Abstract
We propose a packet scheduling algorithms for streaming media. We assume that the receiver periodically reports back the channel throughput. From the original video data, the importance level of a video packet is determined by its relative position within its group of pictures, taking into account the motion-texture discrimination and temporal scalability. Thus, we generate a number of nested substreams. Using feedback information from the receiver and statistical characteristics of the video, we model the streaming system as a queueing system, compute the run-time decoding failure probability of a Same in each substream based on effective bandwidth approach, and determine the optimum substream to be sent at that moment in time. Since the optimum substream is updated periodically, the resulting sending order is different from the original playback order. From experiments with real video data, we show that our proposed scheduling scheme outperforms the conventional sequential sending scheme.
이 논문에서는 스트리밍 미디어에 대해 속도 대비 왜곡을 최적화하는 패킷 스케줄링 알고리듬을 제안한다. 수신단은 패킷을 받으면 ACK를 보내는데, 주기적으로 관측한 채널 throughput을 함께 보낸다. 비디오 패킷의 중요도는 움직임 백터, 텍스처 필드, 시간계층화를 고려하여 GOP 내에서의 위치에 의해 결정되며, 이것을 이용하여 서브스트림을 정의한다. 서버는 수신단으로부터 온 응답 정보와 비디오의 통계적 특징을 사용하여 임의의 시점에서 전송하고자 하는 최적의 서브스트림을 결정한다. 이를 위해 스트리밍 시스템을 류잉 시스템으로 모델링하고, 각 서브.스트림에 있는 프레임의 복호화 실패을을 체감대역폭을 이용하여 계산하고 그 시점에 전송할 최적의 서브스트림을 선택한다. 수신단이 주기적으로 기록하고 전송한 채널정보에 대해, 송신단은 최적의 서브스트림을 새로이 계산하는데, 그때까지 서브스트링의 데이터는 Earliest Deadline First(EDP)방식으로 전송핀다. 이 때, 전송 순서는 원래의 재생 순서와 다르게 된다. 그리고, 실제 비디오 데이터를 사용한 실험에서, 제안한 스케줄링이 기존의 순차적인 전송보다 성능이 좋다는 것을 보여준다.
