Università degli Studi di Roma
La Sapienza
Ingegneria delle Telecomunicazioni
TESI DI LAUREA
Metodi di Allocazione delle Risorse per
Comunicazioni Video su Reti Wireless
Candidato : Giovanni Casale
Relatore : Marco Listanti
CASALE GIOVANNI
Sommario
Sviluppo della Tesi






Modello Cross-Layer per l’Allocazione delle Risorse
Paradigmi delle attuali e future Reti Wireless
Strategie per un’efficiente Codifica Video
Allocazione delle Risorse su Reti 3G
Allocazione delle Risorse per Videoconferenze su Wlan
Allocazione di Risorse su Reti OFDM
Obbiettivi della Tesi


Garantire la “fairness” tra gli utenti
Massimizzare l’efficienza del Sistema
CASALE GIOVANNI
Modello Cross-Layer per
l’Allocazione delle Risorse






Privilegiare il flusso informativo “verticalmente”
Considerare le limitazioni “verticalmente”
Ottimizzare l’Allocazione delle Risorse
orizzontalmente tra gli utenti
Eseguire l’Allocazione delle Risorse dinamicamente
nel tempo
Allocare congiuntamente le risorse di rete con i
parametri di codifica di sorgente
Minimizzare la Distorsione end-to-end,il Ritardo
end-to-end, e il Costo totale.
CASALE GIOVANNI
Paradigmi delle attuali e future Reti
Wireless








Obbiettivo primario : sfruttare al meglio le limitate risorse radio
Utilizzare congiuntamente AMC e la Codifica AFEC migliora
l’efficienza in banda e adatta il livello di protezione dagli errori di
canale.
Usare efficientemente l’energia nei dispositivi mobili
Il Controllo di Potenza di Trasmissione è utile per garantire una
certa qualità di collegamento e ridurre le interferenze co-canale.
L’assegnazione dinamica del canale può migliorare l’utilizzo delle
risorse radio del sistema assegnate ad un utente.
Le principali strategie utilizzate sono :
CDMA
OFDM
OFDMA
CASALE GIOVANNI
Strategie per un’efficiente codifica
video (1/2)

La Compressione Video:
1.
Discrete Cosine Transform
C  AIA
T
2.
IA C A
T
*
La Codifica Predittiva
Viene effettuata tramite i Moving Vector xi che indicano lo spostamento
nei MB dei frame successivi
CASALE GIOVANNI
Strategie per un’efficiente codifica
video (2/2)

La Codifica Scalabile :
Layered Scalable Video Coding
-Strato base
-Strati superiori
2.
Fine Granularity Scalability (FGS)
-Strato base
-Strato FGS : si può decodificare un qualsiasi bitstream troncato
ottenendo una qualità video proporzionale ai bit ricevuti
1.

Controllo d’errore :
-Error Resilient all’encoder
-Error Concealment al decoder
CASALE GIOVANNI
Allocazione delle Risorse su Reti 3G
(1/3)






Al video viene applicata una codifica MPEG-4 FGS
L’encoder FGS codifica tutti i bit plane per ogni frame e lascia
decidere al server quali inviare (strato FGS)
Il protocollo è implementato alla stazione base
Ogni utente ha un encoder FGS che può inviare anche informazioni
R-D al protocollo
Il protocollo in base all’ informazione di canale minimizza la
distorsione totale allocando dinamicamente codici,rate e potenza
agli utenti
Il protocollo deve tener conto che i codici,i rate e la potenza da
assegnare agli utenti sono limitati
CASALE GIOVANNI
Allocazione delle Risorse su Reti 3G
(2/3)
Algoritmo per lo strato base
Assegnare Cj codici a tutti
gli utenti,assegnando Tmax,
Per trasmettere lo strato
base Ro
Verificare che la potenza
richiesta non superi la
massima potenza allocabile
Psum>?Pmax
No
si
Verificare che ci siano
codici disponibili per
tutti gli utenti
Ridurre Psum
Algoritmo per lo strato FGS
Verificare se ci sono altri codici
disponibili
no
Ridurre la Distorsione
aumentando la potenza
fine
Ottenere la
minima
Distorsione
si
si
Liberare Psum
Psum>?Pmax
no
Assegnare un nuovo
codice per
minimizzare la
Distorsione
Fine
CASALE GIOVANNI
Allocazione delle Risorse su Reti 3G
(3/3)
Risultati di Simulazione


Paragoniamo l’algoritmo proposto ad un algoritmo che ad ogni
iterazione assegna un nuovo codice all’utente con la più grande
|dDj/dPsum|
L’algoritmo proposto fornisce una maggiore fairness tra gli utenti e
un guadagno medio di PSNR di 9dB. Al variare del numero degli
utenti ottiene miglioramenti del 45% sulla Distorsione totale.
CASALE GIOVANNI
Allocazione delle Risorse per
Videoconferenze su WLAN (1/3)

Descrizione del Sistema
Si considera il caso di una singola cella con N utenti e N/2 coppie di
conversazione, con videoconferenze punto-punto.
 Il sistema è costituito da :un encoder video,un channel encoder, un
componente di trasmissione IEEE 802.11 e un allocatore di risorse.
 I video pacchetti sono inviati dall’utente al server e reinstradati verso
l’ altro partner di conversazione.
 Si considera lo standard IEEE 802.11a con 8 modi PHY.
 Un utente alla volta occupa tutta la banda disponibile.
 Si utilizza una codifica MPEG-4 FGS.
 Si applica la codifica FEC allo strato base e MD-FEC allo strato FGS.

CASALE GIOVANNI
Allocazione delle Risorse per
Videoconferenze su WLAN (2/3)
Ottimizzazione congiunta Uplink-Downlink

Scegliere i modi di trasmissione e il numero di pacchetti trasmessi per ogni
utente per minimizzare il massimo valore atteso della Distorsione.
Soluzione per lo strato base



Si trova il più piccolo numero di pacchetti di parità richiesto per ogni modo di
trasmissione per ottenere una fissata probabilità di perdita di pacchetto.
Si calcolano i corrispondenti tempi di trasmissione
Si cercano i modi PHY per ottenere il più basso ritardo di trasmissione
Soluzione per lo strato FGS





Si cerca una serie efficiente Si di modi PHY
Si ottiene la serie corrispondente Ti dei ritardi di trasmissione
Si ordina Ti in modo crescente
Si calcola la funzione ritardo-distorsione per l’utente i
Si calcolano i ritardi di trasmissione che minimizzano la massima distorsione,e
si ricavano i modi di trasmissione.
CASALE GIOVANNI
Allocazione delle Risorse per
Videoconferenze su WLAN (3/3)



Paragoniamo l’algoritmo proposto a un algoritmo che alloca
ottimamente le risorse in modo individuale sia per l’uplink che per il
downlink.
L’ algoritmo proposto ottiene una qualità video maggiore e più fair
tra gli utenti
Aumentando il numero degli utenti nel sistema si hanno
miglioramenti da 3.67 a 8.65 dB.
CASALE GIOVANNI
Allocazione delle Risorse su Reti
OFDM (1/3)
Descrizione del Sistema :







Codifica video : 3-D Embedded Wavelet Video Coding.
Sistema a singola cella multiuser OFDM.
Il sistema ha N sottoportanti di banda W e K utenti.
Il server memorizza i GOF di ogni video nei buffer
Un GOF alla volta viene inviato all’encoder 3-D EWV,e viene
codificato in un flusso di coding pass.
I coding pass vengono raggruppati in cluster e poi trasmessi
L’allocazione delle risorse viene fatta dall’Allocatore delle
Risorse in base alle informazioni R-D e alle informazioni di
canale.
CASALE GIOVANNI
Allocazione delle Risorse su Reti
OFDM (2/3)
Ottimizzazione nell’Allocazione delle Risorse :

Scegliere ottimamente A,R,dT per minimizzare la massima
Distorsione pesata tra tutti gli utenti considerando i limiti di
assegnazione di sottoportante,rate e potenza massima allocabile.
Algoritmo proposto
Ottenere i GOF R-D di tutti i coding pass non
inviati per tutti gli utenti
Calcolare il rate richiesto per ottenere una fissata Distorsione
per tutti gli utenti
no
Si aumenta la
Distorsione fissata
Verificare la realizzabilità dei rate
si
Rate ancora disponibile?
no
Raffinamento della Qualità
si
Si diminuisce la
Distorsione fissata
CASALE GIOVANNI
Allocazione delle Risorse su Reti
OFDM (3/3)
Risultati di Simulazione



Paragoniamo l’algoritmo proposto ad un algoritmo simile al TDMA,che assegna tutte
le sottoportanti in un intervallo di trasmissione solo all’utente con la maggiore
Distorsione.
L’algoritmo proposto ottiene un PSNR maggiore specialmente quando aumenta il
numero degli utenti.
L’algoritmo proposto ottiene una deviazione di PSNR al variare del numero dei
frame in un intervallo più piccolo rispetto all’altro algoritmo.