本發(fā)明公開了一種C?RAN架構中基于強化學習的VR視頻邊緣預取方法和系統(tǒng),方法包括:實時采集網(wǎng)絡吞吐量、用戶請求信息和緩存狀態(tài)信息;基于視頻質量、視頻時域抖動、視頻空域抖動和時延確定單用戶的用戶體驗質量,以及預測單用戶的用戶體驗質量增益;基于單用戶的用戶體驗質量增益確定多用戶的用戶體驗質量增益;基于強化學習算法對多用戶的用戶體驗質量增益進行優(yōu)化;基于網(wǎng)絡吞吐量、用戶請求信息、緩存狀態(tài)信息和優(yōu)化后的多用戶的用戶體驗質量增益對VR視頻進行邊緣預取。本發(fā)明能夠采用在C?RAN中動態(tài)預取多級緩存的方式來降低時延,減少重復的數(shù)據(jù)傳播,從而給用戶提供更加舒適的VR視頻觀看體驗。
聲明:
“C-RAN架構中基于強化學習的VR視頻邊緣預取方法和系統(tǒng)” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)