本公开涉及一种信道容量预测方法及装置、无线信号发送设备及无线信号传输系统。
背景技术：
随着无线通信技术的快速发展，利用无线通信技术进行远距离信号传输，尤其是例如视频监控、fpv等远距离传输图像的技术正不断蓬勃发展。
在这样的无线通信技术中，无线信道的吞吐量预测和码率目标控制是极其重要的，也是一直以来困扰本领域技术人员的难点之一。由于无线信道的快速变化，无线干扰的高时变性，对无线信道可以承载的吞吐量、以及在此之上可以传输的码流的码率很难准确预测，如果预测得不准确，那么以此预测为目标的码率控制很可能会产生很大的偏差，从而导致信号传输的卡帧、卡顿甚至断链，尤其是在实时性要求比较高的无线图传系统中，图传视频卡帧、卡顿会极大损伤用户的使用体验。
由此，如何提供更准确、误差更小的信道容量预测，在保证信号传输质量的同时，减少卡帧、卡顿、断链现象的发生，以提升用户体验，就成为本领域急切有待解决的技术问题。
技术实现要素：
本公开就是为了解决上述这样的技术问题而做出的。
本公开的一个方面提供了一种信道容量预测方法，包括：将用于发送无线信号的信道的历史数据进行统计，生成统计信息；根据所述统计信息来计算出所述信道的第一预测容量将计算出的所述第一预测容量作为该信道的容量预测结果进行输出。
本公开的另一个方面提供了一种无线信号发送设备，包括：发送单元，通过该发送单元中的信道来发送无线信号；处理器，与所述发送单元连接，用于将所述信道的历史数据进行统计，生成统计信息；根据所述统计信息来计算出所述信道的第一预测容量；将计算出的所述第一预测容量作为该信道的容量预测结果进行输出。
本公开的另一方面提供一种无线信号传输系统，包括：信号源；信号处理设备，接收来自所述信号源的信号并进行处理，所述信号处理设备用于控制码率的码率控制单元，该信号处理设备根据所述码率控制单元的码率控制结果来调整处理参数，以处理所述信号；上述的无线信号发送设备，接收由所述信号处理设备处理后的信号作为所述无线信号，将所述容量预测结果输出给所述码率控制单元。
本公开的另一方面提供一种信道容量预测装置，包括处理器和存储器，在存储器中存储有计算机可执行指令，在所述指令被所述处理器执行时，使所述处理器执行将所述信道的历史数据进行统计，生成统计信息；根据所述统计信息来计算出所述信道的第一预测容量；将计算出的所述第一预测容量作为该信道的容量预测结果进行输出。
本公开的另一方面提供一种一种计算机可读的记录介质，存储有可执行指令，该指令被处理器执行时使该处理器执行上述的信道容量预测方法。
根据本公开的信道容量预测方法及装置、无线信号发送设备及无线信号传输系统，通过利用机器学习算法训练模型以替代现有技术的例如窗口评价或线性滤波算法等来进行信道容量预测，从而能为利用无线信号通信进行远距离数据传输的例如传输图像数据的无线图传系统提供更准确、误差更小的信道容量预测，在保证信号传输质量的同时，减少卡帧、卡顿、断链现象的发生，提升了用户体验。而且，通过进一步将机器学习算法与现有的例如窗口评价或线性滤波算法等进行融合，从而兼顾了机器学习算法训练模型的预测可靠性和现有算法的即时输出的优点，能进一步提升信道容量预测的准确性，进一步减少卡帧、卡顿、断链现象的发生，进一步提升用户体验。
附图说明
为了更完整地理解本公开及其优势，现在将参考结合附图的以下描述，其中：
图1示意性示出了本公开实施例的无线信号传输系统的结构简图。
图2示意性示出了本公开实施例的无线信号传输系统中的信号处理设备和无线信号发送设备的结构简图。
图3是用于说明现有的信道容量预测方法所存在的技术问题的图，其中，图3(a)主要示出了浪费信道容量的情形，图3(b)主要示出了超过信道容量的情形。
图4示意性示出了本公开实施例的信道容量预测方法的简要流程图。
图5示意性示出了本公开实施例的信道容量预测方法的容量预测步骤和预测结果输出步骤的简要流程图，其中，图5(a)主要示出了容量预测步骤的简要流程图，图5(b)主要示出了预测结果输出步骤的简要流程图。
图6示意性示出了本公开另一实施例的信道容量预测方法的容量预测步骤的简要流程图。
图7示意性示出了本公开另一实施例的信道容量预测方法的预测结果输出步骤的简要流程图。
图8示意性示出了本公开另一实施例的信道容量预测装置的结构简图。
具体实施方式
以下，将参照附图来描述本公开的实施例。
图1示意性示出了本公开实施例的无线信号传输系统的结构简图。
如图1所示，本公开实施例的无线信号传输系统w至少包括：信号源s、信号处理设备p1、无线信号发送设备t，以作为无线信号发送端。而作为该无线信号传输系统w的无线信号接收端可以相应地包括：无线信号接收设备r、信号处理设备p2、信号输出设备o。
在此，作为上述无线信号传输系统w的一个示例，可以如图1所示，设为一种通常的无线图传系统。这样，在发送端，所述信号源s就可以设为视频源，所述信号处理设备p1就可以设为用于对信号进行编码的信号编码设备，而且，在该信号处理设备p1中具有用于控制码率(码流速率)的码率控制单元。至于所述码率控制单元将在下面关于图2的说明中进行详述。此外，所述无线信号发送设备t用于发送由所述信号处理设备p1处理后(例如，编码后)的信号。至于所述所述无线信号发送设备t的具体结构等将在下面的图2中进行详述。另一方面，作为信号接收端，由所述无线信号接收设备r接收所述无线信号发送设备t发送的信号，并由所述信号处理设备p2进行信号处理(例如，进行解码)，最终，将信号输出到信号输出设备o(例如，进行显示)。
此外，这里要强调的是图1仅是一种作为传图系统的示例，并不限定本申请的技术方案。不言而喻，作为本公开实施例的无线信号传输系统w至少包括信号源、信号处理设备、无线信号发送设备即可，而且，该三部分既可以分立设置，也可以一体设置。而至于接收端的结构，可以是任意形式的结构。
下面，针对本公开实施例的无线信号传输系统w中的主要部分即无线信号发送设备t和信号处理设备p1的结构，参照图2进行说明。
图2示意性示出了示意性示出了本公开实施例的无线信号传输系统w中的信号处理设备和无线信号发送设备的结构简图。
如图2所示，所述信号处理设备p1至少包括用于控制码率(码流速率)的码率控制单元a和用于信号处理(例如，进行编码)的例如编码单元b。其中，所述编码单元b用于对来自信号源的信号流进行编码处理，并将编码后的码流输出给所述无线信号发送设备t。在此，所述编码后的码流会随着信号源的信号流(例如，视频流)的场景复杂度的变化而变化，即产生波动。所述码率控制单元a就是为了抑制所述波动，即以控制编码单元b输出稳定的码率(码流速率)为目的而设置的。所述码率控制单元a接收由外部输入的码率控制目标，并根据该码率控制目标，对编码单元b的编码参数进行调整。这里，所述码率控制目标应该尽量与实际信道容量接近，而码率控制单元a将编码单元b控制得使其输出的码流的实际速率尽量接近所述码率控制目标。
此外，作为现有技术中最常见的所述码率控制目标的输入源可以包括：1)用户预先设定；2)由发送端测量反馈。这里，图2所示的示例为2)由发送端测量反馈的示例。
此外，如图2所示，所述无线信号发送设备t至少包括发送单元tt、具备处理器c的容量预测单元pr。其中，所述发送单元tt包括信道，且通过所述信道来发送所述码流。所述容量预测单元pr接收经所述信号处理设备p1处理后(例如，经编码单元b编码后)的码流，且探测并记录下所述信道变化相应的过往(历史)的可统计数据，可以通过处理器c针对所述信道根据所述可统计数据进行容量预测，并将预测结果作为所述码率控制目标，反馈给所述信号处理设备p1的码率控制单元a。此外，所述可统计数据可以至少包括所述信道的历史吞吐量。而且，所述可统计数据也可以包括所述信道的历史吞吐量、历史信噪比、历史信号强度、历史调制方式、历史信道估计之中的至少一个。
在现有技术中，所述容量预测单元pr利用其包含的处理器c进行所述容量预测的方法一般采用窗口平均算法或作为线性滤波的最小二乘拟合直线算法。
例如，假设前n帧时间内对应的所述信道的历史吞吐量为c1，c2，…，cn，n为大于或等于1的自然数。
作为窗口平均算法，可以利用下列公式(1)进行所述容量预测。
其中，ci表示之前的第i帧对应的该信道的历史吞吐量，i为大于或等于1的自然数，i小于或等于n，cn+1的值就为预测容量(即，作为)。
作为最小二乘拟合直线算法，可以利用下列公式(2)进行所述容量预测。
其中，
同样，其中ci表示之前的第i帧对应的该信道的历史吞吐量，i为大于或等于1的自然数，i小于或等于n，cn+1的值就为预测容量。
然而，现有这样的例如利用所述窗口平均算法和所述最小二乘拟合直线算法来进行的容量预测均存在如下缺点：
1)预测的信道容量与实际的误差较大；
2)无法跟踪信道的变化趋势。
这样，当有如上这样的缺点的情况下，就会造成：
1)没有完全利用信道容量，编码码率偏低，传图系统的情况下视频质量变差；
2)编码码率超过信道的实际容量，造成卡顿、丢帧甚至断链等现象。
图3是示出了现有的信道容量预测方法所存在的技术问题，其中，图3(a)主要示出了浪费信道容量的情形，图3(b)主要示出了超过信道容量的情形。
其中，棒柱表示码流实际数据，实线表示时间信道容量，虚线表示码率控制目标(即，预测容量)。
如图3(a)所示，用虚线表示的码率控制目标(即，预测容量)中存在明显低于用实线表示的时间信道容量的部分。可见，在该部分的情况下，没有完全利用信道容量，造成了信道容量的浪费。
如图3(b)所示，用虚线表示的码率控制目标(即，预测容量)中存在明显高于用实线表示的时间信道容量的部分。可见，在该部分的情况下，编码码率超过信道的实际容量，有造成卡顿、丢帧甚至断链等不良的可能。
为此，本申请的发明人为了解决现有技术中上述这些技术问题，首次提出了通过机器学习算法，即：使用信道统计数据训练模型，并利用模型来预测下一帧时间内的信道容量预测值。
下面，参照图4、5并结合所述图1、图2来具体说明本公开实施例的信道容量预测方法。在这里要指出的是，该信道容量预测方法是可以应用到本公开实施例的所述无线信号传输系统w中、以及所述无线信号发送设备t中的信道容量预测方法。
图4示意性示出了本公开实施例的信道容量预测方法的简要流程图。
如图4所示，本公开实施例的信道容量预测方法包括：信道数据统计步骤s1；容量预测步骤s2；和预测结果输出步骤s3。
在所述信道数据统计步骤s1中，将如图2所示的所述无线信号发送设备t(可以具体为所述发送单元tt)用于发送无线信号的信道的历史数据进行统计，生成统计信息。其中，所述的历史数据可以至少包括所述信道的历史吞吐量，也可以根据具体实际情况等而包括所述信道的历史吞吐量、历史信噪比、历史信号强度、历史调制方式、历史信道估计之中的至少一个。例如，如上所述，所述历史数据可以为前n帧时间内对应的所述信道的历史吞吐量，生成的所述统计信息可以用c1，c2，…，cn来表示，这里c表示各个帧时间内对应的所述信道的历史吞吐量，n为大于或等于1的自然数。
在所述容量预测步骤s2中，根据所述统计信息，利用机器学习算法来计算出所述信道的第一预测容量。这里所述的机器学习例如可以是决策树、最小二乘法、逻辑回归、集成学习、聚类学习等任意的机器学习方法。
在所述预测结果输出步骤s3中，将在所述容量预测步骤s2中计算出的所述第一预测容量作为该信道的容量预测结果进行输出，即：将所述第一预测容量输出给如图2所示的所述信号处理设备p1中的码率控制单元a，作为所述码率控制目标。
下面，作为一个示例，所述机器学习设为采用逻辑回归中的线性回归算法，利用图5来具体说明本公开实施例的信道容量预测方法的容量预测步骤和预测结果输出步骤。
图5示意性示出了本公开实施例的信道容量预测方法的容量预测步骤和预测结果输出步骤的简要流程图，其中，图5(a)主要示出了容量预测步骤的简要流程图，图5(b)主要示出了预测结果输出步骤的简要流程图。
如图5(a)所示，所述容量预测步骤s2中具体包括：第一预测容量计算步骤s2-1、以及系数θi迭代步骤s2-2。
在所述第一预测容量计算步骤s2-1中，利用下列公式(3)来计算所述第一预测容量，
其中，ci表示之前的第i帧对应的该信道的历史吞吐量，i和n为大于或等于1的自然数，i小于或等于n，h是估计的下一帧吞吐量，θi是由之前的历史吞吐量ci计算下一帧吞吐量h的系数，θtc是前一求和式的矢量化表达式，θ＝[θ1，θ2，...，θn]t是θi组成的矢量，c＝[c1，c2，...，cn]t是ci组成的矢量，t是矢量转置符号。
在所述系数θi迭代步骤s2-2中，所述系数θi通过下列迭代公式(3-1)进行迭代：
θj：＝θj+μ(c(i)-hθ(c(i)))c(i)
…(3-1)
其中，c(i)是第i帧的实际吞吐率，hθ(c(i))是在之前的对第i帧吞吐率的历史估计值，μ是学习速率参数，j为大于或等于1的自然数，j小于或等于n，θj表示时间轴到第i帧时将所有的θ都更新一遍，j与i的关系是i为n时，j为1、2、…n。
此外，这里所述的吞吐率是指单位时间内通过的信息量(例如信号流、码流等)，常用单位是mbps。在系统运行过程中，每一帧都会对该帧时间内的吞吐率产生一个估计值，同时事实上会有一个实际的吞吐率是可以准确测量的，前者因为发生在一段时间之前称为历史估计值，后者就称为实际吞吐率。此外，所述学习速率参数是用于调节迭代过程的收敛速度的参数，此参数偏小时收敛速度慢，偏大时收敛速度虽快但容易产生在最优点附近的振荡。此外，在迭代公式(3-1)中θj变下标了，这里阐述的意思是时间轴进行到第i帧了，要把所有的θ都更新一遍，用j以示和i不一样，j的取值是1～n。
接着，如图5(b)所示，所述预测结果输出步骤s3中具体包括：系数判定步骤s3-1、以及第一预测容量输出步骤s3-2。
在所述系数判定步骤s3-1中，对经所述迭代公式(3-1)迭代后得到的所述系数θj是否收敛进行判定，在判定为所述系数θj收敛的情况下，转移至第一预测容量输出步骤s3-2，在判定为所述系数θj不收敛的情况下，待机一定时间后，返回所述系数θi迭代步骤s2-2重新进行迭代。这是因为线性回归在初始化后或信道环境发生剧烈变化时需要一定收敛时间。
在所述第一预测容量输出步骤s3-2中，将由所述公式(3)计算出的h值作为所述第一预测容量，并输出该第一预测容量作为所述容量预测结果，即作为所述码率控制目标，输出给如图2所示的所述信号处理设备p1中的码率控制单元a。
由此，本申请通过采用机器学习算法来代替现有的窗口平均算法或线性拟合算法，从而减少了预测的信道容量与实际的信道容量的误差，且能够跟踪信道的变化趋势，实现了在保证信号传输质量的同时，减少卡帧、卡顿、断链现象的发生，提升了用户体验。
此外，在采用机器学习即线性回归算法进行容量预测时，如上所述，在例如信道环境发生剧烈变化的情况下需要一定的收敛时间，这样，在即时输出方面，与采用现有的窗口平均算法或线性拟合算法相比，采用上述机器学习的信道容量预测方法会稍显劣势。
对此，本公开的发明人进一步提出了一种兼顾现有的窗口平均算法或线性拟合算法与上述机器学习算法两者优势的优选实施例，即另一实施例。
首先，该优选实施例的信道容量预测方法的主要流程依然遵照图4所示的简要流程。其中主要的与上述实施例不同之处在于所述容量预测步骤s2和所述预测结果输出步骤s3。
下面，参照图6、7来具体说明该优选实施例与上述实施例的不同之处。
图6示意性示出了本公开另一实施例的信道容量预测方法的容量预测步骤的简要流程图。
如图6所示，在所述容量预测步骤s2中，同时包括采用现有算法的预测容量计算步骤和采用机器学习算法的预测容量计算步骤。
具体而言，所述容量预测步骤s2包括：作为现有算法的第二预测容量计算步骤s2b-1、作为机器学习算法的第一预测容量计算步骤s2a-1和系数θi迭代步骤s2-2。
在作为现有算法的第二预测容量计算步骤s2b-1中，采用如上所述的窗口平均算法或线性拟合即最小二乘拟合直线算法来计算出所述信道的第二预测容量。具体而言，采用所述公式(1)或所述公式(2)及公式(2-1)、(2-2)来计算出所述信道的第二预测容量。
在作为机器学习算法的第一预测容量计算步骤s2a-1中，采用如上所述的线性回归算法，具体而言，采用所述公式(3)来计算出所述信道的第一预测容量。进而，采用所述迭代公式(3-1)来对系数θi进行迭代计算。
图7示意性示出了本公开另一实施例的信道容量预测方法的预测结果输出步骤的简要流程图。
如图7所示，在预测结果输出步骤s3中具体包括：系数判定步骤s3-1、第一预测容量输出步骤s3a-2和第二预测容量输出步骤s3b－2。
在所述系数判定步骤s3-1中，对经所述迭代公式(3-1)迭代后得到的所述系数θj是否收敛进行判定，在判定为所述系数θj收敛的情况下，转移至第一预测容量输出步骤s3a-2，在判定为所述系数θj不收敛的情况下，转移至第二预测容量输出步骤s3b-2。
在所述第一预测容量输出步骤s3a-2中，将由所述公式(3)计算出的h值作为所述第一预测容量，并输出该第一预测容量作为所述容量预测结果，即作为所述码率控制目标，输出给如图2所示的所述信号处理设备p1中的码率控制单元a。
在所述第二预测容量输出步骤s3b-2中，将由所述公式(1)或所述公式(2)计算出的cn+1值作为所述第二预测容量，并输出该第二预测容量作为所述容量预测结果，即作为所述码率控制目标，输出给如图2所示的所述信号处理设备p1中的码率控制单元a。
由此，根据该另一实施例的信道容量预测方法方法，实现了现有算法与机器学习算法的有效融合，使用现有算法作为机器学习算法未收敛时的备份算法，兼顾了机器学习算法训练模型的预测可靠性和现有算法的即时输出的优点。
综上，根据以上的本公开各实施例的信道容量预测方法方法、无线信号发送设备及系统，能为利用无线信号通信进行远距离数据传输的例如传输图像数据的无线图传系统提供更准确、误差更小的信道容量预测，在保证信号传输质量的同时，减少卡帧、卡顿、断链现象的发生，提升了用户体验。
下面，以图8为例，说明另一种以硬件方式来实现了所述信道容量预测方法的信道容量预测装置。
图8示意性示出了本公开另一实施例的与所述实施例的信道容量预测方法相对应的具有硬件和软件结构的信道容量预测装置的简要结构图。
如图8所示，信道容量预测装置300可以包括：处理器310(例如，cpu等)、和存储器320(例如，硬盘hdd、只读存储器rom等)。此外，还可以包括用虚线表示的可读存储介质321(例如，磁盘、光盘cd-rom、usb等)。
此外，该图8仅是一个示例，并不限定本公开的技术方案。其中，信道容量预测装置300中的各个部分均可以是一个或多个，例如，处理器310既可以是一个也可以是多个处理器。
这样，不言而喻，本公开实施例的所述信道容量预测方法的上文参考流程图(图4～图7)描述的过程可以被实现为计算机软件程序。在此，该计算机软件程序也可以为一个或多个。
于是，例如，所述计算机软件程序存储于所述信道容量预测装置300的作为存储装置的存储器320中，通过执行该计算机软件程序，从而使所述信道容量预测装置300的一个或多个处理器310执行本公开的图4～图7等流程图所示的所述信道容量预测方法及其变形。
由此，同样能为利用无线信号通信进行远距离数据传输的例如传输图像数据的无线图传系统提供更准确、误差更小的信道容量预测，在保证信号传输质量的同时，减少卡帧、卡顿、断链现象的发生，提升了用户体验。
此外，不言而喻，所述信道容量预测方法同样可以作为计算机程序而存储于计算机可读存储介质(例如，图8所示的可读存储介质321)中，该计算机程序可以包括代码/计算机可执行指令，使计算机执行例如本公开的图4～图7等流程图所示的所述信道容量预测方法及其变形。
此外，计算机可读存储介质，例如可以是能够包含、存储、传送、传播或传输指令的任意介质。例如，可读存储介质可以包括但不限于电、磁、光、电磁、红外或半导体系统、装置、器件或传播介质。可读存储介质的具体示例包括：磁存储装置，如磁带或硬盘(hdd)；光存储装置，如光盘(cd-rom)；存储器，如随机存取存储器(ram)或闪存；和/或有线/无线通信链路。
另外，计算机程序可被配置为具有例如包括计算机程序模块的计算机程序代码。应当注意，模块的划分方式和个数并不是固定的，本领域技术人员可以根据实际情况使用合适的程序模块或程序模块组合，当这些程序模块组合被计算机(或处理器)执行时，使得计算机可以执行例如上面结合图4～图7所描述的信道容量预测方法的流程及其变形。
本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
尽管已经参照本公开的特定示例性实施例示出并描述了本公开，但是本领域技术人员应该理解，在不背离所附权利要求及其等同物限定的本公开的精神和范围的情况下，可以对本公开进行形式和细节上的多种改变。因此，本公开的范围不应该限于所述实施例，而是应该不仅由所附权利要求来进行确定，还由所附权利要求的等同物来进行限定。