无线虚拟现实 (VR) 中数据相关性感知的资源管理：一种回声状态迁移学习方法
信息论
2019-02-15 v1 math.IT
摘要
本文研究了一个无线 VR 网络的无线虚拟现实 (VR) 资源管理问题，其中 VR 内容由云发送给蜂窝小型基站 (SBSs)。SBSs 将通过上行链路从 VR 用户收集跟踪数据，以生成 VR 内容并使用下行链路蜂窝链路传输给终端用户。对于该模型，用户请求或传输的数据可能呈现相关性，因为 VR 用户可能处于同一沉浸式虚拟环境中但具有不同位置和朝向。因此，所提出的资源管理框架可纳入此类空间数据相关性，以更好地管理上行和下行流量。这种潜在的空间数据相关性可被纳入资源分配问题，以降低上行和下行中的流量负载。在下行中，云可以根据用户的数据相关性向用户传输 360 内容或从原始 360 内容中提取的特定可见内容，以降低回程流量负载。对于上行，每个 SBS 可与具有相似跟踪信息的用户关联，以减小跟踪数据大小。该数据相关性感知的资源管理问题被表述为一个优化问题，其目标是最大化用户的成功传输概率，定义为每个用户的内容传输延迟满足瞬时 VR 延迟目标的概率。为求解该问题，引入了一种基于回声状态网络 (ESNs) 的迁移学习。通过智能地迁移关于 SBS 效用的信息，所提出的基于迁移的 ESN 算法可快速应对无线网络环境的变化。
引用
@article{arxiv.1902.05181,
title = {Data Correlation-Aware Resource Management in Wireless Virtual Reality (VR): An Echo State Transfer Learning Approach},
author = {Mingzhe Chen and Walid Saad and Changchuan Yin and Mérouane Debbah},
journal= {arXiv preprint arXiv:1902.05181},
year = {2019}
}
备注
This paper has been accepted by IEEE Transactions on Communications