为解决手机移动端带宽波动导致用户视频服务体验降低的问题,提出一种移动手机可用带宽预测算法(mobile available bandwidth prediction,MABP)。采集Android手机的LTE参数,使用随机森林预测手机带宽,当客户端发起视频服务请求时,同时向服务器反馈手机的当前可用带宽,服务器根据移动客户端提供的带宽信息进行自适应流分发(发送最优码率的视频),降低视频画面卡顿、画质模糊、切换时间过长等问题,提升用户体验(quality of experience,QoE)。在实际的网络环境下验证了所述算法的有效性。
为提升移动流媒体的用户体验质量(quality of experience,QoE)和设备续航时长,提出一种基于移动设备电量状态的QoE模型,模型的参数包括初始延迟、重新缓冲、平均视频质量、码率切换平滑度以及设备电量状态。在模型的基础上,给出一种基于网络吞吐量,同时又考虑设备电量状态的码率自适应策略。策略能避免客户端在设备剩余电量处于中、低状态时,请求高码率视频,导致过多的电池电量消耗。实验结果表明,该策略能有效平衡不同电量状态下用户对视频质量和设备续航的需求。
