基于彩色可见光的大数据视频流并行编码与传输算法

穆晓芳，邓红霞，郭虎升，亓 慧

(1.太原师范学院 计算机系; 太原 030619； 2.太原理工大学 信息与计算机学院， 太原 030024;3.山西大学 计算机与信息技术学院, 太原 030006)

随着无线通信业务的飞速发展，10 GHz频率之下的可用频谱资源已经严重稀缺。光通信采用光信号传输信息，可提供400 THz的带宽，是室内无线电磁波通信的重要补充[1-2]。随着“LiFi”的出现，光通信成为WiFi技术的重要补充，将在室内通信领域扮演重要的角色[3]。

根据思科白皮书报告[4]，视频类数据占据当前移动互联网数据量的一半以上，研究视频数据流的室内高效率通信方案是当前的一个热点领域[5]。

可分级视频编码(SVC)[6]是当前视频数据流最主要的编码方式。SVC技术从单一码流中通过比特流抽取的方式得到不同帧率、不同分辨率和不同图像质量的视频数据，为用户提供不同速率的视频流[7]。由于SVC的信源编码速率和信道传输速率相匹配时才能获得最高传输效率，因此直接将SVC数据流在可见光通信信道中传输无法利用可分级视频编码的优势[8]。在可见光通信的视频传输系统中，应对视频流的编码速率和信道的传输速率进行联合优化，从而在保证视频质量的同时减小通信资源的成本[9]。当前音频[10]、视频数据流在可见光通信方面的传输方案主要是通过脉冲宽度调制、可变脉冲位置调制等调制技术对比特信息进行传输，未结合音频数据流或视频数据流的特点。可分级视频编码将视频按照质量、空间、时间三个维度进行分级，划分了多个视频层，按照网络的QoS(quality of service)[11]与QoE(quality of experience)[12]调节传输的视频层，从而保证视频传输的速度与可靠性。

本文针对可见光通信的特点，设计了可分级视频编码的通信方案，采用LED的RGB三色信道并行、独立地传输SVC数据流的各个层(基层、增强层等)，提高视频数据流的传输速率。此外，根据信道状态信息，设计了自适应的信道资源分配方案，提高视频数据流传输的可靠性。

1 系统模型

1.1 可见光信道模型

根据文献[13]，可见光的信道模型定义如下：

R(t)=αS(t)·G(t)+N(t)

(1)

式中：R(t)是接收端光电探测器的接收信号；S(t)是传输的光信号；N(t)是探测器响应度(一般为加性高斯白噪声)；G(t)表示脉冲响应。

1.2 可分级视频编码模型

可分级视频编码(SVC)信号分为多个层，每层的优先级不同[14]。第一层为基层，基层信号的优先级最高，包含了视频的最基本信息；第二层为增强层，增强层的数据能够有效地提高视频质量。本文基于颜色信道的状态信息设计了颜色信道分配方案，选择合适的颜色信道传输SVC视频流的各层数据，如图1所示。

图1 可分级视频流的传输方案

H.264/SVC标准编码[15]的3种分级策略可以根据网络带宽的条件自适应地选择最优的分级组合。图2所示是H264标准3种分级策略的示意图。

图2 H.264视频编码的3种分级示意图

1.3 可见光系统的亮度控制方案

图3所示是可见光系统的亮度控制模块，基于PWM(脉冲宽度调制)[16]控制光的亮度，通过LED的“on”与“off”状态控制PWM。LED的“on”状态对应PWM的脉冲宽度延续，LED的“off”状态对应PWM的脉冲结束[17]。因此，在LED的“on”状态，将视频数据调制为亮度控制的可见光，在LED的“off”状态，数据停止传输。

图3 可见光系统的光亮度控制模块

VLC系统的直流信道增益定义为[3]：

H(0)=((m+1)cosm(φ)Acos(θ))/(2πd2)

(2)

式中：φ为LED的辐射角度；m为Lambertian发射体的阶；d为LED与光电探测器之间的距离；A是光电探测器的物理区域；θ为光的入射角。调制后LED的输出光信号可表示为p(t)=Pt(1+Mindex·f(t))，其中Pt为LED的发送光功率，Mindex为调制方式，f(t)为归一化的调制信号。接收端完成光电检测后，将电信号的直流分量过滤掉，此时的电信号SNR为：

SNR=((RH(0)PtMindex)2f(t)2)/σ2

(3)

式中：σ2为噪声方差；R为光电探测器的响应度。

2 传输系统设计

2.1 基于脉冲宽度调制的可见光颜色控制

使用脉冲宽度调制(PWM)调节LED的RGB三色。图4所示是使用PWM调节的RGB控制时序图。PWM调节RGB三色信号的占空比，每个RGB分量相互独立。因此，PWM能够调节每个RGB的时序与占空比，从而实现对颜色的控制。

图4 使用PWM调节的RGB控制时序图

2.2 可变脉冲位置调制(VPPM)

VPPM是IEEE 802.15.7标准(可见光通信协议)中推荐的调制方式之一[18]，结合了脉冲宽度调制与2-PPM调制两者的特点，通信时使用2-PPM，亮度控制则使用PWM，如图5所示。可变脉冲位置调制(VPPM)在光照不闪烁的情况下，同时提供照明与通信服务。VPPM调制中LED光的“on”状态保持稳定，可通过调节占空比实现VPPM的亮度控制。

图5 VPPM调制的编码方式示意图

2.3 颜色与亮度控制系统中SVC信号分配方案

SVC的信道分配方案对于视频传输的性能十分重要。本文基于RGB信道的状态信息设计了一种SVC资源分配方案，在VLC系统中支持多层的视频数据流。

图6所示是系统的发送器与接收器模块框图。首先，通过SVC编码器将输入数据编码为比特数据流，并为数据流分配不同的优先级，根据RGB三个信道的状态信息自适应地为SVC每层码流分配信道。RGB三色的不同混合比例获得的BER性能与光电转换的效率不同，因此，根据RGB信道的状态信息选择最优的信道，将该信道作为SVC基层传输信道。

图6 本系统的发送器与接收器模块框图

图7所示是BER性能与光照控制之间的关系。亮度与光照距离的平方成反比例关系，亮度越高，误码率越高。光照距离越长，从光源接收的能量越少，通过光照控制减少了光源的亮度，也减少了接收的能量。

2.4 SVC码流的自适应信道分配方案

为了补偿光照控制所引起的性能衰减，为每个信道分配一个附加的基层信号，从而提高通信可靠性。图8是方案示意图，根据RGB三个颜色的混合比例，将RGB三个信道分别分配为增强层1、增强层2和基层。SVC信号中基层数据最为重要，确保了视频质量的下限。当光亮度下降为50%时，将RGB三个信道分别分配为基层、增强层1和基层；当光照强度下降为25%时，将RGB三个信道全部分配为SVC码流的基层。

图7 误码率性能与通信距离、光亮度的关系

算法1 视频码流的自适应信道分配算法

图8 SVC信号自适应分配算法

3 仿真实验与结果分析

3.1 仿真参数

基于Matlab进行仿真实验。视频的数据速率为400 Mbps，噪声模型为加性高斯白噪声(AWGN)[19]，背景光噪声为0(dBm)，SVC视频流为JSVM ver.13.1模型[20]。SVC视频分为基层、第一增强层与第二增强层共3层。每个信道的信噪比(SNR)为：

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为光电探测器接收的全部能量；Kr、Kg、Kb分别为R、G、B三色的混合比例；Rr、Rg、Rb分别为3个颜色的光电转化效率。由于共有3个子信道，故每个子信道效率为Rb/3。表1所示是仿真的具体参数值。

表1 仿真的具体参数值

3.2 仿真实验结果与分析

3.2.1不同颜色混合比例的性能

LED通过调节输出能量获得不同的RGB颜色混合比例。平均误码率值与颜色混合比例的关系是可见光通信的重要性能指标。

首先，控制RGB颜色的比例，测试可见光通信的平均误码率，结果如图9～11所示。图9的RGB混合比例为255∶102∶153，光亮度为75%，该场景下红色光信道的误码率最高，蓝色信道次之，绿色信道的误码率最高。因为传统的可分级视频流在可见光通信的传输方案中是RGB三个信道同时传输相同的数据流，所以3个信道的效率较低。

图9 RGB三色信道的误码率与接收光能量的关系(RGB混合比例为255∶102∶153，光亮度为75%)

图10的RGB混合比例为51∶255∶102，光亮度为75%。从图中可看出：3个颜色信道的性能从高到低分别为绿色、蓝色与红色，因此增加RGB颜色的混合比例有助于提高该颜色信道的误码率性能。图11的RGB混合比例为153∶102∶255，光亮度为75%，从图中可看出，3个颜色信道的性能从高到低分别为蓝色、红色与绿色。

通过分析图9～11发现，各颜色的混合比例对该颜色的误码率具有直接影响，因此本文的可分级视频编码数据自适应传输算法将高优先级的SVC层分配至混合比例高的颜色信道传输，以期获得最高的通信QoS。

图12所示是本系统的PSNR结果(RGB混合比例为153∶102∶255，光亮度为75%)。方案1中蓝色信道为基层，红色、绿色信道分别为增强层1与增强层2，方案2中蓝色信道为基层，绿色、红色信道分别为增强层1与增强层2。从图12可看出，蓝色信道为最优信道，绿色信道为最差信道，将蓝色信道作为基层即可获得理想的传输效果。

图10 RGB三色信道的误码率与接收光能量的关系(RGB混合比例为51∶255∶102，光亮度为75%)

图11 RGB三色信道的误码率与接收光能量的关系(RGB混合比例为153∶102∶255，光亮度为75%)

图12 原视频的PSNR值、方案1与方案2所获得的PSNR值

3.2.2不同光亮度的性能

控制可见光的光亮度，测试不同光亮度对误码率性能的影响[21]。图13所示是平均误码率与光亮度的关系，可看出误码率随着光亮度的下降而提高，因为光亮度下降导致接收端的信号强度与通信范围均降低，导致可见光通信的误码率提高。

虽然光亮度导致通信误码率明显提高，但是本算法设计了SVC分配机制，通过减少增强层数据流的传输保证基层数据的可靠传输。图14是RGB混合比例为102∶153∶255时，光亮度分别为25%、50%、75%的视频PSNR值。当光亮度为50%时，本方案仅传输了基层与增强层1与增强层2，此时的PNSR值最高；当光亮度为50%时，本方案仅传输了基层与增强层1；当光亮度为25%时，本方案仅传输基层的数据，从而保证视频的最低质量要求。从图14可看出，光亮度为75%时，源视频信号PSNR为40 dB，光通信获得的视频信号PSNR为38 dB。当光照强度为50%时，光通信获得的视频信号PSNR为32 dB；当光照强度为25%时，光通信获得的视频信号PSNR为30 dB。

图13 平均误码率性能与光亮度的关系

图14 视频PSNR值(RGB混合比例为102∶153∶255，方案2、3、4的光亮度分别为25%、50%、75%)

4 结束语

针对可见光通信的特点，设计了可分级视频编码的通信方案。采用LED的RGB三色信道并行地传输SVC数据流的各个层，提高视频数据流的传输速率。本文的自适应分配方案有效地提高了视频信号的QoS与误码率性能。

本文算法是一种针对可分级视频编码的可见光通信技术，在一定程度上提升了可分级视频编码的通信质量。可分级视频编码技术除了本文研究的H.264/SVC格式，还有HEVC/SVC等新格式，下一步将对HEVC/SVC等编码格式进行研究与分析，并针对格式的细节做优化与改进。