无线多媒体传感器上的高效的多宿主传输系统*

段苏峰，董 瑜

上海交通大学 电子信息与电气工程学院 计算机科学与技术系，上海 200240

1 引言

近年来，无线多媒体传感器发展迅速，它们的功能越来越强大，同时成本也在不断下降。电池技术的发展提升了这些设备的寿命，也促进了这些设备的发展[1]。无线多媒体传感器的快速发展使其在多个领域得到了广泛的应用，并且使用这些传感器的门槛也变得越来越低。使用传感器厂商提供的传感器、云服务器和客户端可以迅速地创建一个监控系统。

无线传感器的广泛使用带来了大量的多媒体数据，比如视频传感数据，这类多媒体数据一般是实时且连续的，因此保持数据传输的高效性和稳定性是十分重要的。多媒体数据传输过程中，一部分数据的丢失可能会影响其他数据的可用性。传感器由于带宽的限制和网络的稳定性等原因，在和服务器进行通信时可能无法获得稳定的连接链路。无线链路自身的不稳定性会造成传感器节点暂时性地无法接入服务器。链路中一个网路节点产生问题会导致一条链路不可用，结果便是连接非正常断开，延迟增加，用户体验下降。

一些研究者针对无线传感器的可靠性和无线传感器上数据传输的可靠性进行了研究，并获得了一些成果。无线多媒体传感器网络（wireless multimedia sensors network，WMSN）中的路由协议优化是一种能够控制数据流量的方法[2]。这种方法在WMSN中非常有效，但是它并不是为便携智能设备而设计的，并且也无法避免由于网络状态造成的网络异常。在无线传感器网络中增强传输稳定性的一种方法是当连接断开时系统尽快将连接恢复[3]。然而这种方法依然会造成数据的丢失和阻塞。另一种方法则是使用多连接来减少延迟并增强数据传输的稳定性[4]。这种方法并没有解决数据传输时的连接断开问题。通过寻找传感器与服务器之间最短路径来降低延迟也是增强稳定性的一种方法。在分布式且相互独立的传感器上，这种方法很有效，但是当网络状况不好时，延迟仍然会产生，并且这种方法主要将关注点放在了提高能量的利用率上[5]。多宿主（multi-homed）也是一种可用的提高数据传输的模式。多宿主指的是一个设备拥有多个地址以供其他设备进行访问，从而增强数据传输的稳定性[6-9]。但是让每个设备持有多个地址是不现实的，并且让所有的设备都支持多宿主协议也是十分困难的。

为了克服上述问题，本文为无线多媒体传感器设计了一种全新的多宿主的连接模式。与单宿主（single-homed）无线多媒体传感器系统相比，本文主要讨论以下几方面工作。

（1）为无线多媒体传感器设计了一个多宿主系统架构。在这个系统架构下，一台多媒体传感器可以同时连接多个服务器宿主。这些宿主地址不同，传感器可以通过多个不同的连接来传输数据。本文的多宿主系统能够保证在不稳定网络环境中的传感器的稳定性和可靠性，网络稳定性所造成的问题可以被多连接所解决。多条连接同时断开的概率比在单宿主中单条连接断开的概率低。

（2）针对多宿主系统设计了一种传输机制。该传输机制可以在多种Wi-Fi网络环境下进行改变，在无线环境下设备可以选择多种数据传输方式，增强了系统的灵活性。

（3）后续的实验显示出系统和协议可以增强多媒体数据传输的稳定性。在多宿主系统中，传感器在相同的资源消耗的条件下可以增强系统的稳定性。多宿主传感器在相同CPU和内存消耗下比单宿主传感器更加稳定。

本文组织结构如下：第2章展示相关工作；第3章展示系统的架构和连接模式下传输数据的机制；第4章对系统的运行效率进行了分析；第5章总结全文，提出未来的研究工作。

2 相关工作

目前已经有数项研究致力于提高无线传感器网络的可靠性，有些研究更是通过调整路由协议来提高可靠性[2]。Lee等人提出了一个用于测量机械操作的无线传感系统，以确保数据传输的完整性和正确性[10]。Li等人提出了一种新颖的基于分散速率控制的拥塞避免协议，它是一种基于离散比例积分微分（proportion integration differentiation，PID）控制方法和单神经元相结合的自适应速率控制算法[11]。

很多研究人员也对多连接进行了研究，提出了一些增强多媒体服务的多连接机制。TCP-FIT是一个全新的TCP拥塞控制算法，在广泛的网络条件下表现出色[12]。TCP-ROME是一个多TCP连接的协议，使实时多媒体服务能克服网络瓶颈带宽波动[13]。文献[4]提出了一种自适应的TCP多连接机制，以提高无线网络中视频的质量，它可以在最大化服务质量的同时最小化视频流的总失真。

此外，多宿主也是研究人员关注的一个热点领域。文献[14]主要调研了无线网络中对传输延迟要求较高的高清晰视频的多宿主传输，为了解决传输时遇到的问题，设计了一种新的ASCOT（delay stringent coded transmission）框架。文献[15]为物联网中的多宿主设备保证QoE（quality of experience）设计了一种基于Q-Learning的自适应网络接口选择机制。文献[16]为无线环境下的多宿主设备设计了一种失容忍的带宽聚合机制（loss tolerant bandwidth aggregation，LTBA），这种机制可以在突发丢失的情况下降低连续的包丢失。

3 系统架构

下面将介绍多宿主系统的结构体系。图1是系统结构的简要说明。系统中的服务器有多个带有不同IP地址的宿主。系统中的传感器可以同时与不同的宿主建立多条连接，并通过这些连接传输数据。为了安全，接收方应该知道连接者的身份，并可以通过使用传感器信息获取这一身份。

Fig.1 Architecture of multi-homed system图1 多宿主系统的架构

3.1 多宿主机制

图2是传统传感网络机制，图3是多宿主传感网络机制。多媒体数据的传输会受到不同网络之间连接稳定性的影响。多宿主机制使用多个网络进行传输，避免了传输因一个网络不稳定而受到影响。这种机制可以提高传感节点的可靠性，降低传输不稳定的概率。

Fig.2 Traditional transmission mechanism图2 传统传输机制

Fig.3 Multi-homed transmission mechanism图3 多宿主传输机制

多宿主机制允许服务器有多个不同地址的“宿主”。传感器节点可以接入多个宿主。在传感器节点中，为了获得不同的连接状态，连接的终点需要是不同的宿主。

传统机制的服务器只有一个接入点供传感器连接。而在多宿主机制下，当服务器与传感器节点之间的某条链路出现不稳定，只要其他链路正常，传感器仍然可以传输数据。

多宿主机制对于传统传感器仍是可用的。传感器与服务器之间建立多条连接不是强制的。传统的传感器可以只建立一条连接来传输数据。多宿主传感器也可以通过这种方式融入传统的单宿主系统中。

3.2 多宿主服务器

多宿主服务器模块是验证连接及转发数据的部分，也是多宿主机制的基础。图4介绍了这一模块的结构。如图所示，一个多宿主服务器有若干宿主、一个终端端口和一个后台控制模块。传感器接入不同的宿主并建立连接以传输数据。多媒体数据通过宿主传入服务器并在后台控制模块进行处理识别。终端通过终端端口接入服务器并请求服务器转发数据。合法的数据会通过终端端口被转发给终端。

Fig.4 Multi-homed server图4 多宿主服务器

每个宿主都有独立的IP以接收传感器的数据。宿主可以直接建立连接并控制连接断开。当一个宿主接收到一个建立新连接的请求时，会将这个请求传给后台控制模块，并获得请求验证结果。

终端端口是终端与服务器通信的门户。这一模块会直接控制与终端的通信，所有的终端都通过这一端口发送请求及接收回复。当一个终端需要从服务器获取数据时，它需要将请求发送到终端端口。同时，数据也通过这一端口传输给终端。

后台控制模块是一个多宿主服务器的控制器。作为控制器，这一模块可以控制多宿主服务器的其他部分。它不仅可以开启、停止其他模块，也可以处理来自外部的请求并返回处理结果。

数据由宿主进入系统并被后台模块处理，而终端端口不能直接从宿主获取数据。宿主将未经处理的数据发送到后台处理模块，后台处理模块会检查数据合法性。合法的数据会被记录，并根据需求由终端端口发送到有需求的终端。

多宿主系统一大优势是它为处在不同网络环境中的传感器提供了多种数据传输模式。传感器与宿主的连接可以是多对多的，不同的宿主可以同步接收来自同一个传感器的数据。因为传感器与不同的宿主之间的连接状态是不同的，所以传感器与所有的宿主断开连接的概率是较低的。当一条连接断开时，传感器可以通过其他连接向服务器发送数据。多连接是传感器提高自身可靠性的前提条件。

系统的另一个优势是当一个宿主主动关闭或者无法连接时，传感器仍然是可用的。当一个宿主关闭时，与这条宿主相连的所有连接都会立即关断，而其他宿主可以正常工作。对于传感器来说，它可以放弃这个异常的宿主，将数据发向其他宿主。因此一个传感器总是可以找到接入点连接到服务器，减少掉线的发生。这也增强了整个系统的可靠性。

只能保持一条连接的传统传感器也可以通过连接到一个宿主来接入服务器。一些情况下，多宿主传感器也不需要保持多条连接。在多宿主系统中，传感器所保持的连接数是可变的，传感器的灵活性更高。

3.3 多宿主传感器

多宿主传感器是在Wi-Fi环境下，有电池或持续供电，可以产生多媒体数据并进行传输的无线设备。图5说明了多宿主传感器的结构。一个多宿主传感器拥有一个传输模块、一个数据控制模块和若干数据源。

Fig.5 Multi-homed sensor图5 多宿主传感器

一个多宿主传感器可以有多个多媒体数据源，这样可以同时产生不同种类的数据。一个数据源也可以产生不同质量的传感数据。数据控制模块的功能是控制这些数据源，它可以管理所有的数据源，并选择用来发送的数据。该模块获取数据后不能直接向服务器发送数据。

数据传输模块是多宿主传感器的核心。该模块控制传感器与其他设备包括宿主的所有通信，并且可以检测一条连接是否可用。当连接中断时，它会将数据通过其他可用的连接发送，并尝试重连当前连接。在有数据需要发送时，该模块会选择所有可用连接中的数条对数据进行传输。

传统传感器通常只有一条连接。网络的不稳定会导致连接失效，这种问题会导致数据传输的中断，并引起数据的丢失和延迟。多宿主传感器通过保持多条连接来解决这一问题。与其他多连接传感器相比，多宿主传感器主要的区别在于可以使用多个具有不同IP的宿主进行数据传输，这使得多宿主传感器比传统多连接传感器更稳定。虽然传统多连接传感器有多条连接，但是所有的连接都是相同的。当传感器连接到宿主的网络时，所有的连接可能会受到影响。多宿主传感器可以将历史上连接失效的次数为标准将连接排序并选出最稳定的连接。当最稳定的选择失效时，多宿主传感器也可以切换到一个相对较稳定的连接上。

以下特征可以减少传感器传输数据的延迟：

（1）多宿主服务器允许传感器根据需求选择最合适的宿主，这可以减少传感器资源如带宽的消耗。

（2）一条连接将其他连接看作热备份，当一条连接断开，多宿主传感器可以使用其他连接并重启这条断开的连接。

（3）连接同时断开的概率大大降低，这会增强传感器的可靠性。

3.4 多宿主终端

多宿主终端是从多宿主系统中接收数据的设备。终端只能从多宿主服务器获得数据，而不能直接从传感器得到。为了安全性和灵活性考虑，终端要知道传感器的所有连接，这意味着终端可以从传感器信息中获取所有的连接验证信息。当一个设备只需要传感器的部分数据时，它可以选择指定的连接获取信息。

3.5 连接数量控制

并不是所有的传感器都能安装较大的内存和较强的处理器。对那些资源较多的传感器，可以在建立连接的时候一次性地与所有宿主建立连接，并将空闲的连接作为备份。这种连接建立方式并不适合资源较少的传感器，部分传感器产生的数据量也并不是非常大，不需要使用过多的连接进行传输。过多的连接也占用了宿主的资源，导致部分传输数据的连接无法建立，降低了系统的可用性和稳定性。

为了控制传感器的连接数量，多宿主传感器需要自适应地调整连接的数量，网络不稳定时可以创建新的连接，网络稳定时减少连接的数量。

冗余连接的主要作用是替换失效的连接，冗余连接的数目是由可能失效的连接数目决定的。在系统启动时，连接的数目是由传感器产生的数据量决定的，此时只需要一条冗余连接。传输数据的连接出现问题时，需要使用冗余的连接替换这条出问题的连接，将出现问题的连接恢复后转为新的冗余连接，同时再建立一条新的冗余连接。如果一条冗余连接出现问题，则抛弃这条连接。可以看出，冗余连接的数目等于在最近一段时间内出现问题连接的数目加1。这首先保证了在最近一段时间内有可能再次出现问题的连接均有一条备用连接；其次将出现问题的连接放到冗余连接中，可以在连接再次出现问题时彻底删除这条连接，逐渐地将容易出问题的连接从系统中删除。如果在足够长的一段时间内没有发生连接失效的问题，则可以将连接的数目减半，降低系统的资源使用。

3.6 多连接传输协议

通过多连接，传感器在不同的环境下可以选择适合的协议传输数据。本节将介绍三种最常用的传输机制。为方便起见，假设一个传感器拥有两条连接A和B，并且可以产生视频和音频数据。

如图6所示，第一种协议是传感器只使用连接A传输数据，连接B是连接A的热备份。除非连接A不可用，否则连接B不会被使用。这是最简单的协议，对于传感器来说也最容易控制。在不同的数据相关性很强时，传感器可以选择这个协议来传输数据。在使用这个协议传输时，传输模块控制起来比较简单，数据可以按正确的顺序到达，但是当延迟发生时，传感器产生的所有数据会受到影响，数据量较大时，一条连接传输的负荷也会比较大，从而影响传输的效果。

Fig.6 The first transmission protocol图6 第一种传输协议

如图7所示，第二种协议是传感器用连接A和连接B分别传输不同的数据。如果连接A断开，连接B会连接A的数据并等待A的重连，或者使用冗余连接替换A。这个协议中，一条连接通常只传输一种类型的数据，并将其他连接看作它的热备份。在使用这个协议时，一条连接出现的延迟不会影响其他连接的数据传输。但是这种传输协议只是第一种传输协议的改进，因此在数据量较大时依然会产生连接负荷较大的问题。同时如果不同类型的数据具有较强联系，这种传输协议也会造成问题。

Fig.7 The second transmission protocol图7 第二种传输协议

如图8所示，第三种协议是传感器用连接A和连接B交替传输数据。传感器的数据传输模块会将数据按照特征打包成组，并以组为单位使用不同连接交替传输数据，同一组中的数据之间相关性很强。这种协议结合了多连接交替传输的优点，可以充分降低延迟，并提高服务质量。但是，这种协议要求传感器必须在传输数据之前在数据包上加上数据的编号以防止数据的错序，同时还应该选择传输速率和延迟相同的连接进行传输，减少数据错序到达的可能。当需要低延迟发送数据并且传感器知晓如何对数据进行分组时，可以选择这一协议。

Fig.8 The third transmission protocol图8 第三种传输协议

三种协议在不同的网络环境下能够起到不同的效果。无线多媒体传感器所工作的网络环境是多变的，三种协议在设计上所参考的网络环境是不同的。

（1）第一种协议可以应用于大部分网络环境，这是因为在第一种协议下实际上进行传输的连接只存在一条，所以多连接方式传输的效率依赖于传输数据的连接。在第一种协议下可以通过增加作为备份的连接数来降低连接被断开时的损失。第一种协议在使用时无需太多考虑网络环境，但是在传感器硬件资源不多的情况下，第一种协议会占用较多的系统资源造成一定的资源浪费。

（2）第二种协议在实际进行传输时所需要的连接数和数据的种类是相同的。传输数据时的稳定性主要依赖于传输这种数据的连接。可以使用像第一种协议的方式，通过增加备份的连接来降低连接被断开时的损失。缺点有两个，一个是和第一种协议一样，第二个是如果两条连接所处网络环境不同，并且传输的数据相关性较强，则可能会造成数据不同步，从而造成所需缓存过多，也会造成一定的资源浪费。

（3）第三种协议在进行实际传输时可以起到提高连接传输能力，降低延迟的作用，但是问题也比较明显。首先它需要使用者设计好传输的分组方式，比其他两种协议复杂；第二它要求用于传输的连接的状况相近，降低数据的不同步性；第三它要求系统提供一定的缓存，对系统的资源有一定的要求。

4 性能分析

下面将研究多宿主无线传感器系统和传统无线传感器系统的性能。在本文的系统中，在一个开源Android开发板实现了一个传感器测试程序。设备的系统版本是Android4.2，CPU型号是A20ARM Cortex-A7 Dual-core，运行内存为1 GB。测试网络为带宽100 Mb/s的无线网。用来测试的多宿主服务器是两个地址不同的宿主A和B。实验用字节每秒为单位展示传感器在稳定和不稳定网络条件下传输数据的速率。

4.1 稳定网络条件下的传输

本次测试在稳定的Wi-Fi网络中安装了3个多宿主传感器和3个传统传感器，这些传感器采集同样的多媒体数据并发送。网络中没有其他程序占用网络带宽，并且网络环境稳定，因此所有的传感器可以与服务器进行稳定的通信。两个相同的客户端同时请求并接收这些传感器产生的多媒体数据。

从测试结果可以看出，多宿主传感器与传统传感器表现出相同的性能。文中定义的三种协议在稳定的Wi-Fi网络环境中表现出相同的传输性能。这一结果证明了多宿主传感器可以在稳定的网络条件下达到传统传感器的性能，说明了多宿主传感器可以取代传统传感器而不引起网络带宽占用的增加。

4.2 不稳定网络条件下的传输

本次测试在不稳定的Wi-Fi网络中安装多宿主传感器和传统传感器来传输这些数据。第一个实验是宿主主动关闭。传感器会关闭与服务器其中一个宿主的所有连接。第二个实验是对指定宿主的封锁。服务器的一个宿主到所有设备的路由都会中断，所有的设备都不能同此宿主通信。传感器需要时间来发现异常并尝试重连。

图9和图10是第一个实验中传感器数据传输速率。图9是传感器与宿主A之间的连接被切断时的数据传输速率，图10是传感器与宿主B之间的连接被切断时的数据传输速率。实验中传感器立即发现异常并迅速做出反应。从图9和图10中可以看出，传统传感器的传输速率迅速降低到0，因为其唯一的连接被切断，与服务器断开连接。

Fig.9 Connections between homeAand sensor disconnect forwardly图9 传感器与宿主A之间的连接主动断开

Fig.10 Connections between home B and sensor disconnect forwardly图10 传感器与宿主B之间的连接主动断开

多宿主传感器在实验中仍可以正常传输数据，而数据传输速率几乎没有受到影响。这表示多宿主传感器在一个宿主关闭时可以与其他宿主进行数据传输，传统传感器则无法做到这一点。因此多宿主传感器与传统传感器相比具有更高的稳定性。

图11和图12是第二个实验中的传感器数据传输速率。图11是传感器与宿主A之间路由被切断时的数据传输速率，图12是传感器与宿主B之间路由被切断时的数据传输速率。从图11和图12中可以看出，传统传感器在实验中受到了严重的影响，传输速率在实验中降低到0。而多宿主传感器在实验中受到的影响不大，无论哪条链路被切断，多宿主传感器比传统传感器工作得都要更加稳定，可以在攻击发生时正常传输数据，减少数据丢失。在未知的网络条件下，一个宿主很可能由于各种原因而暂时无法使用，多宿主传感器可以选择其他宿主而使得其断开的概率降低。

Fig.11 Connections between homeAand sensor cannot transmit data normally图11 宿主A与传感器之间的连接无法正常发送数据

Fig.12 Connections between home B and sensor cannot transmit data normally图12 宿主B与传感器之间的连接无法正常发送数据

从测试中可以看出，多宿主传感器比传统传感器更加稳定。在一条连接主动或被动断开时，多宿主传感器能继续与服务器通信，减少掉线的发生。

4.3 性能测试

本文运行多宿主传感器与传统传感器，并使它们正常工作。图13显示在这段时间CPU的占用。多宿主传感器的CPU占用在70%处波动，和传统传感器相近。多连接的管理并没有额外的CPU占用。图14显示在这段时间内存的占用。多宿主传感器的内存占用依然与传统传感器相近，都在19 MB左右。图13和图14表明这两种传感器的CPU和内存占用没有明显的区别。多宿主传感器并不需要比传统传感器占用额外的资源，便可以获得更高的稳定性。而在将传统传感器升级为多宿主传感器时，也不需要安装新的CPU和内存。这一点在将便携式智能设备作为多媒体传感器时同样适用。

Fig.13 CPU usage of sensors图13 传感器CPU占用

Fig.14 Memory usage of sensors图14 传感器内存占用

5 结束语

本文介绍了一种新的在不稳定网络条件下稳定工作的无线多媒体传感器系统，设计了系统的结构并进行了实现，其优势是系统内的传感器更加稳定。为了使传感器能够运行多宿主模式，传感器使用了连接数目控制机制来控制传感器持有的连接。为了使系统能更加灵活地在不同环境中运行，本文设计了三种传感器传输协议并分析了它们的优势和不足。最后，进行了三项实验以测试系统的性能。从测试中可以发现，在本文的系统中，传感器可以在不增加资源消耗的情况下完成同样的数据传输工作，并拥有更高的稳定性。目前我们正在致力于4G网络下无线多媒体传感器系统的研究。

[1]Sarisaray-Boluk P,Akkaya K.Performance comparison of data reduction techniques for wireless multimedia sensor network applications[J].International Journal of Distributed Sensor Networks,2015:160.

[2]Nguyen X T,Nguyen H T,Pham C K.SAR:a self-adaptive and reliable protocol for wireless multimedia sensor networks[C]//Proceedings of the 7th International Conference on Ubiquitous and Future Networks,Sapporo,Jul 7-10,2015.Piscataway:IEEE,2015:760-765.

[3]Joshi Y K,Younis M.Straight skeleton based reconnection in a wireless sensor network[C]//Proceedings of the 2014 Global Communications Conference,Austin,Dec 8-12,2014.Piscataway:IEEE,2014:283-288.

[4]Kim D,Chung K.Adaptive multiple TCP-connection scheme to improve video quality over wireless networks[J].KSII Transactions on Internet and Information Systems,2014,8(11):4068-4086.

[5]Chaudhary D D,Waghmare L M.Energy efficiency and latency improving protocol for wireless sensor networks[C]//Proceedings of the 2013 International Conference on Advances in Computing,Communications and Informatics,Mysore,Aug 22-25,2013.Piscataway:IEEE,2013:1303-1308.

[6]Sousa B M,Pentikousis K,Curado M.Multihoming management for future networks[J].Mobile Networks and Applications,2011,16(4):505-517.

[7]Wallace T D,Shami A.A review of multihoming issues using the stream control transmission protocol[J].IEEE Communications Surveys&Tutorials,2012,14(2):565-578.

[8]Capela N,Sargento S.Multihoming and network coding:a new approach to optimize the network performance[J].Computer Networks,2014,75:18-36.

[9]Kuntz R,Montavont J,Noel T.Multihoming in IPv6 mobile networks:progress,challenges,and solutions[J].IEEE Communications Magazine,2013,51(1):128-135.

[10]Lee H C,Chang Y C,Huang Y S.A reliable wireless sensor system for monitoring mechanical wear-out of parts[J].IEEE Transactions on Instrumentation&Measurement,2014,63(10):2488-2497.

[11]Li Guohua,Li Jianzhong.Global weighted fairness guaranteed congestion avoidance protocol for wireless sensor networks[C]//Proceedings of the 30th International Conference on Computer Communications,Joint Conference of the IEEE Computer and Communications Societies,Shanghai,Apr 10-15,2011.Piscataway:IEEE,2011:601-605.

[12]Wang Jingyuan,Wen Jiangtao,Zhang Jun,et al.TCP-FIT:an improved TCP congestion control algorithm and its performance[C]//Proceedings of the 30th International Conference on Computer Communications,Joint Conference of the IEEE Computer and Communications Societies,Shanghai,Apr 10-15,2011.Piscataway:IEEE,2011:2894-2902.

[13]Park J W,Karrer R P,Kim J W.TCP-ROME:a transportlayer parallel streaming protocol for real-time online multimedia environments[J].Journal of Communications&Networks,2011,13(3):277-285.

[14]Wu Jiyan,Yuen C,Cheung N M,et al.Delay-constrained high definition video transmission in heterogeneous wireless networks with multi-homed terminals[J].IEEE Transactions on Mobile Computing,2016,15(3):641-655.

[15]Souihi S,Souidi M,MelloukA.An adaptive QoE-based network interface selection for multi-homed eHealth devices[C]//Proceedings of the 2nd International Internet of Things Summit,Rome,Oct 27-29,2015.Berlin,Heidelberg:Springer,2016:437-442.

[16]Wu Jiyan,Shang Yanlei,Cheng Bo,et al.Loss tolerant bandwidth aggregation for multihomed video streaming over heterogeneous wireless networks[J].Wireless Personal Communications,2014,75(2):1265-1282.