蜂窩網中車載移動用戶視頻業務的緩存管理方法
【技術領域】
[0001] 本發明涉及在蜂窩網絡中視頻業務的緩存管理技術領域，具體是一種基于QoE評 價體系的蜂窩網絡中車載移動用戶視頻業務的緩存管理方法。
【背景技術】
[0002] 當前，智能移動終端對多媒體業務的需求爆炸式快速增殖，但由于現有無線網絡 低效的資源管理模式以及無線資源缺乏等因素導致了無線網絡容量以及無線鏈路帶寬不 能很好地應對寬帶業務需求的跳躍式增長。針對這個難題，國內外學者提出了有別于傳統 無線網絡的信息存儲與轉發方式-分布式協作存儲與轉發，以應對無線網絡中大量冗余信 息的遠距離傳輸對無線資源的不必要消耗。所謂分布式協作存儲，就是將網絡中的數據分 布式地緩存在不同的單獨物理機器上。不同的緩存單元之間可以進行通信，以獲得全網的 數據緩存信息，然后根據所制定的協作策略來進行數據的重復，分割和刪除等一系列簡單 的操作，來提高移動無線網絡中的數據的存儲和傳輸的效率。對于所需存儲空間較大的文 件，可以將文件分割，然后分塊存儲于不同的物理機器上，以提高數據的搜索效率。另外， 分布式緩存還可以看作是數據的濾波器，用戶可以根據實際的需要制定合適的緩存管理策 略，這樣在網絡中對無用的數據就起到了一定的過濾作用，可以在一定程度上減少數據的 冗雜度，節約數據的存儲空間，提高數據的搜索效率。
[0003] 隨著信息與網絡技術的快速發展，網絡用戶對于多樣性服務的需求日益增加，網 絡服務供應商的競爭日趨激烈。為了獲得更多的經濟利益，承載更多的網絡業務，供應 商必須保證自己提供的服務能夠得到更多用戶的認同。因此，研究人員提出了很多以用 戶認可程度為基準的網絡服務評價標準。目前，被廣泛采用的是服務質量（Qualityof Service,QoS)。QoS的評價指標包括網絡的時延，丟包率，吞吐率，誤碼率等。但是，這些評價 標準主要是在技術層面反映了服務的性能，忽略了用戶的主觀因素，并不能反映用戶主觀 的對于服務本身的認可程度。所以，研究人員又提出了另一中評價方法用戶體驗（Quality ofExperience,QoE)〇
[0004] QoE所體現的是一種主觀感受，即用戶在與網絡服務的交互過程中，用戶對于服務 本身的一種主觀評斷。由此可以看出，影響QoE的因素有用戶本身和服務本身兩個因素。但 是，兩者是在一定的客觀環境中進行交互過程，所以客觀環境在一定程度上對QoE也會產 生一定的影響。其中我們主要關注的是服務層面的影響因素，對于服務本身而言，它包括網 絡層，應用層和服務層的影響。對于用戶本身，它包含了用戶的身心狀況，期望與自身背景 等影響因素。客觀環境包含服務的運行環境，社會環境和自然環境等影響因素。
【發明內容】
[0005] 為克服上述現有技術的不足，本發明提供一種蜂窩網中車載移動用戶多媒體視頻 業務的基于QoE的分布式緩存管理方法，在保證數據一致性的基礎上，減輕回程網絡的壓 力，同時優化基站緩存空間，在保證用戶服務品質的基礎上，滿足更多用戶對于多媒體數據 業務的需求。
[0006] 本發明的技術解決方案如下：
[0007] -種蜂窩網絡中車載移動用戶的視頻業務的緩存管理方法，其特點在于，該方法 包括如下步驟：
[0008] ①根據車輛用戶行駛過程中的GPS信息，獲得用戶在整個運動過程中依次經過的 小區編號；
[0009] ②根據車輛用戶行駛過程中在各個小區駐留時間的歷史數據，設定Hyper-Erlang 分布的各項參數，并利用該分布對新加入用戶車輛在各小區的駐留時間進行模擬，獲得用 戶車輛在各小區中的駐留時間；
[0010] ③根據步驟②得到的用戶在不同小區中的駐留時間，以及用戶請求的視頻時長， 按比例對相應視頻進行分塊處理；
[0011] ④考慮基站的緩存容量、用戶的QoE要求和用戶的優先級，計算視頻塊的比特率；
[0012] ⑤計算用戶對相應視頻的服務質量評價QoE，公式如下：
[0013]
[0014] 式中，'代表用戶uk的優先級，|U|代表所有用戶的集合，|M|代表視頻集合， 代表用戶％在標號為n的小區中的駐留時間，代表相應視頻的時長，~代表相應視 頻塊的比特率，4^.和1代表對應于該視頻的Q0E評價參數。
[0015] 根據式（4-2)得到的QoE數值，如果QoE> 3,則視為用戶需求得到滿足。如果所 有用戶的QoE需求得到滿足，則將相應的視頻塊緩存于相應的基站當中；否則，根據用戶的 優先級，選擇性忽略低優先級用戶隊列中末尾用戶的視頻請求，重新進行處理后的視頻塊 比特率分配情況的計算，再重復上述步驟，來保證整體用戶對于服務的滿足率。
[0016] 與現有技術相比，本發明的有益效果是：該發明說提出的緩存管理辦法，能夠在滿 足用戶服務質量的前提下，滿足更多用戶對于視頻服務的需求。通過緩存的方法，減輕了網 絡接入的壓力，對于減輕網絡負載壓力具有積極意義。
【附圖說明】
[0017] 圖1是面向移動用戶QoE保證的蜂窩網分布式協作緩存辦法場景。
[0018] 圖2是QoE擬合曲線。
[0019] 圖3是視頻分割以及比特率分配示意圖。
[0020] 圖4是本發明蜂窩網絡中車載移動用戶的視頻業務的緩存管理方法的流程圖。
【具體實施方式】
[0021] 以下結合附圖對本發明作進一步的詳細描述。
[0022] 本發明涉及的運行環境如圖1所示，具體的場景細節如下所示：
[0023] 在車載用戶移動的過程中，用戶會向網絡提出關于多媒體數據服務的請求，比如 視頻請求。但是由于視頻等多媒體數據文件的存儲空間較大，以及用戶的移動性，數據的傳 輸往往不能在一個小區內完成。為了保證用戶請求數據的一致性和連續性，也為了減輕網 絡接入的壓力，會預先將用戶所請求的數據根據用戶的移動模型進行分割，然后將不同的 數據塊緩存于用戶預定路線沿線的基站緩存空間中。但是由于基站緩存空間的有限性，不 可能將所有用戶請求的數據緩存在基站中，并保持文件對應的比特率不變。所以，在文件分 割之后，會根據用戶基本的Q〇E標準，對各個數據塊所占有的比特率進行相應的調整，來實 現對緩存空間的優化利用。然而實際情況中，還要考慮到用戶之間的優先級區別以及視頻 資源合理的比特率傳輸范圍。綜上，可以將場景目標變為一個最優化問題，利用廣義既約梯 度法，可以對問題進行求解，從而實現分布式的緩存管理辦法。
[0024]一 ?用戶移動路線建模
[0025] 由于蜂窩小區的半徑不同，用戶的移動方式不同，用戶在移動過程中的速度變化 和無線信道的不穩定性，將用戶在蜂窩網中的運動模型簡化成用戶在不同小區中的駐留時 間模型。采用Hyper-Erlang分布來對用戶的小區駐留時間進行模擬。所謂駐留時間，就是 用戶在相鄰兩次小區頻率切換之間的間隔時間。Erlang分布是連續型概率分布，多用于表 示獨立隨機事件發生的時間間隔，能夠更好的對現實數據進行擬合。Hyper-Erlang的概率 分布函數如式（1-1已知）所示：
[0026]
[0027]
[0028]式中相關的參數所代表的含義如表1所示。
[0029] 表1Hyper-Erlang分布各項參數含義
[0030]
[0031] 利用車輛在該蜂窩區域行