本發(fā)明涉及視頻流數(shù)據(jù)傳輸處理技術，具體而言，涉及一種面向視頻流的專用無線協(xié)議棧及服務編排方法。

背景技術：

1、隨著無線通信技術的快速發(fā)展，移動網(wǎng)絡的帶寬和傳輸能力得到了顯著提升，高清視頻流在移動網(wǎng)絡中的傳輸需求也越來越普遍。尤其是在視頻監(jiān)控、智能安防、虛擬現(xiàn)實等領域，對高清視頻數(shù)據(jù)的實時傳輸和智能分析需求不斷增加。傳統(tǒng)的無線網(wǎng)絡架構主要關注通用業(yè)務流量的傳輸，而針對高清視頻流尤其是4k及以上分辨率的視頻流在無線網(wǎng)絡中的高效傳輸和智能處理的研究相對較少。

2、在當前的技術背景下，云計算和邊緣計算已經(jīng)成為視頻流智能分析的重要手段。云計算適合處理大規(guī)模、復雜的視頻數(shù)據(jù)分析任務，但由于高清視頻數(shù)據(jù)量大，在云端進行處理時會占用大量網(wǎng)絡帶寬，且可能導致較高的延遲。為了減輕網(wǎng)絡負擔和降低服務延遲，邊緣計算應運而生，將部分視頻流的智能分析任務遷移至網(wǎng)絡邊緣節(jié)點進行處理。然而，現(xiàn)有的無線協(xié)議棧難以適應這種復雜的應用場景，因此，面向高清視頻流的專用無線協(xié)議棧設計成為當前研究的熱點。

技術實現(xiàn)思路

1、本發(fā)明的目的是在于提供一種面向視頻流的專用無線協(xié)議棧及服務編排方法，用以現(xiàn)有技術存在的如下問題：

2、1)網(wǎng)絡帶寬壓力問題：4k視頻流的數(shù)據(jù)量巨大，而傳統(tǒng)ran(radio?accessnetwork，無線電接入網(wǎng)絡)是將所有視頻數(shù)據(jù)傳輸至云端進行處理，這種方式不僅占用大量回傳鏈路帶寬，還導致數(shù)據(jù)傳輸時延增加，影響實時性；

3、2)計算資源優(yōu)化問題：在實際應用中，不同場景下的視頻分析需求各異。例如，對于480p視頻流的智能分析，可以直接通過云端視頻服務器處理；而由于數(shù)據(jù)量大4k視頻流，需在邊緣側進行初步分析，以減少回傳數(shù)據(jù)量；然而，現(xiàn)有技術缺乏一種有效的機制來動態(tài)發(fā)現(xiàn)和利用邊緣計算資源，進而實現(xiàn)不同分辨率視頻流的最優(yōu)處理；

4、3)協(xié)議棧適應性問題：現(xiàn)有的ran協(xié)議棧難以靈活適應不同視頻流場景，缺乏對4k視頻流等大數(shù)據(jù)量場景的專用支持，導致系統(tǒng)的處理效率低下。

5、為達到上述目的，本發(fā)明提供了一種面向視頻流的專用無線協(xié)議棧，其構建為云-邊-端的系統(tǒng)架構，包括核心網(wǎng)、服務化ran和終端設備，其中：

6、所述核心網(wǎng)部署在云端，與同樣部署在云端的視頻應用服務器連接，負責處理和存儲來自終端的視頻流數(shù)據(jù)；

7、所述服務化ran部署在網(wǎng)絡邊緣，為所述終端設備無線接入服務，其中，所述服務化ran包括服務管理網(wǎng)元與同樣部署在網(wǎng)絡邊緣的本地ai服務，所述本地ai服務運行于ai服務器上，所述服務化ran通過服務管理網(wǎng)元動態(tài)發(fā)現(xiàn)并利用所述本地ai服務來處理4k視頻流的智能分析任務；

8、所述終端設備與所述服務化ran無線連接，并通過所述服務化ran將其攝像頭采集的視頻流數(shù)據(jù)根據(jù)分辨率的不同采取不同的處理策略上傳，具體為：

9、對于4k視頻流：當所述服務化ran發(fā)現(xiàn)所述本地ai服務時，所述終端設備采集的4k視頻流被分流到部署在網(wǎng)絡邊緣的所述本地ai服務進行處理；

10、對于480p視頻流：所述服務化ran直接將480p視頻流上行通過所述核心網(wǎng)傳輸?shù)讲渴鹪谠贫说囊曨l應用服務器進行智能分析處理。

11、在本發(fā)明一實施例中，其中，所述服務化ran采用服務化和模塊化的設計原則，將傳統(tǒng)的無線接入網(wǎng)功能分解為獨立的服務組件，其還包括：

12、服務化ran控制面：包括cucp：負責無線資源管理、會話管理及移動性管理控制功能；

13、服務化ran用戶面：包括cuup：負責處理用戶數(shù)據(jù)的傳輸，包括數(shù)據(jù)的封裝、加密及壓縮；

14、數(shù)據(jù)流分發(fā)服務：負責將用戶面的數(shù)據(jù)分發(fā)到不同的處理路徑；

15、服務編排器：負責根據(jù)業(yè)務需求和網(wǎng)絡策略動態(tài)編排和優(yōu)化服務實例；

16、決策控制功能：根據(jù)網(wǎng)絡策略和業(yè)務需求，做出服務實例的啟動、停止及擴縮容的決策；

17、數(shù)字對象管理功能：負責管理網(wǎng)絡中的數(shù)字對象的狀態(tài)和配置；

18、服務調度功能：根據(jù)決策控制功能的決策，負責服務實例的具體調度和擴縮容操作；

19、網(wǎng)絡功能服務化接口：負責定義服務間的通信協(xié)議和接口，支持服務的互操作性和模塊化；

20、隧道轉換服務：負責在用戶面和邊緣端的計算節(jié)點之間建立和維護數(shù)據(jù)傳輸隧道；

21、視頻流轉發(fā)模塊：負責將視頻流數(shù)據(jù)包通過udp發(fā)送到本地ai服務器，實現(xiàn)視頻流的本地分流和處理；

22、服務化ran原型驗證系統(tǒng)：用于測試和驗證服務化ran架構和組件的功能，支持端到端的業(yè)務流程，包括專用的4k視頻原型服務化ran系統(tǒng)和專用的非4k視頻原型服務化ran系統(tǒng)。

23、在本發(fā)明一實施例中，其中，所述服務化ran原型驗證系統(tǒng)定義了一個面向大視頻流智能分析的無線承載機制，即vf?drb，無線承載機制的實現(xiàn)具體包括：

24、drb配置與數(shù)據(jù)轉發(fā)的設置：在用戶的終端設備接入網(wǎng)絡時，所述服務化ran的cuup檢查上傳的數(shù)據(jù)包所屬的drb是否為vf?drb，如果是，則將這些數(shù)據(jù)包在抵達所述服務化ran的ngu之前轉發(fā)至ai服務器進行處理；

25、視頻流轉發(fā)模塊的設置：在cuup上行傳輸處理組件中集成視頻流轉發(fā)模塊，其主要作用包括：將cuup?ul線程遞交的4k視頻流數(shù)據(jù)包通過udp發(fā)送到ai服務器；通過telnet協(xié)議配置vf?drb的標識；查詢nrf以獲取ai服務器的網(wǎng)絡地址；

26、還在ai服務器上增加一個數(shù)據(jù)適配模塊，用于處理從視頻流轉發(fā)模塊傳輸過來的視頻流數(shù)據(jù)，數(shù)據(jù)適配模塊是一個獨立進程，其與視頻服務器一起在ai服務器上運行，數(shù)據(jù)適配模塊的主要作用包括：在ai服務器上創(chuàng)建一個虛擬網(wǎng)卡，以使視頻分析應用程序監(jiān)聽并處理通過虛擬網(wǎng)卡接收到的數(shù)據(jù)；將視頻流轉發(fā)模塊發(fā)送的視頻流數(shù)據(jù)適配成ai服務器能夠解析的數(shù)據(jù)后遞交至虛擬網(wǎng)卡；以及

27、定義視頻流轉發(fā)模塊與cuup?ul線程(任務、視頻流轉發(fā)模塊與nrf以及視頻流轉發(fā)模塊與數(shù)據(jù)適配模塊的交互規(guī)則。

28、在本發(fā)明一實施例中，，其中，視頻流轉發(fā)模塊與cuup?ul線程任務的交互規(guī)則具體為：

29、視頻流轉發(fā)模塊將vf?drb的id配置到cuup?ul線程任務中，cuup?ul線程任務根據(jù)該配置決定是否將處理完成的數(shù)據(jù)包遞交到視頻流轉發(fā)模塊的任務或核心網(wǎng)的upf。

30、在本發(fā)明一實施例中，其中，視頻流轉發(fā)模塊與nrf的交互規(guī)則具體為：

31、視頻流轉發(fā)模塊通過http請求向nrf查詢ai服務器的ip地址及數(shù)據(jù)適配應用的端口號。

32、在本發(fā)明一實施例中，其中，視頻流轉發(fā)模塊與數(shù)據(jù)適配模塊的交互規(guī)則具體為：

33、數(shù)據(jù)適配模塊從物理網(wǎng)卡中接收udp隧道的數(shù)據(jù)包，即服務化ran通過隧道轉換服務對終端設備上傳的視頻流數(shù)據(jù)包進行分流后的數(shù)據(jù)包；

34、數(shù)據(jù)適配模塊獲取原始視頻流數(shù)據(jù)包；

35、數(shù)據(jù)適配模塊將數(shù)據(jù)寫入虛擬網(wǎng)卡；

36、視頻服務器從虛擬網(wǎng)卡中讀取視頻流數(shù)據(jù)。

37、在本發(fā)明一實施例中，其中，服務化ran發(fā)現(xiàn)本地ai服務的具體流程包括：

38、步驟s101：服務化ran中的隧道轉換服務通過http接口向服務化ran中的rnrf模塊注冊服務，具體為隧道轉換服務向rnrf模塊發(fā)送服務注冊請求，rnrf模塊向隧道轉換服務返回服務注冊響應；其中，rnrf模塊為一個網(wǎng)絡服務發(fā)現(xiàn)與訂閱模塊，用以支持服務發(fā)現(xiàn)和訂閱；

39、步驟s102：本地ai服務啟動后，本地ai服務通過http接口向服務化ran中rnrf模塊注冊服務；

40、步驟s103：服務化ran獲得本地ai服務的服務名稱、ip地址/端口信息，并回復服務注冊響應；

41、步驟s104：服務化ran根據(jù)預設定時查詢本地ai服務的健康狀態(tài)；

42、步驟s105：當設備終端發(fā)起本地ai服務的查詢時，通過服務化ran發(fā)送到核心網(wǎng)，核心網(wǎng)通過服務化ran回傳查詢結果給設備終端103。

43、在本發(fā)明一實施例中，其中，對480p視頻流數(shù)據(jù)的分流處理采用專用的非4k視頻原型服務化ran系統(tǒng)，將終端設備采集的非4k視頻流通過服務化ran上傳云端核心網(wǎng)，具體流程為：

44、步驟s201：服務化ran查詢本地ai服務，并采用非4k視頻流的服務化ran協(xié)議棧；

45、步驟s202：當終端設備接入無線網(wǎng)絡后，終端設備向網(wǎng)絡查詢本地ai服務；

46、步驟s203：終端設備的攝像頭采集視頻流數(shù)據(jù)；

47、步驟s204：終端設備未發(fā)現(xiàn)本地ai服務，終端設備向服務化ran發(fā)送采集的非4k視頻流數(shù)據(jù)；

48、步驟s205：服務化ran接收來自終端設備的上行視頻流數(shù)據(jù)業(yè)務，并通過核心網(wǎng)將視頻流數(shù)據(jù)推送到視頻應用服務器。

49、在本發(fā)明一實施例中，其中，對4k視頻流數(shù)據(jù)的分流處理采用專用的4k視頻原型服務化ran系統(tǒng)，具體流程為：

50、步驟s301：服務化ran發(fā)現(xiàn)本地ai服務，查詢本地ai服務的元數(shù)據(jù)，包括服務名稱及ip地址/端口信息，并切換到專用于4k視頻流的服務化ran協(xié)議棧；

51、步驟s302：當終端設備接入無線網(wǎng)絡后，終端設備向網(wǎng)絡查詢本地ai服務；

52、步驟s303：終端設備的攝像頭采集視頻流數(shù)據(jù)；

53、步驟s304：當終端設備查詢到本地ai服務后，終端設備向服務化ran發(fā)送采集的視頻流數(shù)據(jù)；

54、步驟s305：服務化ran接收來自終端設備的上行視頻流數(shù)據(jù)業(yè)務，并識別本地分流標識后，對終端設備的上行視頻流數(shù)據(jù)做本地ip網(wǎng)絡分流，具體為通過udp傳輸協(xié)議，將視頻流數(shù)據(jù)推送到隧道轉換服務；

55、步驟s306：隧道轉換服務對分流的視頻流數(shù)據(jù)執(zhí)行隧道關系適配，將視頻流數(shù)據(jù)推送到目標本地ai服務；

56、步驟s307：本地ai服務對上行視頻流數(shù)據(jù)進行相應的智能分析。

57、本發(fā)明還提供一種面向視頻流的服務編排方法，其通過前述的專用無線協(xié)議棧實現(xiàn)，具體包括：

58、s1.服務化ran的決策控制功能向計算面控制功能發(fā)起邊緣端視頻流數(shù)據(jù)的ai分析服務拉起請求；

59、s2.計算面控制功能向決策控制功能反饋計算資源調度結果；

60、s3.決策控制功能向服務調度功能發(fā)起調度專用于4k視頻流的服務化ran協(xié)議棧與邊緣端視頻流數(shù)據(jù)的ai分析服務請求；

61、s4.服務調度功能拉起專用于4k視頻流的服務化ran協(xié)議棧功能實例；

62、s5.服務調度功能拉起邊緣端視頻流數(shù)據(jù)的ai分析服務。

63、本發(fā)明公開的面向視頻流的專用無線協(xié)議棧及服務編排方法，與現(xiàn)有技術相比，至少具有如下優(yōu)點：

64、1)提升了網(wǎng)絡資源利用效率：通過云-邊-端協(xié)同的系統(tǒng)架構，本發(fā)明能夠在邊緣節(jié)點實時處理和分析4k視頻流數(shù)據(jù)，從而顯著減少視頻流傳輸所需的回傳帶寬，降低核心網(wǎng)的負擔，這種資源的合理分配和優(yōu)化，有效提升了整個網(wǎng)絡的利用效率；

65、2)降低了視頻流處理時延：通過在服務化ran中引入專用的4k視頻流協(xié)議棧，本發(fā)明能夠在數(shù)據(jù)傳輸路徑的ran側進行智能分流和處理，減少了視頻流數(shù)據(jù)在傳輸鏈路上的延遲，尤其是通過視頻流轉發(fā)模塊(vss)的設計，使視頻流能夠在接入網(wǎng)中得到快速處理，大大縮短了從采集到分析的時間，提高了系統(tǒng)的實時性；

66、3)增強了系統(tǒng)的靈活性與適應性：本發(fā)明通過動態(tài)服務編排方法，能夠在480p視頻流云端分析與4k視頻流邊緣分析之間靈活切換，滿足不同應用場景下的需求，這種靈活性不僅適應了多變的網(wǎng)絡環(huán)境，還確保了系統(tǒng)的高效運行和服務質量；

67、4)實現(xiàn)了高效的視頻流智能分析：本發(fā)明利用邊緣ai服務對4k視頻流進行本地分析處理，結合服務化ran的智能分流技術，大大提升了視頻流數(shù)據(jù)的處理效率，通過減少長距離傳輸和集中式處理帶來的瓶頸，系統(tǒng)能夠更迅速地對視頻流進行智能分析，從而提高應用的響應速度和準確性；

68、5)提高了系統(tǒng)的可擴展性：本發(fā)明提出的服務化ran與本地ai服務的動態(tài)發(fā)現(xiàn)和交互機制，使得系統(tǒng)能夠根據(jù)需求擴展或縮減計算資源和服務實例，增強了系統(tǒng)的可擴展性，無論是在小規(guī)模部署還是大規(guī)模應用中，系統(tǒng)都能通過動態(tài)調整適應不同的負載和處理要求；

69、6)優(yōu)化了視頻數(shù)據(jù)的傳輸與處理：通過數(shù)據(jù)適配模塊(da)與vss模塊的協(xié)同工作，本發(fā)明在數(shù)據(jù)傳輸路徑中實現(xiàn)了從物理網(wǎng)卡到虛擬網(wǎng)卡的視頻流數(shù)據(jù)高效傳輸，確保視頻數(shù)據(jù)在處理鏈路上的高效性和穩(wěn)定性，這不僅提高了系統(tǒng)的處理能力，還進一步減少了網(wǎng)絡傳輸中的數(shù)據(jù)丟包率和延遲。