基于移动群智感知的视频QoE评测技术研究

发布时间：2020-08-23 19:02

【摘要】：随着移动宽带用户的增加,移动流媒体业务呈现爆发式的增长,成为了移动互联网业务中最热门的服务之一。伴随着庞大的市场而来的是运营商、流媒体服务提供商之间的激烈竞争。在以用户为中心的商业时代,研究如何为用户提高服务质量、确保服务能被用户认可将会在竞争中扮演着决定性的作用。它的蓬勃发展,面向视频流媒体的用户体验质量评估依旧面临两大缺陷:效率低、费时费力的数据获取方式;评测的完整性低和结果呈现的实时性差。所以需要改进其数据收集的方式,并建立一套完整的用户体验质量系统,对数据进行实时性呈现。本文介绍实验室研发的基于移动群智感知的移动众测系统,并尝试对QoE评测模型进行改进,增加QoE预测的鲁棒性和准确性。本文的主要内容如下:(1)本文调研了移动视频业务的现状,介绍了视频QoE和移动群智感知的发展趋势。分析了当前研究视频QoE可能会面临的问题:数据的获取成本高昂;收集平台的不完善导致数据不能有效的形成闭环且QoE的实时性不能得到保障。并对视频QoE的定义、量化方法、评级方法做了简要说明,介绍了移动群智感知的基本特点、应用领域及通用结构等,总结了本文的主要创新点。(2)借鉴移动群智感知的概念,本文提出了移动众测系统计算模型,包括众测感知模型、QoE评价模型。应用此计算模型,设计并实现了基于移动群智感知的移动众测系统,并简述了系统的整体架构及系统中QoE评价模型的计算流程。通过设计测试方案,证明了模型和系统的可行性。(3)本文分析了 QoE评价模型的适用场景,并总结了在海量数据的环境下它存在的缺陷:线性、无数据、无法修改KPI影响因素及其权重系数。根据移动众测系统中收集的数据,针对以上三点缺陷,分别设计了多项式回归方案、QoE-BP神经网络方案、QoE-树模型融合方案去尝试优化QoE评价模型,并对三种方案的建立过程做了简要描述。通过设计对比实验,讨论并验证原评价模型与改进的模型模型的优劣,最终得出在移动众测环境中QoE-树模型融合方案最佳。
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP393.0;TN929.5
【图文】：

本章介绍了移动视频业务、视频Ｑ0Ｅ和移动群智感知的现状及发展趋势；逡逑分析了当前研宄视频ＱｏＥ将会面临的问题；介绍了本文的主要工作及创新点；逡逑最后介绍了本文的内容安排。逡逑１．１选题背景及意义逡逑１．１．１研究背景逡逑移动通信技术的快速发展，让人们享受到无线网络带给其的便捷。据工信部逡逑统计，截止至２０１７年４月份，移动用户总数达到１３．５亿户，移动宽带用户（即逡逑３Ｇ和４Ｇ用户）总数达到１０．０５亿户，占移动电话用户的７４．５％，２Ｇ和３Ｇ用户逡逑继续向４Ｇ用户转换，４Ｇ用户总数达到８．４９亿户，占总移动用户的六成以上［１］。逡逑近些年来ＬＴＥ系统作为４Ｇ无线网接入技术大力发展，其与２Ｇ／３Ｇ相比提供更逡逑高的速率和更好的网络性能，为移动视频业务的发展奠定了基础。逡逑单位：万户逦单位：％逡逑

网络流量中目前７０％来自音视频，比２０１０年相比增加３５倍［２］。通过分析近逡逑５亿网络视频用户的全年移动互联网观影数据可知，观看视频的流畅程度将直接逡逑影响用户对视频平台的忠诚度，如图１－２所示。逡逑２０１Ｓ．１２－Ｍ１６．１２网络视频／手机网络视频用户规ｆＭ使用率逡逑万人逡逑７３＾０％逦逦逦邋７４．５０％逡逑．．．．逦逦—邋邋逦逦—￣＊邋７１．９０％逦７０．９０％逡逑灥逦６５．４０％邋ａ一＿邋逦逦逦邋５４４５５逡逑榞邋１逦■■■逦４９９８７逡逑三媝＿；三逡逑？逦：破ＡＳ逦０．０＊％逡逑２０１５邋年邋１２邋月逦》？＾１２邋月逡逑■■两络视频甩户Ｓ模逦■－手机网络墫狻用＂、。逡逑ｔ网络视

本文编号：2801903