导读:本文包含了视频流调度论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:视频,信道,视频点播,分布式,多用户,网络,终端。
视频流调度论文文献综述
赵明礼[1]（2018）在《面向SDN的视频流调度机制研究与性能评估》一文中研究指出近年来由于互联网的普及,互联网视频应用及用户的数量呈现指数型增长,这对传统网络节点的服务能力有了更高的要求。视频业务类应用程序通常期望有更强的视频数据流服务/处理能力、更大吞吐量和延迟较低的网络。目前的网络架构难以应付视频业务未来的需求。因此,迫切需要改进原有的网络视频流服务/处理机制,以更灵活、有效、富有弹性的网络架构来保障不同视频业务的服务质量(Quality of Service,QoS)。本文提出在SDN网络架构下的调度模型,实现了网络资源的有效利用和网络资源的有效分配,为未来多媒体视频业务的发展提供了更好的服务保障。本文主要工作有:(1)根据当前多媒体视频业务的特征和不同需求,提出了多用户请求分类算法,该算法满足了不同视频业务的QoS需求。考虑到网络的并行处理服务能力,把区别优先级的算法结合Fork-Join模型的并行方法,使用非抢占式调度,提出了多优先级Fork-Join调度模型(Multi-Priority Fork-Join,MPFJ)。MPFJ模型在SDN网络中满足不同视频业务的通信需求和QoS保障,提高了网络的服务能力。(2)使用随机网络演算理论对Fork-Join调度模型和多优先级Fork-Join调度模型(MPFJ)进行理论分析。对网络性能参数进行研究,如积压和时延界限。对网络性能边界进行推导,如积压和时延的概率界限。这有助于使用多优先级Fork-Join调度算法的SDN网络可以保证每个视频流的服务期望。(3)对提出的MPFJ算法进行了验证,包含OMNeT++仿真。搭建的SDN网络用于视频通信传输,设置类型不同的实验进行比较,分析得到的数据来评估调度模型性能。本文从局部网络节点出发,研究了包括多个交换机的网络系统的端到端性能。考虑到不同视频业务用户的QoS需求,将多优先级调度和Fork-Join调度机制相结合,新的调度模型能够提升网络系统对视频流的服务能力。最后利用随机网络演算理论,对通过网络系统的视频流进行分析,得到的性能参数为通过多个交换机的视频数据流提供理论的支持。(本文来源于《重庆邮电大学》期刊2018-03-15）
唐堃[2]（2017）在《基于分布式调度的视频流文字识别系统的设计与实现》一文中研究指出当前一些办公系统的桌面填写数据需要和其他系统融合,但由于各个系统的一些技术和提供商不同,导致难以融合。随着流媒体技术的发展,可以通过对办公系统的桌面进行捕捉后对固定位置的文字识别来实现多个系统数据融合的问题。但是由于办公系统的可能同时使用的用户很多,所以首先要解决的是大并发下的实时视频流的文字识别问题,另外如果系统出现异常,希望能在后期能通过对存储的视频文件进行重新识别处理。要实现大并发下的实时视频流处理,需要解决两个问题:视频流的处理和支持大并发。首先对于视频流处理上,视频流处理和视频文件在处理的速度上要求是不一样的,视频流如果没有及时处理就会导致丢帧,影响后续的帧解码出来的图像质量。所以在视频流处理上通过利用FFmpeg提供的库和多线程流水解码技术的方法可以减少在视频流处理中丢帧的情况发生。在视频流解码和文字识别上,由于两者在处理速度上存在比较大的差异,所以对解码和文字识别进行了模块分离,一方面可以解决解码和文字识别速度的不匹配问题,另一方面还减少了功能和代码的耦合性。在解决解码和文字识别速度上的不匹配问题上,使用了Redis作为两者之间的缓冲存储。为了实现大并发的视频流实时处理,使用了分布式任务调度框架Gearman来实现视频流的分布式处理。最后还提出了对于视频文件进行识别的一种处理方法。该方法通过把视频文件上传到指定的流媒体服务器上,从而实现把视频文件转换成视频流来实现对视频文件的识别。一方面利用分布式系统实现了大并发下的实时视频流处理;另一方面,通过一个上传客户端实现了对视频文件转换成视频流的处理。从而使得分布式视频流处理系统不但可以处理实时视频流而且还可以处理视频文件。(本文来源于《华中科技大学》期刊2017-05-01）
徐李谦[3]（2017）在《基于SDN的视频流调度机制研究》一文中研究指出多媒体应用的快速普及使网络中视频应用的数量呈爆炸性增长,视频通信正成为多媒体业务中发展最为迅速的领域。随着互联网中视频用户的不断增加以及各种新型视频业务的不断涌现,使得视频应用对传统的网络架构提出了更高的要求。以现有视频业务的发展速度,传统的网络架构将难以适应未来视频业务的需求,因此网络革新势在必行。软件定义网络(Software Define Network,SDN)是一种新兴的网络架构,因其在网络资源调度方面的智能化和灵活性,成为改善视频业务的一种有效手段。因此,本文在SDN架构下设计视频业务的调度算法并对其性能展开分析,旨在提高网络利用率、合理分配网络资源,为视频业务提供更好的服务保障。本文的主要工作如下:(1)针对目前视频业务多种多样并且QoS需求差异化的特点,建立视频流分类模型,并且对SDN交换机队列的不同调度算法展开了分析。本文将区分服务的思想应用到视频流的调度机制当中,以抢占式调度算法和PGPS调度算法为基础,提出基于SDN的视频流混合调度算法。该算法可以对视频业务提供不同的QoS保障,满足SDN中多媒体视频业务的调度需求。(2)针对混合调度算法中SDN控制器获取各个优先级视频流QoS参数问题,采用确定网络演算对调度方案中视频流的性能参数展开分析,分别计算出单交换机节点和多交换机节点中视频流时延和积压的解析表达式。为了得到队列中视频流更加准确的QoS参数,引入随机网络演算对调度算法中的视频流展开分析,最后利用仿真实验对调度算法性能进行验证。(3)搭建基于SDN的校园网视频通信平台,在实验平台上进行不同类型的视频业务传输,得到相关数据,并且对理论进行验证。综上所述,本文对SDN中视频流的调度机制展开深入研究,提出满足不同视频业务服务需求的混合调度算法。将网络演算理论引入到视频流的性能分析之中,使SDN控制器得到更加准确的性能参数,满足不同多媒体视频业务的调度需求。(本文来源于《重庆邮电大学》期刊2017-04-07）
姜颖,李艳萍,郭淑霞,李卫平[4]（2015）在《多用户视频流分布式最小失真调度算法》一文中研究指出为了提高视频流数据的传输质量,减小视频流数据的失真率,从而提高网络中视频流数据的利用效率,提出了一种多用户视频流分布式最小失真调度方案。该方案采用相加模型来捕捉总的视频失真,建立起视频流失真模型,并通过M/G/1排队模型来进一步建模,得到视频流失真与视频流传输的延迟分布相关性函数,通过优化网络拥塞来进行系统的延迟约束,从而减小视频流失真率;通过同时考虑路由和速率分配问题来得到路由拥塞的最小化最优解,最大限度地减少网络的传输延迟。实验数据结果及对比分析表明,该方案在减小视频流失真比率、缩短视频流传输的延迟时间和控制网络丢包率上均取得了较好的效果。(本文来源于《计算机科学》期刊2015年06期）
李志鹏[5]（2015）在《OFDM系统中基于内容感知的SVC视频流调度算法》一文中研究指出针对多用户视频流在下行正交频分多址(Orthogonal Frequency Division Multiplexing,OFDM)系统中的资源调度问题,重点研究基于可伸缩视频编码(Scalable Video Coding,SVC)的视频流调度机制。SVC作为一种具有空间、时间和质量3个维度的可伸缩性视频编码方案,能够为视频流在无线环境中提供灵活的传输方式,因此,研究提出一种OFDM系统中基于内容感知的SVC视频流调度算法,充分考虑不同SVC视频流分组的优先级与延迟约束,并利用OFDM技术在无线资源(时域、频域及功率)分配上的灵活性对分组进行调度。最后,研究通过仿真实验,对比了基于内容感知的SVC视频流调度算法与传统算法的性能特性,仿真结果表明所提出的调度机制相对于传统算法最高有3.2d B的平均峰值信噪比(PSNR,Peak Signal to Noise Ratio)增益。(本文来源于《中国电子科学研究院学报》期刊2015年02期）
王庆凤,刘志勤,黄俊,王耀彬[6]（2014）在《云环境下蚁群优化算法的视频点播视频流任务调度策略》一文中研究指出针对云环境下大规模并发视频流调度过程中资源利用率低和负载不均的问题,提出一种基于蚁群优化(ACO)算法的视频点播(VOD)集群视频流任务调度策略VodAco。在分析视频流期望性能与服务器空闲性能的相关性、定义综合性能匹配度的基础上,建立数学模型,并采用蚁群优化思路进行最佳调度方案搜索。通过云仿真软件CloudSim实验表明,与轮询(RR)、贪婪(Greedy)算法相比,所提算法在任务完成时间、平台资源占有率、各节点性能负载均衡指标上具有较为明显的优势。(本文来源于《计算机应用》期刊2014年11期）
邓振杰,刘延伟,刘银龙,胡亚辉,慈松[7]（2014）在《一种多路传输可伸缩视频流的分组调度算法》一文中研究指出由于无线网络带宽不足,不能满足高质量视频的传输要求,终端用户往往会遭受频繁的播放中断。为了解决上述问题,一种可能的办法是利用终端的多模特性并发地多路传输视频流。多路传输视频流的关键技术之一是分组调度算法,即将视频分组分配到适合的接口进行传输。本文研究了一种多路传输可伸缩编码视频流下基于质量驱动的分组调度算法。为了最大限度地提升接收端的视频质量,该分组调度算法考虑了接入网络的特性以及视频帧的特征。在本文中,视频数据包调度的问题建模为一个受限多重背包问题,而这个问题是已知为NP-hard的。然后,提出了一种分组调度算法,将视频分组调度到合适的接入网进行传输。在NS-2仿真软件中使用真实的视频trace文件去验证该算法利用多模终端传输可伸缩编码视频的性能。仿真结果表明,分组调度算法在PSNR上优于速率控制算法和传统的round-robin算法。(本文来源于《网络新媒体技术》期刊2014年05期）
王勇,张应刚,袁巢燕[8]（2013）在《一种高效率的零延迟VBR编码视频流调度算法》一文中研究指出如何有效使用网络带宽是网络视频点播系统的关键问题之一。可变码率编码VBR视频由于能提高视频压缩率而被广泛应用。支持用户零等待延迟的实时服务,且能减少服务器带宽消耗是点播服务算法的目标。分析了多种现有视频流调度方法的优劣,提出了ZDB-VBR算法来解决用户等待延迟问题,并最大限度地降低了服务器带宽消耗,提高了整个系统的效率。仿真实验表明了该方法在用户延迟、带宽消耗等方面的优越性。(本文来源于《计算机工程与科学》期刊2013年08期）
田建军,邱玲[9]（2012）在《LTE系统中一种利用DRX降低UE功耗的视频流调度方法》一文中研究指出提出一种利用DRX(discontinuous reception)降低UE(user equipment)功耗的视频流调度方法,该方法在保证数据包时延要求的同时,减少了InactivityTimer的开启次数,增加了UE的休眠时间.仿真结果表明,相比已有的DRX机制下的实时业务调度方法,该方法可以在丢包率相同的情况下,显着降低UE的功耗.(本文来源于《中国科学院研究生院学报》期刊2012年04期）
李波[10]（2012）在《802.11网络中视频流队列调度方法的研究》一文中研究指出随着无线局域网(WLAN)技术的不断发展,其应用也逐渐延伸到人们日常工作和生活的各个领域,包括多媒体应用在内的无线业务请求随之急剧增长。因此,如何为无线网络环境中不同数据传输提供QoS支持成为人们探讨的热点话题。于是IEEE802.11e协议就此诞生,其在MAC层将不同业务数据分为四类(ACs),并为它们设置不同的传输优先级,最终能够基本实现语音及视频数据的传输的QoS支持。但因其为不同类型数据分配的缓存均采用FIFO方式,所以其QoS能力受到较大限制。目前,MPEG-4编码技术是使用最广泛的基于分层的视频编码技术之一。基于时域及空域综合考虑,其将视频数据压缩成具有不同重要性的I/P/B叁类。因此,跨层设计思想被引入到QoS改善技术当中。将应用层产生的数据重要性差异引入到MAC层接入优先级的判断当中,以此保护重要视频数据传输并最终达到改善整体数据传输品质的方法成为人们研究的重点。本文首先讨论IEEE802.11e协议及MPEG编码技术,分析当前无线网络对QoS支持存在的缺陷；随后介绍两种当前效果较好的视频流队列调度算法,一个是静态匹配调度算法,另一个是动态匹配调度算法。之后借助NS2网络仿真平台及Evalvid软件对比测试不同网络负载条件下的性能,并分析各算法的优缺点。基于此,我们提出一种被称为分段匹配的视频流队列调度算法。分段匹配调度算法使用跨层设计思想。该算法根据AC_VI缓存的拥塞程度,分四个阶段将不同重要性的MPEG视频数据包按不同概率动态匹配到AC_VI及优先级更低的ACs,以保持重要数据包传输。四个阶段分别是网络负载较轻时的0转移阶段、网络负载较重时的全转移阶段以及两个斜率不等的比例转移阶段。仿真结果显示其性能要优于当前效果最好的动态匹配算法。最后,对分段匹配算法中使用的参数做深入探讨,从中发现门限设置、转移概率设置以及两阶段比例及增长斜率等均对算法性能有较大影响。这为将来进行相关领域的类似研究铺平了道路。(本文来源于《电子科技大学》期刊2012-04-01）
视频流调度论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
当前一些办公系统的桌面填写数据需要和其他系统融合,但由于各个系统的一些技术和提供商不同,导致难以融合。随着流媒体技术的发展,可以通过对办公系统的桌面进行捕捉后对固定位置的文字识别来实现多个系统数据融合的问题。但是由于办公系统的可能同时使用的用户很多,所以首先要解决的是大并发下的实时视频流的文字识别问题,另外如果系统出现异常,希望能在后期能通过对存储的视频文件进行重新识别处理。要实现大并发下的实时视频流处理,需要解决两个问题:视频流的处理和支持大并发。首先对于视频流处理上,视频流处理和视频文件在处理的速度上要求是不一样的,视频流如果没有及时处理就会导致丢帧,影响后续的帧解码出来的图像质量。所以在视频流处理上通过利用FFmpeg提供的库和多线程流水解码技术的方法可以减少在视频流处理中丢帧的情况发生。在视频流解码和文字识别上,由于两者在处理速度上存在比较大的差异,所以对解码和文字识别进行了模块分离,一方面可以解决解码和文字识别速度的不匹配问题,另一方面还减少了功能和代码的耦合性。在解决解码和文字识别速度上的不匹配问题上,使用了Redis作为两者之间的缓冲存储。为了实现大并发的视频流实时处理,使用了分布式任务调度框架Gearman来实现视频流的分布式处理。最后还提出了对于视频文件进行识别的一种处理方法。该方法通过把视频文件上传到指定的流媒体服务器上,从而实现把视频文件转换成视频流来实现对视频文件的识别。一方面利用分布式系统实现了大并发下的实时视频流处理;另一方面,通过一个上传客户端实现了对视频文件转换成视频流的处理。从而使得分布式视频流处理系统不但可以处理实时视频流而且还可以处理视频文件。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
视频流调度论文参考文献
[1].赵明礼.面向SDN的视频流调度机制研究与性能评估[D].重庆邮电大学.2018
[2].唐堃.基于分布式调度的视频流文字识别系统的设计与实现[D].华中科技大学.2017
[3].徐李谦.基于SDN的视频流调度机制研究[D].重庆邮电大学.2017
[4].姜颖,李艳萍,郭淑霞,李卫平.多用户视频流分布式最小失真调度算法[J].计算机科学.2015
[5].李志鹏.OFDM系统中基于内容感知的SVC视频流调度算法[J].中国电子科学研究院学报.2015
[6].王庆凤,刘志勤,黄俊,王耀彬.云环境下蚁群优化算法的视频点播视频流任务调度策略[J].计算机应用.2014
[7].邓振杰,刘延伟,刘银龙,胡亚辉,慈松.一种多路传输可伸缩视频流的分组调度算法[J].网络新媒体技术.2014
[8].王勇,张应刚,袁巢燕.一种高效率的零延迟VBR编码视频流调度算法[J].计算机工程与科学.2013
[9].田建军,邱玲.LTE系统中一种利用DRX降低UE功耗的视频流调度方法[J].中国科学院研究生院学报.2012
[10].李波.802.11网络中视频流队列调度方法的研究[D].电子科技大学.2012
论文知识图
