无线网络下动态视频流的体验质量优化
本文研究了无线网络中自适应视频流调度策略的优化设计问题,其中采用了 “分而治之” 的方法和 Lyapunov Drift Plus Penalty 方法,提出了两个子策略解决拥塞控制和传输调度问题,并提出了一种自适应估计最大排队延迟的方法。
Apr, 2013
通过使用学习型策略来确定在视频流媒体环境中哪些客户端应该动态优先考虑,以提升用户体验和增加 30% 的 QoE,并使用低计算复杂度的结构化策略进行快速学习。
Apr, 2024
本文研究了多输入多输出正交频分多址系统中从多天线服务器到多个单天线用户的多质量瓷砖 360 虚拟现实(VR)视频的最优无线传输。我们在无需用户转码的情况下共同优化波束成形和子载波、传输功率和速率分配以减少总传输功率,并获得了小组播放、大天线阵列和一般情况下的全局最优解、渐进最优解和次优解。在存在用户转码的情况下,我们共同优化了质量级别选择、波束成形和子载波、传输功率和速率分配,以最小化平均总传输功率和转码功率的加权和,获得了小组播放、大天线阵列和一般情况下的全局最优解、渐进最优解和低复杂度的次优解。最后,数值结果表明,所提出的解决方案的显著优于现有解决方案。
Apr, 2021
本文提出了一种基于 Distortion-Aware Concurrent Multipath Transfer (CMT-DA) 的新型视频数据传输方案,包括三个阶段:路径状态估计与拥塞控制、质量最优视频流速率分配、延迟和丢失控制的数据重传。该方案在多个通信路径上分析数据分配以最小化端到端视频失真并提高 PSNR、goodput 和间包延迟。
Jun, 2014
利用近似动态规划(ADP)基于在线优化的方法,在维持充分的服务质量(QoS)指标的同时,通过打开 / 关闭基站的方式减少网络功耗。通过使用多层感知器(MLP)来预测功耗和 QoS,以及长短期记忆(LSTM)进行手 over 预测,结合在线优化算法,可以实现适应性 QoS 阈值,以根据整体 QoS 历史记录对基站切换行动进行过滤,并在包含动态流量模式的各种真实场景中使用实际网络模拟器评估该方法的性能。
Oct, 2023
本文提出一个跨层优化的框架,以确保在无线接入网络中实现极高的可靠性和极低的延迟,其中考虑了传输延迟和排队延迟等因素。我们引入了一种主动丢包机制,对数据包丢失率、功率分配和带宽分配进行优化,以在限制服务质量的前提下最小化发送功率。仿真和实验表明,设定丢包概率相等是一种近似最优的解决方案。
Mar, 2017
该研究主要研究如何在具有移动性的小型网络中存储内容文件的编码版本,并提出了分布式逼近算法来解决该问题。在实验中,使用基于大偏差不等式的方法使得研究结论在实际应用中更加精准。
May, 2014
提出了一种实时基于深度学习的 H.264 控制器,利用即时的信道质量数据和视频块动态估计最优的编码器参数,以保持编码视频的比特率略低于可用信道比特率,验证了该方法在视频质量上相较于最先进的自适应比特率视频流媒体有 10-20 dB 的改进,平均数据包丢失率低至 0.002。
Sep, 2023
研究多通道接入的问题,应用深度 Q 网络实现对于未知系统动态的自适应学习,以最大化长期回报,通过仿真与实际数据跟踪比较表明该方法在更为复杂的情境下具有最佳性能。
Feb, 2018
本文研究了多用户情况下的能源效率调度问题,考虑了有限队列、延迟和传输能量耗费对传输的影响,采用 Whittle index 方法计算用户优先级,结果表明该算法优于最大权重调度和加权公平调度策略。
Jun, 2017