基于嵌入式的PSO-BP神经网络码率控制算法研究
在多变的4G移动网络信道中,针对嵌入式移动端视频传输时出现的网络拥塞现象,利用神经网络与码率控制算法相结合的方法,减轻或预防网络拥塞的发生.接收端产生RTCP包并解析出最能直接反映信道情况的延时、丢包和抖动3个信道参数,同时将其作为输入参数反馈给神经网络,将想要预测的码率值作为输出参数,X264编码器根据最佳预测码率更新编码速率.对BP神经网络和PSO-BP神经网络算法编码速率的预测结果进行了比较,说明优化过的码率控制算法的预测误差更小.为了贴近实际,NS2仿真通过添加不同干扰流的实验及分析得到预测性能和结果,该方法可以将反映视频质量的参数PSNR值控制在32~37之间,码率的预测误差控制在±60 kb/s左右.实验结果表明,该算法在拥塞情况下能够有效调整码率,实现流畅、清晰的视频传输.
嵌入式、移动视频传输、NS2、PSO-BP神经网络、码率控制
43
TN91
陕西省科技厅科研项目2018GY-007
2020-05-22(万方平台首次上网日期,不代表论文的发表时间)
共4页
119-122