Università degli Studi di Roma La Sapienza Ingegneria delle Telecomunicazioni TESI DI LAUREA Metodi di Allocazione delle Risorse per Comunicazioni Video su Reti Wireless Candidato : Giovanni Casale Relatore : Marco Listanti

Sommario Sviluppo della Tesi Obbiettivi della Tesi CASALE GIOVANNI Sommario Sviluppo della Tesi Modello Cross-Layer per l’Allocazione delle Risorse Paradigmi delle attuali e future Reti Wireless Strategie per un’efficiente Codifica Video Allocazione delle Risorse su Reti 3G Allocazione delle Risorse per Videoconferenze su Wlan Allocazione di Risorse su Reti OFDM Obbiettivi della Tesi Garantire la “fairness” tra gli utenti Massimizzare l’efficienza del Sistema

Modello Cross-Layer per l’Allocazione delle Risorse CASALE GIOVANNI Modello Cross-Layer per l’Allocazione delle Risorse Privilegiare il flusso informativo “verticalmente” Considerare le limitazioni “verticalmente” Ottimizzare l’Allocazione delle Risorse orizzontalmente tra gli utenti Eseguire l’Allocazione delle Risorse dinamicamente nel tempo Allocare congiuntamente le risorse di rete con i parametri di codifica di sorgente Minimizzare la Distorsione end-to-end,il Ritardo end-to-end, e il Costo totale.

Paradigmi delle attuali e future Reti Wireless CASALE GIOVANNI Paradigmi delle attuali e future Reti Wireless Obbiettivo primario : sfruttare al meglio le limitate risorse radio Utilizzare congiuntamente AMC e la Codifica AFEC migliora l’efficienza in banda e adatta il livello di protezione dagli errori di canale. Usare efficientemente l’energia nei dispositivi mobili Il Controllo di Potenza di Trasmissione è utile per garantire una certa qualità di collegamento e ridurre le interferenze co-canale. L’assegnazione dinamica del canale può migliorare l’utilizzo delle risorse radio del sistema assegnate ad un utente. Le principali strategie utilizzate sono : CDMA OFDM OFDMA

Strategie per un’efficiente codifica video (1/2) CASALE GIOVANNI Strategie per un’efficiente codifica video (1/2) La Compressione Video: Discrete Cosine Transform La Codifica Predittiva Viene effettuata tramite i Moving Vector xi che indicano lo spostamento nei MB dei frame successivi

Strategie per un’efficiente codifica video (2/2) CASALE GIOVANNI Strategie per un’efficiente codifica video (2/2) La Codifica Scalabile : Layered Scalable Video Coding -Strato base -Strati superiori Fine Granularity Scalability (FGS) -Strato FGS : si può decodificare un qualsiasi bitstream troncato ottenendo una qualità video proporzionale ai bit ricevuti Controllo d’errore : -Error Resilient all’encoder -Error Concealment al decoder

Allocazione delle Risorse su Reti 3G (1/3) CASALE GIOVANNI Allocazione delle Risorse su Reti 3G (1/3) Al video viene applicata una codifica MPEG-4 FGS L’encoder FGS codifica tutti i bit plane per ogni frame e lascia decidere al server quali inviare (strato FGS) Il protocollo è implementato alla stazione base Ogni utente ha un encoder FGS che può inviare anche informazioni R-D al protocollo Il protocollo in base all’ informazione di canale minimizza la distorsione totale allocando dinamicamente codici,rate e potenza agli utenti Il protocollo deve tener conto che i codici,i rate e la potenza da assegnare agli utenti sono limitati

Allocazione delle Risorse su Reti 3G (2/3) CASALE GIOVANNI Allocazione delle Risorse su Reti 3G (2/3) Algoritmo per lo strato base Assegnare Cj codici a tutti gli utenti,assegnando Tmax, Per trasmettere lo strato base Ro Verificare che ci siano codici disponibili per tutti gli utenti Verificare che la potenza richiesta non superi la massima potenza allocabile Psum>?Pmax No si Ridurre Psum fine Algoritmo per lo strato FGS Verificare se ci sono altri codici disponibili Ottenere la minima Distorsione no Ridurre la Distorsione aumentando la potenza Fine si Assegnare un nuovo codice per minimizzare la Distorsione si Psum>?Pmax Liberare Psum no

Allocazione delle Risorse su Reti 3G (3/3) CASALE GIOVANNI Allocazione delle Risorse su Reti 3G (3/3) Risultati di Simulazione Paragoniamo l’algoritmo proposto ad un algoritmo che ad ogni iterazione assegna un nuovo codice all’utente con la più grande |dDj/dPsum| L’algoritmo proposto fornisce una maggiore fairness tra gli utenti e un guadagno medio di PSNR di 9dB. Al variare del numero degli utenti ottiene miglioramenti del 45% sulla Distorsione totale.

Allocazione delle Risorse per Videoconferenze su WLAN (1/3) CASALE GIOVANNI Allocazione delle Risorse per Videoconferenze su WLAN (1/3) Descrizione del Sistema Si considera il caso di una singola cella con N utenti e N/2 coppie di conversazione, con videoconferenze punto-punto. Il sistema è costituito da :un encoder video,un channel encoder, un componente di trasmissione IEEE 802.11 e un allocatore di risorse. I video pacchetti sono inviati dall’utente al server e reinstradati verso l’ altro partner di conversazione. Si considera lo standard IEEE 802.11a con 8 modi PHY. Un utente alla volta occupa tutta la banda disponibile. Si utilizza una codifica MPEG-4 FGS. Si applica la codifica FEC allo strato base e MD-FEC allo strato FGS.

Allocazione delle Risorse per Videoconferenze su WLAN (2/3) CASALE GIOVANNI Allocazione delle Risorse per Videoconferenze su WLAN (2/3) Ottimizzazione congiunta Uplink-Downlink Scegliere i modi di trasmissione e il numero di pacchetti trasmessi per ogni utente per minimizzare il massimo valore atteso della Distorsione. Soluzione per lo strato base Si trova il più piccolo numero di pacchetti di parità richiesto per ogni modo di trasmissione per ottenere una fissata probabilità di perdita di pacchetto. Si calcolano i corrispondenti tempi di trasmissione Si cercano i modi PHY per ottenere il più basso ritardo di trasmissione Soluzione per lo strato FGS Si cerca una serie efficiente Si di modi PHY Si ottiene la serie corrispondente Ti dei ritardi di trasmissione Si ordina Ti in modo crescente Si calcola la funzione ritardo-distorsione per l’utente i Si calcolano i ritardi di trasmissione che minimizzano la massima distorsione,e si ricavano i modi di trasmissione.

Allocazione delle Risorse per Videoconferenze su WLAN (3/3) CASALE GIOVANNI Allocazione delle Risorse per Videoconferenze su WLAN (3/3) Paragoniamo l’algoritmo proposto a un algoritmo che alloca ottimamente le risorse in modo individuale sia per l’uplink che per il downlink. L’ algoritmo proposto ottiene una qualità video maggiore e più fair tra gli utenti Aumentando il numero degli utenti nel sistema si hanno miglioramenti da 3.67 a 8.65 dB.

Allocazione delle Risorse su Reti OFDM (1/3) CASALE GIOVANNI Allocazione delle Risorse su Reti OFDM (1/3) Descrizione del Sistema : Codifica video : 3-D Embedded Wavelet Video Coding. Sistema a singola cella multiuser OFDM. Il sistema ha N sottoportanti di banda W e K utenti. Il server memorizza i GOF di ogni video nei buffer Un GOF alla volta viene inviato all’encoder 3-D EWV,e viene codificato in un flusso di coding pass. I coding pass vengono raggruppati in cluster e poi trasmessi L’allocazione delle risorse viene fatta dall’Allocatore delle Risorse in base alle informazioni R-D e alle informazioni di canale.

Allocazione delle Risorse su Reti OFDM (2/3) CASALE GIOVANNI Allocazione delle Risorse su Reti OFDM (2/3) Ottimizzazione nell’Allocazione delle Risorse : Scegliere ottimamente A,R,dT per minimizzare la massima Distorsione pesata tra tutti gli utenti considerando i limiti di assegnazione di sottoportante,rate e potenza massima allocabile. Algoritmo proposto Ottenere i GOF R-D di tutti i coding pass non inviati per tutti gli utenti Calcolare il rate richiesto per ottenere una fissata Distorsione per tutti gli utenti no Si aumenta la Distorsione fissata Si diminuisce la Distorsione fissata Verificare la realizzabilità dei rate si si Rate ancora disponibile? no Raffinamento della Qualità

Allocazione delle Risorse su Reti OFDM (3/3) CASALE GIOVANNI Allocazione delle Risorse su Reti OFDM (3/3) Risultati di Simulazione Paragoniamo l’algoritmo proposto ad un algoritmo simile al TDMA,che assegna tutte le sottoportanti in un intervallo di trasmissione solo all’utente con la maggiore Distorsione. L’algoritmo proposto ottiene un PSNR maggiore specialmente quando aumenta il numero degli utenti. L’algoritmo proposto ottiene una deviazione di PSNR al variare del numero dei frame in un intervallo più piccolo rispetto all’altro algoritmo.