Mô hình hóa và phân loại lưu lượng video VBR MPEG bằng phương pháp mờ

ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA KHOA ĐIỆN – ĐIỆN TỬ ĐẶNG QUANG VINH MÔ HÌNH HÓA VÀ PHÂN LOẠI LƯU LƯNG VIDEO VBR MPEG BẰNG PHƯƠNG PHÁP MỜ Chuyên ngành: KỸ THUẬT VÔ TUYẾN-ĐIỆN TỬ Mã số ngành: 2.07.01 LUẬN VĂN THẠC SĨ Thành phố Hồ Chí Minh, 07/2006 CƠNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH Cán hướng dẫn khoa học: PGS.TS LÊ TIẾN THƯỜNG TS HỒNG ĐÌNH CHIẾN Ký tên Ký tên Cán chấm nhận xét 1: TS NGUYỄN NHƯ ANH…………………………………… Ký tên Cán chấm nhận xét 2: TS NGUYỄN ĐỨC THÀNH………………………………… Ký tên Luận văn thạc sĩ bảo vệ HỘI ĐỒNG CHẤM BẢO VỆ LUẬN VĂN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA, ngày 14 tháng 07 năm 2006 TRƯỜNG ĐẠI HỌC BÁCH KHOA PHÒNG ĐÀO TẠO SĐH CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM ĐỘC LẬP – TỰ DO – HẠNH PHÚC Tp HCM, ngày 06 tháng 02 năm 2006 NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: ĐẶNG QUANG VINH Phái: Nam Ngày, tháng, năm sinh: 28/06/1981 Nơi sinh: Long An Chuyên ngành: Kỹ thuật Vô tuyến – Điện tử MSHV: 01403340 I- TÊN ĐỀ TÀI: Mơ hình hóa phân loại lưu lượng video VBR MPEG phương pháp mờ II- NHIỆM VỤ VÀ NỘI DUNG: - Tìm hiểu chuẩn nén MPEG lưu lượng video MPEG tốc độ thay đổi - Tìm hiểu tập mờ loại (loại fuzzy set) hệ thống logic mờ loại (loại fuzzy logic system) - Nghiên cứu thực mơ hình hóa kích thước khung (frame size) cùa khung I/P/B sử dụng phương pháp phân nhóm (clustering) tìm hiểu giải thuật phân nhóm mờ cmeans (fuzzy c-means clustering) - Nghiên cứu phân loại thống kê phân loại mờ, áp dụng cho lưu lượng video MPEG - Nghiên cứu dùng Matlab để mơ hình lưu lượng video mơ phân loại - Nghiên cứu trình thiết kế phần cứng, ngôn ngữ VHDL, phần mềm Xilinx ISE, board lập trình XUP Development System (FPGA Virtex-II Pro) - Nghiên cứu thực hóa phân loại mờ loại loại công nghệ FPGA (Virtex – II Pro) III- NGÀY GIAO NHIỆM VỤ : 06/02/2006 IV- NGÀY HOÀN THÀNH NHIỆM VỤ: 30/06/2006 V- CÁN BỘ HƯỚNG DẪN : PGS-TS LÊ TIẾN THƯỜNG TS HỒNG ĐÌNH CHIẾN CÁN BỘ HƯỚNG DẪN CHỦ NHIỆM NGÀNH CN BỘ MÔN QL CHUYÊN NGÀNH Nội dung đề cương luận văn thạc sĩ Hội đồng chuyên ngành thông qua TRƯỞNG PHÒNG ĐT – SĐH Ngày tháng năm TRƯỞNG KHOA QL NGÀNH LỜI CẢM ƠN Tôi xin chân thành bày tỏ lịng biết ơn kính trọng sâu sắc đến Thầy PGS-TS Lê Tiến Thường TS Hồng Đình Chiến Thầy tận tình hướng dẫn, tạo điều kiện thuận lợi tài liệu thiết bị để tơi hồn thành luận văn thạc sĩ Tơi xin chân thành cảm ơn quý thầy cô khoa Điện-Điện tử trường Đại học Bách khoa, người truyền đạt kiến thức, định hướng cho suốt trình học tập nghiên cứu sau đại học Con xin cảm ơn ba, mẹ gia đình tạo điều kiện, ủng hộ động viên suốt q trình học tập Cuối tơi xin cảm ơn tất bạn bè giúp đỡ suốt khóa học q trình thực luận văn Xin trân trọng ghi nhớ Đặng Quang Vinh Mơ hình hóa phân loại lưu lượng video VBR MPEG phương pháp mờ THD: PGS-TS Lê Tiến Thường TS Hồng Đình Chiến ABSTRACT Multimedia services, among which are video services, are becoming the major traffic sources in future broadband networks Video applications such as video on demand, video teleconferencing, etc., involve storage and processing of massive amounts of compressed video data So, to classify the compressed (such as MPEG) video traffic directly without decompressing it will be an essential step for ensuring the effectiveness of these systems Researches exist for MPEG video traffic characteristic modeling and predicting than for classification Most of previous researches on modeling and classifying compressed video traffic mainly belonged to statistical model-based approaches However, real variable bit rate (VBR) video traffic is highly bursty, and no statistical model can really illustrate the uncertain nature of the I/P/B frames Therefore, a method based on the fuzzy logic ( fuzzy logic systems are model free and their membership functions are not based on statistical distributions) is presented to model and classify MPEG (Moving Pictures Experts Group) VBR video traffic A type-1 and type-2 fuzzy membership functions from the approach are used to model I/P/B frame sizes in MPEG video stream It is shown that a type-2 membership function is the most suitable due to uncertain property of video traffic The fuzzy c-means algorithm is utilized to achieve the means and the standard deviations of I/P/B frame sizes in the case of unkown frame categories Five fuzzy classifiers (type-1 singleton, tpe-1 nonsingleton, type-2 singleton, type-2 nonsingleton 1, type-2 nonsingleton 2) and Bayesian classifier are designed for video product classification Then, obtained results from MATLAB simulation are compared to determine the classifier with the best performance Based on these results, the thesis also designs two of all classifers (type-1 singleton classifier and type-2 singleton classifier) on XUP Virtex II Pro Development System board of Xilinx (FPGA Virtex-II ProTM XC2VP30-FF896) for verifying the output results in comparison with MATLAB based-simulation results Keywords: Fuzzy classifier, Bayes classifier, fuzzy c-means, MPEG VBR video, type-2 fuzzy logic system, FPGA, VHDL, floating point exponential function,… Abstract i HVTH: KS Đặng Quang Vinh Mô hình hóa phân loại lưu lượng video VBR MPEG phương pháp mờ THD: PGS-TS Lê Tiến Thường TS Hồng Đình Chiến TĨM TẮT NỘI DUNG Các dịch vụ đa phương tiện mà video trở thành nguồn lưu lượng mạng băng rộng tương lai Các ứng dụng video theo yêu cầu, hội nghị video từ xa,… đòi hỏi lưu trữ xử lý lượng lớn liệu video số nén Vì vậy, để phân loại lưu lượng video nén (ví dụ MPEG) trực tiếp mà khơng cần giải nén bước quan trọng để đảm bảo hoat động hiệu cho hệ thống Các cơng trình nghiên cứu trực tiếp đặc tính lưu lượng video nén MPEG chủ yếu mơ hình hóa dự đoán phân loại Tất phương pháp trước tiếp cận theo cách xử lý tín hiệu theo mơ hình phân phối thống kê Tuy nhiên, lưu lượng video tốc độ bit biến đổi (variable bit rate - VBR) có tính đột biến cao khơng có mơ hình thống kê thể chất không xác định khung I/P/B Do đó, luận văn đưa phương pháp dựa logic mờ (các hệ thống logic mờ khơng phụ thuộc vào mơ hình hàm thuộc chúng không dựa vào phân bố thống kê) để thực mơ hình hóa phân loại lưu lượng video có tốc độ thay đổi nén theo chuẩn MPEG Luận văn chứng minh hàm thuộc mờ loại loại dùng để mơ hình hóa kích thước khung I/P/B dịng video nén MPEG Trong đó, tính chất bất định dòng lưu lượng video nên hàm thuộc loại thích hợp Giải thuật phân nhóm mờ c-means (fuzzy c-means) sử dụng để nhận giá trị trung bình độ lệch chuẩn khung I/P/B loại khung trước Năm phân loại mờ (vạch-đơn loại 1, không-vạch-đơn loại 1, vạch-đơn loại 2, không-vạch-đơn-1 loại 2, không-vạch-đơn2 loại ) phân loại kiểu Bayes thiết kế để sử dụng cho việc phân loại Các kết mô MATLAB phân loại so sánh với để tìm phân loại cho chất lượng tốt nhất, thích hợp với chất bất định lưu lượng video VBR MPEG Dựa kết này, luận văn thực thiết kế phân loại mờ vạchđơn loại phân loại mờ vạch-đơn loại board XUP Virtex II Pro Development System hãng Xilinx (dùng chip FPGA Virtex-II ProTM XC2VP30FF896) để kiểm chứng với kết mô mơi trường MATLAB Từ khóa: Fuzzy classifier, Bayes classifier, fuzzy c-means, MPEG VBR video, type-2 fuzzy logic system, FPGA, VHDL, floating point exponential function,… Tóm tắt nội dung ii HVTH: KS Đặng Quang Vinh Mơ hình hóa phân loại lưu lượng video VBR MPEG phương pháp mờ THD: PGS-TS Lê Tiến Thường TS Hồng Đình Chiến MỤC LỤC ABSTRACT i TÓM TẮT NỘI DUNG ii DANH SÁCH CÁC BẢNG vii DANH SÁCH CÁC HÌNH viii CÁC TỪ VIẾT TẮT xi CHƯƠNG 1: GIỚI THIỆU 1.1 Đặt vấn đề .1 1.2 Tổng quan tình hình nghiên cứu .2 1.3 Mục tiêu, đối tượng phạm vi nghiên cứu 1.3.1 Mục tiêu đề tài 1.3.2 Đối tượng phạm vi nghiên cứu .3 1.4 Nội dung nghiên cứu 1.5 Bố cục luận văn 1.6 Ý nghĩa đề tài 1.6.1 Ý nghĩa khoa học .5 1.6.2 Ý nghĩa kinh tế xã hội CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 2.1 Lưu lượng video MPEG 2.1.1 Tiêu chuẩn nén video MPEG 2.1.2 Các đặc tính thống kê dòng MPEG 13 2.2 Logic mờ .20 2.2.1 Tập mờ hàm thuộc 20 2.2.2 Các phép toán tập mờ .23 2.2.3 Luật hợp thành IF-THEN 24 2.2.4 Hệ thống logic mờ 26 2.2.5 Giải thuật phân nhóm fuzzy c-means 29 2.3 Logic mờ loại .30 Mục lục iii HVTH: KS Đặng Quang Vinh Mơ hình hóa phân loại lưu lượng video VBR MPEG phương pháp mờ THD: PGS-TS Lê Tiến Thường TS Hồng Đình Chiến 2.3.1 Giới thiệu 30 2.3.2 Hệ thống logic mờ loại 31 2.3.3 Meet (giao) join (hội) tập mờ interval 32 2.3.4 Các hàm thuộc hệ thống logic mờ loại 33 2.3.5 Hệ thống logic mờ loại dạng khoảng 33 2.3.6 Giảm loại (type reduction) giải mờ 35 2.3.7 Thiết kế hệ thống logic mờ loại dạng khoảng cách điều chỉnh 37 2.4 FPGA 39 2.4.1 Giới thiệu 39 2.4.2 Kiến trúc FPGA .40 2.4.3 Phát triển ứng dụng FPGA .43 2.4.4 Quá trình thực thi FPGA 44 CHƯƠNG 3: MƠ HÌNH HĨA CÁC KHUNG I/P/B TRONG LƯU LƯỢNG MPEG VBR 45 3.1 Mơ hình hóa phân nhóm có giám sát (supervised clustering) .45 3.2 Mơ hình hóa phân nhóm khơng giám sát (unsupervised clustering) 48 CHƯƠNG 4: CÁC BỘ PHÂN LOẠI CHO LƯU LƯỢNG VIDEO 53 4.1 Bộ phân loại mờ .53 4.1.1 Hệ thống logic mờ loại vạch-đơn không-vạch-đơn 53 4.1.2 Hệ thống logic mờ loại vạch-đơn không-vạch-đơn 54 4.2 Bộ phân loại kiểu Bayes .59 CHƯƠNG 5: MÔ PHỎNG BẲNG MATLAB 61 5.1 Thiết kế sáu phân loại 61 5.1.1 Thiết kế phân loại mờ loại .61 5.1.2 Thiết kế phân loại mờ loại .63 5.1.3 Thiết kế phân loại Bayes 64 5.2 Chương trình mơ mơ hình hóa phân loại 65 5.2.1 Giao diện chương trình 65 5.2.2 Kết mô đánh giá 68 Mục lục iv HVTH: KS Đặng Quang Vinh Mơ hình hóa phân loại lưu lượng video VBR MPEG phương pháp mờ THD: PGS-TS Lê Tiến Thường TS Hồng Đình Chiến CHƯƠNG 6: THỰC HIỆN BỘ PHÂN LOẠI TRÊN PHẦN CỨNG FPGA 72 6.1 Tổng quát 72 6.2 Ngôn ngữ mô tả phần cứng (HDL) 72 6.2.1 Giới thiệu 72 6.2.2 Sơ đồ luồng thiết kế tổng quát với ngôn ngữ HDL 73 6.2.3 Thiết kế số với VHDL .77 6.3 Board XUP Virtex II Pro Development System 78 6.3.1 Các cores RocketIO/RocketIO X MGT 81 6.3.2 Khối xử lý PowerPC 405 81 6.3.3 Các khối Vào/Ra IOBs (Input/Output Blocks) 82 6.3.4 Các khối CLB (Configurable Logic Blocks) 82 6.3.5 Block SelectRAM+ tài nguyên 83 6.3.6 Các nhân 18 x 18 bit 83 6.3.7 Bộ đệm ghép xung clock toàn cục 84 6.4 Phần mềm Xilinx ISE 85 6.4.1 Giới thiệu 85 6.4.2 Module tạo CORE 87 6.5 Thiết kế phần cứng cho phân loại mờ .88 6.5.1 Mơ hình tổng qt 89 6.5.2 Khối UART1 90 6.5.3 Khối UART2 91 6.5.4 Khối CENTRAL_UNIT 92 6.5.5 Khối Training_block 94 6.5.6 Khối Classifying_block 96 6.5.7 Khối RAM_BLOCK 106 6.5.8 Tổng hợp thiết kế 106 6.5.9 Đánh giá kết thực thi phần cứng .108 CHƯƠNG 7: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 113 7.1 Kết đề tài 113 Mục lục v HVTH: KS Đặng Quang Vinh Mơ hình hóa phân loại lưu lượng video VBR MPEG phương pháp mờ THD: PGS-TS Lê Tiến Thường TS Hồng Đình Chiến 7.2 Đánh giá kết hướng phát triển đề tài 114 TÀI LIỆU THAM KHẢO 115 PHỤ LỤC I A Số thực dấu chấm động (dạng 32 bit) I 7.2.1 A.1 Biểu diễn theo chuẩn IEEE 754 I 7.2.2 A.2 Phép cộng hai số thực dấu II A.3 Phép cộng hai số thực trái dấu IV 7.2.3 A.4 Phép nhân hai số thực .V 7.2.4 A.5 Phép chia hai số thực VI B Tính toán hàm mũ dùng số thực dấu chấm động VII 7.2.5 B.1 Giới thiệu VII 7.2.6 B.2 Mô tả giải thuật VII LÝ LỊCH TRÍCH NGANG X Mục lục vi HVTH: KS Đặng Quang Vinh ... ĐỀ TÀI: Mơ hình hóa phân loại lưu lượng video VBR MPEG phương pháp mờ II- NHIỆM VỤ VÀ NỘI DUNG: - Tìm hiểu chuẩn nén MPEG lưu lượng video MPEG tốc độ thay đổi - Tìm hiểu tập mờ loại (loại fuzzy... [15], thiết kế mờ loại (loại 1) Bởi tính khơng xác định mơ hình phân loại lưu lượng video nên sử dụng logic mờ loại (loại fuzzy logic) so sánh kết phân loại nhận từ hai phân loại loại loại Trong... sách hình viii HVTH: KS Đặng Quang Vinh Mơ hình hóa phân loại lưu lượng video VBR MPEG phương pháp mờ THD: PGS-TS Lê Tiến Thường TS Hồng Đình Chiến Hình 5.2 Giao diện thực khảo sát mơ hình hóa lưu