3GPP中分组交换流媒体服务的体验质量研究

在未来3G分组交换网络中,除了能向用户提供电信级的服务质量,还必须向用户提供最完美的体验质量. 体验质量不仅能描述用户感受,也可用来衡量业务可用度。在深入分析3GPP分组交换流媒体服务,体验质量的概念及其测量参数和协议的基础上,对如何评价和提高体验质量提出了基本的框架模型。     

基于用户体验的异构网络接入选择算法研究

随着网络异构化,随时随地为用户提供最好的连接是未来无线网络获得成功的关键.为了最大化用户的体验质量,文中提出了一种基于网络状态和用户偏好的接入选择算法.该算法由用户确定需要考虑的决策因素,在满足动态适用性的基础上,设计了统一的多属性归一化计算方法,并采用层次分析法确定接入判决因素的主观权重.仿真结果表明,文中所提算法能够有效提高用户满意度,降低业务阻塞率并均衡网络间负载.     

基于业务的移动网络用户体验协同建模方法

应用多维分析,研究移动网络用户体验的协同建模方法.从用户通信数据和用户体验出发,基于用户细分和对移动业务深入分析,以语音业务为例,描述了QoE与KQI,KQI与KPI,KPI与通信数据之间的关系,提出了协同建模的方法与过程,说明了参数与权值的确定,给出了“通信数据-KPI-KQI-QoE”的建模流程.     

基于马尔可夫毯的贝叶斯网络结构学习算法

贝叶斯网络图结构的自动学习是机器学习中的一个挑战,针对传统算法学习效率低、难于去除冗余边及确定结构中边的方向等问题,提出了一种基于马尔可夫毯的贝叶斯网络结构学习算法.该算法改进了经典的马尔可夫毯学习算法,使之减少条件独立检验次数,并在后续确定有向结构方面更适应贝叶斯网络结构学习,同时给出了两种有向边方向确定的一般性解决方案,有效提高了学习算法的学习效率.最后建立了基于贝叶斯网络的互联云QoE评价模型,并进行了仿真实验,结果表明改进后的学习算法在预测准确率、学习效率上均优于传统算法.     

云计算下用户行为特征的服务选择策略

在云模型中,不同的网络资源被网络虚拟化抽象成为各种服务,这些服务经过进一步的组合后以服务组合的方式提供给终端用户。为保证用户能高效地选取服务,从用户体验质量的角度,分析云环境下用户访问服务的行为,利用其访问服务的偏好性,提出基于用户行为特征的服务选择策略。理论分析和实验表明,该策略能保证较高的性能及用户满意度,能为用户提供有效的选择方案。     

基于多径传输的QoE量化方法

基于多径传输的Qo E模型量化方法目前还没有成形规范,大部分研究集中在承载网默认路由Qo E量化与评价方法上.针对这一问题,提出了一种基于重叠网多径传输的Qo E量化方法.首先,依据多径传输网络性能指标指出Qo E量化影响要素.然后,对多径传输Qo E量化计算过程进行了详细讲解,并给出了模型的设计过程,其中包括Qo E量化模型公式规范、Qo S性能指标参数选取、人为因素参数设定、评分规则设置.最后,通过OMNe T++实验仿真验证了多径传输Qo E量化方法的有效性.此算法解决了多径传输模式Qo E量化方法问题,有效地验证了多径传输模式的优越性.     

基于QoE感知的无线视频传输节能技术研究

针对未来无线网络中用户体验(quality of experience,QoE)感知的节能技术这一范畴,对视频业务QoE感知技术和降低网络能耗方面进行了研究,在此基础上构建了能耗目标函数和相应的约束条件,理论上分别推导出视频帧的丢帧率模型和视频帧的传输能耗模型.保障视频业务的QoE约束条件下,求出一系列符合条件的传输参数,使用迭代优化算法求出最优传输参数并计算了相应的最低消耗.对所提方法的性能进行了仿真,主要分析了视频业务质量、视频帧的重传数量以及视频帧的大小对传输能耗的影响.仿真结果表明,针对视频业务质量要求高、视频数据量大这一特点,所提出的方法能够有效降低未来无线网络的传输能耗并保障了视频业务的质量.     

基于终端测量的移动流媒体QoE评价方法与设计

针对在进行用户体验质量（Quality of Experience QoE）评价时获取数据困难的问题,建立一套在移动终端上获取用户体验数据的方法,来为QoE评价提供数据支持.目前,对于用户体验质量的研究大多都是在实验室环境下进行的,很少考虑到现实环境,导致研究具有局限性.通过设计运行在移动终端的应用程序,可以获取用户在真实环境下的主客观QoE数据,结合LivingLab理论,提出一种基于真实用户环境来研究QoE的方法.实际应用表明,该方法可以较好地评价用户体验质量.