（通信与信息系统专业论文）VBR视频流量建模(2).pdf

e 立窒遒左翌亟鲎垃坌塞生塞垣墨 中文摘要 摘要：可变码率( v b r ) 视频已经成为当今宽带网络的主要业务流之一，它可以更 加充分地利用带宽并提供更高的影像质量，现在广泛用于电影点播、视频监控和 视频会议等领域。本文主要研究t v b r 数字视频业务( 特别是v i p e g 一4 编码标准数字 视频业务) 的建模方法。 v b r 视频的数据率会在一个相当宽的区间内波动，对网络带来瞬问的压力，这 种突发性对于网络和应用程序的设计提出了新的挑战。流媒体服务程序必须能够 合理的为v b r 视频业务分配资源，达到既保证服务质量又减少资源浪费，还要对v b r 视频进行流量控制。这些问题的解决，依赖于对于v b r 视频业务的正确建模和分析。 研究发现，v b r 视频业务具有很强的短时相关性和长时相关性，传统时间序列分析 工具可以描述序列中的短时相关性；而描述长时相关性需要引入自相似的概念。 本文系统、科学地总结了v b r 数字视频业务的统计特性，详细介绍了h u r s t 参 数的计算方法。为了方便各种业务模型在工程上的直接应用，还归纳、总结了现 有的几类典型v b r 数字视频业务的详细建模方法，并分析讨论了其优缺点及适用范 围。基于m a r k o v 过程的模型可用于理论分析，自回归( a r ) 模型和变换扩展采样 ( t e s ) 模型可用于模拟产生数字视频源业务流。a r 模型具有简洁的数学表达公式， 其模型参数的求解也相对比较简单，因此得到广泛应用。 在d 口人研究的基础上，本文提出了一种小波模型，详细讨论了该模型的参数 估计算法和仿真序列的生成方法，并以m p e g 一4 编码标准的s t a rw a r s 玎数字视频 业务数据进行仿真验证。该模型能够比现有的其它模型更好地模拟m p e g - 4 编码标 准实际数据序列的概率分布及自相关特性。此外，它还具有形式简单，计算分析 方便等优点。 关键词：流媒体：可变码率；自相似：m p e g 一4 ； j e 立銮垣塞堂亟堂僮监塞壁s ! b 工 a b s t r a c t a b s t r a c t ：t h ev a r i a b l e - b i t r a t e ( v b r ) s t r e a mh a sm a d eu pam a i np a r ti nt h e n o w a d a y sb r o a d b a n dt r a f f i c d u et oi t sb e t t e ru t i l i z a t i o no f b a n d w i d t ha n db e t t e rq u a l i t y , v b rv i d e oh a sb e e nw i d e l yu s e di nv i d e o o n - d e m a n ds y s t e m s ，v i d e os u r v e i l l a n c e s y s t e m sa n dv i d e oc o n f e r e n c es y s t e m s t h i sd i s s e r t a t i o nr e s e a r c h e si n t ot h em o d e l i n go f v b rv i d e os e r v i c e s ( e s p e c i a l l yt h ev i d e os e r v i c e su s i n gm p e g - 4c o d i n gs t a n d a r d ) t h ev i b r a t i o no f d a t ar a t eo f v b rv i d e om a y p u tt r a f f i cb u r s t so nn e t w o r k s i t c h a l l e n g e st h ed e s i g no f s t r e a m i n gs e r v e r so i lp r o p e r l ya l l o c a t i n gr e s o u r c e s ，t h a ti s ，t o g u a r a n t e et h eq o sw h i l em i n i m i z et h ew a s t ea n da p p l y i n gc o n g e s t i o nc o n t r 0 1 t h e s e p r o b l e m sc a n n o tb es o l v e du n t i lap r o p e rm o d e lo f v b r v i d e oi sf o u n d r e s e a r c h e s h a v ep r o v e dt h ee x i s t e n c eo f b o t hs h o r t r a n g ed e p e n d e n c ea n dl o n g - r a n g ed e p e n d e n c e i nv b r s e q u e n c e w h i l et h et r a d i t i o n a lt i m e s e r i e sa n a l y s i sd e a l so n l yw i t ht h ef o r m e r , t h em o d e l i n go f t h el a t e rs h o u l de m p l o ys e l f - s i m i l a r i t y t h i si d e aw a su s e dt od e s c r i b e t h es i m i l a r i t yo f s t a t i s t i c a lf e a t u r e su n d e rd i f f e r e n tt i m ev i e w a st h ee x i s t e n c eo f l o n g - r a n g ed e p e n d e n c ea n ds e l f - s i m i l a r i t yi nv b rs e q u e n c e ，t r a d i t i o n a lt i m es e r i e s a n a l y s i sm a y n o tb eu s e f u l t h i sd i s s e r t a t i o ns u m m a r i z e st h es t a t i s t i c sc h a r a c t e r i s t i co f v b rv i d e os e r v i c e s s y s t e m a t i c a l l y , i n t r o d u c e ss o m ew a y s t oc a l c u l a t e i no r d e rt ou s et h ev i d e os e r v i c e si n e n g i n e e r i n gd i r e c t l y , t h i s d i s s e r t a t i o ns u m m a r i z e ss e v e r a lm e t h o d so f m o d e l i n gm o d e l s ， a n dd i s c u s s e st h e i rv i r t u ea n dd i s a d v a n t a g e s t h em o d e lb a s e do i lm a r k o vp r o c e s si s u s e di na n a l y s i s ；t h ea rm o d e la n dt h et e sm o d e la r eu s e di ns i m u l a t i o n t h ea r m o d e lh a sa ne x p l i c i te x p r e s s i o na n di t sp a r a m e t e r sc a l c u l a t i o ni sv e r ys i m p l e t h i sd i s s e r t a t i o np u t sf o r w a r dan e wv b rv i d e om o d e lb a s e do nw a v e l e t ， d i s c u s s i n gt h ew a y t oc a l c u l a t et h em o d e l sp a r a m e t e r sa n dv a l i d a t i n gt h em o d e lw i t h s i m u l a t i o n t h i sm o d e li ss i m p l e ra n de a s i e rt oa n a l y z e ，a n di tc a nd e s c r i b et h em p e g 一4 v i d e os e r v i c e sm o r ea c c u r a t e l y k e y v c o r d s ：s t r e a m i n gm e d i a ；v a r i a b l e b i t r a t e ；s e l f - s i m i l a r ；m p e g 一4 致谢 衷心地感谢我的导师荆涛教授。荆老师广博精深的知识、严谨求实的治学态 度、丰富的实践经验、分析问题的独到见解使我受益匪浅，这将激励和指导我在 今后的工作生活中不断进步。 感谢王智老师对我的支持，在攻读硕士学位期问，王智老师在学术科研上给 予我淳淳教诲和无微不至的关怀，其广阔的胸襟将是我为人处事的楷模。 感谢多媒体实验室的冯玉珉老师、翟美云老师、卢燕飞老师和李新华老师为 我们的集体营造了一个良好的科研学习氛围。 衷心感谢霍炎师兄在我作毕设期间的悉心指导，始终耐心解答我的疑难问题。 我的每一点进步都饱含师兄的心血。他严谨的治学态度、谦虚的品德、渊博的知 识、丰富的经验以及有耐心而平易近人的处事方式，使得我在枯燥繁琐的学习生 涯中一次次的重拾信心，并能够尽量克服浮躁和急进功利的学习态度而认真投入 到做毕设当中。 感谢我的父母和亲友。在我十八年的求学生涯中，他们是我永远向前、不息 奋斗的精神支柱和动力源泉。我每一点一滴的进步都凝聚着他们的心血和期望。 谨此向他们表示最衷心的祝福。 感谢我的朋友张利杰，感谢我的舍友郭伟青和李欣蓓同学，在我实验室工作 及撰写论文期间给予了热情支持和帮助。 感谢所有关心爱护我的长辈，朋友们! 立奎道 盔堂亟 主j ! 迨之宝 序 随着宽带网络以及数字压缩技术的不断发展，多媒体应用比如视频会议、高 清晰度电视、视频电话、远程教育以及视频点播v o d 、流媒体等逐渐成为宽带网络 的主要流量，而其大部分都采用v b r 方式进行传输，v b r 视频业务的广泛应用也对 网络资源的动态分配、性能估计、流量控制、拥塞控制等机制的设计提出了新的 要求，同时宽带网络为了保证用户的服务质量( q 0 s ) ，对视频传输的时延和分组丢 失率的要求也是相当严格的。因此，v b r 视频业务的建模和预测就成为了宽带多媒 体网络的研究特点。如何充分地利用网络带宽，提供令人可接受的服务质量，首 要的前提是要知道编码视频流量的统计特性，才能根据这些特性合理的为各种业 务分配带宽和进行流量控制。建立视频流量模型就是在仿真时由模型生成数据进 行仿真，可以通过调节模型的参数来比较在不同输入负载情况下网络性能的改变。 现有的v b r 视频流量模型有很多种，传统的v b r 视频业务模型有马尔可夫链模 型和回归模型，而马氏模型有m g 。o 输入模型、马氏调制速率过程模型等，回 归模型有自回归模型、离散自回归模型( d a r ) 、a r m a 模型等；这些模型都能在小时 间标度上模拟v b r 视频业务的相关函数，即短时相关性。但现有的研究表明v b r 视 频业务不但具有短时相关性，而且具有长时相关性，因此传统视频业务模型在描 述长时相关性方面明显存在不足。非传统视频流量模型有长时相关( l r d ) 模型、 f a r i m a 模型，t e s 模型、分形模型、混沌模型等。自相似模型非常适合于突发性和 相关性较强的v b r 数据业务和视频业务的数学建模。而t e s 过程能同时匹配实测的 数据序列的边缘概率分布和自相关函数，另外它可以不通过仿真，t e s 模型的自相 关函数就能够从数学公式中计算出来，而数值计算比随机分析相应的仿真结果要 快得多。 在前人研究的基础上，本文采用小波模型对v b r 视频流量进行建模，既反映 了视频流的短时相关性，也反映了其长时相关性。 e立奎遁厶堂亟堂位 迨塞 !i !直 1 引言 1 1 v b r 视频业务建模的研究现况 近年来，随着网络技术以及多媒体技术的发展，使得多媒体应用正成为互联 网上一种主要的应用。对视频信号进行压缩编码有两种方式：一种编码方式是使 编码器的量化步长根据编码器的输出速率进行自动调整，以产生恒比特率( c b r ， c o n s t a n tb i t - r a t e ) 的流量。也就是视频信号以固定的速率进行编码输出并传送， 这样，由于有的图像帧可能含有大量的信息，编码到某一码率后图象质量就得不 到保证可能会造成画面时断时续，同时也不能充分地利用网络带宽。另外一种编 码方式是维持编码器的量化步长不变，这样就会产生变比特率( v b r ，v a r i a b l e b i t r a t e ) 的流量，然而帧率是不变的，v b r 的编码器能提供稳定的图象质量，并 且能对码率进行统计复用，可以充分利用网络带宽。由于v b r 流能提供稳定的图像 质量，因而正成为网络上主要的业务流。 v b r 视频业务建模，是v b r 业务流量控制的基础。它可以作为模拟业务源进行 网络性能仿真，也可以作为网络性能分析中的输入。这对于通信网络的设计是非 常重要的。由于v b r 视频流量由许多因素决定，因此对其建模十分复杂，即使对同 一视频序列，压缩方式不一样，输出的比特率也会不一样，因此在对v b r 流量建模 前，必须先选择一种压缩模式。当前流行的压缩标准是i s o 的m p e g 系列和i t u 的 h 2 6 x 系列，用得比较多的一般是针对m p e g 一1 2 流进行建模。建模方式一般基于 帧或基于6 0 p 进行的，有少数是基于条( s l i c e ) 或块( b l o c k ) 进行建模，帧可以分i 帧( 帧内编码帧) 、p 帧( 前向预测帧) 、b 帧( 双向预测帧) 三种类型，这些帧按确定 的周期排列组成图像组( c o p ) ，g o p 的结构一般是固定的。在m p e g 的视频流量中，i 帧的比特数比p 帧的要多，而b 帧的比特数最少，同一g o p 内，p ，b 帧的大小也不同， 具体与g o p p j 所处的位置有关。因为m p e g 流量速率分布很散，突发度很大，具有明 显的短时相关性和长时相关性，直接建模比较困难，目前，己经提出了许多的视 频流量模型，比如自回归模型( a r ) 、马尔可夫模型、离散自回归模型( d a r ) 、变换 扩展采样模型( t e s ) 、自相似或分形模型，以及用小波来对视频流量进行建模的模 e塞銮迫厶 堂 亟 堂垃迨塞! ! !壹 型等等。 一个好的传输模型不仅应该抓住视频流的特性，而且应该能够准确的预测出 衡量网络质量的指标( 比如缓存溢出概率，丢包率等) 。视频流传输最重要的两点 特性是：( 1 ) 帧大小的分布：( 2 ) 能够反映帧大小之间的相关性的自相关函数a c f 。 相比较而言，在视频流传输中反映a c f 的结构更具有挑战性。因为v b r 视频流 兼有长时相关性和短时相关性两种特性，也就导致了传统的短时相关性模型( 如 泊松模型) 或者长时相关性模型的局限性。在本文中对视频流自相似性的分析， 长时相关性的证明方面选用了较为经典的r s 算法来估计h u r s t 参数来定量描述。 在i n t e r - g o p ( g r o u po f p i c t u r e ) 方法中，针对i 帧建模运用小波变换得到的参数进行 处理，然后运用瑞利分布函数建模，仿真结果表明合成的序列在a c f 结构方面与 原始数据流基本一致，很精确地表明了该模型既保证了长时相关性，又保证了短 时相关性。在i n t r a - g o p ( g r o u po f p i c t u r e ) 方法中，在时域运用先前合成的i 帧数据 建立线性模型，同样具有良好的结果。 不失一般性，为方便讨论，本论文选用的用于测试的数据源是单层的m p e g 4 s t a rw a r sv 数据源，g o p 结构为i b b p b b p b b p b b 。 1 2 本论文的主要内容及结构安排 本文详细分析了v b r 视频业务( 特别是m p e g 一4 标准的视频业务) 的统计特性，并 具体分析了现有典型视频业务模型的建模方法及其优缺点，然后在此基础上提出 更适合m p e g 一4 编码标准的视频业务新模型，并通过仿真实验得到验证。 全文结构安排如下： 第一章是引言，概述t v b r 视频业务的特点及其建模的研究现况。 第二章介绍了目前流行的视频编码标准，讨论t v b r 视频业务的统计特性，介 绍t h u r s t 参数的计算方法。 第三章具体分析了常见的几类典型v b r 视频业务模型的建模方法及其优缺点 和适用范围，再介绍了小波变化等一些建模所需要的基础知识，并在前人研究的 基础上提出了更接近实际序列的小波模型。 第四章分析了模型的精确度，主要通过q q ( q u a n t i l e q u a n t i l e ) 图、a c f 2 立銮通盘璺亟堂芷 迨塞!i j直 ( a u t o c o r r e l a t i o nf u n c t i o n ) 图以及方差图对合成的序列和原序列作比较，直观的论 证了模型具有较好的精确度。 第五章介绍了该领域的进一步研究方向。 e 瘟窑适厶堂亟主拉堡童 2m lq茁企 2m p e g 简介 2 i 视频压缩的重要性和可能性 在宽带网络上，最大比例的业务量来自于视频业务。一方面，视频包含着巨 大的信息量，符合人们对信息的接受习惯，因此视频类的应用非常广泛：另一方面， 传输数字视频需要比其它业务大得多的带宽，因此对视频流压缩是非常重要和必 要的。要对图像数据进行有效的压缩，必须先了解图像数据的冗余情况。 l 空间冗余这是在图像数据中经常存在的一种冗余。在任何一幅图像中， 均有由许多灰度或颜色都相同的临近象素组成区域，形成了个性质相同的集合 块，即它们相互之间具有空间上的强相关性，在图像中就表现为空间冗余。对空 间冗余的压缩方法就是把这种集合块当作一个整体，用极少的信息来表示它，从 而节省存储空间。这种压缩方法叫做空间压缩或帧内压缩。它的基本点就在于减 少临近象素之间的空间相关性。 2 结构冗余在有些图像的纹理区，图像的象素值存在着明显的分布模式。 这种冗余叫结构冗余。已知分布模式，可以通过某一过程生成图像。 3 时间冗余图像序列中两幅相邻的图像有较大的相关性，反映为时间冗 余。这种压缩对运动图像往往能得到很高的压缩比，也称为时问压缩和帧内压缩。 4 视觉冗余在多媒体技术的应用领域中，人的眼睛是图像信息的接收端。 而人类的视觉系统并不能对图像画面的任何变化都能感觉到，视觉系统对于图像 场的的注意是非均匀和非线性的，不拘泥于每一个细节。因此，对于压缩或量化 而使图像发生的变化，如果这些变化不被视觉系统所感受，图像压缩并恢复后仍 有满意的主观图像质量。事实上，人类视觉系统的一般分辨能力估计为2 6 灰度等 级，而一般图像的量化采用的是2 8 的灰度等级。这样的冗余称为视觉冗余。 空间冗余和时间冗余是将图像信号看作为随机信号时所反映出的统计特征， 因此这两种冗余统称为统计冗余。它们也是多媒体图像数据处理中两种最主要的 数据冗余。 衡量一种压缩技术的好坏有三个主要指标：( i ) 压缩比要大；( 2 ) 算法要简 4 e 立銮适盔堂亟堂位途塞2丛e 鱼熊盆 单，压缩懈压缩速度快，以满足实时性要求：( 3 ) 压缩损失要少，即解压恢复的 效果要好。 2 2 视频压缩分类 传统的压缩编码以香农信息论为出发点，用概率统计模型描述信源。香农编 码定理指出，在不产生任何失真的前提下，通过合理的编码，对于每一仑信源符 号分配不等长的码子字，平均码长可以任意接近于信源的熵。在这个理论框架下， 出现了几种无失真信源编码方法，如游程编码( r u n 1 e n g t h c o d i n g ) 、霍夫曼编码 ( h u f f m a nc o d i n g ) 、算术编码( a r i t h m e t i cc o d i n g ) 等。这些通常被称为熵编码 ( e n t r o p y c o d i n g ) 。熵编码的基本原理是给出现概率较大的符号一个短码子，而 给出现概率较小的符号一个长码子，这样使得最终的平均码长很小。有关的实现 数据表明，在未知信源概率分布的大部分情形下，算术编码要优于霍夫曼编码。 上述三种熵编码方法均已被现有的各种图像视频编码标准采纳，以游程编码结合 霍夫曼编码或游程编码结合算术编码的组合形式用于对变换编码、预测编码之后 图像系数的进一步编码。这种无失真编码的压缩率是很有限的，难以满足大多数 应用场合的需求。 除熵编码外，实现信源压缩主要依靠变换编码、预测编码、矢量量化以及运 动补偿等传统编码技术。这类有失真信源压缩的目的是去除图像视频数据中的冗 余信息和对视觉不重要的细节分量，以尽可能少的码字来表示所处理的图像。传 统编码技术的编码实体是象素或象素块，并以显示器件( 如c r t 等) 为图像视频 应用系统最后环节，以消除图像视频数据相关冗余为主要目的。传统的图像视 频编码技术，现在也被称为第一代编码技术，至今已得到普遍应用的j p e g ，m p e g 1 ， m p e g 2 ，h 2 6 1 以及h 2 6 3 等压缩编码国际标准主要就是采用这种技术。预测编码 ( p r e d i c t i v ec o d i n g ) 基于图像数据的空间和时间冗余特性，用相邻的已知象素( 或 象素块) 来预测当前象素( 或象素块) 的取值，然后再对预测误差进行量化和编 码。有线性预测和非线性预测两种，它既可以在一幅图像内进行( 帧内预测编码) ， 也可以在多幅图像之间进行( 帧间预测编码) 。帧内预测编码一般采用象素预测 形式的差分脉冲编码调制( d p c m ：d i f f e r e n t i a lp u l s ec o d em o d u l a t i o n ) 。帧间预测 e 立交适盔堂亟堂位迨塞 2丛g 鱼菌佥 编码主要利用视频序列相邻帧间的相关性，即图像数据的时间冗余来达到压缩的 目的，可以获得比帧内预测编码高得多的压缩比。帧间预测编码作为消除图像序 列帧间相关性的主要手段之，在视频编码方法中占有很重要的地位。消除图像 数据空间相关性的一种更有效的方法是进行信号变换，通过变换编码( t r a n s f o r m c o d i n g ) 是图像数据在变换域上最大限度地不相关。尽管图像变换本身并不带来数 据压缩，但由于变换后系数之间相关性明显降低，图像的大部分能量只集中到少 数几个变换系数上，采用适当的量化和熵编码后可以有效地压缩图像的数据量。 常用的有正交变换、k - l 变换和d c t 变换。香农率失真理论指出，对无记忆信源， 矢量编码总是优于标量编码。基于矢量量化( v q ：v e c t o rq u a n t i z a t i o n ) 的图像压 缩方法是利用相邻图像数据之间的高度相关性，将输入的图像数据分组。每一组r n 个数据被描述成为一个有m 个元素的矢量。矢量量化是一种信息有损的压缩方法， 可以获得较高的压缩比，一般用在低速率场合。 2 0 世纪8 0 年代中期以来，许多新型的图像压缩编码方法相继提出。第二代图 像编码方法是针对传统编码方法中没有考虑人眼对轮廓、边缘的特殊敏感性和方 向感知特性而提出的。这类方法一般要对图像进行预处理，将图像数据根据视觉 敏感性进行分割。主要有分形编码、模型编码和小波编码。小波变换的本质是多 分辨率或多尺度地分析信号，非常适合人眼系统对频率感知的对数特性。小波变 换将原图像信号分解成不同的频率区域( 在对原图像进行多次分解时，总的数据 量与原数据量一样，不增不减) ，后续的压缩编码方法根据人眼视觉特性及原图 像的统计特性，对不同的频率区域采取不同的压缩编码手段，从而使数据量减小。 一方面小波编码能很好地消除图像数据中的统计冗余，另一方面，小波变换的多 分辨率特性提供了可以很好地利用人眼视觉特性的机制，而且小波变换后的图像 数据能够保持原图像在各种分辨率下的精细结构，为进一步去除图像中其他形式 的冗余信息提供了便利。因而小波图像编码在较高压缩比的图像编码领域被非常 看好。 2 3 压缩编码的国际标准 标准化是实现产业化的前提。i t u ，i s o 等组织制定了许多成功的视频图像编码 e 夏至适太堂亟茎熊诠奎 2 丛星鱼筮企 标准，如以j f e g 和j p e g 2 0 0 0 为代表的静止图像压缩标准。以m p e g 1 和m p e g 2 为代表的中高码率多媒体数据编码标准。以h 2 6 1 和h 2 6 3 ，h 2 6 3 + ，h 2 6 3 抖等为代 表的低码率、甚低码率运动图像压缩标准，以及覆盖范围更宽面向对象应用的 m p e g 4 。这些标准之间在码率、图像质量、实现复杂度、差错控制能力、延时特 性及可编辑性上有着很大的差别，从而满足了各种数字图像应用的不用需要。 m p e g 是运动图像专家小组( m o v i n gp i c t u r ee x p e r t sg r o u p ) 的英文缩写。m p e g 的任务是开发运动图像及其声音的数字编码标准，成立于1 9 8 8 年。1 9 9 0 年提出和 建立了m p e g 标准草案，1 9 9 2 年作为i s o i e c l l l 7 2 号建议正式通过成为m p e g 1 标 准。1 9 9 3 年i l 月正式通过i s o i e c l 3 8 1 8 号建议，成为m p e g 2 标准。1 9 9 8 年又正式 推出m p e g 4 标准。由于m p e g 的标准的巨大成功，许多媒体软件和硬件产品空前 发展，并直接影响人们的生活。下面只介绍m p e g 标准的视频部分。 2 3 1 m p e g l 简介 m p e g 1 是针对运动图像的压缩技术。m p e g l 视频编码器框图如图2 一l 所示。 税额 输入 图2 一im p e g 1 视频编码器原理框图 7 流 出 e 峦銮适厶堂亟堂僮论奎2m 曼鱼苗企 首先对输入的视频信号预处理，包括j , ) k r g b 至i j y c b e 的色彩空问变换、格式转 换、预滤波等，实际上m p e g 1 标准没有给出如何进行这些操作。其次，编码器要 为输入图像选择合适的编码类型。如果是i 帧，不需要运动估计和补偿。如果是p 帧，需要进行帧问预测编码。如果是b 帧，需要进行帧间内插编码。无论是p 帧还 是b 帧，都需要进行运动估计和运动补偿。m p e g l 处理的对象是逐行扫描视频， 对于隔行扫描的视频图像源必须先转换为非隔行扫描的输入格式，即将两场合并 成一帧进行编码。输入的视频信号必须是数字化的一个亮度和两个色差信号( y c ，c ，) 。为了使压缩后的码率能降低到1 5 m b p s 下，m p e g 定义了s i f 格式，其 图像尺寸如表2 一l 所示。 表2 1s i f 图像格式参数 图像格式和参数 p a l 制( 2 5 帧秒)n t s c 制( 3 0 姗) 亮度y 分量 3 6 0 * 2 4 03 6 0 * 2 8 8 色度g ，c r 分量 1 8 0 * 1 2 01 8 0 * 1 4 4 采样格式4 ：2 ：04 ：2 ：0 由于m p e g 1 具有良好的交互功能，能够方便进行快进、快退和随机存取。因 此在视频码流中存在着一种特殊的标志，就是m p e g 1 所采用的i 帧图像编码类型。 i 帧图像称为帧内图像( i n t r a p i c t u r e s ) ，它为用户的交互功能提供随机存取的访问 位置，使得解码器可由此点开始，同时它可以作为其他图像类型编码的参考帧， 但是i 帧仅采用了d c t 变换编码加熵编码的压缩方法，压缩比不高。另外m p e g 1 采用了压缩比更高的两种类型图像编码，一是预测帧( p 帧：p r e d i c t e dp i c t u r e s ) ， 另一种是双向预测帧( b 帧：b i d i r e c t i o n a l p r e d i c t i o n p i c t u r e s ) 。由于编码p 帧时需 要先前的i 帧或p 帧进行预测，编码b 帧时需要先前和后面的i 或p 帧图像进行双向预 测，因此i 帧、p 帧和b 帧存在着前后因果关系。如表2 2 所示。图中的第4 帧( p 帧) 是由第l 帧( i 帧) 预测，由第1 帧( i 帧) 和第4 帧( p 帧) 共同预测出它们之间的第 2 帧( b 帧) 和第3 帧( b 帧) ，如此等等。 e 壅銮壅厶望亟星位迨塞 2mp 巨鱼筮金 表2 2 编码器编码传输顺序 原始视频序列编号： 123 4 5678 91 01 11 21 31 41 5 编码图像类型： ib bpb bbpbbbpbbi 码流输出序列顺序： l 42365671 291 0l l 1 5 1 3 1 4 2 3 1 m p e g 2 简介 m p e g 2 作为一个通用的音视频编码标准，具有高级工业标准的图像质量和更 高的传输率，适应更广阔的应用范围，如各种形式的数字存储，标准数字电视， 高清晰度电视，以及高质量视频通信。m p e g 2 码流从4 8 m b p s 的电视质量到1 0 1 5 m b p s 的高质量数字电视。 与m p e g 。1 相比，m p e g 2 允许隔行扫描视频输入，支持更高分辨率的图像输 入和多种色度信号亚采样图像格式( 如4 ：2 ：0 、4 ：2 ：2 、4 ：4 ：4 ) 。m p e g 2 定义了档次 和级别的概念，档次分为简单档次、主档次、m p e g ，2 4 ：2 ：2 档次、信噪比可分级档 次、空间域可分级档次、空间域可分级档次、高档次：级别分为低级别、主级别、 高1 4 4 0 级别和高级别。其中档次定义了比特流可分级性，级别定义了图像分辨率 和每个档次编码的最大码率。m p e g 2 提供可分级的比特流，从而使得不同能力的 解码器根据需要从相同的比特流中解码和显示具有不同时间空间分辨率、不同量 化步长的视频信号。除了基本层之外，m p e g - 2 允许有2 3 层的增强层。基本层码 流提供一般质量的重建图像，如果解码器还具有解码分级句法能力，则进一步解 码增强层的码流，并“叠加”在基本层解码的重建图像上，就可得到更高质量的 重建图像。可分级编码的优点是同时提供不同质量的视频服务，例如在一个公共 的电视信道上同时实现h d t v 和s d t v 的同播，用户根据终端解码器的能力和交费 情况获取不同质量的服务。 2 3 3 m p e g 4 简介 在m p e g 一4 制定之前，m p e g l 、m p e g 2 、h 2 6 1 、h 2 6 3 都是采用第一代压缩 编码技术，着眼于图象信号的统计特性来设计编码器，属于波形编码的范畴。第 一代压缩编码方案把视频序列按时间先后分为一系列帧，每一帧图象又分成宏块 9 e 立銮适厶至亟堂位诠奎 2m 曼鱼酶金 以进行运动补偿和编码，这种编码方案存在以下缺陷： ( 1 ) 将图象固定地分成相同大小的块，在高压缩比的情况下会出现严重的块 效应，即马赛克效应； ( 2 ) 不能对图形内容进行访问、编辑和回放等操作： ( 3 ) 未充分利用人类的视觉系统( h v s ，h u m a nv i s u a ls y s t e m ) 的特性。 m p e g 4 标准采用了基于对象的视频压缩编码方法，它不仅可以实现对视频图 像数据的高效压缩，还可以提供基于内容的交互功能，支持对多媒体信息的内容 访问，提供灵活的时域和空域扩展。除此之外，为了使压缩码流具有抗信道误码 特性，方便应用于带宽受限、误码易发的无线网络和i n t e m e t ，m p e g 一4 还提供用于 误码检测和误码恢复的一系列工具。 m p e g - 4 除采用第一代视频编码的核心技术，如变换编码、运动估计与运动补 偿、量化、熵编码外，还提出了一些新的有创见性的关键技术，并在第一代视频 编码技术基础上进行了卓有成效的完善和改进。 ( i ) 视频对象提取技术m p e g - 4 实现基于内容交互的首要任务就是把视频 图像分割成不同对象或者把运动对象从背景中分离出来，然后针对不同对象采用 相应编码方法，以实现高效压缩。 ( 2 ) v o p 视频编码技术视频对象平面( v o p ，v i d e oo b j e c tp l a n e ) 是视频对 象( v o ) 在某一时刻的采样，v o p 是m p e g - 4 视频编码的核心概念。m p e g 一4 在编 码过程中针对不同v o 采用不同的编码策略，即对前景v o 的压缩编码尽可能保留细 节和平滑；对背景y o n 采用高压缩率的编码策略，甚至不予传输而在解码端由其 他背景拼接而成。这种基于对象的视频编码不仅克服了第一代视频编码中高压缩 率编码所产生的方块效应，而且使用户可于场景交互，从而既提高了压缩比，又 实现了基于内容的交互，为视频编码提供了广阔的发展空间。 ( 3 ) 视频编码可分级技术视频编码的可分级性是指码率的可调整性，即视 频数据只压缩一次，却能以多个帧率、空间分辨率或视频质量进行解码，从而可 支持多种类型用户的各种不同应用要求。m p e g 4 通过视频对象层( v o l ，v i d e o o b j e c tl a y e r ) 数据结构来实现分级编码。m p e g 一4 提供了两种基本分级工具，即时 域分级和空域分级，此外还支持时域和空域的混合分级。每种分级编码都至少 有两层v o l ，低层称为基本层，高层称为增强层。基本层提供了视频序列的基本 立交道盘堂亟主位迨塞 2m 巨鱼西企 信息，增强层提供了视频序列更高的分辨率细节。 2 4v b r 视频业务的统计特性分析 对视频信号进行压缩编码有两种方式：一种编码方式是使编码器的量化步长 根据编码器的输出速率进行自动调整，以产生恒比特率( c b r ，c o n s t a n tb i t r a t e ) 的流量。另外一种编码方式是维持编码器的量化步长不变，这样就会产生变比特 率( v b r ，v a r i a b l eb i t - r a t e ) 的流量。c b r 署d v b r 视频各有应用场合。在对传输质 量要求非常严格的场合多用c b r 视频，例如数字电视广播传输；对不要求严格的传 输质量或者不必担心传输质量的场合多用v b r 视频，例如d v d 存储。使用c b r 视频更 有利于传输分析和控制，但c b r 视频不能保持固定的视频质量，而且针对一定的视 频质量，由于内部有大量的填充字节而浪费了很多带宽。而v b r 视频有利于保持一 定的视频质量，易于对用户提供高质量的视频。但v b r 视频在网络上传输时流量变 化大，突发性强，如何为v b r 分配带宽，保证传输服务质量是网络流量工程的重要 课题。要解决这一问题的关键在于对v b r 视频码流建立合理的数学模型，并以此估 计并预测视频流量在网络上传输的服务质量q o s 。 2 4 1 视频流的自相似性 视频流的一个重要性质是自相似性。在网络中w e b 流量的自相关性( 例如文 件大小符合重尾分布等) ，重传机制( 当时间尺度超过1 0 倍的数据包传输时问，重 传数据包流量的方差在总的流量( 新数据包、重传数据包和丢失的数据包) 中占据 绝大多数成分。即使改变重传机制的参数，如缓存大小、重传企图的次数和超时 时限，都不能改变重传负载的自相似特性) ，t c p 拥塞控制的混沌特性等原因都会 导致网络业务流的自相似性。 自相似性的存在给网络性能带来一些意想不到的影响。网络性能的度量有三 方面：吞吐量，延时，数据包丢失。自相似流量对网络性能产生负面影响有：缓 存占用比传统排队论的分析结果要大，结果导致更大的延时，其由长相关特性决 定：缓存的线性增长导致指数规律减少的数据包丢失，以及成比例增长传输带宽 利用率，该理论对自相关流量不适用；数据包丢失率与缓存大小和自相似之间的 e 峦奎适达空丝堂焦论塞 2 丛星鱼筮企 关系是h u r s t 参数越大自相似程度增加，数据包丢失率增大。 自相似性指在不同的标度下，分布曲线的形状是相似的，不可区分的。网络 上的数据流没有一个本质的突发长度，在每个时间规模上，从微秒到分钟，从分 钟n 4 , 时，突发期由一些突发子周期构成，这些突发子周期又由一些更小的突发 子周期构成，这就是互联网通信量的自相似性。自相似性是分形( f r a c t a l ) 的基 本性质，因此也有人使用分形的手段来研究互联网的通信量。 一个随机过程j ( 幻，一。 t + c o ，如果以t ) 在时间上进行压缩或扩展时， 统计特性不变，即从力满足( f ) ：d “x ( a t ) ，那么这个过程被称为是统计自相似 的，其中等号表示统计意义上的相等，h 称为h u r s t $ 旨数，它是表征自相似特性的 一个重要参数。h 越大，过程的自相似程度越高，其长时相关性越高。 以下给出常用的时间序列二阶自相似性的数学定义，明确自相似性和长时相 关性之间的关系。 令( 置t z + 表示按一定固定时间间隔测量得到的业务量序列仁， 的m 阶聚 合过程为z ( m ) = 扛j ，f = l ，2 ，) ，其中x j “) = 艺以，即五被分为大小为肌的 数据块，再对每块中的数据进行求平均得到耐州；此外r ( 后) 和r m ( 七) 分别表示墨 和趔“) 的自相关函数，假设五具有有限均值和方差。如果对于所有的k 1 ，有 ，加委缸+ i ) “一2 k 2 n + 0 一】) 2 “) ，肼一。( 2 - 1 ) n n x ，是具有参数圩( h 1 ) n n 近- n 自相似序列。h 称为h u r s t 参 数，范围是 h 1 。式( 2 - - 1 ) 具有如下两个性质：( 1 ) r ”( 尼) ，( 尼) ，k m ： ( 2 ) r ( k ) 一c k 一，k 寸c o ，其中0 0 为常数。性质( 1 ) 说明了相关结构不 随时间聚合程度变化，且在二阶意义上是自相似的，性质( 2 ) 说明r ( k ) 的行为是双 曲线型衰减的，而不同于通常的指数衰减，从图形上看双曲线型衰减较指数衰减 慢得多，而且它的影响无限，体现出长程特性。假如艺， ) = 。c 称为长时相关 ( l r d ) ，如果， ) o 。则称为短时相关性( s r d ) 。 一般地，自相似性和长时相关性并不等价，但可以证明，对于一个平稳的自 立窆适左登亟芏位迨奎 2m 要鱼画金 相似过程如果满足 日 l ，则这个过程也具有长相关特性，这时日= 1 一导， 且随着日的增大，自相似和长程依赖性都增加，表示在长时间尺度下具有正的相 关结构或者说当业务在前段n c f 日q 处于突发状态时，它在后续时刻更可能持续期 突发状态；另外当日= 时，过程具有短时相关性。上述结论正是后续刚s 方法 求h u r s t 参数证明序列具有长时相关性的理论基础。 2 4 2h 参数估计 目前，估计h u r s t 参数一般有以下几种方法：( 1 ) 不同尺度聚合序列的方差分 析方法( a g g r e g a t e dv a r i a n c em e t h o d ) ：( 2 ) w h i t t l e 估计法；( 3 ) v t 图法；( 4 ) r s 估计 法。 方法( 1 ) 采用的原理主要是对于一个自相似过程的聚集时间序列 j 0 ，当m 很大时，其方差满足：砌，“_ v a t 芎琢，其中= l 一譬；两边取对数，即可 得l o g b ，扛“l l o g 畹r ( x ) 卜f l l o g ( m ) ，b 1 1 l o g t v a ，伍“) l - 与l 。g ) 呈线性关系，斜 率为一，只需对不同的肼求得对应的不同的肠，协“) 值再都取对数即可得有限个 点然后拟合成直线求斜率即可，此法比较简单。 w h i t t l e 估计的作用与方差时间图及r s 方法的作用不同。这后两种技术是用 来检验一个时间序列是否是自相似的，如果是的话对h 作个粗略估计。w h i t t l e 估计假设时间序列是一种特定形式的自相似过程，它求出h 的估值并给出其置信 区间。 假定我们假设所观察到的时间序列是参数为h 的一个自相似随机过程并且我 们假设它具有一个特定的形式，譬如分数布朗运动过程。那么该过程的谱密度就 可以表达为s ( u ，h ) ，其中密度的形式是已知的但参数h 是未知的。那么可以证明 h 的值可