技术简介

该项目为国家自然科学基金资助面上项目（项目批准号：61471066）。 近年来，无线通信技术得到了迅猛发展，无线通信系统能够提供的数据带宽也迅速增长。随着无线通信技术的发展，涌现出了一批可实现高效传输的系统模型和算法，但这仍无法有 效满足无线环境下快捷获取高质量视频的用户需求。特别在资源受限环境下，针对海量媒体 数据，如何合理适配视频码流，进一步有效利用无线频谱资源并提高终端资源受限下的视频 质量均是当前无线多媒体技术研究中所面临的关键性难题。 针对目前无线通信中带宽受限，频谱匮乏，接收端计算能力受限等问题。该项目组提出并研究了多种解决方案，主要研究内容如下： 1.针对接收端计算能力受限问题：通过Stackelberg 博弈解决了码率分配和率失真问题，通过v 滑动窗口、建立预分析器和缓存器联合优化模型，并设计了快速解码单元用以优化码率控制问题。 2.针对频谱资源受限问题：研究了基于双阈值法，循环平稳检测和基于多层前馈神经网络、Softmax回归、循环神经网络和卷积神经网络的认知无线电频谱接入和主用户分类/预测方案，实现了频谱的高效利用和无线流媒体的最佳资源分配与传输。 3.针对带宽受限问题：探索了无线通信中空域自由度的利用方式，研究并改进了 Massive MIMO 中的预编码问题，提出了消除异构网络层间干扰的预编码方法、多用户高密度组网场景下的预编码设计方案、基于迫零干扰消除的预编码方案，并搭建了 5G Massive MIMO 系统级仿真平台，用以研究无线多媒体传输。 同时研究了基于马尔科夫决策过程（MDP）模型的Massive MIMO 无线多播资源调度技术，提出 了用户级别、数据包级别的基于 MDP 和基于强化学习的 Massive MIMO 无线多播资源调度算法，并 提出了在无信道状态信息情况下的基于动态规划和Q-Learning 的解决方案，取得了较好的效果。 通过对此问题的研究，现有资源受限下的无线多媒体数据传输问题可以得到多维度优化 解决。该项目组提出的有效多媒体广播解决方案对现阶段日益发达的视频，直播传输产业有 重要的意义，同时也对我国的通信产业有积极的影响。同时，项目成果可以应用于 5G 中的 多媒体分片技术，有非常广泛的潜在商业前景。