浅析多媒体通信控制系统中神经网络思想的体现

汪再秋

(内蒙古科技大学 信息工程学院，内蒙古 包头014010)

神经网络又称人工神经网络或连接模型，是模仿动物神经网络行为特征的一种进行分布式并行信息处理的数学模型，它根据系统的复杂程度对其内部大量节点间的连接关系进行调整，以达到信息处理的目的。近年来，神经网络技术引起了社会的广泛关注，神经网络相关研究也取得了突破性的进展。

1 神经网络的特点及其在多媒体通信控制系统中的应用

1.1 神经网络的特点

神经网络应用在信息控制系统中具有很多突出的特点。 首先，神经网络存贮信息采用分布方式，当部分网络信息遭到损坏时，仍能根据其他信息使被损坏的信息得到恢复；其次，神经网络处理信息采用并行方式，提高了信息处理的速度；再次，神经网络采用连续的学习方式，学习方法比较简单；最后，神经网络是由众多的神经元组成，能够无限逼近任一复杂的非线性的系统。 总之，采用神经网络思想设计出的控制系统，不仅具有较好的智能性、适应性和鲁棒性，还能够快速处理非线性、高难度、不确定、强干扰和难建模的复杂的信息控制问题。

1.2 神经网络思想在多媒体通信控制系统中的应用

多媒体通信是计算机技术与通信技术的综合产物，这种新型的通信方式可以实现在一次呼叫中同时提供声音、图形、图像、文本、数据等多种媒体信息。多媒体通信控制系统是基于IP 核心交换而存在，保证多媒体服务质量（QOS）是其技术的关键，控制网络拥塞、同步音频视频等多种多媒体数据、平滑处理视频信息、协商多媒体数据的传输、减少多媒体数据处理的时延等都是多媒体通信控制系统要解决的技术难点。 神经网络技术的应用可以有效的解决以上技术难点，根据神经网络的特点，从神经网络的自学习映射功能入手具体分析神经网络思想在多媒体通信控制系统中的应用。

在运用层状前馈神经网络来实现ATM 类似业务网络信息的接入控制时，首先要使神经网络展开无监督的自学习，并且可以采用那些满足上式临近分界函数的样本作为神经网络自学习的输入样本。类似于这种多媒体通信控制系统都可以通过运用神经网络思想来实现自适应学习控制管理网络信息资源，实现预测、预留高利润的宽带接入和业务频道的接入。这种非线性层状前馈神经网络映射功能可以广泛地被用在解决多媒体通信控制系统中需要快速自适应处理的技术难点。神经网络思想随着计算机技术的发展已经广泛的应用在多媒体通信控制系统中，并占据着举足轻重的重要位置。

2 通过具体实例分析多媒体通信控制系统中神经网络思想的体现

神经网络在多媒体通信控制系统中的应用主要体现在系统建模、状态估计以及优化控制等。 在系统建模过程中，根据输入的信息和过去的输出信息推算出当前输出信息，被控制对象输入和输出关系的反映就是神经网络思想在多媒体通信控制系统中的体现；在状态估计中从输入到输出的空间映射也是神经网络在多媒体通信控制系统中代替传统数学模型的运用体现。

为研究神经网络思想在多媒体通信控制系统中的应用，特构造如图1 所示的某多媒体通信控制系统。

该模型中视讯服务器的主要功能是用户登录、验证信息、检测用户的IP 地址和动态端口、协商通信、交互命令、控制信息、接收转发和记录终端用户的信息等，采用TCP 协议进行信息的传输。 音频视频的通信通常使用UDP 协议进行传输， 采用神经网络思想实现从视讯服务器到终端的预协商、终端与终端的再协商。

图1 某多媒体通信控制系统应用模型

视频图像信息的平滑程度是衡量多媒体通信控制系统服务质量的重要标准。 本模型的视频平滑控制机制原理图如图2 所示。 从原理图可以看出，该机制在视频信息的发送端采用了基于神经网络思想的漏桶算法，在视频信息的接收端采用了基于神经网络思想的流量预测和播放平滑算法。该模型的视频信息发送端就是通过神经网络处理节点实现视频流缓冲区和令牌池的实时监控、 网络拥塞情况的探测、视频流帧率的反馈和控制等，保证了视频流的服务质量。 视频信息的接收端通过流量预测节点实现视频流到达时间延迟和时间间隔以及信息接收帧数的监视等，也是神经网络思想在多媒体通信控制系统中应用的体现。神经网络思想在多媒体通信控制系统中的使用保证了多媒体通信视频流播放的平滑度， 提高了多媒体通信控制系统的服务质量。

图2 视频平滑控制机制原理图

3 总结

运用神经网络思想进行信息的存储和处理具有很多突出的优势，要提高多媒体通信控制系统的服务质量，需要在充分掌握神经网络分布式信息存储、并行式信息处理、连续性学习方式以及神经元等特点的基础上，深入分析神经网络思想在多媒体通信控制系统中的应用体现，掌握正确的应用方式，采取有效的措施充分发挥神经网络在多媒体通信控制中的重要作用，实现多媒体通信控制系统的高智能性、高适应性、高鲁棒性以及快速准确的处理各种复杂信息的控制问题。

［1］王伟.无线传感器网络若干关键技术研究[D].华中科技大学，2011.

［2］林闯.多媒体信息网络QoS 的控制[J].软件学报，1999（10）.

［3］李雨，冯迪.浅析计算机网络通信协议[J].中小企业管理与科技：上旬刊，2009（01）.

［4］郭东辉，吕迎阳，刘瑞堂，吴伯僖.神经网络及其在网络通讯中的应用研究[J].厦门大学学报：自然科学版，2001（02）.