王再見，楊凌云，湯萍萍，何國棟

(安徽師范大學 物理與電子信息學院，安徽 蕪湖 241000)

?

5G網(wǎng)絡感知質(zhì)量關(guān)鍵技術(shù)研究

王再見，楊凌云，湯萍萍，何國棟

(安徽師范大學 物理與電子信息學院，安徽 蕪湖 241000)

第五代移動通信(5G)網(wǎng)絡需要滿足用戶個性化、業(yè)務區(qū)分精細化的發(fā)展要求，要以用戶為中心評估網(wǎng)絡性能、執(zhí)行網(wǎng)絡操作。因此研究面向QoE(Quality of Experience)的關(guān)鍵技術(shù)有利于推動5G的發(fā)展、也有利于促進新業(yè)務的發(fā)展。介紹了5G網(wǎng)絡環(huán)境中應用/服務的基本特點，然后對現(xiàn)有的面向QoE的切換策略、移動管理技術(shù)、網(wǎng)絡及電源資源使用優(yōu)化技術(shù)、質(zhì)量波動管理和QoE評估技術(shù)進行綜述，重點提出了一種網(wǎng)絡多媒體業(yè)務QoE保證方案，并給出了今后的研究方向。

第五代移動通信網(wǎng)絡；服務質(zhì)量；用戶體驗；網(wǎng)絡多媒體業(yè)務

0 引言

區(qū)別于現(xiàn)有以系統(tǒng)為中心的網(wǎng)絡，第五代移動通信(5G)網(wǎng)絡將以用戶為中心評估網(wǎng)絡性能、執(zhí)行網(wǎng)絡操作[1]。ITU-T在Rec.P.10(G.100)將QoE(Quality of Experience)定義為“由終端用戶主觀感知的接受一個應用/服務的整體程度”[2]，該定義適用于當前所有的通信網(wǎng)絡。面對用戶個性化、服務差異化，事實上不同的服務或用戶情況下有不同的QoE需求。并且終端用戶本身對QoE的需求也不是真的一致。例如他們的先驗知識和期望和當前使用的內(nèi)容對他們的QoE需求有很強的影響。當前在LTE(Long-Term Evolution)中定義并執(zhí)行的QoS(Quality of Service)不足以實施精細粒度的區(qū)分，這些只能通過采用基于QoE的網(wǎng)絡和應用管理方法才能得到有效解決[1]。因此，QoE關(guān)鍵技術(shù)研究是5G網(wǎng)絡的核心問題之一。

5G網(wǎng)絡環(huán)境中應用/服務有以下特點：① 隨著數(shù)量巨大的與用戶和網(wǎng)絡相關(guān)的業(yè)務隨時涌入，數(shù)據(jù)主體正從結(jié)構(gòu)化、非實時數(shù)據(jù)向非結(jié)構(gòu)、實時數(shù)據(jù)轉(zhuǎn)變[1]；② 在時變的信道中，提供連貫、透明、個性化、有區(qū)分、感知用戶體驗的服務[3]；③ 不僅針對任何人、任何地點、任何時間提供嚴格的峰值數(shù)據(jù)速率，還能基于對終端用戶和服務需求的理解執(zhí)行更有意義、有彈性和個性化的網(wǎng)絡管理；④ 網(wǎng)絡多媒體在業(yè)務類型和數(shù)據(jù)容量上都得到了快速發(fā)展，相關(guān)計算從以系統(tǒng)為中心向以人為中心轉(zhuǎn)變，面臨著壓縮、存儲、傳輸?shù)忍魬?zhàn)[4]。

鑒于上述5G網(wǎng)絡環(huán)境特點，QoE問題的研究面臨以下挑戰(zhàn)：① 數(shù)據(jù)來源于不同終端，存在非結(jié)構(gòu)化、異構(gòu)等特點[5]；② 低水平特征和高水平語義之間存在較大的差異，且一些多媒體數(shù)據(jù)也隨著時間和空間演化；③ 實時性要求較高；④ 數(shù)據(jù)容量巨大；⑤ 計算規(guī)模較大[6]；⑥QoE構(gòu)建的復雜度較大。

為了更好地面對5G網(wǎng)絡中用戶多樣化、服務區(qū)分精細化(即使同種業(yè)務類型其需求也存在巨大變化)的挑戰(zhàn)，5G網(wǎng)絡環(huán)境中網(wǎng)絡設(shè)計需要從用戶的角度評估網(wǎng)絡應用/服務的性能，研究人員也正積極探索將QoE有效整合到5G網(wǎng)絡環(huán)境中[1]。本文針對5G網(wǎng)絡環(huán)境特點著重介紹目前提出的與QoE相關(guān)的各種關(guān)鍵技術(shù)，并給出未來發(fā)展方向，希望起到拋磚引玉的作用。

1 QoE關(guān)鍵技術(shù)

QoE作為研究熱點已取得了一定進展[7-8]，已有相關(guān)文獻給出了面向QoE的切換策略[9]、移動管理技術(shù)、網(wǎng)絡及電源資源使用優(yōu)化技術(shù)、質(zhì)量波動管理和QoE評估技術(shù)[10-11]。下面我們將就目前QoE關(guān)鍵技術(shù)做一下介紹。

1.1 QoE驅(qū)動的移動管理技術(shù)

文獻[11]針對D2D(Device-to-Device)通信QoE管理提出了一種QoE驅(qū)動架構(gòu)。D2D通信會成為未來移動通信不可分割的一部分，目前相關(guān)標準正在制定，將成為5G中的新特色。文獻[12]給出了QoE在改善現(xiàn)有網(wǎng)絡移動管理層面的應用，將監(jiān)聽和傳統(tǒng)評估結(jié)合起來驅(qū)動移動管理。文獻[13]分析了5G網(wǎng)絡環(huán)境下Over-The-Top (OTT)服務(通過在盡力而為的網(wǎng)絡上傳輸例如YouTube、Netflix、Hulu和別的基于Web的視頻業(yè)務)QoE因素特點，以增強用戶OTT服務感知質(zhì)量和提高網(wǎng)絡效率為目標，提出了QoE驅(qū)動的無線資源管理和優(yōu)化方法，描述了一個框架和QoE評估完整的實施步驟，以獲得準確的用戶體驗值，同時改善網(wǎng)絡效率，優(yōu)化用戶體驗。

1.2 面向QoE的切換策略

針對聚集異構(gòu)無線網(wǎng)絡環(huán)境，通過面向QoE的映射、視頻質(zhì)量評估和自適應，文獻[14]擴展了MIH/IEEE 802.21，提出QoE切換架構(gòu)，該架構(gòu)允許多媒體背景下的用戶在IEEE 802.11e和IEEE 802.16e網(wǎng)絡環(huán)境中一直保持連接，允許面向QoE無縫移動和優(yōu)化。在該場景中，QoEHand代理、無線節(jié)點和基站/接入點一起被執(zhí)行。QoEHand代理通過執(zhí)行基于聚類的多人工神經(jīng)網(wǎng)絡評估視頻質(zhì)量水平，這是通過將視頻特征和網(wǎng)絡損壞映射到相應的MoS值實現(xiàn)。此外，依據(jù)IEEE 802.11e或IEEE 801.16 QoS模型，QoE映射機制將業(yè)務要求和用戶體驗映射到可用的無線服務類，并針對QoS模型存在的異構(gòu)問題給出優(yōu)化方案。

1.3 資源使用優(yōu)化技術(shù)

5G中的資源管理應該從QoS域向QoE域過度，需要設(shè)計新的跨層方法，這些調(diào)度方法應該優(yōu)化網(wǎng)絡和應用層的狀態(tài)[2]。文獻[15]提出了一種動態(tài)優(yōu)化QoE自適應路由協(xié)議，提高用戶體驗、優(yōu)化網(wǎng)絡資源利用。借助提高用戶協(xié)作的正式工具--博弈論(Game Theory)，針對終端移動性和不完美的信道評估，文獻[16]基于最小QoE需求的最大化，提出合作無線資源管理算法，以提高資源效率和頻譜效率。文獻[17]提出一種面向QoE跨層無線資源分配算法，解決的是異構(gòu)OFDMA(Orthogonal Frequency Division Multiple Access)系統(tǒng)下行鏈路資源分配問題，目標是系統(tǒng)中的每個用戶提供QoE保證。此算法是通過將應用層參數(shù)和主觀用戶對于質(zhì)量的感知整合到無線資源的分配過程。文獻[18]將QoE引入異構(gòu)網(wǎng)絡水平QoS類映射方案中，已增強映射的靈活性提高網(wǎng)絡資源利用效率。

1.4 質(zhì)量波動管理

現(xiàn)有的研究QoS和QoE之間量化關(guān)系的模型，均建立在參數(shù)的平均值上。依賴于平均值是這類模型的根本限制，這種認為給定時間段內(nèi)用戶QoE由平均激勵而不是瞬時行為決定的假定，已經(jīng)被近期的研究表明是錯誤的。用新的業(yè)務管理策略、業(yè)務整形、網(wǎng)絡度量等機制避免QoE質(zhì)量的波動[2]。

目前對幾種業(yè)務用戶感知質(zhì)量的研究僅有少數(shù)經(jīng)驗性結(jié)論，針對無線網(wǎng)絡環(huán)境中3D多媒體業(yè)務傳輸，提出了一種統(tǒng)計分析方法，研究3D實時流媒體的業(yè)務屬性和用戶QoE之間的關(guān)系。移動網(wǎng)絡環(huán)境下網(wǎng)絡性能易變是正常的，但單一帶寬中斷(如在不同基站切換期間)時對業(yè)務QoE的影響這樣的基本現(xiàn)象目前還缺乏研究，缺少有效的波動模型和網(wǎng)絡性能指示以表示網(wǎng)絡質(zhì)量變化對QoE的影響，文獻[19]研究了網(wǎng)絡帶寬波動及對QoE的影響。

1.5 QoE評估技術(shù)

QoE評估技術(shù)是基于QoE相關(guān)技術(shù)的核心[6]，目前主要分為客觀評估技術(shù)、主觀評估技術(shù)和數(shù)據(jù)驅(qū)動評估技術(shù)，如表1所示。

表1 QoE評估技術(shù)3種類型

客觀評估技術(shù)通常是在實驗室環(huán)境下直接征求用戶所給出的MOS、DMOS等評估值。該類測試雖然客觀，但對實驗環(huán)境有較高的要求，測試成本較高(時間、人工和經(jīng)費)、由于實驗環(huán)境及實驗數(shù)據(jù)類型有局限性，準確度較低、不能用于實時QoE的評估，且一些因素之間的聯(lián)系在真實環(huán)境中不會發(fā)生。

主觀評估技術(shù)主要通過對影響用戶感知質(zhì)量的相關(guān)參數(shù)建模，然后將模型輸出結(jié)果和客觀測試結(jié)果進行對比。有3類模型：① 基于視覺模型和信號驅(qū)動模型，前者主要基于 HVS(Human Visual System)如何接收和處理視頻信號的信息，后者基于抽取和分析特定的業(yè)務模式和特征；② 基于參考分類方法，取決于是否需要源業(yè)務作為參考；③ 基于輸入數(shù)據(jù)分類方法，根據(jù)輸入數(shù)據(jù)的類型分類建模。該類評估方法依然依賴客觀測試結(jié)果訓練模型參數(shù)，依賴于原始視頻，也不能滿足實時性需要。存在的不足如下：① 對HVS和業(yè)務缺乏做夠的知識，采用的是低層次的特征和屬性，這對于高水平建模是不完全的；② 不能處理圖片的幾何變化帶來的影響；③ 原圖片很難獲得；④ 參數(shù)之間的相互影響缺乏深入研究；⑤ 其性能的證實需要客觀獲得的MOS值，依賴于客觀測試方法。

數(shù)據(jù)驅(qū)動評估技術(shù)是最新的研究方法，有如下兩種發(fā)展趨勢：① 用人工干預對QoE維度進行量化和測量，這些測度包括觀看時間、觀看視頻數(shù)目、返回概率、表情、拖動時間、連接次數(shù)、觀看視頻時間和視頻時長的百分比等；② 從小規(guī)模的實驗室試驗到大規(guī)模的數(shù)據(jù)挖掘，這種方法得到的模型較復雜，具有較大計算復雜度，但比來源于小規(guī)模數(shù)據(jù)的效果好(有可能在大規(guī)模在線QoE評估時不如簡單模型)。由于大部分時間有大量的因素影響用戶質(zhì)量的評估，所以QoE評估是個相當復雜的問題。這些影響因素包括人的因素、系統(tǒng)因素、設(shè)備相關(guān)因素、媒體相關(guān)因素等[10]。因此發(fā)展基于大數(shù)據(jù)的輕量級、有效、可靠的QoE預測模型是未來的發(fā)展方向之一。

QoE數(shù)據(jù)驅(qū)動評估常用方法包括：① 基于相關(guān)性和線性表示的分析，包括QoE-QoS Kendall 相關(guān)性分析、信息增益分析和基于曲線擬合的線性表示，上述研究表明，特定的QoS特征對某一種業(yè)務具有較高影響，但對另一種類型業(yè)務影響較低，換句話說，QoS特征的影響是與上下文環(huán)境相關(guān)的，QoS和QoE之間的關(guān)系是非單調(diào)的。僅依賴該類方法不能解決QoS和QoE之間的非單調(diào)關(guān)系、QoS參數(shù)之間的相互依賴性和外部因素操作等情況；② 基于決策樹的QoE預測模型，該類方法首先完成數(shù)據(jù)收集和修剪、建立僅針對QoS的決策樹、外部因素識別，然后修正決策樹，最后將方法用于面向QoE的內(nèi)容分發(fā)網(wǎng)絡和比特率選擇。該方法選擇的QoE指標為觀看時間比率，選擇的QoS指標是啟動延遲、緩沖事件和平均比特率，同時考慮了視頻類型是實時還是離線，該類方法克服了基于相關(guān)性和線性表示的分析方法存在的不足；③ 基于準實驗設(shè)計的QoS-QoE因果關(guān)系分析，該方法在受控的環(huán)境中，首先建立QoS測度對QoE測度沒有影響的無效假設(shè)，然后匹配處理的和未處理的觀察者，接著計算匹配對的得分并累加得分，最后進行顯著性檢驗。但該方法僅能用于證實QoS-QoE因果關(guān)系，不能給出量化關(guān)系，所以不能用于QoE評估。

2 一種網(wǎng)絡多媒體業(yè)務QoE保證方案

隨著網(wǎng)絡多媒體業(yè)務的飛速發(fā)展，每天都產(chǎn)生數(shù)量巨大的多媒體數(shù)據(jù)。這些數(shù)據(jù)潛藏著很多有價值的信息，推動著QoE數(shù)據(jù)驅(qū)動評估技術(shù)的發(fā)展。為了更深入了解不同因素對QoE的影響，給出一個典型的網(wǎng)絡業(yè)務會話過程示意圖如圖1所示。

圖1 一個典型的網(wǎng)絡業(yè)務會話過程示意圖

圖1中從業(yè)務生成到終端用戶的每一步都可能引入失真和損壞，從而影響用戶感知的質(zhì)量。源端業(yè)務類型、量化誤差及包括形狀等影響視覺系統(tǒng)的時空特征、視頻長度(與短視頻相比，用戶對長視頻更有耐心)；發(fā)送端編碼壓縮技術(shù)導致的信息丟失、編碼設(shè)備的比特率(不是越高越好，頻繁的速率變換也會降低QoE)、幀率(人類視覺系統(tǒng)一般可以分析10～12幀/s，幀率不中斷的閾值還受到內(nèi)容(如運動)和顯示(如亮度)的影響)等都會影響用戶質(zhì)量。文獻[20]研究表明幀率對QoE的影響取決于視頻內(nèi)容的時空特征；傳輸模塊對于電視廣播網(wǎng)絡主要是顯示分辨率的區(qū)別，如標清網(wǎng)絡電視、增強型網(wǎng)絡電視、高清網(wǎng)絡電視和超清網(wǎng)絡電視。對于IP網(wǎng)絡和無線網(wǎng)絡(包括蜂窩網(wǎng)/移動網(wǎng)絡，WLAN、無線傳感網(wǎng)和車載網(wǎng))，網(wǎng)絡環(huán)境對QoE有較大影響。主要影響因素有包丟失、延遲、抖動、帶寬等。需要注意的是緩沖和重發(fā)機制一定程度上可以糾正上述因素的不利影響；接收端設(shè)備尺寸、分辨率、顯示形狀、緩沖區(qū)設(shè)置大小、解碼及解壓縮帶來的影響等；終端用戶人口結(jié)構(gòu)(包括年齡、性別、種族、職業(yè)、國籍、教育水平、經(jīng)濟收入等)、耐心、視頻受歡迎程度(用戶對受歡迎的視頻容忍度更高)、時機(用戶處于休閑狀態(tài)還是緊張工作狀態(tài)，網(wǎng)絡處于高峰期還是空閑期)。

在數(shù)據(jù)驅(qū)動QoE評估方法中，常用的度量如下：①業(yè)務水平度量：業(yè)務放棄、業(yè)務終止、業(yè)務失敗、業(yè)務完成、每個業(yè)務實際完成時間、業(yè)務放棄比率、暫停、快進、倒回、分辨率調(diào)整及顯示屏大小調(diào)整等；②用戶水平度量：特定網(wǎng)站特定時間用戶實時的業(yè)務量(對應于視頻，就是視頻剪輯數(shù))、訪問特定網(wǎng)站用戶實施業(yè)務的全部時間(對于視頻就是觀看的全部時間)、用戶回訪比率(特定時間內(nèi)用戶再次訪問相同網(wǎng)站的比率，該指標表明用戶將來訪問該網(wǎng)站的可能性)、用戶對業(yè)務的評定等級等；③QoS指標：啟動延時(或加入時間)、緩沖、緩沖時間占全部觀看時間的比率、緩沖次數(shù)、平均比特率、緩沖延遲、業(yè)務失敗次數(shù)、表達質(zhì)量等。

可見5G網(wǎng)絡環(huán)境中保證用戶QoE是個相當復雜的問題，這需要給出一個方案，兼顧QoE評估、傳輸和網(wǎng)絡控制之間影響。基于文獻[6]，這里給出一種網(wǎng)絡多媒體業(yè)務QoE保證方案。

2.1 優(yōu)化跨層業(yè)務傳輸

基于QoE測度完成MAC/PHY水平的優(yōu)化，這對于帶寬有限、信道質(zhì)量不穩(wěn)定的無線網(wǎng)絡業(yè)務分發(fā)很重要。首先設(shè)計可給出可靠結(jié)果的QoE預測模型，該模型可在線執(zhí)行、具有實時反饋的能力，在設(shè)定輸入的情況下，依據(jù)QoE預測模型實時給出的可靠的預測結(jié)果，自適應調(diào)整相應的優(yōu)化策略，以改善用戶QoE。然后在時間尺度和應用水平上逐步調(diào)整源業(yè)務。為了克服信道條件的快速變化，這里可以利用物理層水平的聚集信息，物理層水平鏈路調(diào)整用相對粗粒度的應用層水平信息。

2.2 面向QoE的擁塞控制

可依據(jù)業(yè)務特點設(shè)計對業(yè)務友好的擁塞控制機制，克服由于TCP協(xié)議丟包策略、“加性增，乘性減”算法和基于QoS控制導致的較長延遲?？蓛?yōu)化擁塞窗口大小以最大化QoE遠期期望?？紤]失真和每個包延遲截止時間的影響，設(shè)計在線實時學習算法完成對于MOS值的實時評估。也可以不修改TCP協(xié)議，將延遲問題交給業(yè)務傳輸處理。

2.3 優(yōu)化網(wǎng)絡業(yè)務傳輸

由于受到噪聲、干擾、多徑和用戶/設(shè)備移動等影響，5G網(wǎng)絡環(huán)境下信道條件處于變化之中。因此需要考慮信道快速變化對業(yè)務質(zhì)量的影響，特別是用戶對短時的較差質(zhì)量很敏感，需要設(shè)計干擾管理機制減少干擾能量，設(shè)計干擾整形機制平滑突發(fā)干擾的影響。設(shè)計更為有效的面向QoE實時接入控制機制管理多用戶的競爭，研究面向QoE的高效資源分配策略，向多用戶提供頻率、發(fā)送時間、帶寬等資源的靈活分配方案。設(shè)計更靈活的面向QoE的業(yè)務分發(fā)協(xié)議，提高分發(fā)效率。

2.4 設(shè)計媒體播放器緩存

結(jié)合啟動延遲、重新緩沖時間和用戶特點等因素，設(shè)計緩沖大小。要注意到緩沖尺寸偏大會導致較長的啟動延遲，因為在播放器啟動以前必須下載更多的數(shù)據(jù)。播放器工作期間，盡量降低重新緩沖的次數(shù)。此外，要考慮到用戶的行為特點，許多用戶在業(yè)務全部完成以前會停止業(yè)務，導致下載的很多數(shù)據(jù)無用，也造成帶寬資源的巨大浪費。因此，有必要針對用戶預測業(yè)務片段，避免傳輸過度數(shù)據(jù)。

3 未來的發(fā)展方向

未來的發(fā)展方向如下：

① 基于數(shù)據(jù)驅(qū)動QoE研究。隨著網(wǎng)絡環(huán)境、業(yè)務和用戶期望隨著時間而改變，QoS特征和外部因素也不斷演化，新的特征也可能不斷涌現(xiàn)，應該考慮選擇新的維度以表示QoE，進一步對用戶的網(wǎng)絡多媒體業(yè)務期望展開研究理論，抽取對用戶QoE有益的重要QoS和外部因素，取得較好的可刻畫QoS-QoE之間復雜關(guān)系的表示模型，已獲得更為準確的開發(fā)分析工具。此外，由于目前尚缺乏用于用戶QoE研究的標準的數(shù)據(jù)庫，有必要建立數(shù)據(jù)庫以對QoE展開深入研究；

② 面向QoE的視頻發(fā)送優(yōu)化。目前多數(shù)的業(yè)務發(fā)送優(yōu)化是面向QoS的，而面向QoE的發(fā)送優(yōu)化有很大的不同，需要考慮當多用戶共享有瓶頸的鏈路時，由于不同的用戶有不同的QoE期望，應該基于用戶對QoE的敏感度設(shè)計面向QoE的多用戶業(yè)務調(diào)度方法。一旦QoE衰減被監(jiān)測到，其導致的原因應該被識別。所有的管理策略應該基于對QoS-QoE之間關(guān)系的全面理解；

③ QoE評估緊急技術(shù)，新的網(wǎng)絡環(huán)境和新涌現(xiàn)的業(yè)務，導致會出現(xiàn)不同的情況，比如3D視頻的特征不同于傳統(tǒng)的2D視頻，此外還有交互視頻、超清視頻、移動網(wǎng)絡、傳感網(wǎng)、車載網(wǎng)等新傳輸網(wǎng)絡；

④ 基于QoE的互聯(lián)網(wǎng)視頻經(jīng)濟。對于業(yè)務內(nèi)容提供商、內(nèi)容分發(fā)網(wǎng)絡運營商、互聯(lián)網(wǎng)服務運營商和媒體播放器設(shè)計者出于經(jīng)濟因素考慮，采用預訂、廣告支持等也在影響著互聯(lián)網(wǎng)業(yè)務的發(fā)展，需要建立支持嵌入廣告、預訂等因素的經(jīng)濟收益模型；

⑤ 大數(shù)據(jù)分析：可以從很多內(nèi)部的結(jié)構(gòu)化數(shù)據(jù)、外部的半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)中獲得更多個性化的建議。此外，從網(wǎng)絡的視角，大數(shù)據(jù)允許以更智能化的方式配置系統(tǒng)，這反過來轉(zhuǎn)化為更好的QoE?？偠灾?，大數(shù)據(jù)使網(wǎng)絡無意識操作降低、智能性增強，能夠基于先驗知識作出對不遠的將來有益的決策；

⑥ 軟件定義網(wǎng)絡SDN(Software Defined Networking)：彈性、可擴展性和面向服務的管理是5G架構(gòu)發(fā)展的主要驅(qū)動力。SDN可能是QoE管理和保證功能的重要技術(shù)，通過創(chuàng)建一個虛擬的網(wǎng)絡基礎(chǔ)設(shè)施控制平面，基于提供各自的編程指令動態(tài)施加管理決策以影響網(wǎng)絡節(jié)點。通過SDN控制QoE的主要益處是：是一種軟件的方式、統(tǒng)一、低復雜性、低成本及配置可調(diào)。

4 結(jié)束語

目前，5G網(wǎng)絡的研究還在起步階段，QoE是研究熱點之一，相關(guān)QoE關(guān)鍵技術(shù)也在探索之中。面對5G網(wǎng)絡環(huán)境下用戶多樣化、每種服務類型需求變化巨大的新特點，如何將QoE整合到5G網(wǎng)絡環(huán)境中，如何以用戶為中心進行網(wǎng)絡設(shè)計，體現(xiàn)以QoE為中心的本質(zhì)屬性，已吸引越來越多的研究人員和相關(guān)國際組織的關(guān)注，相關(guān)成果也陸續(xù)發(fā)表。作為5G核心特征QoE面向用戶，其能滿足用戶更個性化的需求，也必能推動移動通信相關(guān)技術(shù)得到進一步發(fā)展。

[1] Liotou E,Elshaer H,Schatz R,et al.Shaping QoE in the 5G Ecosystem[C]∥ London:2015 Seventh International Workshop on Quality of Multimedia Experience (QoMEX),2015:1-6.

[2] Rolando G,Richard G C,Juan M F,et al.Definition of the Transfer Coefficient in Electrochemistry(Iupac Recommendations 2014)[S].

[3] Chien Y L,Link C J,Chen M S.Machine Learning Based Rate Adaptation with Elastic Feature Selection for HTTP-based Streaming[C]∥Italy:2015 IEEE International Conference on Multimedia and Expo (ICME),2015:1-6.

[4] Sun Shi-wei,Cegielski C G,Li Zhi-gang.Amassing and Analyzing Customer Data in the age of Big Data:A Case Study of Haier’s Online-to-offline (o2o) Business Model[J].Journal of Information Technology Case and Application Research,2015,17(3-4):156-165.

[5] Xing Hong-ya,Wang Peng,Cui Xuan,et al.Lnk1 and lnk2 Recruitment to the Evening Element Require Morning Expressed Circadian Related Myb-like Transcription Factors[J].Plant Signal Behav,2015,10(3):96-105.

[6] Chen Yan-jiao,Wu Kai-shun,Qian Zhang.From QoS to QoE:A Tutorial on Video Quality Assessment[J].IEEE Communications Surveys & Tutorials,2015,7(2):1126-1165.

[7] Qualinet European Network on Quality of Experience in Multimedia Systems and Services.Qualinet White Paper on Definitions of Quality of Experience Version 1.2[S].

[8] Floris A,Atzori L.Quality of Experience in the Multimedia Internet of Things:Definition and Practical Use-cases[C]∥ London:2015 IEEE International Conference on Communication Workshop (ICCW),2015:1747-1752.

[9] Stankiewicz R,Cholda P,Jajszczyk A.QoX:What is it really?[J].IEEE Communications Magazine,2011,49(4):148-158.

[10]Kulik I,Kara P A,Trinh T A,et al.Analysis of the Relationship between Quality of Experience and Service Attributes for 3D Future Internet Multimedia[C]∥ Budapest:2013 IEEE 4th International Conference on Cognitive Infocommunications (CogInfoCom),2013:641-646.

[11]Liotou E,Papadomichelakis E,Passas N,et al.Quality of Experience-centric Management in LTE-A Mobile Networks:The Device-to-Device Communication Paradigm[C]∥Singapore:2014 Sixth International Workshop on Quality of Multimedia Experience (QoMEX),2014:135-140.

[12]Varela M,Laulajainen J P.QoE-driven Mobility Management-Integrating the Users’ Quality Perception into Network-Level Decision Making[C]∥Mechelen:The 3rd International Workshop on Quality of Multimedia Experience,Mechelen,2011:19-24.

[13]Huang Feng-hui,Zhou Wen-an,Du Yu.QoE Issues of OTT Services over 5G Network[C]∥Guangdong:2014 Ninth International Conference on Broadband and Wireless Computing,Communication and Applications (BWCCA),2014:267-273.

[14]Jailton J,Carvalho T,Valente W,et al.A Quality of Experience Handover Architecture for Heterogeneous Mobile Wireless Multimedianetworks[J].IEEE Communications Magazine,2013,51(6):152-159.

[15]Tran H A,Mellouk A,Hoceini S,et al.Global State-dependent QoE Based Routing[C]∥ Ottawa:IEEE International Conference on Communications (ICC),2012:131-135.

[16]Rugelj M,Sedlar U,Volk M,et al.Novel Cross-Layer QoE-Aware Radio Resource Allocation Algorithms in Multiuser OFDMA Systems[J].IEEE Transactions on Communications,2014,62(9):3196-3208.

[17]Rahman T F,Sacchi C.A Cooperative Radio Resource Management Strategy for Mobile Multimedia LTE Uplink[C]∥ Montana:2014 IEEE Aerospace Conference,2014:1-8.

[18]Wang zai-jian,Dong Y,Wang X.A Dynamic Service Class Mapping Scheme for Different QoS Domains Using Flow Aggregation[J].IEEE Systems Journal,2015,9(4):1299-1310.

[19]Sackl A,Casas P,Schatz R,et al.Quantifying the Impact of Network Bandwidth Fluctuations and Outages on Web QoE[C]∥London:2015 Seventh International Workshop on Quality of Multimedia Experience (QoMEX),2015:1705-1710.

[20]Huynh Q T,Ghanbari M.Temporal Aspect of Perceived Qualityin Mobile Video Broadcasting[J].IEEE Trans.Broadcast.,2008,54(3):641-651.

Research on Key Technologies of QoE in 5G Network

WANG Zai-jian，YANG Ling-yun，TANG Ping-ping，HE Guo-dong

(The College of Physics and Electronic Information,Anhui Normal University,Wuhu Anhui 241000,China)

To meet the requirements of user′s personalized service and fine business division in the 5th Generation Mobile Communication Networks (5G),the user-centric design approach should be utilized to evaluate network performance and coordinate network operations.Therefore,it is helpful to study the key QoE technologies for developing 5G technologies and new applications/services.This paper first introduces the basic characteristics of the applications/services in 5G networks.Then,this paper summarizes the existing technologies including QoE-aware handover scheme,mobility management,Internet resource optimization,power supply resource optimization,quality fluctuations management and QoE evaluation in emerging 5G wireless system,with focus on QoE provisioning schemes for network multimedia service.Finally,this paper is concluded with a discussion of future research directions.

5G network；Quality of Service;Quality of Experience;Network Multimedia Service

10.3969/j.issn.1003-3114.2016.06.07

王再見，楊凌云，湯萍萍，等.5G網(wǎng)絡感知質(zhì)量關(guān)鍵技術(shù)研究[J].無線電通信技術(shù),2016,42(6):28-32，90.

2016-07-25

國家自然科學基金項目(61401004)；2016年安徽省高校領(lǐng)軍人才引進與培育計劃項目(gxfxZD2016013)；安徽師范大學博士科研啟動基金(2016XJJ129)項目資助。

王再見(1980—)，男，副教授，主要研究方向：無線多媒體通信、多媒體大數(shù)據(jù)技術(shù)、QoE評估技術(shù)等。楊凌云(1982—)，女，講師，主要研究方向：異構(gòu)網(wǎng)絡QoE保證技術(shù)等。

TN929

A

1003-3114(2016)06-28-5