面向 THz 360$^{\circ}$ 视频流的视口预测、比特率选择与波束成形设计
图像与视频处理
2024-12-10 v2 信号处理
摘要
360 视频需要巨大的带宽以提供沉浸式观看体验。使用太赫兹 (THz) 频段的无线系统能够满足这一高数据速率需求。然而，自阻塞是此类系统面临的一项挑战。为确保可靠传输，本文通过多个多天线接入点 (AP) 探索了 THz 360 视频流。为保证用户的体验质量 (QoE)，需要准确的视口预测来确定发送哪些视频块，随后进行这些视频块的异步比特率选择以及 AP 端的波束成形设计。为解决用户隐私与数据异构性问题，我们提出了一种基于内容的视口预测框架，其中用户的头部运动预测模型使用个性化联邦学习 (PFL) 算法进行训练。为解决视频块比特率和动态 THz 链路连接的异步决策问题，我们将比特率选择与波束成形的优化表述为一个宏动作分散部分可观测马尔可夫决策过程 (MacDec-POMDP) 问题。为了在多用户场景下高效解决此问题，我们基于多智能体 actor-critic 方法开发了两种深度强化学习 (DRL) 算法，并提出了一种分层学习框架来训练 actor 与 critic 网络。实验结果表明，与三种基准算法相比，我们提出的方法提供了更高的 QoE。
引用
@article{arxiv.2401.13114,
title = {Viewport Prediction, Bitrate Selection, and Beamforming Design for THz-Enabled 360{\deg} Video Streaming},
author = {Mehdi Setayesh and Vincent W. S. Wong},
journal= {arXiv preprint arXiv:2401.13114},
year = {2024}
}
备注
17 pages, 15 figures. This paper has been accepted for publication in IEEE Transactions on Wireless Communications