Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > eess > arXiv:2501.07127v2

帮助 | 高级搜索

电气工程与系统科学 > 图像与视频处理

arXiv:2501.07127v2 (eess)
[提交于 2025年1月13日 (v1) ,最后修订 2025年3月3日 (此版本, v2)]

标题: 面向QoE的移动增强现实标注渲染通信服务提供

标题: QoE-oriented Communication Service Provision for Annotation Rendering in Mobile Augmented Reality

Authors:Lulu Sun, Conghao Zhou, Shisheng Hu, Yupeng Zhu, Nan Cheng, Xu Xia
摘要: 随着移动增强现实(MAR)的不断发展,未来的6G网络将在支持沉浸式和个性化的用户体验方面发挥关键作用。 在本文中,我们解决了边缘辅助MAR中的注释渲染通信服务提供问题,目标是在确保MAR用户所需体验质量(QoE)的同时优化频谱资源利用率。 为了克服用户特定的上行数据流量模式以及注释渲染的复杂操作机制,我们提出了一种基于数字孪生(DT)的方法。 我们首先为MAR应用设计了一个专门的DT,以学习关键的注释渲染机制,使网络控制器能够访问MAR应用特定的信息。 然后,我们开发了一种基于DT的QoE建模方法,以捕捉个体用户QoE与频谱资源需求之间的独特关系。 最后,我们提出了一种面向QoE的资源分配算法,与传统的基于网络切片的方法相比,该算法降低了资源利用率。 仿真结果表明,我们的基于DT的方法在QoE建模的准确性和粒度方面优于基准方法。
摘要: As mobile augmented reality (MAR) continues to evolve, future 6G networks will play a pivotal role in supporting immersive and personalized user experiences. In this paper, we address the communication service provision problem for annotation rendering in edge-assisted MAR, with the objective of optimizing spectrum resource utilization while ensuring the required quality of experience (QoE) for MAR users. To overcome the challenges of user-specific uplink data traffic patterns and the complex operational mechanisms of annotation rendering, we propose a digital twin (DT)-based approach. We first design a DT specifically tailored for MAR applications to learn key annotation rendering mechanisms, enabling the network controller to access MAR application-specific information. Then, we develop a DT based QoE modeling approach to capture the unique relationship between individual user QoE and spectrum resource demands. Finally, we propose a QoE-oriented resource allocation algorithm that decreases resource utilization compared to conventional net work slicing-based approaches. Simulation results demonstrate that our DT-based approach outperforms benchmark approaches in the accuracy and granularity of QoE modeling.
评论: 6页,4图
主题: 图像与视频处理 (eess.IV)
引用方式: arXiv:2501.07127 [eess.IV]
  (或者 arXiv:2501.07127v2 [eess.IV] 对于此版本)
  https://doi.org/10.48550/arXiv.2501.07127
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Lulu Sun [查看电子邮件]
[v1] 星期一, 2025 年 1 月 13 日 08:31:22 UTC (785 KB)
[v2] 星期一, 2025 年 3 月 3 日 06:35:20 UTC (1,287 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
eess.IV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-01
切换浏览方式为:
eess

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号