Interference Allocation Scheduler for Green Multimedia Delivery
无线网络中的关键挑战之一是如何分配可用的无线电资源，以便最大化关键服务递送参数，诸如聚合吞吐量和多媒体体验质量（QoE）。我们提出了一种新的和有效的调度策略，分配资源块，使干扰功率转移到容量饱和的用户，同时提高不饱和用户的吞吐量。该研究的亮点是，该方案可以显着提高小区的性能，有一个高的差异，其信号噪声比（SNR）的分布，这是典型的在城市地区。结果表明，一个\emph{free-lunch}解决方案是可能的，从而为一个可忽略的性能下降，在饱和用户，可以得到一个很大的改善，在非饱和用户。然而，平均而言，免费午餐用户配对的数量很低。通过放松降级约束，\emph{non-free-lunch}解决方案可以产生更大的多用户吞吐量增益。在移动多媒体流量激增的激励下，我们进一步证明了所提出的调度可能会对多媒体服务交付的能源效率和QoE产生深远的影响。
2014-04-11 cs.NI
Mobile Multimedia Streaming Techniques : QoE and Energy Consumption Perspective
由于两个原因，多媒体流传输到移动设备具有挑战性。首先，将内容传送到客户端的方式必须确保用户在流媒体会话中间不会经历长的初始播放延迟或失真的播放。其次，多媒体流应用是智能手机中最耗能的应用之一。能量消耗主要取决于无线接入技术（Wi-Fi、3G和4G）的传输技术和功率管理技术。为了深入了解现有的流媒体技术，它们如何在不同的移动平台上工作，它们在提供流畅的体验质量方面所做的努力，以及它们对手机能耗的影响，我们对几款同时具有Wi-Fi和蜂窝网络接入的智能手机进行了大量的主动测量。我们的分析揭示了五种不同的技术来提供内容的视频播放器。技术的选择取决于移动平台、设备、播放器、质量和服务。我们的流量和功率测量结果使我们能够得出结论，所确定的技术都不是最佳的，因为它们没有考虑以下因素：使用的接入技术，用户行为和用户对数据浪费的偏好。我们指出的技术与最佳的播放缓冲区配置，它提供了最有吸引力的权衡在特定情况下。
2014-05-24 cs.MM cs.NI
A QoE-Based Scheduling Algorithm for UGS Service Class in WiMAX Network
为了满足对宽带互联网网络中的多媒体服务的日益增长的需求，WiMAX（全球微波接入互操作性）技术已经作为有线宽带接入解决方案的替代方案而出现。它通过确保令人满意的服务质量（QoS），为半径为几公里的宽带覆盖区域提供互联网连接，这对于一些农村或无法到达的地区来说是一个足够的响应。与DSL（数字用户线路）或其他有线技术不同，WiMAX使用无线电波并且可以提供点对多点（PMP）和点到点（P2P）模式。与此同时，人们发现，与传统的质量评估方法相反，目前的研究主要集中在用户感知质量上，现有的调度算法考虑了QoS和许多其他参数，但没有考虑体验质量（QoE）。在本文中，我们提出了一个基于QoE的调度解决方案，在WiMAX网络中，以使调度的UGS连接的基础上使用QoE指标。实际上，所提出的解决方案允许控制分组传输速率，以便与每个用户的最小主观速率要求相匹配。仿真结果表明，通过应用不同水平的平均意见得分（MOS）的QoE提供给用户的吞吐量，抖动，丢包率和延迟方面的改善。
2014-10-22 cs.NI
The Metaverse from a Multimedia Communications Perspective
延展实境（XR）技术，如虚拟现实和360°立体流，使Metaverse的概念，一个沉浸式的虚拟空间的协作和互动。为了确保沉浸式媒体的高保真显示，需要考虑带宽、延迟和网络流量模式，以确保用户的体验质量（QoE）。在这篇文章中，例子和计算探索，以证明上述参数的要求。此外，可以从多媒体通信的角度探索未来的方法，例如使用强化学习（RL）的网络感知和使用帧中的空间或时间差异的XR内容感知。
2023-01-18 cs.MM cs.NI
Enhancing QOS and QOE in IMS enabled next generation networks
管理网络复杂性，容纳更多用户，改善覆盖范围以支持数据服务（例如电子邮件、视频和音乐下载），跟上快速变化的技术，并从现有网络中实现最大价值-同时降低CapEX和OpEX，确保网络的服务质量（QoS）和用户的体验质量（QoE）。这些只是移动服务提供商所面临的一些紧迫的商业问题，概括起来就是“用更少的钱实现更多的目标”。“网络和应用层优化技术的最终目标是确保最终用户感知的QoS。下一代网络（NGN）是一种成熟的电信和面向互联网的机制的复合环境，已被普遍认为是未来的电信环境。然而，NGN环境的性质提出了在传统环境中不存在的关于质量保证的若干复杂问题（例如，多网络、多供应商和多运营商基于IP的电信环境、分布式智能、第三方供应、固定无线和移动接入等）。在这篇研究论文中，一个服务意识到基于政策的方法来NGN质量保证，同时考虑到感知质量的经验和technologydependent服务质量问题。讨论了各自的程序、实体、机制和概况。所提出的方法的目的是在研究，开发和讨论追求的多媒体NGN为基础的通信的质量的端到端的可控性在一个环境中，这是最好的努力，在其性质和促进最终用户的接入不可知性，服务敏捷性，和全球移动性。
2010-08-11 cs.NI
Fake It No More: Evaluating L4S with SCReAM on Video Traffic
UC Santa Barbara（加州大学圣塔芭芭拉分校）
研究L4S对视频流量影响，用开源DualPI2在Mahimahi模拟器上评估，增强SCReAM BW工具生成视频流量，在多种条件下评估网络级和QoE指标，结果表明评估L4S时QoE与网络级指标都重要。
2026-07-28 cs.NI
Enhancing Video Streaming in Vehicular Networks via Resource Slicing
车联网（V2X）通信是将车辆与相邻车辆、基础设施和行人连接起来的关键推动因素。在过去的几年中，多媒体服务已经经历了巨大的增长，并且随着未来更多的设备（即，车载设备）将利用信息娱乐服务，多媒体服务预计将增加。因此，重要的是关注以用户为中心的测量，即体验质量（QoE），诸如视频质量（分辨率）及其波动。本文提出了一种新的联合视频质量选择和资源分配技术，以提高车辆设备的QoE。所提出的方法利用车辆设备的排队动态和信道状态，以最大限度地提高QoE，同时确保最终用户以高概率进行无缝视频播放。网络范围的QoE最大化问题被解耦为两个子部分。首先，基于网络切片的聚类算法被应用到划分成多个逻辑网络的车辆。其次，车辆调度和质量选择被制定为一个随机优化问题，使用李雅普诺夫漂移加惩罚方法来解决。数值结果表明，该算法确保高质量的视频体验相比，基线。仿真结果也表明，该技术实现了低延迟和高可靠性的通信。
2020-02-17 cs.NI
QoE-Oriented Resource Allocation for 360-degree Video Transmission over Heterogeneous Networks
由于多媒体和网络部署的快速增长，沉浸式媒体流传输，特别是带宽要求非常高的虚拟现实（VR）/360度视频流传输已经变得越来越流行。为了更好地探索资源的使用和实现更好的用户体验质量（QoE），本文开发了一种应用层方案，以在360度视频流中联合利用LTE和Wi-Fi网络的可用带宽。这种新提出的方案和相应的解决方案算法利用视频的显著性，预测用户的视图和用户的状态信息，以获得用户与不同的Wi-Fi接入点（AP）的最佳关联，以最大限度地提高系统的效用。此外，提出了一种新的缓冲策略，以减轻短时预测问题的影响，在时变网络中传输360度视频。在各种360度视频的仿真实验中，验证了所提出的方案和算法的良好性能和低复杂度。
2018-03-21 cs.MM cs.NI
Enhancing QoS and QoE in IMS Enabled Next Generation Networks
管理网络复杂性，容纳更多用户，改善覆盖范围以支持数据服务（例如电子邮件、视频和音乐下载），跟上快速变化的技术，并从现有网络中实现最大价值-同时降低CapEX和OpEX，确保网络的服务质量（QoS）和用户的体验质量（QoE）。这些只是移动服务提供商所面临的一些紧迫的商业问题，概括起来就是“用更少的钱实现更多的目标”。“网络和应用层优化技术的最终目标是确保最终用户感知的QoS。下一代网络（NGN）是一种成熟的电信和面向互联网的机制的复合环境，已被普遍认为是未来的电信环境。然而，NGN环境的性质提出了在传统环境中不存在的关于质量保证的若干复杂问题（例如，多网络、多供应商和多运营商基于IP的电信环境、分布式智能、第三方供应、固定无线和移动接入等）。在这篇研究论文中，一个服务意识到基于政策的方法来NGN质量保证，同时考虑到感知质量的经验和technologydependent服务质量问题。讨论了各自的程序、实体、机制和概况。所提出的方法的目的是在研究，开发和讨论追求的多媒体NGN为基础的通信的质量的端到端的可控性在一个环境中，这是最好的努力，在其性质和促进最终用户的接入不可知性，服务敏捷性，和全球移动性。
2010-06-17 cs.NI
Computing Quality of Experience of Video Streaming in Network with Long-Range-Dependent Traffic
本文采用分析的方法研究视频流应用的用户体验质量（QoE）。我们的建议是表征缓冲区饥饿流视频与长距离相关（LRD）输入流量。具体来说，我们开发了一个新的分析框架，调查质量的用户体验（QoE）流媒体考虑马尔可夫调制流体模型（MMFM），准确地近似的长距离依赖（LRD）性质的网络流量。我们使用偏微分方程（PDE）驱动用于计算饥饿分布以及启动延迟的闭合形式表达式，并使用拉普拉斯变换求解它们。我们说明的情况下，两个状态的马尔可夫调制流体模型，是常用的多媒体应用程序的结果。我们比较我们的分析模型与模拟结果，使用ns-3在各种操作参数下。我们进一步采用该模型分析了比特率切换对饥饿概率和启动延迟的影响。最后，我们应用我们的分析结果，以优化媒体流的客观体验质量（QoE），实现不同的指标之间的权衡，将用户的喜好，缓冲率，启动延迟和感知质量。
2015-03-30 cs.NI
Supervised Learning based QoE Prediction of Video Streaming in Future Networks: A Tutorial with Comparative Study
Cardiff Metropolitan University（卡迪夫城市大学）；University of Western Australia（西澳大利亚大学）；Dublin City University（都柏林城市大学）；University College Dublin（都柏林大学学院）；University of Cagliari（卡利亚里大学）
基于体验质量（QoE）的服务管理仍然是在下一代网络（例如5G/6 G）中成功提供多媒体服务的关键，这需要适当的质量监控、预测和资源管理工具，其中机器学习（ML）可以发挥关键作用。在本文中，我们提供了一个基于监督学习ML模型的视频流服务QoE测量和预测解决方案的开发和部署教程。首先，我们为开发和部署基于监督学习的视频流QoE预测模型提供了一个详细的管道，该管道包括数据汇集、特征工程、模型优化和训练、测试以及预测和评估等几个阶段。其次，我们通过提出参考架构，讨论了使用软件定义网络（SDN）、网络功能虚拟化（NFV）和移动边缘计算（MEC）等网络使能技术在下一代网络（5G/6 G）中部署用于QoE预测/测量的ML模型。第三，我们提出了一个比较研究的国家的最先进的监督学习ML模型的QoE预测的视频流应用程序的基础上，多个性能指标。
2022-01-03 cs.LG cs.MM cs.NI
Quality of Experience from Cache Hierarchies: Keep your low-bitrate close, and high-bitrate closer
最近对流媒体交付的研究表明，从缓存层次结构（如信息中心网络（ICN））获得的性能增益可能会被动态自适应流（DAS）否定，DAS是检索多媒体内容的实际方法。驱动视频流传输的比特率自适应机制与缓存层次结构发生冲突，从而影响用户的体验质量（QoE）。当消费者动态选择以不同比特率编码的内容时，缓存性能也会降低。在本文中，我们使用证据得出了一个新的见解：在自适应流媒体内容的缓存层次结构中，比特率应该优先于流行度和点击率或与流行度和点击率并列。基于这一见解，我们提出RippleCache作为一系列缓存放置方案，以保护边缘的高比特率内容，并将低比特率内容推送到网络核心。这样做可以减少缓存资源的争用以及网络中的拥塞。为了验证RippleCache的声明，我们构建了两个单独的实现。我们将RippleClassic设计为基准解决方案，通过最大化与QoE高度相关的缓存层次结构来优化内容放置。此外，我们的轻量级Ripplestrike然后重新设计与分布式执行在大规模系统中的应用。RippleCache的性能提升通过NS-3中针对最先进的基线方法进行的评估得到了加强，使用了DASH行业论坛定义的标准QoE指标。测量结果显示，RippleClassic和RippleWide提供的内容受到更少的振荡和重新缓冲，以及最高水平的视频质量，这表明QoE的整体改善。
2019-03-22 cs.NI
ASL360: AI-Enabled Adaptive Streaming of Layered 360$^\circ$ Video over UAV-assisted Wireless Networks
College of Computing, New Jersey Institute of Technology（计算学院，新泽西理工学院）；Dept. of Electrical Engineering, University of Buffalo（电气工程系，布法罗大学）
ASL360通过自适应调度和分层视频流媒体技术提升沉浸式视频体验质量，有效应对动态网络环境挑战。
2026-02-21 cs.AI cs.MM cs.NI
Resource Allocation Frameworks for Network-coded Layered Multimedia Multicast Services
移动内容的爆炸式增长，如视频流到移动设备，推动了对多媒体广播和组播方案的研究。已经提出了多速率传输策略作为向经历不同下行链路信道条件的用户递送分层服务的手段。在本文中，我们考虑点到多点分层服务交付在一个通用的蜂窝系统，并通过应用不同的随机线性网络编码的方法来改善它。我们推导出数据包错误概率的表达式，并使用它们作为性能指标的制定资源分配框架。这些框架的目的是传输方案的优化和每个下行链路信道上的广播分组的数量的最小化，同时向预定比例的用户提供服务保证。作为一个案例的研究，我们提出的框架，然后适应LTE-A标准和eMBMS技术。我们专注于提供基于H.264/SVC标准的视频服务，并展示了分层网络编码在多速率传输中的优势。此外，我们建立的网络编码技术和资源分配方法的选择起着至关重要的作用，对网络的足迹，每个接收到的视频层的质量。
2014-11-20 cs.IT cs.MM cs.NI
A Tutorial of the Mobile Multimedia Wireless Sensor Network OMNeT++ Framework
在这项工作中，我们将给出一个详细的教程说明如何使用移动多媒体无线传感器网络（M3WSN）的仿真框架。M3WSN框架已在第六届OMNeT++国际研讨会（2013年）上作为科学论文发表。M3WSN框架实现了真实视频序列的多媒体传输。因此，可以通过使用QoE度量来评估一组多媒体算法、协议和服务。此外，关键的视频相关信息，如帧类型、GoP长度和帧内依赖性，可以用于创建新的评估和优化解决方案。为了支持移动性，M3WSN利用不同的移动性跟踪，使网络如何在移动情况下的行为的理解。本教程将介绍如何安装和配置M3WSN框架，设置和运行实验，创建移动和视频跟踪，以及如何评估不同协议的性能。本教程将在Ubuntu 12.04 LTS和OMNeT++ 4.2的环境中给出。
2015-09-11 cs.MM cs.NI cs.PF
A First Look at Quality of Mobile Live Streaming Experience: the Case of Periscope
来自移动设备的实时多媒体流正在迅速普及，但对它们提供的QoE知之甚少。在本文中，我们将研究Periscope服务。我们首先抓取服务，以了解其使用模式。然后，我们研究了使用的协议，典型的体验质量指标，如播放流畅性和延迟，视频质量，以及Android应用程序的能耗。
2016-10-03 cs.MM cs.NI
On Optimization of Network-coded Scalable Multimedia Service Multicasting
在不久的将来，在下一代网络上提供多媒体组播服务很可能成为未来蜂窝网络的主要支柱之一。在这个扩展的摘要中，我们通过定义一种新的优化范式来解决高效组播分层视频服务的问题，该范式基于随机线性网络编码的不平等错误保护实现，旨在通过使用有限的无线电资源来确保目标服务覆盖。
2015-01-31 cs.IT cs.MM cs.NI
Adaptive Multicast of Multi-Layered Video: Rate-Based and Credit-Based Approaches
能够高效传输高质量多播视频的网络架构正迅速成为新兴多媒体应用的基本要求。使多播视频传输复杂化的主要问题是网络带宽约束的变化。这个问题的一个有吸引力的解决方案是使用自适应的多层视频编码机制。在本文中，我们考虑两个这样的机制，支持视频组播，一个是基于速率的机制，依赖于明确的速率拥塞反馈的网络，另一个是基于信用的机制，依赖于逐跳拥塞反馈。通过仿真对两种机制的响应性、带宽利用率、可扩展性和公平性进行了评估。结果表明，虽然这两种机制表现出性能的权衡，都能够提供一个高质量的视频服务，在不同的带宽限制的存在。
1998-09-24 cs.MM cs.NI
Sleep Period Optimization Model For Layered Video Service Delivery Over eMBMS Networks
高级长期演进（LTE-A）和演进的多媒体广播多播系统（eMBMS）是用于高带宽需求应用的递送的最有前途的技术。在本文中，我们提出了一个绿色的资源分配策略，分层视频流的交付给用户不同的传播条件。该模型的目标是最小化用户的能量消耗。该目标通过经由有效的功率传输分配模型最小化每个用户接收广播数据所需的时间来实现。在我们的系统模型中的一个关键点是，分层视频通信的可靠性是通过随机线性网络编码（RLNC）的方法来确保。分析结果表明，所提出的资源分配模型在保证期望的服务质量约束的同时，显著降低了用户的能量占用。
2015-01-14 cs.IT cs.MM cs.NI
AsQM: Audio streaming Quality Metric based on Network Impairments and User Preferences
本文研究网络中断与内容偏好对音频流 QoE 的影响，提出含偏好因子 PF 的 AsQM 指标及用户信息获取框架，并验证其设备端资源开销较低。
2023-09-26 cs.NI eess.SP
Bandwidth-Efficient Multi-video Prefetching for Short Video Streaming
近年来，允许分享用户创建的短视频的应用程序迅速流行起来。典型的短视频应用允许用户滑动离开正在观看的当前视频并开始观看视频队列中的下一个视频。如果用户在结束观看之前频繁地将视频扫走，则这样的用户界面导致显著的带宽浪费。需要在不损害体验质量（QoE）的情况下减少带宽浪费的解决方案。解决该问题需要自适应地预取短视频块，这是具有挑战性的，因为下载策略需要匹配未知的用户观看行为和网络条件。在我们的工作中，我们首先制定了短视频流的自适应多视频预取的问题。然后，为了便于集成和比较研究人员的算法对解决问题，我们设计和实现了一个离散事件模拟器，我们发布的开源。最后，结合2022年ACM Multimedia短视频流媒体大挑战赛的组织情况，对参赛者的算法进行了分析和总结，以期推动研究界对这一问题的解决。
2022-06-25 cs.MM cs.NI
Dynamic Optimization of Video Streaming Quality Using Network Digital Twin Technology
针对无线网络波动导致视频流体验不佳的问题，提出集成网络数字孪生的自适应框架，用机器学习预测网络状态并动态调整播放参数，实验显示缓冲时间最多降50%，显著提升QoE。
2025-08-01 cs.GR cs.NI
