元宇宙 xURLLC 服务的注意力感知资源分配与 QoE 分析
人工智能
2023-06-29 v6
摘要
元宇宙承载了我们对下一代互联网的期望，同时也带来了新的关键性能指标（KPI）。尽管传统超可靠低时延通信（URLLC）可满足客观 KPI，却难以提供作为元宇宙鲜明特征的个性化沉浸体验。由于体验质量（QoE）可视为综合 KPI，URLLC 正演进为具有个性化资源分配方案以实现更高 QoE 的下一代 URLLC（xURLLC）。为部署元宇宙 xURLLC 服务，我们研究了元宇宙服务提供商（MSP）与网络基础设施提供商（InP）间的交互，并提供了最优合约设计框架。具体而言，定义为元宇宙用户 QoE 函数的 MSP 效用需最大化，同时确保 InP 的激励。为数学建模 QoE，我们提出一种融合元宇宙用户客观 KPI 与主观感受的名为 Meta-Immersion 的新指标。此外，我们开发了注意力感知渲染容量分配方案以提升 xURLLC 中的 QoE。利用用户-对象-注意力水平数据集，我们验证了 xURLLC 相较采用均匀资源分配方案的传统 URLLC 可实现平均 20.1% 的 QoE 提升。本文代码见 https://github.com/HongyangDu/AttentionQoE。
引用
@article{arxiv.2208.05438,
title = {Attention-aware Resource Allocation and QoE Analysis for Metaverse xURLLC Services},
author = {Hongyang Du and Jiazhen Liu and Dusit Niyato and Jiawen Kang and Zehui Xiong and Junshan Zhang and Dong In Kim},
journal= {arXiv preprint arXiv:2208.05438},
year = {2023}
}
备注
Accepted by IEEE Journal on Selected Areas in Communications (IEEE JSAC)