Ивченко Александр Владимирович разработка и исследование
Download 1.55 Mb.
|
dip rus
- Bu sahifa navigatsiya:
- Признак Вес Признак Вес
- Модель QoE SRCC Модель QoE SRCC
- В третьей главе
На рисунке 12 слева приводится сравнение работы модели Lin_reduced (Reduced Linear Regression) и полной градиентной модели. Функционал ошибки на тестовой подвыборке равен 5,7252, на валидационной подвыборке 5,6419 (данные цифры уже являются ошибкой в терминах MOS, т.е. порядка 5-6 пунктов из 100-бальной шкалы). SRCC на тестовой подвыборке 0.8436, P-уровень = 3.5e-13, SRCC на валидационной подвыборке 0,8631, P-уровень 2.4e-14. Модель Lasso создана без нормализации признаков, но с нелинейным преобразованием целевого значения MOS (веса модели представлены в таблице 2): 19 Lasso w 0 wi i . i1 Вторая модель (Reference Free) была построена без информации о входном сигнале (без PSNR), из неё были исключены признаки с P-уровнем менее 0,05, количество движения и типа контента. Кроме того, был исключен признак воспроизведения битрейта на уровне более половины возможной, как зависящий от конкретного разбиения на уровни качества. Применена L1 регуляризация с коэффициентом 2e-4. (веса модели представлены в таблице 3): 15 Reference Free w0 wi i . i1 Таблица 2. Описание модели Lasso
Таблица 3. Описание модели Reference Free для оценки качества
Модель Lasso обладает следующими характеристиками: функционал ошибки на тесте и валидации 0.2013 и 0.2053, значение коэффициента корреляции SRCC/Р-уровня значимости 0.9229/2e-19, 0.9422/5e-22. Модель Reference Free: функционал ошибки на тесте и валидации 0.3421 и 0.3270, значение коэффициента корреляции SRCC/Р-уровня значимости 0.9054/1e-17, 0.9277/5e-20. Графически результаты работы линейных моделей представлены на рисунке 12 в сравнении с истинными данными и моделью градиентного бустинга. Рисунок 12. Результаты работы ограниченной линейной модели Lin_reduced (слева) и сравнение работы трёх построенных линейных моделей (справа) Лучший результат в смысле корреляции с целевой функцией MOS дала модель на основе градиентного бустинга (SRCC 0.9647), модели Lasso и Reference Free показывают уровни корреляции SRCC на тесте и валидации не менее 0.9229 и 0.9054 соответственно. Самая простая модель, построенная на 10 признаках из модели градиентного бустинга, показала значение SRCC не менее 0.8436. В таблице 4 представлено сравнение с другими оценками моделей на датасете Waterloo SQoE-III (ссылки на модели приведены в тексте диссертации). Авторы датасета получили линейную модель с SRCC на тесте (валидация не применялась) в размере 0.7800. Рекомендация ITU-T P.1203 даёт наилучший, кроме полученного в данном исследовании, в размере 0.8454. Таблица 4. Сравнение результатов
Также в работе представлен анализ работы модели градиентного бустинга с помощью техники LIME – Local Interpretable Model-Agnostic Explanations, приведена иллюстрация одного из решающих деревьев. В третьей главе описывается разработка адаптивного протокола PPPXoE. Протокол разрабатывался с целью универсального применения в стандартном IP-стеке операционной системы Linux, подменяя и расширяя стандартный протокол PPPoE, который есть практически в каждом сетевом устройства. Новизна технологии подтверждена патентом РФ № 2706879 и свидетельством регистрации программы для ЭВМ № 2019616733. Протокол разрабатывался с целю использования в эфирных и проводных пакетных сетях с меняющимися во времени: задержками, вариациями задержек (джиттер), потерями пакетов со следующими канальными характеристиками: задержка прохождения пакетов не более 7 с в каждом направлении; неравномерность получения пакетов (джиттер) не более 250 мс; диапазон допустимой пропускной способности физических каналов связи от 2.4 Кбит/с — 100 Мбит/с; потери пакетов не более 20% (потеря до 5% пакетов не приводит к ухудшению разборчивости речи). Последний пункт привел к созданию двух режимов работы протокола. На каналах «с потерями» и каналах «без потерь». Второй режим характеризуется отсутствием кодов защиты от ошибок, тем не менее, процедура тестирования канала, передача служебных сообщений со статистикой, а также собственная инкапсуляция продолжают применяться. Применяются RAW-сокеты, позволяющие миновать транспортный уровень TCP/UDP и самостоятельно формировать желаемый формат кадров. Восстановление данных базируется на применении кодов Рида-Соломона (РС-код) и перемежения. РС-код – недвоичный циклический код, частный случай БЧХ-кода (кода Боуза – Чоудхури – Хоквингхема). Применяются систематические коды Рида-Соломона, как содержащие в явном виде исходные данные и потому удобные для декодирования. В процедуре декодирования используется алгоритм Берлекэмпа – Мэсси, для поиска корней полиномов используется быстрый алгоритм Чейна. Потребовалось доработать имеющуюся на уровне ядра Linux библиотечную реализацию: параллельное кодирование и декодирование; использование таблиц поиска для предварительно рассчитанных полей Галуа (вместо проведения многократных вычислений рассчитанные данные помещаются в таблицу и проводится поиск в таблице. На приемной и передающей стороне известны инициализирующие последовательности, а также алгоритм перемежения. Настройки протокола на прием и передачу независимы и могут отличаться. Используются порождающие полиномы 8, 10 и 12 степеней следующего вида: 0x0187, 0х0409, 0х1053: x x x x8 7 2 1; x10 x3 1; x12 x x x6 4 1. Было произведено численное моделирование восстановительной способности РС-кода на: различных размерах блока (от 15 до 255 байт); длине FEC-кода от 15 до 240 байт; длине сообщения от 1 до 512 байт; кодовой скорости от 1/16 до 15/16 с шагов в 1/16. Отмечена линейная зависимость среднего времени обработки блока в зависимости от кодовой скорости и линейный рост времени обработки блока с понижением размера блока, причём чем меньше скорость, тем больше наклон линии тренда. При этом расчёты (рисунок 13) показывают, что битовая скорость практически константна при различных размерах блоков на одной и той же кодовой скорости, однако битовая скорости от кодовой скорости зависит нелинейно. Рисунок 13. Исследование зависимости средней битовой скорости от кодовой скорости Разработанный протокол PPPXoE (eXtended) использует собственную инкапсуляцию, показанную на рисунке 14. В диссертации подробно изложен процесс кодирования данных. От исходных данных вычисляется проверочная сумма Payload CRC, с помощью которой в дальнейшем будет проверена целостность сообщения. Данные разделяются на блоки DataBlock1 … DataBlockN, если последний DataBlock имеет недостаточный размер, то оставшееся место заполняется нулями. К блокам DataBlocki добавляется избыточная информация – код RSi, где i – номер блока. Формируется группа из {DataBlock1 + RS1}…{DataBlockN + RSN}. Перед группой п. 4 вставляется заголовок для декодирования кадра DataFrame. Рисунок 14. Кадр данных протокола PPPXoE Из нескольких DataFrame и служебного кадра ControlFrame собирается группа для процедуры перемежения. Далее производится процедура перемежения (рисунок 15) на уровне байт данных, разбиение на равные суперблоки (SuperBlock). После этого один или несколько суперблоков с заголовком (таблица 5) передаются по сети с помощью транспортного протокола PPP, который добавляет Ethernet-заголовок в 28 байт. Данная структура называется суперкадром (SuperFrame). Рисунок 15. Процедура перемежения Таблица 5. Поля заголовка суперкадра
Download 1.55 Mb. Do'stlaringiz bilan baham: 
|