Luận án Tiến sĩ: Điều khiển Tối ưu Luồng Video Điểm - Đa điểm trong Mạng 5G Siêu dày đặc
Luận án tiến sĩ điều khiển tối ưu luồng video điểm đa điểm mạng 5G siêu dày đặc. Cải thiện hiệu quả, độ trễ, chất lượng trải nghiệm người dùng.
Trường Đại học Giao thông vận tải TP HCM
Luan An
Luận án tiến sĩ
Năm xuất bản
Số trang
126
Thời gian đọc
19 phút
Lượt xem
0
Lượt tải
0
Phí lưu trữ
40 Point
Tổng quan nhanh
- Chủ đề:
- Bối cảnh và Tầm quan trọng của Luồng Video 5G UDN
- Số trang:
- 126 trang
- Trường:
- Trường Đại học Giao thông vận tải TP HCM
- Chuyên ngành:
- Kỹ thuật Điều khiển và Tự động hóa
- Tác giả:
- Phan Thanh Minh
- Năm:
- 2021
Tóm tắt nội dung luận án
I.Bối cảnh và Tầm quan trọng của Luồng Video 5G UDN
Cuộc cách mạng công nghiệp 4.0 và xu hướng Vạn vật kết nối Internet (IoT) đang thúc đẩy sự phát triển mạnh mẽ của mạng di động và Internet. Sự kết nối vạn vật trở nên phổ biến trong nhiều lĩnh vực, bao gồm công nghiệp tự động hóa và điều khiển. Các hệ thống điều khiển kết nối mạng (NCS) sử dụng kết nối không dây để tăng tính linh hoạt và dễ bảo trì. Xu hướng này đòi hỏi hạ tầng truyền thông mạnh mẽ và hiệu quả.
1.1. Sự phát triển mạnh mẽ của dữ liệu video
Nhu cầu truyền thông dữ liệu đang tăng trưởng vượt bậc. Ước tính, đến năm 2023, khoảng 5.3 tỷ người dùng sẽ kết nối Internet. Dữ liệu video chiếm phần lớn, khoảng 79% tổng lưu lượng truyền thông. Điều này đặt ra thách thức lớn về khả năng đáp ứng luồng video chất lượng cao. Các mạng hiện tại cần nâng cấp đáng kể để hỗ trợ băng thông 5G và độ trễ thấp 5G yêu cầu.
1.2. Mạng 5G UDN Chìa khóa cho kỷ nguyên IoT
Để đáp ứng nhu cầu dữ liệu khổng lồ, cần có các kiến trúc mạng không dây mới. Mạng di động thế hệ thứ 5 (5G) với kiến trúc siêu dày đặc (UDN – Ultra-dense Network) là một giải pháp đầy tiềm năng. 5G UDN được xem là chìa khóa để hiện thực hóa kỷ nguyên IoT. Nó cung cấp nền tảng cần thiết cho các ứng dụng đòi hỏi độ trễ thấp 5G và băng thông cao, đặc biệt cho luồng video chất lượng cao.
II.Kiến trúc và Công nghệ Mạng 5G UDN Nâng cao
Nghiên cứu tập trung vào các kiến trúc mạng 5G UDN. Các cải tiến công nghệ và kỹ thuật điều khiển được khám phá. Mục tiêu là nâng cao hiệu quả phổ và mở rộng khả năng mạng. Các phương pháp này hỗ trợ việc điều khiển tài nguyên 5G một cách tối ưu, giảm thiểu ảnh hưởng từ quản lý nhiễu UDN.
2.1. Cải tiến kiến trúc 5G UDN
Các kiến trúc mạng 5G UDN được phân tích chi tiết. Thiết kế phân cụm (cluster) được xem xét để quản lý hiệu quả hơn. Lưu trữ đa tầng (multi-tier storage) cũng được nghiên cứu. Những cải tiến này giúp tăng cường khả năng điều khiển tài nguyên 5G. Chúng đóng góp vào việc tạo ra một mạng lưới có khả năng phục vụ luồng video chất lượng cao.
2.2. Kỹ thuật truyền thông và quản lý tài nguyên
Kỹ thuật điều khiển phát đa hướng (multicast) là một trọng tâm. Các phương pháp phân bổ và quản lý tài nguyên được phát triển. Kỹ thuật truyền thông từ thiết bị đến thiết bị (D2D – Device-to-Device) được ứng dụng. Kỹ thuật D2D cải thiện hiệu quả phổ và mở rộng băng thông 5G. Nó cũng giúp mở rộng phạm vi hoạt động của mạng, đồng thời giảm thiểu quản lý nhiễu UDN.
III.Tối ưu hóa Điều khiển Luồng Video trong Mạng 5G UDN
Việc cung cấp luồng video chất lượng cao trong môi trường 5G UDN đòi hỏi các giải pháp tối ưu. Các kỹ thuật tiên tiến được nghiên cứu để đảm bảo hiệu suất video. Các giải pháp này nhằm tăng cường khả năng của mạng để phân phối nội dung video một cách hiệu quả nhất, đảm bảo tối ưu hóa QoE video cho người dùng.
3.1. Chiến lược lưu trữ và phân phối video
Các kỹ thuật điều khiển lưu trữ (caching) video được tìm hiểu. Phương pháp phân phối (delivering) video trong mạng 5G UDN cũng được nghiên cứu. Các chiến lược này nhằm đảm bảo luồng video chất lượng cao đến người dùng. Tối ưu hóa QoE video là mục tiêu chính của các kỹ thuật này. Chúng cũng hỗ trợ quản lý tài nguyên 5G hiệu quả hơn.
3.2. Mô hình điều khiển luồng video điểm đa điểm
Một mô hình điều khiển tối ưu luồng dữ liệu video điểm-đa điểm được đề xuất. Mô hình sử dụng các kỹ thuật lựa chọn thiết bị lưu trữ. Nó cũng xem xét thiết bị chia sẻ tài nguyên phổ tần xuống. Mục tiêu là cực đại dung lượng trong hệ thống. Thuật toán phân bổ tài nguyên hiệu quả được áp dụng để đạt được mục tiêu này. Mô hình có thể tích hợp điện toán biên để cải thiện hiệu suất.
IV.Phát triển Giải pháp Điều khiển Tài nguyên 5G UDN
Mô hình điều khiển đề xuất được mở rộng để giải quyết các yếu tố phức tạp hơn. Các yếu tố này bao gồm mối quan hệ người dùng và tính linh hoạt trong nguồn dữ liệu. Điều khiển tài nguyên 5G hiệu quả là ưu tiên hàng đầu. Việc này nhằm đảm bảo tính công bằng và chất lượng dịch vụ cao cho tất cả người dùng, đặc biệt trong các kịch bản đòi hỏi luồng video chất lượng cao.
4.1. Đảm bảo chất lượng trải nghiệm QoE người dùng
Mô hình được mở rộng bằng cách xem xét mối quan hệ xã hội giữa những người dùng. Các ràng buộc về độ dao động dung lượng cũng được đưa vào tính toán. Mục tiêu là đảm bảo tính công bằng cao về chất lượng dịch vụ. Điều này góp phần vào tối ưu hóa QoE video tổng thể. Các giải pháp có thể ứng dụng cắt lát mạng (Network slicing) cho video để ưu tiên tài nguyên.
4.2. Tăng cường linh hoạt nguồn cung cấp dữ liệu
Mô hình đề xuất được mở rộng thêm bằng cách xem xét tầng lưu trữ bổ sung. Điều này mang lại sự linh hoạt hơn trong việc lựa chọn nguồn cung cấp dữ liệu. Giải pháp này có thể tận dụng điện toán biên để xử lý dữ liệu gần người dùng. Khả năng cắt lát mạng (network slicing) cho video có thể được tích hợp để phân bổ tài nguyên chuyên biệt. Điều này tối ưu hóa việc phân phối luồng video chất lượng cao.
V.Phương pháp Nghiên cứu và Kết quả Điều khiển 5G UDN
Các hệ thống đề xuất được kiểm chứng thông qua mô hình toán học và mô phỏng. Phương pháp này đảm bảo tính chính xác và hiệu quả của các giải pháp. Việc đánh giá kỹ lưỡng xác nhận khả năng của mô hình trong việc cải thiện luồng video chất lượng cao và tối ưu hóa QoE video trong môi trường 5G UDN.
5.1. Mô hình hóa và mô phỏng hệ thống
Tất cả các hệ thống đề xuất được xây dựng dưới dạng mô hình toán học. Việc này cung cấp một khuôn khổ chặt chẽ để phân tích. Mô phỏng được thực hiện trên máy tính sử dụng công cụ Matlab. Điều này giúp đánh giá hiệu suất của mô hình trong các kịch bản khác nhau. Quá trình này xác định hiệu quả của thuật toán phân bổ tài nguyên và điều khiển tài nguyên 5G.
5.2. Ứng dụng thuật toán di truyền và đánh giá
Để tăng tốc độ xử lý, giải thuật di truyền (GA – Genetic Algorithms) được sử dụng. Thuật toán này giúp tìm kiếm các giải pháp tối ưu một cách hiệu quả. Các kết quả mô phỏng chứng minh sự vượt trội của mô hình đề xuất. Mô hình này hoạt động tốt hơn đáng kể so với các cơ chế thông thường khác. Nó cải thiện điều khiển tài nguyên 5G và tối ưu hóa QoE video, giảm độ trễ thấp 5G.
Mục lục chi tiết luận án
Tải xuống file đầy đủ để xem toàn bộ nội dung
Tải đầy đủ (126 trang)Trích đoạn nội dung luận án
Tải xuống để đọc toàn bội LỜI CAM ĐOAN Tôi xin cam đoan luận án tiến sĩ với đề tài: “Điều khiển tối ưu luồng video điểm - đa điểm trong mạng 5G siêu dày đặc” là công trình nghiên cứu do chính tôi thực hiện. Các kết quả và các kết luận trong luận án này là trung thực, không sao chép từ bất kỳ nguồn nào và dưới bất kỳ hình thức nào. Việc tham khảo các nguồn tài liệu đều đã được thực hiện trích dẫn và ghi nguồn tài liệu tham khảo đúng quy định. Hồ Chí Minh, ngày 02 tháng 02 năm 2021 Tác giả luận án Phan Thanh Minh ii LỜI CẢM ƠN Để hoàn thành được luận án tiến sĩ này, tôi đã nhận được rất nhiều sự hỗ trợ của Nhà trường, của người hướng dẫn khoa học, của đồng nghiệp và của gia đình.
Tôi xin gởi lời cảm ơn chân thành đến PGS. Đặng Xuân Kiên, Viện trưởng Viện Đào tạo Sau đại học, Trường Đại học Giao thông vận tải TP HCM đã động viên, khuyến khích và hướng dẫn tôi trong suốt quá trình thực hiện luận án. Tôi xin gởi lời cảm ơn sâu sắc đến TS. Võ Nguyên Sơn, là người thầy và cũng là đồng nghiệp đã tận tình hướng dẫn, định hướng và cùng tôi nghiên cứu trong suốt quá trình tôi thực hiện luận án.
Tôi xin cảm ơn các đồng nghiệp cùng làm nghiên cứu ở Khoa Điện - Điện tử viễn thông, Trường Đại học Giao thông vận tải TP. HCM và Viện Nghiên cứu Khoa học Cơ bản và Ứng dụng, Trường Đại học Duy Tân, TP. HCM đã hỗ trợ và tạo điều kiện cho tôi thực hiện luận án. Tôi xin cám ơn gia đình đã hỗ trợ, động viên và cùng đồng hành cùng tôi trong suốt thời gian thực hiện luận án này.
Mặc dù đã cố gắng và nỗ lực trong quá trình nghiên cứu để hoàn thành luận án, nhưng do những hạn chế về kiến thức, kinh nghiệm và thời gian nên luận án có thể vẫn còn nhiều thiếu sót. Tôi rất mong nhận được sự góp ý quý giá của các nhà khoa học và bạn đọc để hoàn thiện luận án một cách tốt nhất cũng như tiếp tục cho các nghiên cứu sau này. Xin trân trọng cảm ơn! TP. Hồ Chí Minh, ngày 02 tháng 02 năm 2021 Tác giả Phan Thanh Minh iii TÓM TẮT Sự bùng nổ của các mạng di động và Internet góp phần hiện thực hóa cuộc cách mạng công nghiệp 4.0 trên toàn thế giới với xu hướng vạn vật kết nối Internet (IoT) ở nhiều lĩnh vực khác nhau.
Trong lĩnh vực công nghiệp tự động hóa và điều khiển, sự phát triển các công nghệ kết nối mạng hiện đại giúp việc kết nối các thiết bị ở nhiều vị trí khác nhau một cách đơn giản, nghĩa là các thành phần của hệ thống điều khiển được kết nối thông qua mạng truyền thông không dây một cách dễ dàng. Trong hệ thống điều khiển kết nối mạng (NCS – Networked Control System), việc kết nối không dây nhằm tăng tính linh hoạt, dễ dàng chẩn đoán và bảo trì hệ thống là xu hướng hiện nay của kỹ thuật điều khiển và tự động hóa. Song song với sự phát triển công nghệ, các dịch vụ và ứng dụng ngày càng phát triển, đòi hỏi dữ liệu truyền thông cực lớn. Ước tính, vào năm 2023 sẽ có khoảng 5,3 tỷ người dùng kết nối Internet để trao đổi thông tin dữ liệu và chủ yếu là dữ liệu video (chiếm 79%).
Để đáp ứng được nhu cầu đó, ngoài việc nâng cấp hạ tầng mạng lõi (tốn khá nhiều chi phí), thì nâng cấp mạng di động không dây bằng các kiến trúc mới, công nghệ và kỹ thuật mới cũng được quan tâm. Cụ thể, mạng di động thế hệ thứ 5 với kiến trúc siêu dày đặc (UDN – Ultra-dense Network) được xem là đầy tiềm năng và là chìa khóa để bước vào kỷ nguyên IoT. Trong luận án này, tác giả nghiên cứu các kiến trúc mạng 5G UDN, các cải tiến công nghệ, kỹ thuật điều khiển, phân phối và quản lý trong 5G UDN như: thiết kế phân cụm (cluster), lưu trữ đa tầng (multi-tier); điều khiển phát đa hướng (multicast); kỹ thuật phân bổ và quản lý tài nguyên (resource allocation and management), kỹ thuật truyền thông phạm vi hẹp từ thiết bị đến thiết bị (D2D – Device-to-Device) để cải tiến hiệu quả phổ, mở rộng băng thông truyền, mở rộng phạm vi hoạt động của mạng. Ngoài ra, các kỹ thuật điều khiển lưu trữ (caching) và phân phối (delivering) video trong mạng 5G UDN cũng được tìm hiểu.
Từ đó đề xuất mô hình điều khiển tối ưu luồng dữ liệu video điểm - đa điểm trong mạng 5G UDN sử dụng các kỹ thuật lựa chọn thiết bị lưu trữ và thiết bị chia sẻ tài nguyên phổ tần xuống nhằm cực đại dung lượng trong hệ thống. Tiếp đó, mở rộng mô hình đề xuất bằng cách xem xét thêm các mối quan hệ xã hội người dùng và các ràng buộc về độ dao động dung lượng nhằm iv đảm bảo tính công bằng cao về chất lượng dịch vụ của người dùng. Cuối cùng, mở rộng mô hình đề xuất bằng cách xem xét thêm tầng lưu trữ để linh hoạt hơn trong việc lựa chọn nguồn cung cấp dữ liệu. Tất cả các hệ thống đề xuất được mô hình toán và mô phỏng trên máy tính dựa vào công cụ Matlab với giải thuật di truyền (GA - Genetic Algorithms) nhằm tăng tốc độ xử lý mà vẫn đảm bảo các kết quả tối ưu của bài toán.
Các kết quả mô phỏng chứng minh sự vượt trội của mô hình đề xuất so với các cơ chế thông thường khác. Từ khóa—điều khiển tối ưu, hệ thống điều khiển kết nối mạng, mạng 5G siêu dày đặc, luồng video, truyền thông từ thiết bị đến thiết bị, truyền thông điểm - đa điểm, vạn vật kết nối Internet. v ABSTRACT The mobile network explosion and the Internet development has contributed to the realization of the Industrial Revolution 4.0 all over the world with the trend of Internet of Things (IoT) in many different areas. In the automation and control industry, the development of modern networking technologies makes it simple to connect devices in many different locations, i., the controller system components are easily connected via wireless communication network.
In the Networked Control System (NCS), the wireless connection to increase flexibility, easily diagnose and maintain the system is the current trend of control and automation technology. With the development of technology, services and applications are increasingly developed, requiring extremely large data communication. It is estimated that by 2023 there will be about 5.3 billion users of mobile connected to the Internet to exchange information data, especially video data (accounting for 79%). To meet that demand, in addition to upgrading core network infrastructure (which costs highly), upgrading wireless mobile networks with new architectures, technologies and techniques is also taken great consideration.
Specifically, the 5th generation mobile network with Ultra-dense Networks (UDN) architecture is considered to be full of potential and the key to entering the IoT era. In this thesis, the author studies 5G UDN network architectures, technology innovations, control techniques, distribution and management in 5G UDN such as cluster, multi-tier, multicast, resource allocation and management techniques, device- to-device communication techniques to improve spectral efficiency, expand communication bandwidth, and expanding the network's range of activities. Furthermore, techniques for caching storage and delivering video in the 5G UDN are explored. Since then, we have proposed the optimal control of multicast video streaming in 5G UDN using techniques of caching selection and downlink resource sharing equipment to maximize capacity in the system.
Next, we have extended the proposal model via the social relationships and capacity variation constraints to assure the fairness of Quality of Service (QoS) for mobile users. Finally, we have broadened vi the proposed model by t adding a multi-tier caching storage for more flexibility in the data sources selection. All the proposed systems are modeled with algorithms and simulated on the computer with Matlab tool and Genetic Algorithms (GAs) to increase the processing speed while ensuring the optimal results of problems. The simulation results demonstrate the superiority of the proposed model compared to other normal benchmarks.
Index Terms—Optimal control, Networked Control System, 5G ultra-dense networks, video streaming, device-to-device (D2D) communications, multicast communications, Internet of Thing (IoT). vii MỤC LỤC Trang LỜI CAM ĐOAN. vii DANH MỤC CÁC THUẬT NGỮ VIẾT TẮT.x DANH MỤC CÁC BẢNG. xii DANH MỤC CÁC HÌNH VẼ VÀ BIỂU ĐỒ.
xiii MỞ ĐẦU. Lý do chọn đề tài. Mục tiêu, đối tượng, phạm vi và phương pháp nghiên cứu. Mục tiêu nghiên cứu.
Đối tượng nghiên cứu. Phạm vi nghiên cứu. Phương pháp nghiên cứu. Nhiệm vụ nghiên cứu, kết quả đạt được, ý nghĩa khoa học và thực tiễn.
Nhiệm vụ nghiên cứu. Kết quả đạt được. Ý nghĩa khoa học và thực tiễn. Bố cục luận án.
TỔNG QUAN VỀ HỆ THỐNG ĐIỀU KHIỂN KẾT NỐI MẠNG. Tổng quan về hệ thống điều khiển kết nối mạng. Tổng quan về 5G UDN. Truyền video trong 5G UDN.
Truyền từ trạm nền. Truyền phối hợp đa tầng. Mô hình kênh truyền. Mô hình mối quan hệ xã hội người dùng.
Truyền video điểm - đa điểm. Hiện trạng các nghiên cứu về phân cụm, lựa chọn và truyền thông điểm - đa điểm. Tổng kết chương 1. THUẬT TOÁN DI TRUYỀN VÀ ỨNG DỤNG TRONG BÀI TOÁN ĐIỀU KHIỂN TỐI ƯU LUỒNG VIDEO.
Tổng quan về các thuật toán tìm kiếm tối ưu. Tổng quan về thuật toán GA. Giới thiệu GA. GA so với phương pháp truyền thống.
Lưu đồ và các thành phần của thuật toán di truyền. Lưu đồ thuật toán di truyền. Các thành phần của thuật toán di truyền. Kết thúc GA.
Một số bài toán ứng dụng GA trong điều khiển luồng video. Tổng kết chương 2. ĐIỀU KHIỂN LƯU TRỮ VÀ CHIA SẺ PHỔ TẦN TỐI ƯU LUỒNG VIDEO ĐIỂM - ĐA ĐIỂM TRONG 5G UDN. Giới thiệu cơ chế DRS-CHS.
Sự cần thiết của cơ chế DRS-CHS. Hiện trạng các nghiên cứu liên quan đến D2DC điểm - đa điểm. Tính mới của cơ chế DRS-CHS. Mô hình và tính toán các thông số hệ thống DRS-CHS.
Mô hình hệ thống DRS-CHS. Tính toán các thông số của hệ thống DRS-CHS. Bài toán và giải pháp tối ưu DRS-CHS. Bài toán tối ưu DRS-CHS.
Giải pháp tối ưu DRS-CHS dùng GA. Đánh giá kết quả. Sự hội tụ của GA. Hiệu suất hệ thống DRS-CHS.
Kết luận chương 3. ĐIỀU KHIỂN LƯU TRỮ VÀ CHIA SẺ PHỔ TẦN TỐI ƯU LUỒNG VIDEO ĐIỂM - ĐA ĐIỂM DỰA TRÊN MỐI QUAN HỆ XÃ HỘI NGƯỜI DÙNG TRONG 5G UDN. Giới thiệu cơ chế SSC. Sự cần thiết của cơ chế SSC.
Hiện trạng các nghiên cứu liên quan đến phân cụm, lựa chọn CH, và truyền thông điểm - đa điểm kết hợp D2DC. Tính mới của cơ chế SSC. Mô hình và tính toán các thông số hệ thống SSC. Mô hình hệ thống SSC.
Tính toán các thông số hệ thống SSC. Bài toán tối ưu SSC và giải pháp dùng GA. Bài toán tối ưu SSC. Giải pháp tối ưu SSC dùng GA.
Đánh giá kết quả. Sự hội tụ của GA. Hiệu suất của hệ thống SSC. Kết luận chương 4.
Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ
Trích dẫn luận án này
Phan Thanh Minh (2021). Điều khiển Tối ưu Luồng Video 5G UDN [Luận án tiến sĩ, Trường Đại học Giao thông vận tải TP HCM]. LuanAn.net. https://luanan.net/tai-lieu-khac/dieu-khien-toi-uu-luong-video-5g-sieu-day-dac
Câu hỏi thường gặp
Luận án "Điều khiển Tối ưu Luồng Video 5G UDN" nghiên cứu về vấn đề gì?
Luận án tiến sĩ điều khiển tối ưu luồng video điểm đa điểm mạng 5G siêu dày đặc. Cải thiện hiệu quả, độ trễ, chất lượng trải nghiệm người dùng.
Luận án "Điều khiển Tối ưu Luồng Video 5G UDN" được bảo vệ tại trường nào?
Luận án này được bảo vệ tại Trường Đại học Giao thông vận tải TP HCM. Năm bảo vệ: 2021.
Luận án "Điều khiển Tối ưu Luồng Video 5G UDN" thuộc chuyên ngành gì?
Luận án "Điều khiển Tối ưu Luồng Video 5G UDN" thuộc chuyên ngành Kỹ thuật Điều khiển và Tự động hóa. Danh mục: Tài liệu khác.
Luận án "Điều khiển Tối ưu Luồng Video 5G UDN" có bao nhiêu trang?
Luận án "Điều khiển Tối ưu Luồng Video 5G UDN" có 126 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.
Cách tải luận án "Điều khiển Tối ưu Luồng Video 5G UDN" về máy như thế nào?
Để tải luận án về máy, bạn nhấn nút "Tải xuống ngay" trên trang này, sau đó hoàn tất thanh toán phí lưu trữ. File sẽ được tải xuống ngay sau khi thanh toán thành công. Hỗ trợ qua Zalo: 0559 297 239.