[发明专利]一种基于蚁群算法的视频多路并行传输分流方法及其系统

说明书

本发明公开一种基于蚁群算法的视频多路并行传输分流方法及其系统，采用一个自学习的蚁群算法算法，能够通过学习过去已有的链路流量分配情况动态地选择最优链路传输视频数据，具备较强的鲁棒性将蚁群算法应用到多路并行传输的流量分配中，依据链路的实时自适应的改变视频流量的分配情况；不仅考虑到实时链路状况，还依据历史流量分配情况，进行动态码流分配。

技术领域

本发明涉及数据传输技术领域，尤其涉及一种基于蚁群算法的视频多路并行传输分流方法及其系统。

背景技术

近年来，移动视频流量迎来了爆发式的增长。根据思科的市场调查报告显示，移动视频流量在2016年全年的移动数据流量中占比已经超过了60％，并且到了2021年这个数据将会达到78％。高速增长的视频流量给现有的网络负载能力带来了巨大的挑战。并且，随着无线网络技术的不断提升，用户对视频质量的需求也在不断提升。超高清、低时延的视频业务需求将成为未来的主流应用趋势。在当前的LTE移动网络中，虽然覆盖范围广，移动性支持也较好，但移动用户的上行链路带宽有限，且移动网络的资费较高。而WIFI无线网络，虽然速率较高，但移动性支持差，且覆盖范围有限。

蚁群算法是一种仿生学算法，是受到了大自然中蚂蚁寻找食物的过程启发的。蚂蚁在找到食物后，会开始向周围散发出信息素，该信息素会吸引种群的蚂蚁往信息素的方向移动，信息素越浓，吸引的蚂蚁越多。但信息素会随着时间的推移而挥发。假若其中由一只蚂蚁寻找到食物所经过的路径较短，则在相同的时间内该路径上的信息素挥发的较其他路径少，因此该路径会吸引更多的蚂蚁前往，最后全部的蚂蚁都会朝着通往食物最短的路径移动。如何将蚁群算法应用于数据传输技术领域成为一个研究课题。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于蚁群算法的视频多路并行传输分流方法及其系统。

本发明采用的技术方案是：

一种基于蚁群算法的视频多路并行传输分流方法，其包括以下步骤：

S1，设定第n路链路上的信息素浓度为p_n，表示第n条链路上在过去的一段时间内分配的流量；随着链路n上分配的流量越多，链路n的信息素也越大，代表该链路质量越好，后续分配的概率也越大：同时规定p_n的初始值p_n＝1，对第一帧设置初始值p_n＝1，其他帧以系统存储的p_n值作为初始值；即在第一帧初始状态下所有路径的信息素浓度都相同，即为1。从第二帧开始，各路径的信息素浓度根据以前的分配情况更新；

S2，获取每路链路的带宽b_n和时延t_n；

S3，分别计算每路链路的期望程度参数R_n，其计算公式为：

R_n代表第n路链路的期望程度，链路的带宽b_n越大，传输时延越小t_n，该链路的期望程度越高，即拟分流的数据也将也多；

S4，根据R_n从大到小依次计算所有链路分别预分配到的当前视频帧的流量大小S_m,n；其计算公式为：

其中，b_n*T代表在帧传输时间T内该路径的传输带宽，S_m代表当前帧的大小，代表当前帧在第n路链路分配的数据大小，α为信息素浓度的权重，β为期望程度的权重；

S5，设定信息素浓度为p_n的更新因子为γ，判断当前链路对应当前视频帧分配的数据大小是否超过该链路在帧传输时间T内的最大带宽：

当不小于b_n*T时，γ＝0；否则，γ＝S_m,n；