基于MPEG-4的视频流传输框架

视频的实时传输存在带宽、传输延迟、包丢失率等方面的要求,而当前的Internet环境下未提供任何QoS(服务质量)服务,所以一个有效的视频传输系统必须自适应于网络状况的动态变化。在充分发掘MPEG-4特性的基础上,该文构造了一个基于MPEG-4的视频流传输框架。通过使用带宽预测、自适应速率调整、SFEC纠错、错误隐藏等机制使视频的传输能够自适应于网络状况的动态变化。同时,提出了一种基于优先级的速率调整算法,克服了传统基于R-D理论的速率调整算法对媒体源支持单一的缺点。试验结果表明,该系统在低比特率、网络状况动态变化的环境中能取得良好的视频传输效果。     

面向RCBR网络的变比特率MPEG视频流的自适应预测

变比特率视频业务是将来多媒体业务的主要组成部分，为保证高质量，实时传输的需要，准确把握视频特征，结合网络传输机制为多媒体通信提供更好的服务质量（QoS)是目前亟待解决的问题之一，该文针对面向RCBR（Renegotiated Constant Bit Rate)网络的变比特率MPEG视频提出了基于编码结构的自适应预测算法，它充分利用了视频流的周期相关性，能准确快速，无延迟地对视频帧的码率进行预测，通过网络动态地为视频分配合适的带宽，不仅能达到高质量，低延迟抖动的视频服务，并且提高了网络的利用率，与分配固定带宽的网络相比，其网络缓冲的排除性能和网络的利用率有明显提高。     

基于视频发送端速率控制的QoS技术研究

基于尽力而为的网络模式不能提供QoS保证,网络拥塞和分组丢失不可避免。在端到端视频单播结构下,论文提出了一个发送端速率控制框架SRCF,在此框架下首先利用RTCP报文中的字段提出了一种网络参数测量方法,然后设计了一个自适应速率算法SRCA,SRCA利用已得到的网络传输延迟和分组丢失率参数作为初始参数,来调整编码速率,达到充分利用带宽的目的,避免了视频质量由于调整参数带来的剧烈抖动。仿真结果表明,该算法在网络出现一定拥塞的条件下,能跟踪带宽的变化,网络和媒体QoS能保证视频质量较好。     

基于缓冲占用比无人机视频自适应传输算法

针对目前基于发送速率的自适应视频传输算法不能有效利用和适应网络传输,提出了利用数据缓冲占用比的无人机载视频自适应无线传输方法;通过计算发送缓存内的数据占空比的变化判断网络发送能力,进而调节下次采集的视频帧率,或在调节下次采集视频帧率之前调整压缩编码率,由此自适应的设置最大化传输速率;相对于传统基于线性增加发送速率的方法,文章算法根据数据占空比自动调节发送速率和编码率,使平均发送速率提高了0.25 Mbit/s,带宽利用率提高了8%,实现了在不同网络状况下发送速率和编码率的自适应最大化,通过有效利用网络传输,提高视频数据传输的实时性、可靠性和完整性。     

异质网络环境中的视频主动分级多播

提出了一种基于RSVP（资源预留协议）和MPEG-4的可扩缩性的视频主动分级多播方案.在集成服务环境中,该方案通过检测网络QoS来判断不同用户所能接收的视频QoS,并使用RSVP在分流节点上实现分级投递.实验结果表明,视频主动分级多播能够充分利用网络资源的同时避免网络拥塞,使得每个用户都能得到合适的服务.     

实时视频通信中的自适应前向纠错方案设计

本文针对实时视频通信中的网络丢包问题，提出了一种基于Reed Solomon算法的自适应FEC方案。与以往的静态FEC编解码方案不同，该方案引入一种新的基于SIP／RTP的QoS反馈机制，根据丢包率大小在发送端调整FEC冗余度、整体发送速率以及封包大小来保证服务质量；并针对网络突发丢包情况，在对数据包进行FEC编码时采用了交织技术     

无线环境下H.264码率的自适应控制

本文研究了无线环境下H.264码率的自适应控制。主要是采用RTP协议得到的已丢失报文和历史传输速率等信息,借鉴了无线通信原理中的自适应滤波算法,来预测评估视频传输的网络状态。然后根据R-D模型算法,平稳调整服务器的编码速率,来降低网络拥塞产生的概率。实验结果表明,该方案能较好的保证视频传输的服务质量。     

一种MPEG码流网络带宽自适应传输策略

提出一种基于QoS的MPEG码流自适应网络带宽的传输策略，采用MPEG压缩编码技术，实现多媒体数据实时传输协议RTP，在发送端(前端)根据接收端(后端)的反馈信息预测网络状况，并据此通过选帧技术实现对发送码率的动态调整，使其适应网络带宽的变化。     

一种求解线性约束QoS路由的神经网络

QoS路由的基本问题是在满足多个约束条件的基础上对某个参数或多个参数进行优化.人工神经网络已成为求解大规模优化问题的一种有效方法,合适的神经网络能实时地得到问题的精确解.本文研究满足时延条件的最小耗费QoS路由问题,建立了一种新的Hopfield神经网络模型,研究了神经网络各参数之间的关系,并证明了通过适当选取参数,神经网络的可行解是渐进稳定的.计算实例表明了新网络模型的有效性.     

基于TMS320DM642的MPEG4视频实时压缩及网络传输

设计并实现了基于TMS320DM642（简称DM642）的MPEG4视频实时压缩及网络传输。详细介绍了实现高分辨率视频编码的关键方法。实验结果证明,该方法对D1分辨率（704x576）视频的编码率达到25帧／秒,且通过UDP协议传输到PC端解码实时显示得到较好的图像质量。     

Real-time applications in a CRMA network: a performance analysis

This paper analyses bandwidth allocation schemes for managing real-time applications (Variable Bit Rate video and voice) in a CRMA network. A methodology to compute the Quality of Service (QoS) experienced by variable bit rate (VBR) video and voice sources is proposed. As VBR video applications only tolerate extremely low packet loss rates (< 10⁻⁸), we need a computational approach to estimate very low tail probabilities. Studying the QoS with a simulation technique is not feasible, because computational costs make it almost impossible to estimate tail distribution probabilities lower than 10⁻²−10⁻³. Therefore, to achieve this target, we propose a model which represents a CRMA network's worst case behaviour (i.e. a scenario with maximum network congestion), and which can be solved analytically. By solving this model for different bandwidth allocation schemes, we can obtain the corresponding bounds on the QoS experienced by VBR video users. Finally, for those bandwidth allocation schemes which provide an acceptable QoS for VBR video traffic, we also estimate (via a trace-driven simulation) the QoS achieved by voice users.     

基于网络编码的无线传感器网络QoS性能分析

针对无线传感器网络中实时网络应用严格的服务质量（QoS）保证要求,本文提出基于网络编码的支持QoS的无线传感器网络模型。该模型将网络编码的特性应用到区分服务(Differented Service,DiffServ)机制中,编码节点将DiffServ分类得到的同类数据流进行编码组合再发送,减少需要转发的数据量,从而提升了网络的性能。利用随机网络演算理论工具分析得到模型的QoS性能,通过数值分析,所提出的模型能够有效提升基于区分服务的无线传感器网络的延时、积压等性能。     

基于自适应QoS保证的多媒体监控系统模型研究

分析分多媒体监控特点,认为多媒体流的QoS保证是一个重要的研究课题。提出了支持自适应QoS保证的嵌入式IP网络多媒体监控系统模型。QoS保证方案包括系统资源监测,网络带宽的预估计,借助PID算法实现多媒体自适应流的自调节,以及音频优先保证。实验表明,该模型结构简单,制定的QoS控制策略能够实时地对视音频参数进行动态调整,资源利用率高,图像传输流畅。     

流媒体传输中的QoS研究及其实现

文中提出的对视频会议的服务质量控制策略是为解决以下问题:视频会议对涉及到的实时数据流传输对网络带宽、时延和丢包率有较高要求,但是,目前得到广泛应用的IP网络是一种尽力而为的网络,它并没有对实时多媒体提供任何服务质量保证。该策略从两个方面对服务质量加以控制:在发送端控制发送流量;在数据再现端通过缓冲机制控制媒体同步。     

BP神经网络和Elman神经网络在模拟电路故障诊断中的应用

通过分析BP神经网络和Elman神经网络的基本结构和算法,研究了基于神经网络的模拟电路故障诊断方法,并通过仿真实验对比分析了BP神经网络和Elman神经网络的诊断能力。结果表明,BP神经网络的收敛速度相对较慢、训练时间长;Elman神经网络的结构参数调整简单、训练时间短、性能稳定,更适合存在容差、非线性等问题的模拟电路故障诊断。     

Content-adaptive wireless streaming of instructional videos

Video streaming over wireless networks is becoming increasingly important for a variety of applications. To accommodate the dynamic change of wireless network bandwidths, Quality of Service (QoS) scalable video streams need to be provided. This paper presents a system of content-adaptive streaming of instructional (lecture) videos over wireless networks for E-learning applications. We first provide a real-time content analysis method to detect and extract content regions from instructional videos, then apply a “leaking-video-buffer” model to adjust QoS of video streams dynamically based on video content. In content-adaptive video streaming, an adaptive feedback control scheme is also developed to transmit properly compressed video streams to video clients not only based on network bandwidth, but also based on video content and the preferences of users. Finally, we demonstrate the scalability and content adaptiveness of the proposed video streaming system with experimental results on several instructional videos.     

Content-adaptive wireless streaming of instructional videos

Video streaming over wireless networks is becoming increasingly important for a variety of applications. To accommodate the dynamic change of wireless network bandwidths, Quality of Service (QoS) scalable video streams need to be provided. This paper presents a system of content-adaptive streaming of instructional (lecture) videos over wireless networks for E-learning applications. We first provide a real-time content analysis method to detect and extract content regions from instructional videos, then apply a “leaking-video-buffer” model to adjust QoS of video streams dynamically based on video content. In content-adaptive video streaming, an adaptive feedback control scheme is also developed to transmit properly compressed video streams to video clients not only based on network bandwidth, but also based on video content and the preferences of users. Finally, we demonstrate the scalability and content adaptiveness of the proposed video streaming system with experimental results on several instructional videos.     

基于神经网络的多媒体通信控制机制研究

在Internet网络的多媒体通信系统中需要解决QoS控制问题,如视频、音频等多媒体数据的同步、网络拥塞控制、多媒体数据传输的QoS协商控制、视频平滑,以及连续多媒体系统的CPU调度等.为了解决好这些控制问题,提出一种基于神经网络的多媒体通信控制机制,把人工智能与多媒体通信技术紧密结合起来,并在Internet网络环境下开发了实用的多媒体通信系统.运行结果表明,该系统效果优越.     

基于协同进化微粒群算法的神经网络自适应噪声消除系统

在分析前向神经网络结构的基础上,定义了一个与随机数对应的布尔向量,实现了前向神经网络的网络结构与权值联合编码;将网络结构参数作为协同进化微粒群算法子群的划分标志,构造了一种用于神经网络进化设计的协同进化微粒群算法,实现了神经网络的结构和权值协同自适应进化设计,应用于神经网络噪声消除系统,取得了比较好的效果。     

准入控制在保证QoS的无线网络教室中的应用

文章研究了无线网络环境的管理和控制,为无线网络教学、视频会议等提供更好的服务。针对无线网络中音视频的特点,提出了在典型的客户机/服务器模式下简单易行的基于测量的准入控制机制。网络中一台客户机对无线网络教室进行监听和对网络负载数据进行测量,通过对网络拥塞状态的分析,准入控制机制对无线网络内的用户数和音视频的质量加以控制,从而有效地提高了无线网络带宽的使用效率。