一种基于EVDO 分组域可视电话业务源模型

明 艳，李 强，孙瑞杰

(重庆邮电大学信号与信息处理重庆市重点实验室，重庆400065)

0 引言

移动可视电话业务作为3G的特色业务，实现了移动用户端到端的音视频双向实时通信，给用户带来了全新的视听感受。因此，该业务备受电信运营商和手机制造商的青睐。移动可视电话业务在TD-SCDMA和WCDMA中是通过电路域来实现，而在EVDO(evolution-data optimized)中则是通过分组方式来实现的。在分组域中，可视电话业务的控制信息、音频数据和视频数据是通过3个不同的服务质量(quality of service，QoS)流进行传输［1］，并且在传输数据之前，必须进行QoS流的激活。这个激活的过程包括了资源的预留、确定接入网和核心网接口的映射关系等。

业务模型的建立是分析网络性能、科学规划网络的基础。传统的电路业务主要是用泊松(Poisson)模型进行描述［2］。由于数据业务具有突发性，汇聚的业务流又表现出自相似的特点，因此有必要建立分组业务的源模型。本文根据EVDO网络分组域可视电话业务的实现方式和业务性质，对音频流和视频流分开建立源模型。首先，根据会话类业务用户行为的特点，用Poisson模型来描述会话层。然后，根据音频流和视频流的业务特性和传输特性，采用合理的参数对突发层和数据包层进行描述。最后，对模型参数及分布进行求取和拟合。

1 分组域可视电话业务源模型的建立

1.1 移动可视电话业务用户行为模型

EVDO分组域可视电话业务属于实时会话类业务。该业务用户的呼叫到达过程可以用Poisson过程进行描述，即用呼叫到达间隔时间和单用户平均呼叫时长来描述。而这2个参数均服从指数分布［3］，指数分布概率密度函数为

1.2 音视频源性质

在EVDO中，由于可视电话业务的音频流和视频流采用了不同的压缩协议，具有不同的业务流性质，因此，本文对这2种多媒体流分开进行研究。

对于音频流，EVDO移动终端采用EVRC(enhanced variable rate codec)和EVRC-B(enhanced variable rate codec B)的压缩编码标准。EVRC编码器把一个经过8 kHz采样、16 bit量化的20 ms帧压缩成4种不同速率的输出码流:全速率8.8 kbit/s，1/2速率4.0 kbit/s，1/4 速率2.0 kbit/s和1/8 速率0.8 kbit/s。通常对语音压缩编码采用全速率或1/2速率编码［4］。由于人的语音通话可分为讲话期和听话期，即激活期和静默期。在激活期，音频源以固定速率发送数据包。而在静默期，没有数据包发送。因此，可以用ON/OFF模型对其进行描述。

对于视频信号，EVDO终端支持H.263，MPEG-4和H.264/AVC视频压缩编码协议。对于H.264/AVC编码分为 3个档次:Baseline，Extended和Main。Baseline主要用于实时的视频交互，如视频会议和可视电话等业务。Extended主要用于网络的视频流业务，如视频点播等。Main主要用于电子应用，如数字电视广播、数字视频存储等［5］。在Baseline中，只包含帧内编码I帧和单向预测帧间编码P帧，并不编码双向预测B帧。该档次虽提高了编码实时性，但视频质量一般。而在Extended和Main中，要编码B帧，虽提高了视频传输的抗误码性能，但编码实时性较差。在移动可视电话业务中，一般选择Baseline。视频帧之间虽然存在很大的相关性，但是，当图像背景发生变化时，如在移动中进行视频通信时，编码输出数据量较大，这时需通过缓冲和调整各帧量化参数来缓解编码速率的增大，以保持业务输出速率的恒定。

1.3 协议对数据包大小的影响

在传输音视频数据流时，EVDO采用了如图1所示的RTP/UDP/IP(real-time protocol/user datagram protocol/internet protocol)分层协议结构［6］。

图1 数据流传输分层协议结构Fig.1 Date stream transmission layer protocol structure

由于IPv4(internet protocol version 4)的固定头部占用20 Byte，UDP的头部信息占用8 Byte，RTP的头部占用12 Byte，而IP数据包的有效负荷长度不超过1 400 Byte。采用IPv4的RTP/UDP/IP协议总头部信息就要占用40 Byte，在传输音频数据时，一般每20 ms发送一个分组，这样包头的数据速率就达到了16 kbit/s，这严重影响了数据包的传输效率。因此，采用ROHC(robust header compression)协议对包头信息进行压缩，以提高带宽利用率。

1.4 音视频的RTP打包

对于音频流来说，考虑系统带宽的利用效率，采用把全速率20 ms的一个音频帧打包成RTP包的方式。这样在激活期，音频帧数据包就以固定的速率被发送出去，每个数据包的大小、发送每个RTP包的间隔时间也是固定的。

由于视频流的数据量较大，在IP层需进行分段，把超过1 380 Byte的 NAL(network abstraction layer)单元进行分片，把每个分片打包成一个RTP包，每个分片的RTP包的时间戳相同。把每个不超过1 380 Byte的NAL单元打包成一个RTP包，每发送一个此类RTP包，时间戳都增加相应的量。

下面选取300帧QCIF格式的视频测试序列salesman，用Baseline压缩档按照IPPPPPPPPP的压缩模式进行压缩，即每隔10帧编码一帧I帧。把压缩后的码流按照上述RTP打包方法进行打包和传输，用软件解析出的RTP包的具体信息如图2所示。从图2可以看出，无论是I帧还是P帧，都打包成6个数据包，并且每个RTP包的时间戳都不相同，说明压缩后码流中的NAL单元并没有进行分片。

图2 解析出的RTP信息Fig.2 Extracted RTP information

1.5 音视频源分层建模

通过上述分析，对音频流采用3层模型进行建模。第1层用会话层来描述用户的行为，第2层用突发层来描述音频流的激活期和静默期，第3层用数据包层来描述激活期产生数据包的具体情况。模型结构如图3所示。对于视频流，由于用户会话期间一直有数据包的产生，采用如图4所示的2层模型对其进行描述。第1层和音频模型一样用来描述用户的行为，第2层的数据包层用来描述视频流具体数据包传送情况。

图3 音频源3层模型Fig.3 Audio source three-layer model

图4 视频源2层模型Fig.4 Video source two-layer model

分组可视电话业务源模型的建立，关键要选取合适的模型参数来描述每种业务流。本文根据各媒体流压缩标准以及传输协议，选取的参数如下。

1)用户行为:选取会话到达间隔时间和会话持续时间2个参数。

2)音频数据流:采用激活期平均占用时长、静默期平均占用时长、激活期数据包到达间隔时间和激活期数据包大小4个参数。

3)视频数据流:由于I帧和P帧编码后输出数据量不同，所以要对I帧和P帧分开进行描述。首先是帧率的选择，帧率一般都是定值;然后是I帧和P帧所包含的数据包个数以及所包含的数据包的大小;最后是视频帧数据包的到达时间间隔。

2 模型参数的估计

模型参数确立后，根据实际数据，统计和计算参数的取值范围，拟合出参数服从的分布。用户达到过程用Poisson模型进行拟合，会话到达间隔时间和会话平均持续时间都服从指数分布。对于音频流模型，可以参考VoIP源模型的参数取值和分布，即静默期和激活期都服从负指数分布，数据包大小为定值，数据包到达间隔时间为定值［7］。对于视频流模型，由于移动可视电话用户通话可能处在两种不同的场景下:静止场景和移动场景。因此，本文选择salesman和silent序列模拟用户在静止场景下的情况，选择carphone和coastguard序列模拟用户在移动场景下的情况。测试序列图像如图5所示。通过对RTP包的统计，得到这4个序列数据包大小的概率密度函数如图6－图10所示。

从图6－图9可以看出，对于不同类型的视频序列，P帧数据包大小所服从的分布基本上一致，均可用截断的Pareto分布［8］进行拟合，不同之处是概率密度函数的坡度不一样。因此，2种场景下的P帧数据包大小的分布函数可用不同特征参数值下的截断Pareto进行描述。从图10可以看出，对于I帧来说，由于采用帧内编码方式，输出码流与图像的细节信息密切相关。无论是静止场景还是移动场景，I帧数据包都可以用截断的正态分布进行拟合。经统计，I帧数据包的最小值取90 Byte，最大值取1 100 Byte。而数据包的达到间隔时间可用截断的Pareto分布进行拟合。分组域可视电话业务源模型参数取值及分布拟合如表1所示，两种不同场景下的P帧数据包大小的参数取值及分布如表2所示。

图5 测试序列图像Fig.5 Images of testing sequences

图6 salesman P帧数据包大小的概率密度函数Fig.6 PDF of P frame data package of salesman

分组域可视电话业务的源模型建立后，可根据模型参数及其取值，产生该业务源的输出。如果能得传输该业务的网络指标，如时延、抖动、误码率以及吞吐量等，即可分析系统的性能，估算出系统的容量。因此，该业务源模型可用于网络仿真。但在实际应用前，需对建网后的实际数据进行统计分析，并对该模型参数进行修正。

图8 carphone P帧数据包大小的概率密度函数Fig.8 PDF of P frame data package of carphone

图9 coastguard P帧数据包大小的概率密度函数Fig.9 PDF of P frame data package of coastguard

拟合的I帧数据包大小的概率密度函数曲线和2种场景下P帧数据包大小的概率密度函数曲线分别如图11和图12所示。

图10 I帧数据包大小的概率密度函数Fig.10 PDF of I frame data package

图11 I帧数据包大小的概率密度函数拟合曲线Fig.11 Fitting curve of PDF of I frame data package

表1 分组域可视电话业务模型参数及取值Tab.1 Parameters and their values for traffic source model of packet-switched videophone

表2 2种场景下的P帧数据包大小参数取值Tab.2 P frame data package parameters under two scenes

图12 2种场景下P帧数据包大小的概率密度函数拟合曲线Fig.12 Fitting curve of PDF of P frame data package under two scenes

3 结束语

本文通过分析EVDO分组域可视电话业务的实现，并根据分组交换业务的性质，建立了分组域可视电话业务的源模型。通过对用户行为特性的描述，提出了会话层的模型参数;通过对音视频源的压缩协议和数据传输协议的分析，提出了数据包层的模型参数;并通过对获取数据包的统计和分析，拟合出了各参数取值范围和分布。此模型对网络仿真和3G网络建设具有一定的参考价值。

［1］严斌峰，张智江，张范.基于cdma2000 1x EV-DO的可视电话系统的实现难点［J］.电信技术，2006，16(9):102-105.YAN Binfeng，ZHANG Zhijiang，ZHANG Fan.Implement difficulties of videophone system in cdma2000 1x EV-DO［J］.Telecommunications Technology.2006，16(9):102-105.

［2］李强，孙瑞杰.一种基于TD-SCDMA电路域会话类业务呼叫到达模型［J］.重庆邮电大学学报:自然科学版，2012，24(2):164-168.LI Qiang，SUN Ruijie.A call arrival model of circuitswitched conversational services based on TD-SCDMA［J］.Journal of Chongqing University of Posts and Telecommunications:Natural Science Edition，2012，24(2):164-168.

［3］李强，于游.TD-SCDMA集群系统语音业务模型分析［J］.通信技术，2010，11(43):69-71.LI Qiang，YU You.Analysis on voice traffic model of TDSCDMA trunking system［J］.Communications Technology，2010，11(43):69-71.

［4］KRISHNAN V，RAJENDRAN V，KANDHADAI A，et al.EVRC-Wideband:The New 3GPP2 Wideband Vocoder Standard［C］//IEEE International Conference on Acoustics，Speech and Signal Processing，Honolulu，Hawaii，USA:IEEE Press，2007:333-336.

［5］毕厚杰.新一代视频压缩编码标准-H.264/AVC［M］.北京:人民邮电出版社，2005:87.BI Houjie.New Generation Video Frequency Compress Coding Standard-H.264/AVC［M］.Beijing:The people post and Telecommunications Press，2005:87.

［6］THOMAS S，MISKA M，THOMAS W.H.264/AVC in Wireless Environments［J］.IEEE Transactions on Circuits and Systems for Video Technology，2003，7(13):657-673.

［7］张锦春，胡谷雨.宽带多媒体业务的业务量模型［J］.电视技术，2002.36(11):16-19.ZHANG Jinchun，HU Guyu.Traffic model of broadband multimedia service ［J］.Video Engineering，2002，36(11):16-19.

［8］LIU S G，WANG P J，QU L J.Modeling and simulation of self-similar data traffic［C］//Proceeding of 2005 International Conference on Machine Learning and Cybernetics，Guangzhou，Guangdong:IEEE Press，2005:3921-3925.