无线虚拟现实（VR）网络基于学习的预测与上链重传
信号处理
2020-12-24 v1 机器学习
摘要
无线虚拟现实（VR）用户能够随时随地享受沉浸式体验。然而，在有限VR交互延迟下提供高质量全球面VR视频具有挑战性。若能提前预测VR用户视点，则仅需渲染并传输所需视点，可降低VR交互延迟。因此，本文使用离线与在线学习算法，基于真实VR数据集预测VR用户视点。对于离线学习算法，训练好的学习模型直接用于预测连续时隙中VR用户的视点。而对于在线学习算法，基于通过上链传输送达的VR用户实际视点，我们将其与预测视点比较并更新在线学习算法参数以进一步提高预测精度。为保障上链传输可靠性，我们将主动重传（Proactive retransmission）方案集成到所提在线学习算法中。仿真结果表明，我们所提带主动重传方案的无线VR网络上链在线学习算法仅表现出约5%预测误差。
引用
@article{arxiv.2012.12725,
title = {Learning-based Prediction and Uplink Retransmission for Wireless Virtual Reality (VR) Network},
author = {Xiaonan Liu and Xinyu Li and Yansha Deng},
journal= {arXiv preprint arXiv:2012.12725},
year = {2020}
}