摘 要： 在NS2平臺上仿真實現了多媒體傳感器網絡的視頻流傳輸，并在NS2-myEvalvid模型的基礎上通過比較PSRN值分析了壓縮量化參數、GOP類型、封包長度和封包錯誤率對視頻流傳輸質量的影響。仿真實驗表明，壓縮量化參數、GOP長度或封包錯誤率取值越小，視頻流的傳輸效果越好；而封包長度取值越小，視頻流的傳輸效果越差。
關鍵詞： 多媒體傳感器網絡；傳輸質量；性能評估；PSNR；NS2-myEvalvid
多媒體傳感器網絡MSNs（Multimedia Sensor Networks）是在傳統無線傳感器網絡的基礎上引入了圖像、聲音和視頻等多媒體信息感知處理功能的一種新型傳感器網絡。它結合了無線傳感器網絡技術和多媒體處理技術，能夠實現比傳統傳感器網絡更高精度的監控，從而使用戶更直觀、更深入地了解觀測對象[1]。
在網絡上傳輸的各種多媒體數據的傳輸質量會因不同的壓縮參數、網絡參數及網絡狀況而不同。通常，對多媒體傳輸產生影響的因素主要有圖片組GOP（Group of Pictures）類型、壓縮量化參數Q值（Quantization Value）、最大傳輸單元MTU（Maximum Transmission Unit）和封包錯誤率PER（Packet Error Rate）?？轮竞嗟萚2]設計了Evalvid在NS2下的接口myEvalvid，并介紹了如何使用myEvalvid來仿真和評估多媒體圖像傳輸；廖勇等[3]在NS2-myEvalvid模型基礎上分析了量化因子對無線局域網傳輸圖像質量的影響。但是專門針對各種參數和MSNs傳輸質量兩者間關聯性的研究很少。本文在NS2平臺上仿真實現了多媒體傳感器網絡的視頻流傳輸，并對MSNs中影響多媒體傳輸的主要因素進行了量化分析。本文首先介紹圖像質量評價指標PSNR和可解畫面比例分析模型，并結合仿真軟件NS2對多媒體傳感器網絡進行了仿真，然后使用myEvalvid工具組對視頻流傳輸效果進行了評估，最后利用et程序和可解畫面比例分析模型對實驗結果進行了驗證。
1 評估方法
1.1 PSRN
峰值信噪比PSNR（Peak to Signal Noise Ratio）是目前用于圖像質量評價的最常用的客觀指針，其思想是比較原始圖像S和目的圖像D的亮度部分Y，該值越大表示目的圖像與原始圖像差距越小，也就是畫面的質量越好。PSNR的定義如下[4]：
2 實驗仿真和分析
2.1 實驗步驟和參數設置
根據上面內容提到的評估方法及模型，設計具體的仿真實驗步驟如下：
?。?）仿真多媒體傳感器網絡。
（2）向NS2平臺添加Evalvid工具組[6]。
?。?）添加myEvalvid、myEvalvid_Sink和my_UDP接口程序，并修改多媒體傳感器網絡Tcl仿真腳本。
?。?）重新編譯并運行。
?。?）通過設置不同的GOP、Q值、MTU和PER得到不同畫面質量的重構圖像。
（6）使用myEvalvid工具組對多媒體傳輸效果進行評估，使用YUV Viewer觀察重建后的影片和原始影片的差別。
?。?）使用et程序和可解畫面比例分析模型進行評估和驗證。
本文采用UCBerkeley開發的網絡仿真器NS2對多媒體傳感器網絡進行仿真，具體仿真環境如下：系統平臺為Windows XP Professional Service Pack 3；Unix仿真器為cygwin（一個在Windows平臺上運行的Unix模擬環境）；網絡仿真器為NS2（ns-allinone-2.34）；相關工具有Gnuplot-3.8j、Nam-1.11、Gawk、Perl 5.8.2、cbrgen（產生數據流）、setdest（隨機產生仿真場景）、myEvalvid及Elecard YUV Viewer 2.1.81024。
在120 m×120 m的矩形區域內建立一個包括10個多媒體傳感器節點的仿真網絡。網絡采用DSDV協議，該協議可以讓每個送出去的封包立刻得知到達目的地的路徑，而不會出現太大延遲。在DSDV中，每一個無線節點必須存儲并持續更新一個路由表，這個路由表中會記錄著目的地址、下一跳節點、路徑節點數、循序號碼以及上一次相連時間。而路由表內的每筆記錄所包含的循序號碼，可用來判斷是否有些路徑比較老舊，以避免循環路由的產生。仿真實驗環境主要配置如表1所示。
2.2 多媒體傳感器網絡拓撲仿真
本文以環境監測為應用背景，多媒體傳感器節點進行全網檢測，節點間周期性的交互低流量環境監測數據，源節點對興趣目標進行細節監測，產生高流量視頻數據，多跳傳輸給目的節點。網絡同時傳輸多媒體和普通數據，在滿足實時性、可靠性等QoS需求的同時，盡量高效地利用網絡資源，減少能量消耗。
根據表1所列參數可以得到如圖1所示的網絡仿真拓撲。圖中居于場景中心的比較大的節點為匯聚節點，用數字編號0表示；剩下的彼此相鄰的9個節點為普通節點，用數字編號1到9表示，它們在120 m×120 m區域內隨機分布。為了研究方便，本文假設這9個普通節點既可以采集外部數據又可以將數據以多跳形式轉發給匯聚節點。
為了分析和評估仿真效果，任意選取兩個傳感器節點進行多媒體數據的傳輸，本實驗選擇節點2與6進行YUV視頻流的傳輸。為了簡化分析過程，將節點6設置為發送端，將節點2設置為接收端（此處兩個節點可以同時既作發送端又作接收端）。YUV視頻流采用參考文獻[7]處提供的suzie_qcif.yuv視頻文件。模擬結束后，會得到視頻流的傳送端記錄文件sd和接收端記錄文件rd，以及仿真過程記錄文件out.tr和nam記錄文件a.nam。
2.3 仿真結果分析
本部分分析各參數對網絡傳輸效果的影響，橫坐標代表參數的取值，縱坐標PSRN對應的是圖像的傳輸質量，這個值越大表示目的圖像與原始圖像差距越小，也就是畫面的質量越好。對引起多媒體傳輸效果變化的各因素進行逐一分析，在分析某一因素時，其他因素設置相同，即有相同網絡環境。
2.3.1 GOP類型對圖像質量的影響
GOP類型對圖像質量的影響如圖2所示?？梢悦黠@地看出，使用GOP長度較短的圖像，其質量比使用GOP長度較長的圖像好，這主要是因為在一個GOP中，如果I幀的封包在傳送過程中遺失，其后所有的P幀與B幀就都沒有辦法進行解碼操作，這將導致所有GOP里的畫面都是無用的，會因此導致整個圖像質量有明顯降低，而較長的GOP會使得I幀丟失的概率增大，從而導致圖像質量變差；另外，在GOP長度比較長的圖像中，如I幀遺失則必須等待較長的時間直到下一個I幀的到來，此時圖像才會恢復成原來的圖像畫面。而使用GOP長度較短的圖像，其等待下一個I幀到的時間會比較短，因此恢復的時間會比較短，可以得到較好的質量。
在圖3中，只取出其中一個幀去做比較，其中，圖3（a）為原始圖像，圖3（b）~圖3（h）是在經過量化處理并且經過網絡傳送后在接收端得到的重建圖像，由圖3可以明顯看到，隨著GOP的增大，圖像的質量越來越差。
2.3.2 Q值對圖像質量的影響
Q值對圖像質量的影響如圖4所示。由圖4可知，在對視頻流進行壓縮時，隨著壓縮量化參數Q值的增大，圖像質量會變得越來越差，這主要是因為壓縮量化參數值越大，圖像壓縮后失真的程度也就越高，進而在相同網絡環境下，圖像經過網絡傳輸到達接收端時，相對于壓縮量化參數較小的情形，其質量就會越差。但是選用比較大的量化標準雖然會讓編碼出來的圖像質量變得較差，其所產生的數據量會較小；相反，選用較小的量化標準時，雖然會讓編碼出來的圖像質量變得比較好，但是其所產生的數據量會比較大。
2.3.3 MTU對圖像質量的影響
MTU對圖像質量的影響如圖5所示?？梢钥闯?，隨著MTU的增大，圖像的質量越來越好。造成這種情況的原因是：在同一個圖像中，MTU越大，圖像被分割成的封包數量就會越少，進而在相同網絡環境下封包遺失的數量就會越少，此時由于封包錯誤率和Q值固定不變，可解碼的畫面比例會相對比較大，從而導致MTU較大的圖像傳輸質量會比較好。
2.3.4 PER對圖像質量的影響
PER對圖像質量的影響如圖6所示，可以看出，隨著封包錯誤率的增大，圖像的質量會變得越來越差，這主要是因為本實驗封包采用廣播的方式傳送，如果封包在傳送過程中發生遺失，傳送端并不會重新傳送遺失封包，而是直接傳送下一個封包，當封包錯誤率增大時，封包遺失的概率也隨著增大，導致在接收端可被正確地解碼的畫面數越少，進而影響到圖像的顯示效果。
同樣，當使用 MyEvalVid去驗證Q值、MTU長度和PER對視頻流傳輸效果的影響時，除了直接計算出重建后影片的PSNR值外，也可以使用YUV Viewer程序去觀察重建后的影片及原始影片的差別，效果與圖4類似（方法見2.3.1）。
3 評估與驗證
使用et程序評估多媒體傳感器網絡視頻流的傳輸效果，采用的GOP類型是G（12，3）。et程序是利用仿真過程中所得到的發送端記錄文件sd、接收端記錄文件rd和視頻記錄文件suzie_qcife.st進行比較，得到各類型幀的可解畫面數量和整個圖像的可解畫面比例，如圖7所示。
該值在數值上較好地逼近了表2中可解畫面比例的模擬值R′=0.837 5，說明實驗中用到的評估方法對圖像質量的刻畫比較可靠，同時也說明該模型可以被用來進行多媒體傳感器網絡傳輸效果的驗證。
本文在NS2平臺上仿真實現了多媒體傳感器網絡的視頻流傳輸，并對影響多媒體信息傳輸的主要因素（如Q值、GOP類型和MTU等）進行了量化分析。仿真實驗表明，當GOP長度、壓縮量化參數或封包錯誤率取較小值時，有利于改善視頻流的傳輸質量，而封包長度取值越小時，圖像的傳輸效果越差。運用該結論，可以為多媒體傳感器網絡數據傳輸質量優化和節點隨機部署優化提供依據，并能有效地為協議參數優化設計提供指導。在未來的工作中，將對多媒體傳感器網絡節點間多路徑傳輸效果進行評估；對影響多媒體傳感器網絡傳輸質量的因素進行進一步分析，建立網絡的傳輸效果與影響因素之間的擬合函數。
參考文獻
[1] 王汝傳，孫力娟.無線多媒體傳感器網絡技術[M].北京：人民郵電出版社，2011.
[2] 柯志亨，程榮祥，鄧德雋.NS2仿真實驗——多媒體和無線網絡通信[M].北京：電子工業出版社，2009.
[3] 廖勇，楊士中.量化因子在IEEE 802.11b/e無線局域網視頻流傳輸中的圖像質量性能仿真研究[J].計算機科學，2010，37（6）：36-39.
[4] KIM I M， KIM H M. A new resource allocation scheme based on a PSNR criterion for wireless video transmission to stationary receivers over Gaussian channels[J]. IEEE Transactions on Wireless Communication， 2002， 1（3）：393-401.
[5] LOMBARDO A， SCHEMBRA G. Performance evaluation of an adaptive-rate MPEG encoder matching intServ traffic constraints[J]. IEEE/ACM Transactions on Networking， 2003，11（1）：47-65.
[6] KLAUE J， RATHKE B， WOLISZ A. EvalVid-A framework for video transmission and quality evaluation[C]. Proceeding of 13th International Conference on Modelling Techniques and Tools for Computer Performance Evaluation， Urbana，Illinois， USA，2003：255-272.
[7] YUV video sequences. http：//trace.eas.asu.edu/yuv/suzie/suzie_qcif.7z， 2006-03-01.