电气工程与系统科学 > 图像与视频处理
[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
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。
文献和引用工具
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
推荐器和搜索工具
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.