徐國斌,符哲蔚,劉明,鄧志吉,王存剛,鐘廣海,李輝,孟偉,吳云杰
5G上行帶寬探測與應(yīng)用研究
徐國斌1,符哲蔚2,劉明2,鄧志吉2,王存剛2,鐘廣海2,李輝2,孟偉2,吳云杰2
(1. 浙江大學(xué),浙江 杭州 310058;2.浙江大華技術(shù)股份有限公司,浙江 杭州 310053)
提出了一種5G上行帶寬探測與應(yīng)用的方案,能夠有效解決視頻監(jiān)控?cái)?shù)據(jù)在5G網(wǎng)絡(luò)傳輸過程中遇到的網(wǎng)絡(luò)波動問題,助力5G視頻監(jiān)控應(yīng)用的實(shí)際落地部署。該方案在終端側(cè)獲取5G基站的無線資源調(diào)度信息,通過統(tǒng)計(jì)傳輸資源,估算出上行帶寬變化趨勢,結(jié)合流媒體應(yīng)用的智能編碼技術(shù)和碼流自適應(yīng)技術(shù),在損失一定視頻清晰度的代價(jià)下,保證視頻不卡頓、畫面連續(xù),保障客戶的整體感知。該方案可以廣泛應(yīng)用在校園視頻監(jiān)控等5G公共業(yè)務(wù)多、網(wǎng)絡(luò)波動大、覆蓋范圍廣的場景。
5G網(wǎng)絡(luò);上行帶寬探測;校園視頻監(jiān)控
當(dāng)前,中國已進(jìn)入以技術(shù)創(chuàng)新推動經(jīng)濟(jì)發(fā)展的新階段。“十四五”規(guī)劃綱要強(qiáng)調(diào),必須堅(jiān)持深化供給側(cè)結(jié)構(gòu)性改革,以創(chuàng)新驅(qū)動、高質(zhì)量供給引領(lǐng)和創(chuàng)造新需求。為保證經(jīng)濟(jì)高質(zhì)量、可持續(xù)發(fā)展,需要通過前沿技術(shù)創(chuàng)新來拓寬經(jīng)濟(jì)增長空間。5G是新一輪科技和產(chǎn)業(yè)革命中的關(guān)鍵技術(shù)之一,它將與物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、人工智能等技術(shù)融合,促進(jìn)形成一系列新業(yè)態(tài),賦能經(jīng)濟(jì)社會各領(lǐng)域。
5G包含計(jì)算、存儲、網(wǎng)絡(luò),是面向萬物互聯(lián)的網(wǎng)絡(luò)[1-2],因此各個(gè)垂直行業(yè)的應(yīng)用[3]是5G未來發(fā)展的趨勢。例如校園安全管理[4],當(dāng)前校園安全視頻監(jiān)控主要使用有線網(wǎng)絡(luò),由于電線可以就近簡單地分出電源線,而有線網(wǎng)絡(luò)需要架設(shè)路由器或者由機(jī)房拉線部署,因此相比設(shè)備上電,有線網(wǎng)絡(luò)的施工難度更大。5G網(wǎng)絡(luò)具備比擬有線網(wǎng)絡(luò)的大帶寬、低時(shí)延、高可靠特性,并具備上電即入網(wǎng)的快速施工部署能力,在校園新點(diǎn)位布控、臨時(shí)布控等場景中具備良好的應(yīng)用前景。
但是,相比有線網(wǎng)絡(luò),5G網(wǎng)絡(luò)尚存在上行帶寬不足、無線資源共享影響、網(wǎng)絡(luò)波動較大等問題,在實(shí)際應(yīng)用中存在較多挑戰(zhàn)。為解決上述5G實(shí)際部署遇到的問題,在上行覆蓋增強(qiáng)[5]、網(wǎng)絡(luò)速率提升[6]等方面,已存在一些研究,而本文創(chuàng)新性地提出5G上行帶寬探測技術(shù),并探討其應(yīng)用方案,以解決實(shí)際部署中的5G無線網(wǎng)絡(luò)波動問題。
5G無線視頻監(jiān)控應(yīng)用場景如圖1所示,前端攝像頭采集的視頻監(jiān)控?cái)?shù)據(jù),通過5G網(wǎng)關(guān),分流到應(yīng)用平臺。PC、手機(jī)、平板計(jì)算機(jī)等應(yīng)用客戶端可以通過有線和無線網(wǎng)絡(luò)訪問平臺。

圖1 5G無線視頻監(jiān)控應(yīng)用場景
與傳統(tǒng)的有線視頻監(jiān)控方案不同,視頻監(jiān)控?cái)z像頭集成5G模組,通過5G無線網(wǎng)絡(luò)上傳高清視頻數(shù)據(jù),無須鋪設(shè)有線光纖和網(wǎng)線,可以快速在監(jiān)控點(diǎn)位安裝上線,并支持移動監(jiān)控、臨時(shí)部署,應(yīng)用范圍更為廣泛。而4G等傳統(tǒng)蜂窩網(wǎng)絡(luò)存在上行帶寬不足等問題,無法支持大量的視頻監(jiān)控終端接入。5G網(wǎng)絡(luò)具有大帶寬、低時(shí)延的特性,能夠滿足較多視頻監(jiān)控終端接入,從商業(yè)可用性上,實(shí)現(xiàn)了無線監(jiān)控業(yè)務(wù)的突破,應(yīng)用發(fā)展迅速。
但是在校園監(jiān)控等場景中,公共用戶多且流動性大,通信業(yè)務(wù)波動性較大,利用5G網(wǎng)絡(luò)進(jìn)行視頻傳輸時(shí),易發(fā)生無線信道擁塞造成上行帶寬受限,導(dǎo)致業(yè)務(wù)卡頓,影響用戶體驗(yàn)[7]。為能夠更好地實(shí)現(xiàn)5G無線視頻監(jiān)控應(yīng)用,本方案通過對5G基站的控制信息分析,實(shí)現(xiàn)上行帶寬探測,估算出基站上行帶寬趨勢值,輸入流媒體應(yīng)用模塊,通過智能編碼和碼流自適應(yīng)技術(shù)的應(yīng)用,進(jìn)行碼流速率動態(tài)上調(diào)或下調(diào),實(shí)現(xiàn)網(wǎng)絡(luò)波動下,視頻依舊流暢,并且呈現(xiàn)清晰播放的效果。
5G上行帶寬探測技術(shù)與應(yīng)用整體流程如圖2所示。本方案基于5G網(wǎng)絡(luò)下的無線視頻監(jiān)控開發(fā),其工作原理也適用于4G等蜂窩網(wǎng)絡(luò),但由于4G網(wǎng)絡(luò)帶寬不足,極少用于大規(guī)模視頻監(jiān)控業(yè)務(wù)的接入,本文未展開這方面的研究。
5G上行帶寬探測方法與原理如圖3所示,5G蜂窩網(wǎng)絡(luò)中,終端通過物理上行共享信道(physical uplink shared channel,PUSCH)傳輸上行業(yè)務(wù)數(shù)據(jù)時(shí),將同時(shí)向基站請求后續(xù)傳輸?shù)馁Y源,基站根據(jù)上行信道的信噪比、信號強(qiáng)度、功率余量等數(shù)據(jù),結(jié)合終端上報(bào)的緩存狀態(tài)報(bào)告、接入終端數(shù)量和服務(wù)優(yōu)先級綜合進(jìn)行評估,對終端進(jìn)行資源分配,通過物理下行控制信道(physical downlink control channel,PDCCH)承載的下行鏈路控制信息(downlink control information,DCI)通知終端,終端根據(jù)解碼出的調(diào)制與編碼策略(modulation and coding scheme,MCS)和資源塊(resource block,RB)數(shù)量映射出傳輸塊大小(transport block size,TB Size),進(jìn)行后續(xù)上行傳輸。傳輸過程中,終端將重復(fù)上述流程,實(shí)現(xiàn)資源請求—傳輸—請求的上行調(diào)度[8]。
TB Size可認(rèn)為是在一次時(shí)隙級調(diào)度中,基站分配給終端的可用帶寬。由于基站確定上行MCS和RB數(shù)是根據(jù)檢測到的上行信道條件、接入終端數(shù)量及優(yōu)先級等信息綜合決策得出[9],因此網(wǎng)絡(luò)環(huán)境的多終端資源競爭、信道干擾等因素均會影響MCS和RB數(shù)量的確定,進(jìn)而影響TB Size大小[10-11]。它能夠反映基站在不同信道環(huán)境下(如干擾和網(wǎng)絡(luò)擁塞環(huán)境)對終端分配資源的策略。當(dāng)網(wǎng)絡(luò)環(huán)境變差時(shí),基站不具備提供終端所需帶寬資源的能力,此時(shí)TB Size可反映后續(xù)終端能夠獲取到的最大帶寬,指導(dǎo)流媒體應(yīng)用下調(diào)碼流;當(dāng)信道環(huán)境變好時(shí),基站可滿足終端的帶寬需求,此時(shí)基站會給終端分配高于實(shí)際需求的帶寬資源,此時(shí)TB Size可反映帶寬資源充足時(shí)的帶寬余量,指導(dǎo)流媒體上調(diào)碼流。

圖2 5G上行帶寬探測技術(shù)與應(yīng)用整體流程

圖3 5G上行帶寬探測方法與原理
但是,TB Size僅為時(shí)隙級(毫秒級)調(diào)度的帶寬,反映的是一個(gè)瞬間終端的緩存狀態(tài)及基站的調(diào)度策略。由于終端數(shù)據(jù)并非均勻發(fā)送,該數(shù)值波動較大,因此本方案將統(tǒng)計(jì)時(shí)刻拉長,通過一段固定周期對所有TB Size的值進(jìn)行統(tǒng)計(jì)和累加,以此反映當(dāng)前的帶寬趨勢,指導(dǎo)流媒體自適應(yīng)應(yīng)用。
為評估短周期內(nèi)的TB Size統(tǒng)計(jì)值是否具備對編碼的指導(dǎo)意義,本文模擬信道環(huán)境變化,評估TB Size統(tǒng)計(jì)值反映的帶寬趨勢,是否與信道環(huán)境變化情況一致。
如上文所述,TB Size的統(tǒng)計(jì),要基于終端上行碼流傳輸時(shí)進(jìn)行,模擬信道環(huán)境變化的探測效果如圖4所示,令終端穩(wěn)定的編碼輸入20 Mbit/s速率的碼流,在基站側(cè)調(diào)節(jié)衰減器,模擬信道環(huán)境變化,觀察TB Size統(tǒng)計(jì)值和實(shí)際發(fā)出的數(shù)據(jù)速率。
可以看出,當(dāng)信道環(huán)境良好(0~50 s)時(shí),TB Size統(tǒng)計(jì)值(即探測帶寬)高于終端輸入帶寬,這反映基站資源充裕,給終端分配了高于實(shí)際需求的帶寬資源(余量機(jī)制,防止終端突發(fā)傳輸流量增大),而實(shí)際的發(fā)出速率確實(shí)與編碼輸入數(shù)據(jù)一致,為20 Mbit/s,傳輸情況良好;當(dāng)信道環(huán)境變差(50~100 s)時(shí),TB Size統(tǒng)計(jì)值降低到5 Mbit/s,反映基站資源受限,給終端分配資源低于終端上行傳輸所需帶寬,而實(shí)際的發(fā)出速率確實(shí)下降到了5 Mbit/s,說明輸入的20 Mbit/s碼流出現(xiàn)了大量的丟包,體現(xiàn)的實(shí)際視頻觀看效果,即卡頓和時(shí)延;當(dāng)信道環(huán)境重新變好(100~150 s)時(shí),TB Size統(tǒng)計(jì)值重新高于終端輸入帶寬,實(shí)際的發(fā)出速率也重新恢復(fù)到20 Mbit/s,100 s處的尖銳波峰是由于基站在資源重新充裕后,終端為了快速將之前因?yàn)閹捠芟薹e壓的緩存數(shù)據(jù)發(fā)出,自動調(diào)高了發(fā)送速率,待積壓數(shù)據(jù)全部發(fā)出后,則恢復(fù)正常。
150~300 s的實(shí)驗(yàn)重復(fù)了上一過程,不同的是,信道環(huán)境分步變好,而TB Size統(tǒng)計(jì)值很好地反映了這一情況。

圖4 模擬信道環(huán)境變化的探測效果
綜上,基于TB Size統(tǒng)計(jì)的5G上行帶寬探測技術(shù),確實(shí)可以準(zhǔn)確地感知基站上行帶寬變化趨勢,可以用于指導(dǎo)流媒體應(yīng)用下調(diào)和上調(diào)傳輸碼流。相比于后端平臺側(cè)基于數(shù)據(jù)接收速率變化情況感知網(wǎng)絡(luò)狀態(tài),5G上行帶寬探測技術(shù)更為實(shí)時(shí)和準(zhǔn)確,在用戶感知之前,就可以提前進(jìn)行流媒體自適應(yīng),讓用戶在網(wǎng)絡(luò)波動情況下,仍可以無感知地觀看清晰連續(xù)的視頻。
基于5G上行帶寬探測技術(shù),可以獲取5G上行帶寬資源變化趨勢的估算值,結(jié)合流媒體應(yīng)用的智能編碼技術(shù)和碼流自適應(yīng)技術(shù),實(shí)現(xiàn)根據(jù)5G網(wǎng)絡(luò)狀況,動態(tài)調(diào)整視頻傳輸?shù)膽?yīng)用方案,在損失一定清晰度的代價(jià)下,保證用戶觀看視頻不卡頓、不斷線,保障視頻應(yīng)用的整體體驗(yàn)。
智能編碼技術(shù)是一種基于現(xiàn)有的編碼標(biāo)準(zhǔn)框架進(jìn)一步做到降碼率的有效方法。根據(jù)人眼感知特性和后續(xù)智能分析需求,對于畫面中重要信息區(qū)域,保證正常的碼率資源進(jìn)行編碼,而對其他區(qū)域降低編碼碼率。一般將這些包含重要信息區(qū)域稱為感興趣區(qū)域(region of interest,ROI),如圖5所示,車體F為ROI,背景B為非ROI。該策略可以在保證ROI正常編碼和分析的同時(shí),顯著提升視頻的壓縮率,減少上行流量帶寬。

圖5 智能編碼ROI
本方案中,基于ROI的圈定主要有兩種方法,具體如下。
(1)固定區(qū)域方法
固定區(qū)域方法一般是由用戶開啟智能編碼功能時(shí),圈選畫面中多個(gè)不同的區(qū)域,設(shè)置編碼的等級,終端按照設(shè)定執(zhí)行編碼。該方法一般適用于畫面比較固定的場景,如校園門崗的監(jiān)控。
(2)動態(tài)跟蹤方法
動態(tài)跟蹤方法引入了人工智能或者機(jī)器學(xué)習(xí)的方法,對常用的重要畫面如汽車、行人、運(yùn)動物體等進(jìn)行識別,進(jìn)而自動得到ROI,不需要用戶圈定固定的ROI。該方法會損耗一定終端算力,但是識別方式更為靈活,適用于場景更為廣泛。
智能編碼數(shù)據(jù)分配如圖6所示,基于ROI的識別,終端在編碼時(shí)對該區(qū)域消耗的比特?cái)?shù)不變;適當(dāng)降低用戶不關(guān)注區(qū)域的質(zhì)量、減少非ROI編碼消耗的比特?cái)?shù),從而在損失一定非ROI的視頻觀看感知的代價(jià)下,實(shí)現(xiàn)降低上行傳輸數(shù)據(jù)量的目的。
5G上行帶寬探測與智能編碼技術(shù)結(jié)合應(yīng)用的流程如圖7所示,5G上行帶寬探測模塊,將反映上行帶寬變化趨勢的結(jié)果反饋給流媒體應(yīng)用模塊,流媒體應(yīng)用模塊判斷是否啟用或者關(guān)閉智能編碼模塊,實(shí)現(xiàn)編碼調(diào)整,最后編碼調(diào)整后的視頻通過5G通信模塊進(jìn)行上行傳輸。
具體判斷邏輯如下。
·探測帶寬反映帶寬受限,而當(dāng)前智能編碼未啟用,則啟用智能編碼模塊,調(diào)整編碼策略。
·探測帶寬反映帶寬資源充裕,而當(dāng)前智能編碼啟用,則關(guān)閉智能編碼模塊,恢復(fù)正常傳輸。
·探測帶寬反映帶寬資源充裕,而當(dāng)前智能編碼未啟用,則保持正常傳輸。
·探測帶寬反映帶寬受限,而當(dāng)前智能編碼啟用,則只能保持現(xiàn)狀,可能出現(xiàn)視頻卡頓。

圖6 智能編碼數(shù)據(jù)分配
綜上,智能編碼技術(shù)可以在基本不損失用戶觀看體驗(yàn)和不影響數(shù)據(jù)智能后分析的前提下,降低5G上行傳輸數(shù)據(jù)量,但是其受實(shí)際監(jiān)控場景影響較大,如ROI較大(人車密集),降流量效果將不明顯,依舊存在視頻卡頓、斷線可能。因此,本文進(jìn)一步提出了碼流自適應(yīng)技術(shù)。

圖7 5G上行帶寬探測與智能編碼技術(shù)結(jié)合應(yīng)用流程
碼流自適應(yīng)技術(shù)是基于5G上行帶寬探測技術(shù)估算的最大上行碼率,對網(wǎng)絡(luò)波動趨勢進(jìn)行估計(jì),自適應(yīng)調(diào)整視頻傳輸碼率,以適應(yīng)當(dāng)前網(wǎng)絡(luò)帶寬能力,提升視頻播放流暢性的一種策略。在5G網(wǎng)絡(luò)出現(xiàn)波動時(shí),用戶播放畫面能自動切換到低碼率進(jìn)行播放;5G網(wǎng)絡(luò)恢復(fù)時(shí),播放畫面又能夠自動恢復(fù)為高碼率播放。整個(gè)碼流自適應(yīng)切換過程中播放不停止,畫面無縫切換。
由于碼流自適應(yīng)技術(shù)會直接調(diào)整整體視頻傳輸碼率,影響較大,因此不是直接根據(jù)5G上行帶寬探測技術(shù)提供的TB Size統(tǒng)計(jì)值進(jìn)行調(diào)整,而是基于其體現(xiàn)的網(wǎng)絡(luò)傳輸時(shí)延趨勢調(diào)整。結(jié)合5G上行帶寬探測的碼流自適應(yīng)處理流程如圖8所示,具體處理流程說明如下。
·流媒體應(yīng)用模塊,將視頻編碼模塊的視頻幀送入碼流自適應(yīng)模塊進(jìn)行碼流控制。
·碼流自適應(yīng)模塊,每隔一個(gè)視頻幀時(shí)間,獲取視頻緩存隊(duì)列視頻時(shí)延和緩存隊(duì)列預(yù)計(jì)發(fā)送耗時(shí),選取兩者較大值作為傳輸時(shí)延,并驅(qū)動流媒體應(yīng)用模塊發(fā)送視頻幀。
·碼流自適應(yīng)模塊,定時(shí)獲取5G帶寬探測模塊反饋的帶寬值并進(jìn)行帶寬平滑計(jì)算(主要包括獲取指定時(shí)間范圍內(nèi)5G探測帶寬值的最小值、最大值、平均值和中值等)。
·碼流自適應(yīng)模塊,按照傳輸時(shí)延的變化趨勢,將網(wǎng)絡(luò)擁塞等級進(jìn)行劃分(包括網(wǎng)絡(luò)流暢、網(wǎng)絡(luò)擁塞和網(wǎng)絡(luò)突降等),并根據(jù)網(wǎng)絡(luò)擁塞等級進(jìn)行視頻碼率控制狀態(tài)切換(包括碼率上調(diào)、碼率下調(diào)和碼率不變);當(dāng)檢測時(shí)間滿足或者網(wǎng)絡(luò)擁塞等級過高時(shí),根據(jù)視頻碼率控制狀態(tài)觸發(fā)視頻碼率調(diào)整模塊進(jìn)行碼率調(diào)整。
·視頻編碼模塊,獲取平滑后的5G帶寬值,并將該帶寬值和流媒體應(yīng)用視頻發(fā)送視頻流量值進(jìn)行預(yù)估帶寬權(quán)重修正,最終采用預(yù)估帶寬權(quán)重修正值設(shè)置視頻編碼碼率。
相比智能編碼技術(shù),碼流自適應(yīng)技術(shù)可以更加確定地降低5G上行傳輸帶寬需求,但是對用戶觀看視頻的感知影響也相對更大,因此兩個(gè)策略可以根據(jù)實(shí)際應(yīng)用場景或者客戶需求進(jìn)行選擇執(zhí)行或者遞進(jìn)執(zhí)行。
基于5G上行帶寬探測技術(shù),在實(shí)際場景中,疊加應(yīng)用智能編碼技術(shù)和碼流自適應(yīng)技術(shù)的效果顯著。
(1)5G帶寬探測+智能編碼應(yīng)用效果
智能編碼應(yīng)用前后傳輸數(shù)據(jù)變化情況如圖9所示,當(dāng)探測到5G上行帶寬不足時(shí),探測帶寬值下降,流媒體應(yīng)用觸發(fā)智能編碼動作,該場景下,編碼輸入碼流降至原有的1/4左右,實(shí)際發(fā)出速率與編碼輸入碼流基本一致,說明無丟包,視頻播放流暢穩(wěn)定。
智能編碼應(yīng)用前后視頻圖像對比如圖10所示,整個(gè)過程中,觀察視頻畫面清晰度,肉眼基本無感。
(2)5G帶寬探測+碼流自適應(yīng)應(yīng)用效果
碼流自適應(yīng)應(yīng)用前后傳輸數(shù)據(jù)變化情況如圖11所示,當(dāng)網(wǎng)絡(luò)帶寬不足情況發(fā)生時(shí),3~5 s內(nèi)完成低碼率的自適應(yīng)調(diào)整,輸入碼流可以根據(jù)帶寬探測的反饋,降至極低的程度(2 Mbit/s),實(shí)際發(fā)出碼流與輸入碼流基本一致,說明無丟包,整體畫面流暢、連續(xù)、視頻完整。

圖8 碼流自適應(yīng)處理流程

圖9 智能編碼應(yīng)用前后傳輸數(shù)據(jù)變化情況

圖10 智能編碼應(yīng)用前后視頻圖像對比

圖11 碼流自適應(yīng)應(yīng)用前后傳輸數(shù)據(jù)變化情況

圖12 碼流自適應(yīng)應(yīng)用前后視頻圖像對比
碼流自適應(yīng)應(yīng)用前后視頻圖像對比如圖12所示,整個(gè)過程中,會出現(xiàn)一些清晰度的下降,但可以確保碼流的下降。
(3)設(shè)置對照組,從用戶感知角度,對比效果見表1。
綜上,基于5G上行帶寬探測技術(shù),可以較為準(zhǔn)確的預(yù)知5G上行網(wǎng)絡(luò)的變化,結(jié)合智能編碼技術(shù)和碼流自適應(yīng)技術(shù),可以在損失一定的視頻清晰度的代價(jià)下,保證視頻不卡頓,畫面連續(xù),保證客戶的整體體驗(yàn)。
5G在校園安全等行業(yè)場景的應(yīng)用是未來的發(fā)展趨勢。相比有線網(wǎng)絡(luò),5G網(wǎng)絡(luò)支持移動和快速部署,無須有線網(wǎng)絡(luò)勘探和施工等,具有良好的應(yīng)用前景。但是也存在無線資源共享、網(wǎng)絡(luò)波動相較大等問題。

表1 性能指標(biāo)對比效果
本文提出了一種5G上行帶寬探測與應(yīng)用的方案,能夠有效解決視頻監(jiān)控?cái)?shù)據(jù)在5G網(wǎng)絡(luò)傳輸過程中遇到的網(wǎng)絡(luò)波動問題,助力5G視頻監(jiān)控應(yīng)用的落地部署。
該方案利用終端側(cè)的基帶解碼,獲取5G基站的無線資源調(diào)度信息,通過統(tǒng)計(jì)傳輸資源,迅速感知帶寬的變化并估算最大上行帶寬,結(jié)合流媒體應(yīng)用的智能編碼技術(shù)和碼流自適應(yīng)技術(shù),可以在5G網(wǎng)絡(luò)波動情況下,實(shí)現(xiàn)視頻清晰度與連續(xù)性的兼顧,保障用戶觀看體驗(yàn)。
該方案可以廣泛應(yīng)用在校園視頻監(jiān)控等5G公共業(yè)務(wù)多、波動大、覆蓋范圍廣的場景,在5G無線網(wǎng)絡(luò)產(chǎn)生擁塞和波動情況下,更好地保障視頻數(shù)據(jù)在5G網(wǎng)絡(luò)下的最優(yōu)傳輸,盡可能小地影響用戶感知。
[1] ZHOU Y Q, TIAN L, LIU L, et al. Fog computing enabled future mobile communication networks: a convergence of communication and computing[J]. IEEE Communications Magazine, 2019, 57(5): 20-27.
[2] BARBAROSSA S, SARDELLITTI S, DI LORENZO P. Communicating While Computing: distributed mobile cloud computing over 5G heterogeneous networks[J]. IEEE Signal Processing Magazine, 2014, 31(6): 45-55.
[3] 肖子玉, 韓研, 馬洪源, 等. 5G網(wǎng)絡(luò)面向垂直行業(yè)業(yè)務(wù)模型[J].電信科學(xué), 2019, 35(6): 132-140.
XIAO Z Y, HAN Y, MA H Y, et al. Business service model of 5G network for vertical industry[J]. Telecommunications Science, 2019, 35(6): 132-140.
[4] 余勝泉, 陳璠, 李晟. 基于5G的智慧校園專網(wǎng)建設(shè)[J]. 開放教育研究, 2020, 26(5): 51-59.
YU S Q, CHEN F, LI S. Private network construction of 5G-based smart campus[J]. Open Education Research, 2020, 26(5): 51-59.
[5] 胡煜華, 王鑫炎, 李貝. 5G網(wǎng)絡(luò)上行覆蓋增強(qiáng)研究[J]. 電信科學(xué), 2021, 37(7): 134-141.
HU Y H, WANG X Y, LI B. Research on uplink coverage enhancement of 5G network[J]. Telecommunications Science, 2021, 37(7): 134-141.
[6] 周勝, 李天璞. 城市場景5G eMBB網(wǎng)絡(luò)速率提升研究與應(yīng)用[J]. 電信科學(xué), 2021, 37(2): 55-62.
ZHOU S, LI T P. Research and application of 5G eMBB network rate improvement based on urbans scenarios[J]. Telecommunications Science, 2021, 37(2): 55-62.
[7] 唐杰. 5G系統(tǒng)接入網(wǎng)絡(luò)性能優(yōu)化研究[D]. 成都: 電子科技大學(xué), 2016.
TANG J. Research on access network performance optimization of 5G system[D]. Chengdu: University of Electronic Science and Technology of China, 2016.
[8] 劉曉峰, 孫韶輝, 杜忠達(dá), 等. 5G無線系統(tǒng)設(shè)計(jì)與國際標(biāo)準(zhǔn)[J]. 電信技術(shù), 2019(10): 2.
LIU X F, SUN S H, DU Z D, et al. 5G wireless system design and international standard[J]. Telecommunications Technology,2019(10):2.
[9] 蔣漢陶. 寬帶無線專網(wǎng)系統(tǒng)中物理上下行共享信道自適應(yīng)調(diào)制編碼技術(shù)及性能研究[D]. 成都: 電子科技大學(xué), 2018.
JIANG H T. Research on adaptive coding and modulation technology and performance of physical uplink and downlink shared channel for broadband wireless trunking system[D]. Chengdu: University of Electronic Science and Technology of China, 2018.
[10] 鞠鑫哲. 5G網(wǎng)絡(luò)無線通信資源分配[J]. 電子技術(shù)與軟件工程, 2019(19): 19-20.
JU X Z. Electronic Technology & Software Engineering [J]. Electronic Technology & Software Engineering, 2019(19): 19-20.
[11] 呂浩鈞. 面向5G eMBB場景的確定性無線資源調(diào)度算法設(shè)計(jì)[D]. 杭州: 浙江大學(xué), 2020.
LV H J. Design of deterministic radio resource scheduling algorithm for 5G eMBB[D]. Hangzhou: Zhejiang University, 2020.
Research on 5G upstream bandwidth detection technology and application
XU Guobin1, FU Zhewei2, LIU Ming2, DENG Zhiji2, WANG Cungang2, ZHONG Guanghai2, LI Hui2, MENG Wei2, WU Yunjie2
1. Zhejiang University, Hangzhou 310058, China 2. Zhejiang Dahua Technology Co., Ltd., Hangzhou 310053, China
A scheme of 5G upstream bandwidth detection technology and application was proposed, which could effectively solve the problem of 5G network fluctuation in video monitoring data transmission process. It will help the deployment of 5G video monitoring application. By obtaining the radio resource information of 5G NR, the terminal can count the transmission resource and estimate the change trend of uplink bandwidth. Combined with the intelligent coding technology and bit-stream adaptive technology of streaming media application, the scheme ensures no stuck and continuous picture at the cost of losing a little video definition, and ensures the overall experience of customers. The scheme can be widely used in the scene of heavy 5G public service, large network fluctuation and wide network coverage, such as campus video surveillance.
5G network, upstream bandwidth detection, campus video surveillance
TN919.3
A
10.11959/j.issn.1000?0801.2021262
2021?06?21;
2021?12?10

徐國斌(1972? ),男,浙江大學(xué)副研究員,主要研究方向?yàn)楦咝P@安全、高教管理。
符哲蔚(1988? ),男,浙江大華技術(shù)股份有限公司中央研究院資深系統(tǒng)分析工程師,主要研究方向?yàn)?G、網(wǎng)絡(luò)通信技術(shù)。
劉明(1981? ),男,浙江大華技術(shù)股份有限公司副總裁、浙江省視覺物聯(lián)融合應(yīng)用重點(diǎn)實(shí)驗(yàn)室主任,主要研究方向?yàn)?G、視頻采集、多維感知、視頻傳輸、視頻編/解碼、可靠存儲等。
鄧志吉(1985? ),男,浙江大華技術(shù)股份有限公司中央研究院院長、高級工程師,浙江省視覺物聯(lián)融合應(yīng)用重點(diǎn)實(shí)驗(yàn)室副主任、浙江省安全技術(shù)防范行業(yè)協(xié)會安防智庫專家、浙江省發(fā)明協(xié)會優(yōu)秀發(fā)明人才,主要研究方向?yàn)?G、毫米波等。
王存剛(1983?),男,浙江大華技術(shù)股份有限公司中央研究院資深嵌入式軟件工程師,主要研究方向?yàn)?G無線接入網(wǎng)通信技術(shù)、結(jié)合視頻流媒體的5G創(chuàng)新應(yīng)用研究與方案設(shè)計(jì)。
鐘廣海(1989?),男,浙江大華技術(shù)股份有限公司中央研究院高級嵌入式軟件工程師,主要研究方向?yàn)榱髅襟w協(xié)議、音/視頻網(wǎng)絡(luò)傳輸?shù)葎?chuàng)新技術(shù)應(yīng)用研究與解決方案設(shè)計(jì)及開發(fā)。
李輝(1985? ),男,浙江大華技術(shù)股份有限公司中央研究院資深系統(tǒng)分析工程師,主要研究方向?yàn)橄乱淮锫?lián)網(wǎng)操作系統(tǒng)、無線網(wǎng)絡(luò)傳輸、多維感知物聯(lián)網(wǎng)等創(chuàng)新技術(shù)及應(yīng)用。
孟偉(1989? ),男,浙江大華技術(shù)股份有限公司中央研究院無線軟件開發(fā)工程師,主要研究方向?yàn)?G、無線網(wǎng)絡(luò)通信技術(shù)等。
吳云杰(1983?),男,浙江大華技術(shù)股份有限公司中央研究院資深系統(tǒng)分析工程師,主要研究方向?yàn)?G、LoRa、物聯(lián)網(wǎng)傳感器軟硬件創(chuàng)新技術(shù)等。