The invention discloses a DRL-based bit rate adaptive UAV video streaming transmission method, which takes the UAV status information collected by sensors as the reference index of ABR. The UAV status information includes flight speed, acceleration, distance between transmitter and receiver, and classifies the UAV status information according to the influence degree of the above parameters on the air-ground wireless channel, so that each video bit rate decision can be referred to. Considering the influence of UAV state, it is suitable for the situation that channel state fluctuates sharply with UAV state, and improves the quality of user experience. LSTM network is applied to DRL method. LSTM network processes the average throughput of the past eight video blocks, extracts the characteristics of throughput time-domain sequence, so as to better grasp the change of channel state and improve the future information. Bit rate selection is more correct for channel state prediction.
【技术实现步骤摘要】
一种基于DRL的比特率自适应无人机视频流传输方法
本专利技术属于无人机视频流传输领域,更具体地,涉及一种基于DRL的比特率自适应无人机视频流传输方法。
技术介绍
近年来,基于无人机的视频流应用数量迅速增长,例如利用航拍无人机进行视频直播等。大多数的视频播放器都使用自适应比特率(ABR,AverageBitrate)算法来优化视频质量。视频的下载与播放是分块进行的,每个块都有几种不同的编码方式,分别对应不同的视频质量(比特率):高清、超清、流畅等等。而ABR算法所要做的就是自动根据其所依据的观测指标为下一个所要下载的视频块选择最佳的比特率。现有的ABR算法包括基于缓冲区的算法、基于速率(即吞吐量)的算法等。在特定的场景中这些算法效果比较理想,但是这些算法的设计都是基于简化的环境模型或者固定的控制规则,因此不能适用于广泛的网络条件。为解决上述问题,有研究采取深度强化学习(DRL,Deepreinforcementlearning)生成视频ABR算法,深度强化学习的agent会自动根据过去的经验数据学习出如何做出最佳的决策。然而,与传统的地面终端通信不同,无人机的飞行轨迹更加波动,使得多普勒效应更加明显,同时前后时刻的信道状态波动剧烈,使得信道状态信息CSI很难估计准确,解调容易出错,最终造成吞吐量的下降。因此将基于DRL的AB算法应用到无人机视频流时会遇到困难。
技术实现思路
针对现有技术的缺陷,本专利技术的目的在于解决现有技术将基于DRL的AB算法应用到无人机视频流时,由于无人机前后时刻的信道状态波动剧烈,使得信道状态信息CSI很难估计准确,解调容易出错,最终造 ...
【技术保护点】
1.一种基于DRL的比特率自适应无人机视频流传输方法,其特征在于,该方法包括以下步骤:S1.无人机将第1‑8个视频块以设定比特率传输给地面客户端,t初始化为9;S2.将第t个视频块开始时刻对应的无人机状态信息发送给地面客户端,所述无人机状态信息包括GPS、加速度和飞行速度;S3.依据各无人机状态信息对无线信道的影响,地面客户端对各无人机状态信息分级处理,得到分级处理后的无人机状态
【技术特征摘要】
1.一种基于DRL的比特率自适应无人机视频流传输方法,其特征在于,该方法包括以下步骤:S1.无人机将第1-8个视频块以设定比特率传输给地面客户端,t初始化为9;S2.将第t个视频块开始时刻对应的无人机状态信息发送给地面客户端,所述无人机状态信息包括GPS、加速度和飞行速度;S3.依据各无人机状态信息对无线信道的影响,地面客户端对各无人机状态信息分级处理,得到分级处理后的无人机状态S4.无人机状态与视频状态第t-8个~第t-1个视频块中每个视频块的平均吞吐量共同构成当前状态向量S5.地面客户端将当前状态向量输入至训练好的DRL网络,网络输出比特率选择lt,并发送给无人机;S6.无人机根据比特率选择lt,将第t个视频块发送给地面客户端;S7.将t更新为t+1,并重复步骤S2-S6,直至视频流中所有视频块传输结束。2.如权利要求1所述的比特率自适应无人机视频流传输方法,其特征在于,所述依据各无人机状态信息对无线信道的影响,地面客户端对各无人机状态信息分级处理,得到分级处理后的无人机状态具体包括:(1)将距离小于50米定义为dt=0,距离不小于50米定义为dt=1;(2)将速度处于[0,4)区间定义为pt=0,速度处于[4,8)区间定义为pt=1,速度处于[8,12)区间定义为pt=2,...
【专利技术属性】
技术研发人员:王巍,王艺苑,江涛,
申请(专利权)人:华中科技大学,
类型:发明
国别省市:湖北,42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。