《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 通信與網(wǎng)絡(luò) > 設(shè)計(jì)應(yīng)用 > 多媒體傳感器網(wǎng)絡(luò)中的視頻流傳輸質(zhì)量分析與評(píng)估
多媒體傳感器網(wǎng)絡(luò)中的視頻流傳輸質(zhì)量分析與評(píng)估
來源:微型機(jī)與應(yīng)用2012年第19期
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)
摘要: 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,并在NS2-myEvalvid模型的基礎(chǔ)上通過比較PSRN值分析了壓縮量化參數(shù)、GOP類型、封包長(zhǎng)度和封包錯(cuò)誤率對(duì)視頻流傳輸質(zhì)量的影響。仿真實(shí)驗(yàn)表明,壓縮量化參數(shù)、GOP長(zhǎng)度或封包錯(cuò)誤率取值越小,視頻流的傳輸效果越好;而封包長(zhǎng)度取值越小,視頻流的傳輸效果越差。
Abstract:
Key words :

摘  要: 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,并在NS2-myEvalvid模型的基礎(chǔ)上通過比較PSRN值分析了壓縮量化參數(shù)、GOP類型、封包長(zhǎng)度和封包錯(cuò)誤率對(duì)視頻流傳輸質(zhì)量的影響。仿真實(shí)驗(yàn)表明,壓縮量化參數(shù)、GOP長(zhǎng)度或封包錯(cuò)誤率取值越小,視頻流的傳輸效果越好;而封包長(zhǎng)度取值越小,視頻流的傳輸效果越差。
關(guān)鍵詞: 多媒體傳感器網(wǎng)絡(luò);傳輸質(zhì)量;性能評(píng)估;PSNR;NS2-myEvalvid

 多媒體傳感器網(wǎng)絡(luò)MSNs(Multimedia Sensor Networks)是在傳統(tǒng)無線傳感器網(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 of Pictures)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(Packet Error Rate)。柯志亨等[2]設(shè)計(jì)了Evalvid在NS2下的接口myEvalvid,并介紹了如何使用myEvalvid來仿真和評(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,也就是畫面的質(zhì)量越好。PSNR的定義如下[4]:

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:
?。?)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]。
?。?)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。
?。?)重新編譯并運(yùn)行。
?。?)通過設(shè)置不同的GOP、Q值、MTU和PER得到不同畫面質(zhì)量的重構(gòu)圖像。
?。?)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。
?。?)使用et程序和可解畫面比例分析模型進(jìn)行評(píng)估和驗(yàn)證。
 本文采用UCBerkeley開發(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。

2.2 多媒體傳感器網(wǎng)絡(luò)拓?fù)浞抡?/strong>
 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)洹D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)。
 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幀的封包在傳送過程中遺失,其后所有的P幀與B幀就都沒有辦法進(jìn)行解碼操作,這將導(dǎo)致所有GOP里的畫面都是無用的,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,此時(shí)圖像才會(huì)恢復(fù)成原來的圖像畫面。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。

 

 

 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)過量化處理并且經(jīng)過網(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)讓編碼出來的圖像質(zhì)量變得較差,其所產(chǎn)生的數(shù)據(jù)量會(huì)較小;相反,選用較小的量化標(biāo)準(zhǔn)時(shí),雖然會(huì)讓編碼出來的圖像質(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。可以看出,隨著MTU的增大,圖像的質(zhì)量越來越好。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。
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面數(shù)越少,進(jìn)而影響到圖像的顯示效果。

 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面數(shù)量和整個(gè)圖像的可解畫面比例,如圖7所示。

 該值在數(shù)值上較好地逼近了表2中可解畫面比例的模擬值R′=0.837 5,說明實(shí)驗(yàn)中用到的評(píng)估方法對(duì)圖像質(zhì)量的刻畫比較可靠,同時(shí)也說明該模型可以被用來進(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)。
參考文獻(xiàn)
[1] 王汝傳,孫力娟.無線多媒體傳感器網(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.

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。