Page 280 - 《软件学报》2020年第12期

3946 Journal of Software 软件学报 Vol.31, No.12, December 2020

图 4 给出了和传输质量相关的仿真结果,主要从平均帧投递率和平均 PSNR 两个方面进行对比.从图 4(a)
可以看到:当 TTL 设定为不同的数值时,Epidemic 的平均帧投递率最低,而我们的算法则表现最优.尽管算法
GameR 的平均帧投递率要远高于 Epidemic,但其和 VOR-TG 之间仍存在一定的距离.从总体上看,每个算法的平
均帧投递率都会随着 TTL 值得增加而增大.原因可以解释如下:由于无限制的节点复制,Epidemic 很快就耗尽了
设备的资源,大量的视频数据包在传输过程中由于缓冲区溢出而被丢弃,因此表现出最差的投递性能.GameR 算
法主要用来进行一般数据的传输,其设计目标是实现高的数据投递率,而不是视频投递质量,设计过程也未考虑
任何视频数据的特点,因此其视频投递性能落后于本文所提出的算法 VOR-MG 和其变种算法 VOR-TG.而
VOR-MG 和 VOR-TG 之间的差异在于:前者是对多个节点之间的数据交换进行优化,而后者则仅关注一对节点
之间的数据交换,因此会有如图 4(a)所示的性能表现.此外,为了使得上述算法的性能比较更加直观,我们也给出
了其基于平均 PSNR 的对比结果,如图 4(b)所示.从图上可以看出,各个算法和后文图 5(a)有相同的性能表现,这
也验证了我们设计帧投递率的合理性.
1 50
Epidemic Epidemic
0.9 45
VOR-TG VOR-TG
0.8 GameR 40 GameR
VOR-MG VOR-MG
0.7 35
0.6 30
FDR 0.5 PSNR (dB) 25
0.4 20
0.3 15
0.2 10
0.1 5
0 0
0 100 200 300 400 500 600 700 800 0 100 200 300 400 500 600 700 800
TTL (s) TTL (s)
(a) 平均 FDR (b) 平均 PSNR
Fig.4 Performance comparisons based on random mobity trances
图 4 基于人工合成数据集的仿真性能对比

5.3 基于真实移动轨迹数据集的性能分析
为了在更加真实的情况下对算法性能进行验证,我们基于真实的移动轨迹 KAIST [36] 进行仿真.该数据集包
2
含 92 个节点,活动范围为 10000×10000m .为了观察并行传输的视频段个数对算法性能的影响,我们设定视频段
个数为 1 和 5 分别进行仿真.
图 5 和图 6 分别给出了平均帧投递率和平均 PSNR 的数据对比.
1 1
Epidemic Epidemic
0.9 VOR-TG 0.9 VOR-TG
0.8 GameR 0.8 GameR
VOR-MG VOR-MG
0.7 0.7
0.6 0.6
FDR 0.5 FDR 0.5
0.4 0.4
0.3 0.3
0.2 0.2
0.1 0.1
0 0
0 500 1000 1500 2000 0 500 1000 1500 2000
TTL (s) TTL (s)
(a) 并发传输的视频段个数等于 1 (b) 并发传输的视频段个数等于 5

Fig.5 Comparisons of average FDR based on real mobity traces
图 5 基于真实数据集的平均帧投递率对比