探索5G网络中数据传输动态：概念分析

本概念分析研究了5G网络中数据传输的动态。它涵盖了从摄像头和安装在远程控制渡轮上的LiDAR传输至陆地控制中心的数据的各种方面。涉及范围包括从采集和编码到最终解码的所有视频和LiDAR数据处理阶段，以及通过WebRTC协议进行的所有数据传输和接收方面，以及可能影响最终用户体验质量的各种网络问题，如漫游或拥塞。 conducted一系列实验来评估数据传输的关键方面。这些包括基于仿真的可重复运行和使用我们开发的开源解决方案进行的实际实验："Gymir5G" - 基于OMNeT++的5G仿真，以及"GstWebRTCApp" - 基于GStreamer的用于通过WebRTC协议控制媒体流的自适应应用程序。本研究的一个目标是为可靠的实时通信制定带宽和延迟要求并估算其大致数值。通过在德国海德堡湾进行停靠机动的仿真实验实现了这一目标。此外，还估算了整个数据处理管道在实际测试中的最终延迟。另外，一系列仿真实验显示了关键WebRTC特性的影响，并证明了WebRTC协议的有效性，而 conducted的视频编解码器比较显示硬件加速的H.264编码器最佳。最后，研究涉及自适应通信，其中分析了传统的拥塞避免和深度强化学习方法。在沙箱场景中的比较显示，基于AI的解决方案在数据速率、延迟和数据包丢失方面优于WebRTC基线GCC算法。