面向体验质量的实时 XR 视频传输跨层优化
网络与互联网体系结构
2024-04-16 v1 多媒体
系统与控制
图像与视频处理
系统与控制
摘要
扩展现实（XR）是超越 5G 与 6G 网络最重要的应用之一。实时 XR 视频传输在数据速率和延迟方面面临挑战。特别是，XR 视频的逐帧传输模式使得实时 XR 视频对动态网络环境极为敏感。为了提升用户的体验质量，我们设计了一种实时 XR 视频的跨层传输框架。该框架允许基站与 XR 服务器之间进行简单的信息交换，从而辅助自适应比特率与无线资源调度。我们利用跨层信息，通过寻找最优调度与比特率调整策略来构建最大化用户 QoE 的问题。为解决两种策略之间时间尺度不匹配的问题，我们解耦原问题并采用基于多智能体的方法分别求解。具体而言，我们提出多步 Deep Q-network（MS-DQN）算法以获取基于帧优先级的无线资源调度策略，随后提出基于 Transformer 的近端策略优化算法用于视频比特率自适应。实验结果表明，本研究提出的 TPPO+MS-DQN 算法可将 QoE 提升 3.6% 至 37.8%。更具体地，所提出的 MS-DQN 算法将传输质量提升了 49.9%-80.2%。
引用
@article{arxiv.2404.09905,
title = {Quality of Experience Oriented Cross-layer Optimization for Real-time XR Video Transmission},
author = {Guangjin Pan and Shugong Xu and Shunqing Zhang and Xiaojing Chen and Yanzan Sun},
journal= {arXiv preprint arXiv:2404.09905},
year = {2024}
}
备注
14 pages, 13 figures. arXiv admin note: text overlap with arXiv:2402.01180