导读:本文包含了无线网络视频论文开题报告文献综述及选题提纲参考文献，主要关键词:边缘缓存,无线异构网络,可伸缩视频编码,联合优化
无线网络视频论文文献综述
朱达人[1]（2019）在《基于边缘缓存的异构无线网络视频传输优化》一文中研究指出近年来,随着移动用户和各种各样移动设备数量的快速增长,无线通信流量也呈现爆炸性增长的趋势。而在这些流量中,移动视频流量占据了最大的份额,它给现有的移动网络带来了巨大压力。无线异构网络为视频传输提供了良好的条件。在这种网络中由于小基站被密集部署,因此用户与基站之间的距离被大大地缩短,相应地用户可以获得更高的下行速率来支持高比特率视频的传输。尽管如此,异构网络中还是存在回程带宽瓶颈问题,甚至比以往更加严重。这是因为小基站的大量密集部署本身就需要更大的回程容量,而考虑到部署灵活性,速率较低的无线回程技术又被广泛地采用。这样一来,高速的空口链路与受限的回程容量间就形成了一对矛盾,它们制约着用户视频体验的提高。边缘缓存是缓解以上矛盾的一种方法。它是指在小基站上部署一定容量的缓存,预先存储一些内容,这样当用户请求时被缓存的内容就可以直接由小基站提供,于是有限的回程带宽就可以被节约下来。边缘缓存的一个重点研究内容是缓存策略设计,即选择哪些内容存在哪些小基站中。当缓存策略设计得好,内容的命中率就比较高,回程带宽也就更不容易成为瓶颈,最终用户都能获得他们想要的内容,获得更好的体验。需要注意,本文考虑视频缓存的场景,它与文件缓存有着显而易见的区别。首先,视频内容的大小通常较大,而且它可能有结构特性(比如可伸缩视频),因此如何最大化利用有限的缓存空间成为了一个挑战。其次,视频业务通常对用户的下行速率有一定要求,而且用户获得的视频体验与许多因素都有非线性的关系,因此如何通过边缘缓存来改善用户的视频体验也是一大挑战。考虑到这些问题,本文对无线异构网络中的视频缓存展开以下两项研究,并通过实验仿真得到一些结论。(1)针对于可伸缩视频,本文考虑到它的分层存储特性,通过在缓存中联合小基站的功率分配策略来进行优化。本文之所以这么做是因为当小基站的发射功率有限时,它的功率分配策略会影响用户对于视频分层的接收能力,因而通过联合策略可以避免缓存一些无法被用户接收的分层以提高缓存的命中率。对于这个问题本文首先将其建模为一个混合整数非线性规划问题并提出了基于模拟退火的启发式算法来进行求解。而后本文通过随机几何分析推导出了视频质量版本被成功接收的概率并对其进行优化,以期分析启发式算法的解的质量以及联合优化的必要性。通过大量的实验,我们也证实了所提出的方法的确可以提高缓存命中率以及改善用户的平均QoE。(2)考虑到无线异构网络中由于小基站被密集化部署,这样一个用户可能会同时处于多个小基站的覆盖之下,因此本文进一步将用户的接入考虑进来设计视频缓存策略。具体来说,在这个研究点中假定当用户请求一个视频时他可以被调度到其它的小基站接受服务,这样一来多个小基站的功率、回程带宽以及最最重要的缓存空间就可以被高效协同利用,从而改善用户的QoE。对于这个问题,本文首先还是将其建模为一个混合整数非线性规划问题。而后,根据建模后问题的离散和单调性质,本文对单调优化中的DBRB算法进行了改进以便求解这个问题。最后,我们进行了一些数值仿真,其结果验证了本文所提出的联合算法的收敛性和有效性。(本文来源于《中国科学技术大学》期刊2019-05-01）
李宏年[2]（2018）在《无线网络视频监控系统》一文中研究指出计算机、通信、网络以及图像处理技术的飞速发展,使视频监控应用在多种场合。设计了一种采用AR9331处理器,以Linux操作系统作为开发平台的无线网络视频监控系统,使用智能手机或网络浏览器客户端即可完成视频实时监控。广泛应用在车站、机场、码头、超市等安防场所。(本文来源于《信息通信》期刊2018年11期）
梁歆玥[3]（2018）在《基于无线多媒体传感器网络视频图像的稀疏去噪算法》一文中研究指出无线多媒体传感器网络(Wireless Multimedia Sensor Network,WMSN)是一种新兴获取和处理多媒体信息的手段,由于具有低功耗、可扩展性强、感知信息多样、可进行实时监控等优势,被广泛应用于交通监控、目标跟踪和图像去噪等广泛的领域。无线多媒体传感器网络监测场景复杂多变,在受众多随机干扰影响下会使得图像的质量下降甚至模糊不清。本文提出基于无线多媒体传感器网络视频图像的稀疏去噪算法。首先对无线多媒体传感器网络视频图像进行图像预处理;其次,对图像的关键通过DCT冗余字典进行稀疏表示,对图像的残差帧通过DCT冗余字典稀疏去噪;最后,依据Dice准则的正交匹配追踪算法对关键帧进行重构,迭加去噪处理后的关键帧和残差帧,以此来实现低信噪比无线多媒体传感器网络视频图像去噪。实验结果表明,该算法可以有效去噪并且可以获得更好的视觉效果。但上述方法并没有充分利用各图像块之间存在的结构相似性,这样就在一定程度上影响了图像去噪效果。由此,本文又提出了一种基于图像聚类和非局部正则化的无线多媒体传感器网络视频图像去噪算法,该方法充分利用图像的稀疏性以及非局部自相似去构造稀疏正则化模型,并且通过F范数对无线多媒体传感器网络视频图像进行去噪重构。实验结果证实这种方法能够大量的去除噪声,也能够更好地保留图像的结构等细节信息,具有更好的视觉效果,并且在复杂的环境下更加实用。(本文来源于《东北石油大学》期刊2018-04-01）
刘犇[4]（2018）在《基于QUIC的无线网络视频业务传输技术研究》一文中研究指出当前广泛应用的TCP(Transmission Control Protocol)协议存在队头阻塞、重传模糊、网络切换导致连接中断等问题,使得移动端在线多媒体业务的传输效率低、延迟高,极大降低了用户的QoE(Quality of Experience),尤其在LTE(Long Term Evolution)与WLAN(Wireless Local Area Networks)场景下更为明显。针对这些问题,Google提出了QUIC(Quick UDP Internet Connections)协议。QUIC是一种基于UDP(User Datagram Protocol),并且融合了众多其它协议优点的新型多路复用和安全传输协议。它具备连接建立迅速的优点,解决了队头阻塞、重传模糊等问题,保证了网络切换时视频业务的连续性。然而QUIC仍然受信道质量影响较大,在信道质量不佳场景下的传输性能虽然比TCP好,但依然无法满足需求并且存在优化空间,本文致力于研究信道质量不佳场景下QUIC的视频传输优化。文中首先调研QUIC官方文档及相关文献,了解QUIC协议特点、包格式与帧类型等,之后结合QUIC官方源码对协议进行深入分析,总结出QUIC的协议架构与关键机制。然后结合QUIC协议特性,针对信道质量不佳场景,以减少数据传输量与增大传输速率为准则提出了QUIC传输增强优化框架,包括减少上行ACK-only包、伪造ACK(Acknowledgement)、重排序、网络资源调度、上行缓存包估计、下行捆绑以及大延迟ACK丢弃等方法,并对框架中的大延迟ACK丢弃方法进行完善优化,提出针对Pacing机制的ACK转发增强算法,该算法以一定规则对部分大延迟ACK进行拦截,防止其被QUIC接收,导致QUIC的发送速率与用户的感知速率降低。接下来建立QUIC仿真研究系统,进行QUIC实际数据流与NS3仿真数据流的分离与融合,以便于后续对所提的ACK转发增强算法的增益进行测试、验证与分析。该仿真研究系统由叁个平台组成:DASH(Dynamic Adaptive Streaming HTTP)平台、NS3(Network Simulator 3)平台与QUIC平台。其中DASH平台用于发送业务请求以及对成功接收的视频段进行播放;QUIC平台用于传输基于DASH的视频业务流;NS3平台用于提供包括WLAN与LTE的仿真网络。最后基于仿真研究系统的NS3平台,在LTE仿真网络的基站以及WLAN仿真网络的AP(Access Point)上实现了本文提出的针对Pacing机制的ACK转发增强算法。通过不同场景下的仿真测试,对所提算法的性能进行了验证与分析。测试结果表明,提出的算法在不同场景下均能带来一定增益。其中,WLAN场景下算法的性能增益在10%左右,LTE场景下算法的性能增益介于20%~35%。(本文来源于《西安电子科技大学》期刊2018-04-01）
Siaw,Emmanuel,Crosby[5]（2017）在《基于NS 3的无线网络视频传输技术研究》一文中研究指出视频传输是当前通信传输网络中最重要,也是最具挑战性的业务类型之一。其中的一个挑战就是由于视频流在通信网络中传输时会引起错误,且压缩后的视频数据流在面对突发错误是异常脆弱的,当传输过程中出现一个错误,该错误会在视频数据流中进行大范围传播。本文在接收端采用错误隐藏的方法,对通过无线信道发送的视频和多媒体的数据进行传输保护,从而保证了传输质量。同时,使用了一些能够表征服务质量(QoS)的度量工具,如峰值信噪比(PSNR)和结构相似性参数(SSIM)作为性能指标对传输质量进行了考察。由于使用评估视频传输性能的仿真工具时,需要获取一些网络性能指标,如吞吐量、时延和抖动数据来评估视频分发质量。但上述的网络性能指标并不能准确的反映视频分发质量,因而基于Evalvid以及MSU等视频质量测量的新型仿真工具被提出。本文使用安装在Ubuntu LTS平台和16.0.04 Evalvid上的Network Simulator 3进行环境模拟演示。MSU视频质量检测工具(vqmt)是用来测量在无线网络传输后的视频传输质量和视觉质量的工具。同时,一个被称为JM参考软件的H.264/AVC工具箱,由于允许在宏块级别对多媒体文件进行编码和解码,因此在视频被放置在模拟环境之前,我们能够使用该参考软件对视频的各个帧和字段进行编码操作。通过对H.264/AVC关键功能的使用,我们能得到最好的H.264/AVC视频编解码器,且目前没有相关研究工作开展。本文中,Evalvid默认样本LTE+EPC网络被使用。它实例化eNodeB,连接一个用户设备(UE),然后从对于每个用户设备到远程设备开启数据流的传输,同时它还开启了每个UE对的数据流。最大的传输单元(MTU)设置为1500字节,这是一个在Evalvid框架下的默认网络,可使用编程代码灵活可以改变来适应研究的需要。为了满足鲁棒技术灵活宏块排序符合标准(FMO),一些关键参数的设置必须被控制,这是因为不是所有的参数设置都能用来编码,而宏块编码对视频宏块的纠错和隐藏都有着直接的影响。因此,本文聚焦于寻找相关的参数设置,比较原始的视频与视频文件后传输,通过传输后重构的视频质量指标PSNR和SSIM来估计参数设置对性能影响。这些参数包括num_slice_group_minus1,profile_idc,量化参数和B帧的数量。像FMO在视频中保护宏块一样,使用错误隐藏的方法,改变这些参数能实现数据帧的保护。其仿真结果表明,该方法与FMO方法性能近似,且易于实现,方便研究人员进行进一步的研究或其他相关用途开发。其缺点是视频所拥有的帧数越多,就会发生更多的退化,表明这项技术不适用于本文中所使用的基于LTE的移动网络,因而如何优化改进技术成为未来研究方向。(本文来源于《哈尔滨工业大学》期刊2017-06-01）
倪尧[6]（2017）在《无线传感器网络视频流路由算法研究》一文中研究指出无线传感器网络是目前热点研究领域。其中,由视觉传感器节点组成的无线多媒体传感器网络能够实现视频流的传输,在视频监控、环境监测、多媒体信息等领域有着广泛的应用。相比于传统的无线传感器网络,视频流数据具有数据量大、业务种类丰富、传输可靠等高要求。因此,对资源受限的无线多媒体传感器网络,研究保障视频流服务质量的方法是一个亟待解决的问题。为此,本文从路由算法和数据传输两个方面进行了尝试研究,主要内容如下:(1)针对无线多媒体传感器网络中的视频流传输需要提供多参数Qo S保障问题,本文提出一种基于蚁群优化的多路径Qo S路由算法AMRQR(ant-colony based multi-path Qo S routing)。算法综合考虑了网络的带宽、平均时延、丢包率等Qo S参数,将节点平均剩余能量作为路由选择的影响因素,对网络节点剩余能量进行分级,根据节点剩余能量等级动态调整能耗权重因子。同时,为了避免单路径传输所导致的网络负载不均衡,采用多路径传输的方式。仿真结果表明该算法在满足Qo S参数约束条件下,能够均衡网络能量,提高网络传输的实时性和可靠性。(2)针对无线传感器节点存储转发能力有限的问题,本文对无线多媒体传感器网络中视频监控图像序列进行研究。根据视频监控特点,利用改进的背景帧差分算法,对视频帧中的目标区域进行定位,仅传输目标区域。通过周期性的建立视频帧背景模型,对视频帧与背景帧进行帧间差分操作,根据两帧的差值大小,对传输的视频帧数据进行分级,进而根据不同等级选取相应的传输策略。实验结果表明,在保证传输图像质量的前提下,该方法能够有效的减少视频流数据传输量,大大降低传输能耗,均衡网络能量,延长网络生命周期。(本文来源于《中国矿业大学》期刊2017-05-01）
李振峰[7]（2017）在《基于嵌入式的无线网络视频监控设计与实现》一文中研究指出随着微电子、图像处理、计算机网络以及嵌入式技术的发展,物联网技术应用和开发快速增长,而视频监控作为物联网的组成部分,正由传统的模拟式向高度集成的数字化、网络化、小型化、智能化的方向发展。本文探讨了物联网应用环境下无线网络视频监控的设计方案,并在嵌入式平台上搭建了系统,通过无线网卡接入网络,实现了多用户通过网页浏览视频和移动物体检测报警的功能。本系统底层以S5PV210为核心硬件平台,移植了uboot、Linux内核、网卡驱动、声卡驱动和摄像头驱动,设计制作了根文件系统。系统共分为视频采集模块、视频压缩模块、视频传输模块和移动物体检测模块。视频采集模块使用V4L2标准进行图像的采集,使用多路复用的epoll机制对设备文件进行监听;视频压缩模块使用JPEG压缩,为了验证JPEG压缩的图像数据在网络上传输的可能性,对JPEG压缩的压缩比进行了仿真验证;视频传输模块使用无线网卡接入网络,通过互联网进行数据传输,该模块搭建了嵌入式web服务器,使用HTTP协议响应来自网页的请求,采用TCP协议的流套接字的模式进行数据传输,并将视频数据在网页上显示;移动物体检测模块通过帧差法完成了监控的移动物体检测功能;本系统在Linux操作系统基础上,采用多线程方式协调几个模块的数据同步。最后对系统进行了测试,实验样机系统可执行视频的单点输入,多点输出;传输速率可达每秒25帧图像,图像大小为320?240;实现了移动物体检测报警功能,完成了本设计预订的任务。(本文来源于《电子科技大学》期刊2017-03-31）
郭一华[8]（2016）在《基于用户环境上下文的无线网络视频传输技术的研究与优化》一文中研究指出随着移动互联网的快速发展和智能手机等移动设备的普及,无线网络下移动设备上的视频传输服务成为了目前及未来相当一段时间内的热点技术。特别是移动端的视频直播服务,已经成为移动互联网上一个火爆的增长点。而移动端视频直播与自适应视频传输技术的结合也已经成为行业发展的趋势所在。移动端的视频直播服务具有许多不同于桌面端,也不同于普通点播服务的特点。移动端平台众多,兼容性差,直播中用户容易受到所处外部环境的影响,且对播放的中断和延迟非常敏感。DASH作为MPEG提出的流媒体视频传输技术标准,综合了目前许多自适应视频传输技术的优点,与移动端视频直播技术的业务特点有许多契合之处,本文中,我们选择DASH为目标,研究自适应视频传输技术的优化方法。本文对DASH技术以及用户体验质量QoE的评价方法做了深入研究,针对现有方法的不足,提出了一种基于用户环境上下文的用户体验评价方法,这种方法注重考虑外部环境对用户观看视频体验的影响,通过对环境上下文建模计算用户的QoE,这种方法弥补了传统QoE评价方法中对于环境带来影响考虑不足的缺陷,比较适合于移动设备上视频服务QoE的评价衡量。基于这一 QoE评价方法,本文中提出了一种适用于移动端视频直播的视频传输优化方案。相比传统方法,这种方法更多考虑了直播业务的特点和用户的需求,更多地减少了传输中的播放延迟与中断。为了完成仿真实验,我们在开源仿真平台NS-3上搭建了 DASH仿真系统,设计了多个模块以模拟实际中客户端与服务器端的表现,并完成算法的仿真与测试分析。最后,指出了论文中可能出现的不足,对下一步工作进行了展望。(本文来源于《北京邮电大学》期刊2016-12-20）
李功[9]（2016）在《基于压缩感知的无线多媒体传感器网络视频重构算法研究》一文中研究指出无线多媒体传感器网络(Wireless Multimedia Sensor Networks,WMSN)是一种集传感器、无线通信和嵌入式信息处理于一体的综合性网络,其数据形式直观,含有丰富的多媒体信息,在视频监控、智能安保等诸多领域得到了广泛应用。然而,视频作为WMSN中重要的数据形式,如果按照传统的奈奎斯特采样定理对其进行采用和处理,对WMSN视频节点的计算能力、存储能力和能耗都构成了巨大挑战,并将严重影响WMSN网络性能和生命周期。而近年来发展起来的压缩感知(Compressed Sensing,CS)理论为海量数据的采样压缩提供了一种新的思路。根据CS理论,在对信号进行采样的过程中,可以利用信号的冗余性,超越传统奈奎斯特采样定理的极限,从而极大地简化了信号采样压缩的处理流程。因此,如果能将CS理论应用于WMSN视频数据的采样压缩过程,将有效缓解资源受限的WMSN视频数据处理压力。本论文基于CS理论,针对WMSN视频监控应用场景,对基于CS的WMSN视频重构算法进行研究,主要研究工作如下:在压缩感知视频数据获取模型的基础上,针对WMSN视频监控应用场景的特殊要求,即对算法实时性要求较高且要保证视频质量,本文提出了基于改进梯度投影法(Gradient Projection for Sparse Reconstruction,GPSR)的WMSN视频重构方法,该方法首先构建合适的测量矩阵,通过简单运算即可快速恢复出预览视频,然后,利用光流法对预览视频提取运动矢量,并将运动矢量加入改进的GPSR算法迭代重构过程中,从而实现高分辨率视频重构。实验结果表明,该方法可以在极短的时间内获得预览视频,与GPSR算法相比,其最终重构效果在视频主观质量和客观评价指标上都有所提升。为进一步提高应用于WMSN视频监控的重构算法的实时性和重构效果,采用视频分阶段重构的思想,本文提出了基于改进迭代收缩阈值法(Iterative Shrinkage Thresholding,IST)的WMSN视频重构方法。该方法利用视频帧之间的运动矢量重新构建IST数据保真项,同时通过不断收缩正则化参数来更新迭代阈值。实验结果表明,该方法能够实现WMSN视频场景信息的快速预览,能够满足WMSN视频监控实时性的要求。在最终重构效果方面,与IST算法相比,本文提出的算法在视觉效果和客观评价指标方面,都有较大提高,可以更好地满足WMSN视频监控要求。(本文来源于《华东交通大学》期刊2016-06-30）
晋海军[10]（2016）在《基于Hi3518E的无线网络视频监控及火焰检测系统研究》一文中研究指出在视频监控领域,监控系统正从模拟系统向数字化、高清化转变。传统的设计方案不仅工程复杂、成本高,而且分辨率较低、功能单一,不能满足日常需求。火焰检测也是一个不断发展的课题,但是过去的课题研究大多是基于PC的算法研究,不适用于嵌入式系统。针对这些问题,本文设计并实现了无线网络高清实时监控系统,并且整合了适用于本嵌入式系统的火焰检测算法,使系统在进行实时监控的同时还具备了对火焰的自动识别功能,对火灾的发生起到预警作用。本系统采用了海思Hi3518E+OV9712方案,从软硬件两个方面对系统进行了设计与研究。首先设计了Hi3518E的最小系统,包括电源与时钟、复位电路、DDR与SPI flash接口电路,然后根据需要对外围接口进行了设计,包括UART接口、Mac接口、USB接口以及图像传感器接口。在软件开发上,首先搭建嵌入式Linux开发环境,移植Linux内核以及相关的驱动程序,制作了根文件系统。基于B/S架构,通过移植轻量级网络服务器Boa,实现了客户端web访问。为了达到实时监控的目的,利用了流媒体技术,在服务器端移植了开源RTP库oRTP,然后利用RTP协议把摄像头采集并且经过编码压缩的H.264码流通过RT3070 WiFi模块传输到网络上,供客户端实时接收。通过对火焰检测算法的研究,提炼出了适用于本系统的检测算法。核心思想是将火焰看做是特殊的运动目标,运用对运动目标检测的理论进行目标提取,然后根据火焰的一系列特性对提取到的运动目标进行判别。在程序设计上利用了Hi3518E芯片的通道概念,同时开启VI(视频输入)模块主通道与辅助通道,主通道的数据用来编码传输,辅助通道的数据用来进行运算,完成火焰检测。最后分别在Windows系统与Linux系统下对系统进行了测试。首先通过客户端浏览器分别观察系统在白天与晚上采集传输的图像质量,然后利用wireshark抓包工具对图像采集终端发送的数据包进行抓取分析。实验证明,系统总体效果理想可靠,完全达到了实时高清监控的要求,对火焰的识别率也很高,对于智能无线网络监控系统设计有很大参考价值。(本文来源于《大连理工大学》期刊2016-05-10）
无线网络视频论文开题报告
（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：
计算机、通信、网络以及图像处理技术的飞速发展,使视频监控应用在多种场合。设计了一种采用AR9331处理器,以Linux操作系统作为开发平台的无线网络视频监控系统,使用智能手机或网络浏览器客户端即可完成视频实时监控。广泛应用在车站、机场、码头、超市等安防场所。
（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。
无线网络视频论文参考文献
[1].朱达人.基于边缘缓存的异构无线网络视频传输优化[D].中国科学技术大学.2019
[2].李宏年.无线网络视频监控系统[J].信息通信.2018
[3].梁歆玥.基于无线多媒体传感器网络视频图像的稀疏去噪算法[D].东北石油大学.2018
[4].刘犇.基于QUIC的无线网络视频业务传输技术研究[D].西安电子科技大学.2018
[5].Siaw,Emmanuel,Crosby.基于NS3的无线网络视频传输技术研究[D].哈尔滨工业大学.2017
[6].倪尧.无线传感器网络视频流路由算法研究[D].中国矿业大学.2017
[7].李振峰.基于嵌入式的无线网络视频监控设计与实现[D].电子科技大学.2017
[8].郭一华.基于用户环境上下文的无线网络视频传输技术的研究与优化[D].北京邮电大学.2016
[9].李功.基于压缩感知的无线多媒体传感器网络视频重构算法研究[D].华东交通大学.2016
[10].晋海军.基于Hi3518E的无线网络视频监控及火焰检测系统研究[D].大连理工大学.2016