为解决多客户端的带宽资源分配问题,提高用户体验质量(quality of experience,QoE),建立多客户端视频流的体验质量优化框架。针对已有视频流算法在多客户端领域的缺陷,基于模型预测控制算法提出一个多客户端带宽动态调度算法,根据每个...为解决多客户端的带宽资源分配问题,提高用户体验质量(quality of experience,QoE),建立多客户端视频流的体验质量优化框架。针对已有视频流算法在多客户端领域的缺陷,基于模型预测控制算法提出一个多客户端带宽动态调度算法,根据每个客户端的带宽预测情况对它们进行动态资源分配,通过提高带宽利用率进而提升总体用户QoE。在HSDPA网络带宽轨迹上的仿真结果表明,相比各客户端平均带宽分配方式,优化方法在总体用户体验质量上提升42.6%以上,相比最新的Minerva方案提升了7.8%。展开更多
文摘为解决多客户端的带宽资源分配问题,提高用户体验质量(quality of experience,QoE),建立多客户端视频流的体验质量优化框架。针对已有视频流算法在多客户端领域的缺陷,基于模型预测控制算法提出一个多客户端带宽动态调度算法,根据每个客户端的带宽预测情况对它们进行动态资源分配,通过提高带宽利用率进而提升总体用户QoE。在HSDPA网络带宽轨迹上的仿真结果表明,相比各客户端平均带宽分配方式,优化方法在总体用户体验质量上提升42.6%以上,相比最新的Minerva方案提升了7.8%。
