Научная статья на тему 'Марковская модель пакетирования ошибок в беспроводных системах видеонаблюдения'

Марковская модель пакетирования ошибок в беспроводных системах видеонаблюдения Текст научной статьи по специальности «Компьютерные и информационные науки»

CC BY
93
30
i Надоели баннеры? Вы всегда можете отключить рекламу.

Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Шелухин О. И., Руднев А. Н., Васьковский А. Н., Кульбака С. С.

Рассмотрено формирование Марковской имитационной модели пакетирования ошибок в системах видеонаблюдения, построенных на базе систем беспроводного доступа WiMax. Показано, что Марковские процессы с необходимым числом состояний достаточно хорошо описывают механизм трансляции видеоинформации. С увеличением числа состояний Марковской цепи наблюдается меньшая расходимость между реальными и моделируемыми данными, однако при этом увеличивается сложность модели, анализ и обработка данных полученных с помощью нее.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по компьютерным и информационным наукам , автор научной работы — Шелухин О. И., Руднев А. Н., Васьковский А. Н., Кульбака С. С.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Текст научной работы на тему «Марковская модель пакетирования ошибок в беспроводных системах видеонаблюдения»

25 декабря 2011 г. 3:59

ТЕХНОЛОГИИ ИНФОРМАЦИОННОГО ОБЩЕСТВА

Марковская модель пакетирования ошибок в беспроводных системах видеонаблюдения

Рассмотрено формирование Марковской имитационной мелели пакетирования ошибок в системах видеонаблкщения, построенных на базе систем беспроводного доступа \ViMax. Показано, что Марковские процессы с необходимым числом состояний достаточно хорошо описывают механизм трансляции видеоинформации. С увеличением числа состояний Марковской цепи наблюдается меньшая расходимость между реальными и моделируемыми данными, однако при этом увеличивается сложность модели, анализ и обработка данных полученных с ПОМОЩЬЮ нее.

Шелухин О.И., Руднев А.Н., Васьковский А.Н., Кульбака С.С.

Постановка задачи. В настоящее время для систем видеонаб-лкздения характерна все возрастающая мобильность средств приема и отправки видео информации в прямом эфире В связи с постоянно меняющимся расположением источников приема и передачи в широкополосных каналах связи, в условиях городской инфраструктуры, информационная последовательность (набор пакетов) частично не доходит до пользователей, что приводит к искажениям видео изображения, или любой другой информации. Оценка поведения потерь во времени является существенной проблемой, так как это один из важнейших параметров, влияющий на распространение информации в пределах сети.

Сложность модели возрастает при более точном описании данных, полученных при экспериментальных измерениях. Марковские процессы с необходимым числом состояний достаточно хорошо описывают механизм трансляции информации, знание которого необходимо для анализа сетевых проблем при пакетной передаче видео. Параметры модели позволяют определить качество переданного видео и статистических параметров сети.

Целью работы является создание реалистичной математической и имитационной модели поведения потерь в каналах связи систем видеонаблюдения на базе аппарата марковских цепей [1]. По экспериментальным данным, полученным в результате трансляции потокового видео с движущегося источника на базе сети \ЛЛМах, разработана модель, описывающая изменение длительностей интервалов ошибок и безошибочных интервалов приема во время передачи потокового видео.

Экспериментальные измерения качества передачи трафика с учетом подвижности абонентов

Для оценки влияния подвижности абонентов была развернута сеть'ММах (2] стандарта 1ЕЕЕ 802.16е с использованием базовой и абонентской станций. Базовая станция (БС) установлена на крыше 23-этажного здания.

Используются кросс-поляризовонные антенны с коэффициентом усиления 9 дБи, ширина диаграммы направленности 90 гр. Азимут на-

правления антенны равен 300 гр. Передвижная абонентская станция (АС) была установлена в автомобиле. Две антенны АС с круговой диаграммой направленности и коэффициентом усиления 2 дБи были установлены на крыше автомобиля. Запись изображения с видеокамеры производилась в движущемся автомобиле на ноутбук и одновременно транслировалась на удаленный компьютер через сеть WiMax Сетевая архитектура сети широкополосного доступа WiMax и общая схема подключения представлена на рис. 1.

Средняя скорость движения автомобиля составляло 60 км/ч. Максимально удаление от базовой станции равно 950 м. На большем протяжении маршрута между БС и АС отсутствует прямая видимость, тем самьш основными причинами возникновения помех при трансляции являются отражение, дифракция, рассеивание и др.

Для построения сети WiMax и трансляции видеопотока использовалось следующее оборудование: Базовая станция RuggedMAX ™ WiN7000. Полоса используемых частот 1350-1400 МГц соответствие WiMax Forum Wave 2 Profile, IEEE 802.16e OFDMA, метод уплотнения TDD, максимальная мощность передачи 36 дБм [7]. Абонентская станция RuggedMAX ™ WiN5100. Полоса используемых частот 1350-1400 МГц соответствие WiMax Forum Wave 2 Profile, IEEE 802.16e OFDMA, метод уплотнения TDD, максимальная мощность передачи 23 дБм [2]. Ноутбук DELL Latitude D430. Веб-камера Logitech QuickCom Pro 9000.

Видео транслировалось в течение 30 минут со следующими параметрами: формат mp4; кодек Н.264; постоянный битрейт 600 кбит/с; частота кадров 25; разрешение 640x480; тип GOP IPBBPBB.

FY«c. 1. Сетевая архитектура сети широкополосного доступа WiMax

T-Comm, # 10-2011

105

ТЕХНОЛОГИИ ИНФОРМАЦИОННОГО ОБЩЕСТВА

В соответствии с полученными коэффициентами выражение, аппроксимирующее исходное дополнительное распределение длительностей OFF периодов, можно записать в виде:

Г(к)~ 0.612086*"*^^ * + 0.631933#-***•*»* + 0.073586*-«л****

_ _ 131

Для апроксимацииДФР ON- процесса воспользуемся функцией: Г (к) = + В:е-*к ♦ В,е-*к + В4е-Ь* + + в4Г*>*

(4)

С помошью метода наименьших квадратов находим искомые коэффициенты для выражения (4).

Таблица 2

Коэффициенты аппрпоксимации для выражения (4)

*1 К Bz fit fit

0.065836 0.000643 0.107716 0.00070К 0.33109 0.007203

в, А Ві fit В* h

0.057449 6.1 КН-05 0.007203 0.291568 0.224767 0.0094038

В соответствии с полученными коэффициентами выражение (4), аппроксимирующее исходное дополнительное распределение длительностей ОМ периодов, можно записать в виде:

Г*(*) - 0.065836 в-*000*41 ‘ ♦ 0.107716е-***70* * + 0.33109 * +

♦ 0,057449 + 0,007203 ♦ 0,224767 #‘ов‘тв*в*

(5)

После нормирована полученных аппроксимирующих выражений (3, 5) дополнительных распределений длительностей ОЫ- и ОРР- процессов составим матрицу перехас^ых вероятностей Матрица вероятностей перехода размера 9x9 будет иметь следующий виц (см рис 7).

A (OFF)

В (ON)

0.933579 0 0 0.00411 0.006724 0.020669 0.003586 0.013131 0.018201

0 0.933572 0 0.00411 0.006725 0.020671 0.003587 0.013132 0.018203

0 0 0.575016 0026296 0.043024 0.132245 0.022946 0.064014 0.116459

0.000145 0.00019 0.000308 0 999357 0 0 0 0 0

0.00016 0.000209 0.000339 0 0.999293 0 0 0 0

0.001621 0.002118 0.003438 0 0 0.992823 0 0 0

1.39Е-05 1.82Е-05 2 96Е-05 0 0 0 0 999938 0 0

0.001621 0.002118 0.003438 0 0 0 0 0.992823 0

0.045467 0.059406 0096426 0 0 0 0 0 0.798702

8. Матрщр переход**» вероятностей с коэффициентами

<n(F-)

Подставляя значения соответствующих коэффициентов из таблиц 1 и 2 в найденную матрицу вероятностей перехода получим (см. рис. 8).

Результаты имитационного моделирования

ДФР ON и OFF процессов для смоделированной и экспериментальной последовательностей, полученные с помощью описанной Марковской модели приведены на рис 9.

Проведенные численные эксперименты показали, что увеличение числа состояний Марковской модели описывающей пакетирование ошибок позволяет получить хорошее совпадение между результатами экспериментальных данных и полученными с помощью имитационного моделирования.

Выводы

Получено имитационная модель прохождение сигналов видео трофика в каналах связи на базе аппарата Морковсхой цепи для системы видеонаблюдения на базе WiMax. Марковские процессы с необходимым числом состояний достаточно хорошо описывают механизм трансляции видеоинформации. С увеличением числа состояний Марковской цели наблюдается меньшая расходимость между реальными и моделируемыми данными, однако при этом увеличивается сложность модели, анализ и обработка данных полученных с помощью нее.

Литература

1 OJ4. Шагтухдо, А. М. Твиякшвв, А В. Ост Модвлфовсмю информационных систем — М.: Радиотехника 2006.

2. В.С Goearcm В.И. Есипенко, ЦП. Ковотев, BJ. Сухаребров.

WiMax — технология бесгроводной связи: теоретические основы, стсэдар ты, применение. — Издательство: Петербург, 2005.

2 ПортонаэНИ, ОврсМЯАД» Шуреиаов&М Марковские гроцес-

сьЛ-М: Наука. 1989.

4 ИКВмкпв, СМ.Зу», ГМЦввтхпва Случайные процессы — М: МГТУ им ИЗ.Баумана, 1999.

5. h#p//developer.opple.com/opensource/sefv-

ег/slreaming/indexh(ml. дата обращения

2.06.2010.

6. hip://www.apple.com. дата обращения

29.06.2010.

7. http://standads.ieee.org/geiieee802/ 802.16.ЫгтА дата обращения 9.02.2010.

8. bftp://www.vrtresbcfk.0r9. дата обращения

2.09.2010.

9. Nip://www.virtualdub.ofg. дата обращения

19.04.2010.

In(F-)

6}

* і )\

I\

2 .

4 s*. І

u

« « 1 l і і

но m к

FW. 9. ДФР смоделировсхных выборок длительности Off (а) и ON (6) — периодов: (1 — эксперимент, 2 — моделирование) 108

. к

T-Comm, #10-2011

i Надоели баннеры? Вы всегда можете отключить рекламу.