型為Percentile，最大級聯(lián)數(shù)為10，每個級聯(lián)層中估計器的數(shù)量為15，每個估計器中的樹數(shù)為150，拆分內部節(jié)點所需的最小樣本數(shù)為2，葉節(jié)點所需的最小樣本數(shù)為2，預測器的類型為Lightgbm，Delta 為10-3。根據(jù)最佳參數(shù)訓練出最佳的離線模型。使用同一份測試集數(shù)據(jù)對訓練出的DF 模型進行評估，預測結果如圖4（b）所示。相較于LSTM預測模型，DF 預測模型的預測擬合度更優(yōu)，并且沒有出現(xiàn)LSTM 模型中出現(xiàn)的過大預測偏差，但預測曲線與原數(shù)據(jù)曲線的擬合程度仍不理想，依然存在較大的偏差。

Kurdoglu 等［14］使用RLS［28］算法，通過上一周期的可用帶寬值預測下一周期的可用帶寬值。該離線模型選取上一秒的可用帶寬信息作為輸入，輸出為下一秒的可用帶寬預測值。最佳模型的參數(shù)設置如下：滑動窗口尺寸為2，正則化參數(shù)為0.1，Delta為10-4。該離線模型的預測結果如圖4（c）所示。從圖4 可知：LSTM 的預測曲線擬合度最差，并且很難準確反映下一時刻的變化趨勢；RLS的預測結果最為出色，其預測曲線擬合度和預測變化趨勢都是最佳的。同時，RLS模型相較于另外兩個模型，不需要調整過多的參數(shù)，僅需調整其正則化參數(shù)與滑動窗口大小。在調參訓練上，RLS模型最優(yōu)，故文中采用RLS模型作為離線模型。

3.3 實驗結果與分析

3.3.1 不同場景下的可用帶寬預測

測試帶寬數(shù)據(jù)的真實值范圍為0～1 000 Mb/s，跨層算法的預測結果也是在這個范圍內波動。不同場景下的可用帶寬預測結果如圖5所示，步行場景與駕駛場景的網(wǎng)絡變化大不相同。駕駛場景的網(wǎng)絡帶寬抖動更為劇烈，波動性更強，故駕駛場景的預測效果不如步行場景，這是合理的。傳統(tǒng)的單層預測算法［14］僅僅是基于一定時間長度的歷史數(shù)據(jù)來預測下一時刻的數(shù)據(jù)。對于平緩變化的場景，單層預測算法的誤差會在合理范圍內；而對于網(wǎng)絡頻繁變化的場景，前一時刻與下一時刻的實際值偏差過大，也就是出現(xiàn)突增點或陡降點時，單層算法的預測值會因為歷史值的偏差而出現(xiàn)過量預測或預測偏小。在步行場景中，相較于單層算法，跨層算法的預測曲線擬合度更高；跨層算法對4個視頻序列的預測值均與實際值相差不大。在城市視頻中，第100秒的實際帶寬值為448 Mb/s，而預測帶寬值為440 Mb/s，兩者的誤差在大網(wǎng)絡可用帶寬的背景下顯得微乎其微。而單層算法未能準確反映出可用帶寬的變化趨勢，預測曲線的整體變化較為平緩，并且其預測值與真實值相差甚大，預測的趨勢沒有可參考性。

圖5 兩種場景下的可用帶寬預測Fig.5 Available bandwidth prediction in two scenes

在駕駛場景中，可以看到實際曲線抖動劇烈、變化頻繁。同樣在城市視頻中，實際帶寬值在100～1 000 Mb/s波動，但在0～50 s內，就存在5個突增點和4個突降點，故其預測效果與步行場景相比會有所下降?？傮w而言，跨層算法仍然能在誤差允許的范圍內得出可靠的預測值。城市視頻中第158 秒是個突增點，實際帶寬值是990 Mb/s，而預測值為981 Mb/s。同時可以看到，預測值始終是在實際值范圍內，并未出現(xiàn)預測值偏大的情況。

對比步行、駕駛兩種不同場景下單層算法的預測效果，可以清楚地觀察到，兩種場景下預測曲線與實際曲線的擬合程度都不理想，預測誤差都偏大。通過實驗分析發(fā)現(xiàn)，單層算法是基于歷史數(shù)據(jù)量與時間間隔比值來估算下一時刻的帶寬值。由于5G 網(wǎng)絡變化頻繁，單層預測算法無法判別上一時刻的數(shù)據(jù)量是突發(fā)量還是正常數(shù)據(jù)量，所以突增、陡降的時間點會被判定為異常點而被丟棄，因此單層預測算法會始終保持平緩曲線水平。步行場景中單層算法的預測曲線變化平緩，只在升降點有變化。這是因為步行場景中過多的歷史數(shù)據(jù)量被認定為是過大異常數(shù)據(jù)量而被清除，而保留下來的歷史數(shù)據(jù)則是平滑過的，所以后續(xù)周期會繼續(xù)沿用平滑過的歷史值作為預測值。在變化更頻繁的駕駛場景中，單層算法的預測誤差更大，并且預測趨勢與真實變化趨勢無關聯(lián)，此類預測算法的短板顯露無遺。對比圖5可以發(fā)現(xiàn)，不論是變化遲緩的步行場景或是頻繁變化的駕駛場景，跨層算法的預測效果始終優(yōu)于單層算法。文中提出的基于多維參數(shù)的跨層預測算法即使在不同場景下依然能保證較高的預測準確性，這對實時業(yè)務流的可靠傳輸是很重要的。

3.3.2 丟包率分析

為了探究預測模型在存在丟包的5G 網(wǎng)絡下的性能，文中增設丟包約束。文中實驗設置的丟包率為網(wǎng)絡層的丟包率。網(wǎng)絡仿真儀根據(jù)所設置的丟包參數(shù)來模擬網(wǎng)絡鏈路的丟包情況。丟包率超過0.5%時會影響實時視頻傳輸?shù)馁|量，超過1.0%會導致視頻傳輸受到嚴重的干擾［29-32］。因此，在避免其他因素影響實時視頻傳輸?shù)那疤嵯?，通過設置不同的鏈路丟包率（0.5%和1.0%）來分析不同情況下預測模型的性能。步行、駕駛兩個場景下的實驗結果如圖6所示。在鏈路存在0.5%丟包率的情況下，不論是步行場景還是駕駛場景，文中多維跨層算法預測的4個視頻序列的丟包率均低于單層算法，且均低于0.5%，而單層算法的丟包率均高于0.5%（在駕駛場景下甚至高達0.719%）；步行場景中，文中跨層算法丟包率最低的是古橋視頻，數(shù)值為0.241%；駕駛場景中，文中跨層算法丟包率最低的也是古橋視頻，數(shù)值為0.459%。與步行場景相比，駕駛場景的丟包率會更大，這是因為駕駛場景的預測誤差會高于步行場景，間接導致丟包率變大。在鏈路存在1.0%丟包率的情況下，文中多維跨層算法的預測性能依然優(yōu)于單層算法；文中多維跨層算法可以有效地降低網(wǎng)絡傳輸鏈路的丟包率，在一定程度上提高了接收視頻的質量。

圖6 在鏈路存在丟包的情況下兩種算法的丟包率對比Fig.6 Comparison of packet loss rates between two algorithms in the presence of packet loss on the link

3.3.3 不同附加鏈路時延下的誤差分析

文中研究不同鏈路對預測效果的影響，不僅考慮了鏈路的丟包率，也考慮了鏈路時延下的預測偏差。文中選用兩個回歸評價指標：RMSE（均方根誤差）和R2（相關系數(shù)）。實驗分別設置不同的時延參數(shù)（0、50、100 ms），通過仿真儀模擬網(wǎng)絡鏈路，預測偏差如表1 所示。從表中可知，步行場景的RMSE 要比駕駛場景的小，而步行場景的R2要比駕駛場景的大，這表明預測模型在步行場景下的預測效果要優(yōu)于在駕駛場景下。相較于步行場景，由于駕駛場景的網(wǎng)絡變化的頻率和幅度要大很多，所以在駕駛場景下的預測精準度要略低于在步行場景下。此外，對于不同的4個測試視頻，RMSE和R2并未有特別大的差距。對比不同時延下的預測效果，鏈路引入的時延越大，預測偏差也越大。原因可能是：①業(yè)務層的容量估計是根據(jù)一個幀內周期（從一個Ⅰ幀到但不包括下一個Ⅰ幀的所有N幀的持續(xù)時間）接收的數(shù)據(jù)量與持續(xù)時間的比值，由于鏈路引入了時延，持續(xù)時間變大，預測值就會相應變小，模型最后的預測值就會與實際值產(chǎn)生偏差；②鏈路的網(wǎng)絡質量下降，模型的懲罰因子對預測進行約束，也會導致預測偏差。直觀地說，預測的精準度與鏈路質量的好壞相關。當鏈路能夠保持良好的傳輸質量時，模型的預測性能會達到最佳。

4 結語

文中基于跨層的多維參數(shù)，通過離線訓練的預測模型與在線預測模型相結合，綜合考慮了丟包率、傳輸時延等實時視頻業(yè)務的影響因子，分別在步行和駕駛兩種實時視頻傳輸場景下進行可用帶寬預測研究，并在半物理平臺上進行多次測試實驗。結果表明，跨層算法的預測性能始終優(yōu)于傳統(tǒng)預測算法，同時對傳輸視頻的鏈路具有一定的優(yōu)化能力，在一定程度上改善了接收端接收視頻的質量。但文中算法考慮的是單網(wǎng)絡鏈路下的一對一情況，下一步需考慮多鏈路多用戶的情況、存在LTE 與5G 切換的其他視頻業(yè)務場景的預測方法。