基于彩色可見光的大數據視頻流并行編碼與傳輸算法

穆曉芳，鄧紅霞，郭虎升，亓 慧

(1.太原師范學院 計算機系; 太原 030619； 2.太原理工大學 信息與計算機學院， 太原 030024;3.山西大學 計算機與信息技術學院, 太原 030006)

隨著無線通信業務的飛速發展，10 GHz頻率之下的可用頻譜資源已經嚴重稀缺。光通信采用光信號傳輸信息，可提供400 THz的帶寬，是室內無線電磁波通信的重要補充[1-2]。隨著“LiFi”的出現，光通信成為WiFi技術的重要補充，將在室內通信領域扮演重要的角色[3]。

根據思科白皮書報告[4]，視頻類數據占據當前移動互聯網數據量的一半以上，研究視頻數據流的室內高效率通信方案是當前的一個熱點領域[5]。

可分級視頻編碼(SVC)[6]是當前視頻數據流最主要的編碼方式。SVC技術從單一碼流中通過比特流抽取的方式得到不同幀率、不同分辨率和不同圖像質量的視頻數據，為用戶提供不同速率的視頻流[7]。由于SVC的信源編碼速率和信道傳輸速率相匹配時才能獲得最高傳輸效率，因此直接將SVC數據流在可見光通信信道中傳輸無法利用可分級視頻編碼的優勢[8]。在可見光通信的視頻傳輸系統中，應對視頻流的編碼速率和信道的傳輸速率進行聯合優化，從而在保證視頻質量的同時減小通信資源的成本[9]。當前音頻[10]、視頻數據流在可見光通信方面的傳輸方案主要是通過脈沖寬度調制、可變脈沖位置調制等調制技術對比特信息進行傳輸，未結合音頻數據流或視頻數據流的特點。可分級視頻編碼將視頻按照質量、空間、時間三個維度進行分級，劃分了多個視頻層，按照網絡的QoS(quality of service)[11]與QoE(quality of experience)[12]調節傳輸的視頻層，從而保證視頻傳輸的速度與可靠性。

本文針對可見光通信的特點，設計了可分級視頻編碼的通信方案，采用LED的RGB三色信道并行、獨立地傳輸SVC數據流的各個層(基層、增強層等)，提高視頻數據流的傳輸速率。此外，根據信道狀態信息，設計了自適應的信道資源分配方案，提高視頻數據流傳輸的可靠性。

1 系統模型

1.1 可見光信道模型

根據文獻[13]，可見光的信道模型定義如下：

R(t)=αS(t)·G(t)+N(t)

(1)

式中：R(t)是接收端光電探測器的接收信號；S(t)是傳輸的光信號；N(t)是探測器響應度(一般為加性高斯白噪聲)；G(t)表示脈沖響應。

1.2 可分級視頻編碼模型

可分級視頻編碼(SVC)信號分為多個層，每層的優先級不同[14]。第一層為基層，基層信號的優先級最高，包含了視頻的最基本信息；第二層為增強層，增強層的數據能夠有效地提高視頻質量。本文基于顏色信道的狀態信息設計了顏色信道分配方案，選擇合適的顏色信道傳輸SVC視頻流的各層數據，如圖1所示。

圖1 可分級視頻流的傳輸方案

H.264/SVC標準編碼[15]的3種分級策略可以根據網絡帶寬的條件自適應地選擇最優的分級組合。圖2所示是H264標準3種分級策略的示意圖。

圖2 H.264視頻編碼的3種分級示意圖

1.3 可見光系統的亮度控制方案

圖3所示是可見光系統的亮度控制模塊，基于PWM(脈沖寬度調制)[16]控制光的亮度，通過LED的“on”與“off”狀態控制PWM。LED的“on”狀態對應PWM的脈沖寬度延續，LED的“off”狀態對應PWM的脈沖結束[17]。因此，在LED的“on”狀態，將視頻數據調制為亮度控制的可見光，在LED的“off”狀態，數據停止傳輸。

圖3 可見光系統的光亮度控制模塊

VLC系統的直流信道增益定義為[3]：

H(0)=((m+1)cosm(φ)Acos(θ))/(2πd2)

(2)

式中：φ為LED的輻射角度；m為Lambertian發射體的階；d為LED與光電探測器之間的距離；A是光電探測器的物理區域；θ為光的入射角。調制后LED的輸出光信號可表示為p(t)=Pt(1+Mindex·f(t))，其中Pt為LED的發送光功率，Mindex為調制方式，f(t)為歸一化的調制信號。接收端完成光電檢測后，將電信號的直流分量過濾掉，此時的電信號SNR為：

SNR=((RH(0)PtMindex)2f(t)2)/σ2

(3)

式中：σ2為噪聲方差；R為光電探測器的響應度。

2 傳輸系統設計

2.1 基于脈沖寬度調制的可見光顏色控制

使用脈沖寬度調制(PWM)調節LED的RGB三色。圖4所示是使用PWM調節的RGB控制時序圖。PWM調節RGB三色信號的占空比，每個RGB分量相互獨立。因此，PWM能夠調節每個RGB的時序與占空比，從而實現對顏色的控制。

圖4 使用PWM調節的RGB控制時序圖

2.2 可變脈沖位置調制(VPPM)

VPPM是IEEE 802.15.7標準(可見光通信協議)中推薦的調制方式之一[18]，結合了脈沖寬度調制與2-PPM調制兩者的特點，通信時使用2-PPM，亮度控制則使用PWM，如圖5所示。可變脈沖位置調制(VPPM)在光照不閃爍的情況下，同時提供照明與通信服務。VPPM調制中LED光的“on”狀態保持穩定，可通過調節占空比實現VPPM的亮度控制。

圖5 VPPM調制的編碼方式示意圖

2.3 顏色與亮度控制系統中SVC信號分配方案

SVC的信道分配方案對于視頻傳輸的性能十分重要。本文基于RGB信道的狀態信息設計了一種SVC資源分配方案，在VLC系統中支持多層的視頻數據流。

圖6所示是系統的發送器與接收器模塊框圖。首先，通過SVC編碼器將輸入數據編碼為比特數據流，并為數據流分配不同的優先級，根據RGB三個信道的狀態信息自適應地為SVC每層碼流分配信道。RGB三色的不同混合比例獲得的BER性能與光電轉換的效率不同，因此，根據RGB信道的狀態信息選擇最優的信道，將該信道作為SVC基層傳輸信道。

圖6 本系統的發送器與接收器模塊框圖

圖7所示是BER性能與光照控制之間的關系。亮度與光照距離的平方成反比例關系，亮度越高，誤碼率越高。光照距離越長，從光源接收的能量越少，通過光照控制減少了光源的亮度，也減少了接收的能量。

2.4 SVC碼流的自適應信道分配方案

為了補償光照控制所引起的性能衰減，為每個信道分配一個附加的基層信號，從而提高通信可靠性。圖8是方案示意圖，根據RGB三個顏色的混合比例，將RGB三個信道分別分配為增強層1、增強層2和基層。SVC信號中基層數據最為重要，確保了視頻質量的下限。當光亮度下降為50%時，將RGB三個信道分別分配為基層、增強層1和基層；當光照強度下降為25%時，將RGB三個信道全部分配為SVC碼流的基層。

圖7 誤碼率性能與通信距離、光亮度的關系

算法1 視頻碼流的自適應信道分配算法

圖8 SVC信號自適應分配算法

3 仿真實驗與結果分析

3.1 仿真參數

基于Matlab進行仿真實驗。視頻的數據速率為400 Mbps，噪聲模型為加性高斯白噪聲(AWGN)[19]，背景光噪聲為0(dBm)，SVC視頻流為JSVM ver.13.1模型[20]。SVC視頻分為基層、第一增強層與第二增強層共3層。每個信道的信噪比(SNR)為：

SNRr=3Rr(PrKr/(Kr+Kg+Kb))2/qPbgRb

SNRg=3Rg(PrKg/(Kr+Kg+Kb))2/qPbgRb

SNRb=3Rb(PrKb/(Kr+Kg+Kb))2/qPbgRb

(4)

式中：Pr為光電探測器接收的全部能量；Kr、Kg、Kb分別為R、G、B三色的混合比例；Rr、Rg、Rb分別為3個顏色的光電轉化效率。由于共有3個子信道，故每個子信道效率為Rb/3。表1所示是仿真的具體參數值。

表1 仿真的具體參數值

3.2 仿真實驗結果與分析

3.2.1不同顏色混合比例的性能

LED通過調節輸出能量獲得不同的RGB顏色混合比例。平均誤碼率值與顏色混合比例的關系是可見光通信的重要性能指標。

首先，控制RGB顏色的比例，測試可見光通信的平均誤碼率，結果如圖9～11所示。圖9的RGB混合比例為255∶102∶153，光亮度為75%，該場景下紅色光信道的誤碼率最高，藍色信道次之，綠色信道的誤碼率最高。因為傳統的可分級視頻流在可見光通信的傳輸方案中是RGB三個信道同時傳輸相同的數據流，所以3個信道的效率較低。

圖9 RGB三色信道的誤碼率與接收光能量的關系(RGB混合比例為255∶102∶153，光亮度為75%)

圖10的RGB混合比例為51∶255∶102，光亮度為75%。從圖中可看出：3個顏色信道的性能從高到低分別為綠色、藍色與紅色，因此增加RGB顏色的混合比例有助于提高該顏色信道的誤碼率性能。圖11的RGB混合比例為153∶102∶255，光亮度為75%，從圖中可看出，3個顏色信道的性能從高到低分別為藍色、紅色與綠色。

通過分析圖9～11發現，各顏色的混合比例對該顏色的誤碼率具有直接影響，因此本文的可分級視頻編碼數據自適應傳輸算法將高優先級的SVC層分配至混合比例高的顏色信道傳輸，以期獲得最高的通信QoS。

圖12所示是本系統的PSNR結果(RGB混合比例為153∶102∶255，光亮度為75%)。方案1中藍色信道為基層，紅色、綠色信道分別為增強層1與增強層2，方案2中藍色信道為基層，綠色、紅色信道分別為增強層1與增強層2。從圖12可看出，藍色信道為最優信道，綠色信道為最差信道，將藍色信道作為基層即可獲得理想的傳輸效果。

圖10 RGB三色信道的誤碼率與接收光能量的關系(RGB混合比例為51∶255∶102，光亮度為75%)

圖11 RGB三色信道的誤碼率與接收光能量的關系(RGB混合比例為153∶102∶255，光亮度為75%)

圖12 原視頻的PSNR值、方案1與方案2所獲得的PSNR值

3.2.2不同光亮度的性能

控制可見光的光亮度，測試不同光亮度對誤碼率性能的影響[21]。圖13所示是平均誤碼率與光亮度的關系，可看出誤碼率隨著光亮度的下降而提高，因為光亮度下降導致接收端的信號強度與通信范圍均降低，導致可見光通信的誤碼率提高。

雖然光亮度導致通信誤碼率明顯提高，但是本算法設計了SVC分配機制，通過減少增強層數據流的傳輸保證基層數據的可靠傳輸。圖14是RGB混合比例為102∶153∶255時，光亮度分別為25%、50%、75%的視頻PSNR值。當光亮度為50%時，本方案僅傳輸了基層與增強層1與增強層2，此時的PNSR值最高；當光亮度為50%時，本方案僅傳輸了基層與增強層1；當光亮度為25%時，本方案僅傳輸基層的數據，從而保證視頻的最低質量要求。從圖14可看出，光亮度為75%時，源視頻信號PSNR為40 dB，光通信獲得的視頻信號PSNR為38 dB。當光照強度為50%時，光通信獲得的視頻信號PSNR為32 dB；當光照強度為25%時，光通信獲得的視頻信號PSNR為30 dB。

圖13 平均誤碼率性能與光亮度的關系

圖14 視頻PSNR值(RGB混合比例為102∶153∶255，方案2、3、4的光亮度分別為25%、50%、75%)

4 結束語

針對可見光通信的特點，設計了可分級視頻編碼的通信方案。采用LED的RGB三色信道并行地傳輸SVC數據流的各個層，提高視頻數據流的傳輸速率。本文的自適應分配方案有效地提高了視頻信號的QoS與誤碼率性能。

本文算法是一種針對可分級視頻編碼的可見光通信技術，在一定程度上提升了可分級視頻編碼的通信質量。可分級視頻編碼技術除了本文研究的H.264/SVC格式，還有HEVC/SVC等新格式，下一步將對HEVC/SVC等編碼格式進行研究與分析，并針對格式的細節做優化與改進。