Wireless Multi-User Interactive Virtual Reality in Metaverse with Edge-Device Collaborative Computing
提出基于边端协同计算的无线多用户交互式VR框架，通过安全强化学习算法AQM-CUP优化渲染决策与资源分配，克服MTP阈值瓶颈，显著提升用户沉浸感并降低设备功耗。
2024-07-30 cs.IT cs.MM math.IT
Goal-oriented Semantic Communications for Avatar-centric Augmented Reality
针对6G中以Avatar为中心的AR实时通信需求，本文提出融合语义与任务有效性的TSAR端到端框架，显著降低延迟并提升点云几何与颜色传输效果。
2024-06-17 cs.IT math.IT
On the Reliability of Wireless Virtual Reality at Terahertz (THz) Frequencies
为虚拟现实（VR）服务提供高数据率的超可靠低延迟通信（URLLC）是实现视觉和触觉双重VR感知的关键挑战。在本文中，太赫兹（THz）蜂窝网络被认为是提供高速率的VR服务，从而实现成功的视觉感知。对于该网络，保证高速率的URLLC需要克服THz信道带来的不确定性。为此，通过太赫兹链路的VR服务的可实现的可靠性和延迟的特点。特别是，一个新的表达式的传输延迟的概率分布函数推导出系统参数的函数。随后，端到端（E2E）的延迟分布，考虑到处理和传输延迟被发现和一个易于处理的表达系统的可靠性推导出作为太赫兹网络参数的函数，如分子吸收损耗和噪声，发射功率，和VR用户和其各自的小基站（SBS）之间的距离。数值结果表明，各种系统参数，如带宽和不可忽略的干扰的区域上的系统的可靠性的影响。特别是，结果表明，THz可以提供高达16.4 Gbps的速率和99.999%的可靠性（延迟阈值为30 ms），前提是分子吸收对THz链路的影响，这大大限制了SBS的通信范围，通过相应地增加网络密度来减轻。
2019-05-18 cs.IT math.IT
Characterization of IRS-aided Indoor Wireless Virtual-Reality with Hybrid Beamforming
本文提出一种优化效用函数的方法，在IRS辅助的MU-MIMO OFDM室内VR系统中通过混合波束成形提高频谱效率，迭代优化IRS相移，仿真与NS3高度一致，平均准确率81.57%，且复杂度优于现有设计。
2025-05-23 cs.IT eess.SP math.IT
Millimeter Wave MIMO based Depth Maps for Wireless Virtual and Augmented Reality
增强和虚拟现实系统（AR/VR）正在迅速成为无线领域的关键组成部分。对于沉浸式AR/VR体验，这些设备应该能够构建对周围环境的准确深度感知。目前的AR/VR设备在很大程度上依赖于使用RGB-D深度相机来实现这一目标。然而，这些深度相机的性能在几种情况下具有明显的限制，例如具有闪亮物体、暗表面和突然的颜色过渡的情况以及其他限制。在本文中，我们提出了一种新的解决方案，使用毫米波MIMO通信收发器的AR/VR深度图建设。这是由于在未来的AR/VR设备中部署先进的毫米波通信系统以满足高数据速率需求以及毫米波信号的有趣传播特性。考虑到这些系统的限制，我们开发了一个全面的框架，使用毫米波系统构建准确和高分辨率的深度图。在这个框架中，我们开发了新的感测波束成形码本方法，其特定于深度图构造目标。使用这些码本，并利用连续干扰消除的工具，我们开发了一种联合波束处理方法，可以使用实用的毫米波天线阵列构建高分辨率深度图。大量的模拟结果突出了所提出的解决方案在构建精确深度图方面的潜力。此外，这些模拟显示了在几个重要用例中，与基于RGB的方法相比，基于毫米波的深度感知的有希望的增益。
2021-02-13 cs.IT eess.SP math.IT
Communications, Caching and Computing for Mobile Virtual Reality: Modeling and Tradeoff
无线虚拟现实（VR）正在成为5G网络的重要用例。沉浸式VR体验要求以超低延迟传输大量数据，因此需要超高的传输速率。这一挑战可以在很大程度上通过被称为移动边缘计算（MEC）的最新网络架构来解决，该架构在无线网络的边缘实现了缓存和计算能力。本文提出了一种新的基于MEC的移动VR交付框架，该框架能够提前缓存部分视场（FOV），并在移动VR设备上运行某些后处理程序。为了优化移动VR设备的资源分配，我们制定了一个联合缓存和计算决策问题，以最小化平均所需的传输速率，同时满足给定的延迟约束。当FOV是均匀的，我们得到了一个封闭形式的表达的最佳联合政策，揭示了有趣的通信缓存计算权衡。当视场不均匀时，通过将问题转化为线性约束的不定二次规划问题，然后应用凹凸规划方法，得到了该问题的局部最优解。数值结果表明，所提出的移动虚拟现实交付框架在节省通信带宽，同时满足低延迟要求的巨大承诺。
2018-06-23 cs.IT math.IT
Deep Learning for Wireless Communications: An Emerging Interdisciplinary Paradigm
无线通信被设想为在未来带来巨大的变化，具有各种新兴应用，诸如虚拟现实（VR）、物联网（IoT）等，成为现实。然而，这些引人注目的应用带来了许多新的挑战，包括未知的信道模型，大规模超密集网络中的低延迟要求等。深度学习（DL）在各个领域，特别是在计算机科学中的惊人成功，最近激发了人们越来越多的兴趣，将其应用于解决这些挑战。因此，在这篇评论中，一对占主导地位的方法使用DL的无线通信进行了调查。第一种是基于DL的架构设计，打破了过去几十年无线通信经典的基于模型的模块设计规则。第二个是基于DL的算法设计，将通过为5G及以后设想的一系列典型技术中的几个示例来说明。他们的原则，主要特点和性能增益将进行讨论。此外，开放的问题和未来的研究机会也将指出，突出DL和无线通信之间的相互作用。我们期望这篇综述能为智能无线通信激发更多的新想法和令人兴奋的贡献。
2020-07-12 cs.IT eess.SP math.IT
On the Ruin of Age of Information in Augmented Reality over Wireless Terahertz (THz) Networks
为增强现实（AR）服务保证新鲜和可靠的信息是实现实时体验并为用户维持高质量的物理体验（QoPE）的关键挑战。在本文中，太赫兹（THz）蜂窝网络用于交换率饥饿AR内容。对于该网络，保证瞬时低峰值信息年龄（PAoI）对于克服THz信道引起的不确定性是必要的。特别是，一个新的经济概念，即，破产的风险，提出了检查的概率发生罕见的，但极高的PAoI，可能危及AR服务的操作。为了评估这些危险的严重程度，累积分布函数（CDF）的PAoI推导出两种不同的调度策略。该CDF然后被用来找到破产的最大严重程度的概率PAoI。此外，为了提供关于AR内容的年龄的长期见解，还导出了整个系统的平均PAoI。模拟结果表明，在预期和最坏情况下，用户数量的增加将对PAoI产生积极影响。同时，带宽的增加降低了平均PAoI，但导致破产性能的严重性下降。研究结果还表明，一个系统的抢占式的最后来先服务（LCFS）队列的有限大小的缓冲区有一个更好的破产性能（12%的概率增加，保证不太严重的PAoI，同时增加用户的数量），而先来先服务（FCFS）队列的有限的缓冲区导致一个更好的平均PAoI性能（45%降低PAoI，因为我们增加带宽）。
2020-08-23 cs.IT cs.NI math.IT
Towards Low-Latency and Ultra-Reliable Virtual Reality
虚拟现实（VR）有望成为5G网络的重要应用之一。然而，需要克服许多技术瓶颈和挑战，以促进其广泛采用。特别是，VR在高吞吐量、低延迟和可靠通信方面的要求需要跨多个学科的创新解决方案和基础研究。有鉴于此，本文讨论了超可靠和低延迟VR的挑战和推动因素。此外，在交互式VR游戏街机案例研究中，我们表明，利用毫米波通信、边缘计算和主动缓存的智能网络设计可以实现无线VR的未来愿景。
2018-01-23 cs.IT cs.NI math.IT
Echo State Networks for Self-Organizing Resource Allocation in LTE-U with Uplink-Downlink Decoupling
其中用户可以在异构小小区网络（SCN）的上行链路和下行链路中与不同基站相关联的上行链路-下行链路解耦最近引起了极大的关注。然而，大多数现有的工作集中在LTE SCN中的简单关联机制，其仅在授权频带中操作。相比之下，在本文中，针对在未许可频带（LTE-U）中并入LTE的SCN研究了具有上行链路-下行链路解耦的资源分配的问题。这里，用户可以在与不同的基站相关联的同时接入授权和未授权频带。这个问题被制定为一个非合作的游戏，结合用户关联，频谱分配，和负载均衡。为了解决这个问题，提出了一种基于回声状态网络的机器学习框架的分布式算法，使用该算法，小型基站在仅具有关于网络和用户状态的有限信息的情况下自主地选择其最优频带分配策略。结果表明，所提出的算法收敛到一个平稳的混合策略分布，构成一个混合策略纳什均衡的研究游戏。仿真结果表明，所提出的方法产生了显着的收益，在第50百分位数的用户，达到60%和78%，分别相比，Q学习和Q学习没有解耦的总和率。结果还表明，ESN显着提供了一个相当大的减少信息交换的无线网络。
2016-10-11 cs.IT math.IT
Enhancing Next-Generation Extended Reality Applications with Coded Caching
该研究探讨多天线编码缓存技术如何助力多用户扩展现实场景实现高速低时延通信、提升体验质量，梳理相关技术进展与3GPP标准适配情况，提出集成挑战的实际解决方案。
2023-06-11 cs.HC cs.IT math.IT
ElasticVR: Elastic Task Computing in Multi-User Multi-Connectivity Wireless Virtual Reality (VR) Systems
University of Kansas（堪萨斯大学）；New Jersey Institute of Technology（新泽西理工学院）
ElasticVR通过多智能体深度强化学习提升多用户多连接VR系统的弹性任务计算效率与性能
2025-12-13 cs.IT cs.LG eess.IV
Optimal Multi-Quality Multicast for 360 Virtual Reality Video
360度虚拟现实（VR）视频记录每个方向的感兴趣场景，为VR用户提供沉浸式观看体验。然而，向移动用户传输比传统视频大得多的360 VR视频给无线网络带来了沉重的负担。在本文中，我们考虑多质量组播的360 VR视频从一个单一的服务器到多个用户使用时分多址（TDMA）。为了提高传输效率，采用瓦片化，并且每个瓦片被预编码成具有不同质量的多个表示。我们优化的质量水平选择，传输时间分配和传输功率分配，以最大限度地提高所有用户的总效用下的传输时间和功率分配的约束，以及质量平滑度约束的混合质量瓦片。该问题是一个具有挑战性的离散-连续混合优化问题。我们提出了两个低复杂度的算法来获得两个次优解，分别使用连续松弛和DC规划。最后，数值结果表明所提出的解决方案的优势。
2019-01-08 cs.IT math.IT
Minimizing Latency to Support VR Social Interactions over Wireless Cellular Systems via Bandwidth Allocation
通过虚拟现实（VR）技术和无线蜂窝系统，移动用户的沉浸式社交互动很快将在虚拟空间内实现。在VR移动社交网络中，所有交互用户的状态应该通过与边缘计算服务器的双向通信同步更新，并且延迟较低。由此产生的端到端延迟取决于无线VR用户和边缘服务器的虚拟和物理位置之间的关系。在这项工作中，分析和优化的端到端的延迟的问题进行了调查，一个简单的网络拓扑结构，产生重要的见解物理和虚拟几何之间的相互作用。
2018-04-04 cs.IT cs.NI math.IT
Simplifying Wireless Social Caching
社会群体为一种新的缓存形式提供了机会。在本文中，我们研究了一个社会群体的用户可以共同优化带宽的使用，每个缓存部分的数据需求，然后机会主义地分享这些部分在他们之间的会议。我们将此问题表示为具有指数复杂度的线性规划（LP）。基于最优解，我们提出了一个简单的启发式的二分集覆盖问题，操作在多项式时间。此外，我们证明了启发式和LP解决方案之间的最坏情况下的差距。最后，我们评估我们的算法使用真实世界的移动轨迹从麻省理工学院现实挖掘项目数据集和两个移动轨迹，使用SWIM模型合成的性能。在大多数情况下，我们的启发式算法的性能接近最优，与其他解决方案相比表现出更好的性能。
2016-05-12 cs.IT math.IT
Optimal Targeted Advertising Strategy For Secure Wireless Edge Metaverse
最近，Metaverse引起了工业界和学术界越来越多的关注，因为它具有更无缝地整合现实和数字世界的巨大潜力。通过将先进的无线通信、边缘计算和虚拟现实（VR）技术结合到Metaverse中，为未来人类社会创造了一个多维、智能和强大的无线边缘Metaverse。在本文中，我们设计了一个隐私保护有针对性的广告策略的无线边缘Metaverse。具体来说，元宇宙服务提供商（MSP）为VR用户分配带宽，以便用户可以从边缘接入点访问元宇宙。为了保护用户的隐私，在下行链路中使用了隐蔽通信技术。然后，MSP可以提供高质量的接入服务，以赚取更多的利润。受“隐蔽”概念的启发，有针对性的广告被用来促进带宽的销售，并确保广告策略不能被可能提出还价的竞争对手和想要破坏服务的攻击者发现。我们得到的最佳广告策略的预算投入，与维达尔-沃尔夫模型和汉密尔顿函数的帮助。此外，我们提出了一种新的度量命名为元沉浸表示用户的体验感受。性能评估表明，MSP可以提高其收入与最佳的有针对性的广告策略，特别是与没有广告。
2021-11-05 cs.IT math.IT
Generalised Precoded Spatial Modulation for Integrated Wireless Information and Power Transfer
通过调制幅度、相位或频率的常规无线信息传输在同时无线功率传输（WPT）的存在下导致不可避免的速率-能量（RE）折衷。在呼应Varshney的开创性的概念，联合传输信息和能量，我们提出了所谓的广义预编码空间调制（GPSM）辅助集成无线信息和功率传输（IWIPT）的概念，采用功率分配接收器。GPSM的原理是接收天线（RA）的特定子集被激活，并且激活模式本身传达有用的信息。因此，我们的GPSM辅助IWIPT概念的新颖之处在于，除了传统的基于波形的信息进行的经典的M进制调制的RA模式为基础的信息传输。在功率分割接收机处针对WPT调用的射频（RF）到直流（DC）功率转换之后，非相干检测器简单地比较由每个合法RA模式累积的剩余接收功率，以便识别最可能的RA。该操作之后是下变频和常规基带（BB）M进制检测。我们的分析和仿真都表明，在空间域（SD）中表示的基于RA模式的信息传输表现出对任何潜在的功率转换引起的性能下降的有益免疫力，因此当另外考虑基于波形的信息传输时，提高了整体RE权衡。此外，我们调查的影响，现实的不完美的信道状态信息在发射机（CSIT），以及所遇到的天线相关性。最后，系统的渐近性能的特点是在大规模的多输入多输出（MIMO）系统的背景下。
2017-05-31 cs.IT math.IT
Monopulse-based THz Beam Tracking for Indoor Virtual Reality Applications
正在研究太赫兹频谱以提供用于室内应用的超高吞吐量无线电链路，虚拟现实（VR）等以及户外应用，例如，本文研究了一种基于单脉冲的波束跟踪方法，用于依赖于稀疏大规模多输入多输出（MIMO）无线信道的有限移动性用户。由于稀疏性，波束形成使用具有恒定幅度约束的数字控制射频（RF）/中频（IF）移相器来实现，以用于发射功率合规性。采用基于单脉冲的波束跟踪技术，利用接收信号强度指示（RSSI），以避免反馈开销的效率和资源节省的明显原因。最后给出了波束跟踪算法的Matlab实现。该Matlab实现已经尽可能地保持通用，使用其中信道、波束形成码本、单脉冲比较器等可以针对特定要求容易地更新并且具有最小代码修改的功能。
2019-06-04 cs.IT eess.SP math.IT
URLLC-eMBB Slicing to Support VR Multimodal Perceptions over Wireless Cellular Systems
虚拟现实（VR）使移动无线用户能够在虚拟空间中体验多模态感知。在本文中，我们调查的问题，同时支持的视觉和触觉感知无线蜂窝网络，重点放在下行链路传输阶段。视觉感知需要中等的可靠性和最大化的速率，而触觉感知需要固定的速率和高可靠性。因此，视觉触觉VR流量需要使用两种不同的网络切片：用于视觉感知的增强型移动宽带（eMBB）和用于触觉感知的超可靠低延迟通信（URLLC）。我们调查两种方法，这两个切片共享下行链路资源正交和非正交，分别。我们比较这些方法在刚刚可察觉的差异（JND），在心理物理学的一个既定的措施，并表明，非正交切片成为更好的下一个更高的目标集成感知分辨率和/或更高的目标率触觉感知。
2018-05-07 cs.IT cs.NI eess.SP
Risk-Based Optimization of Virtual Reality over Terahertz Reconfigurable Intelligent Surfaces
在本文中，可重构智能表面（RISs）的关联问题，虚拟现实（VR）用户的无线VR网络进行了研究。特别地，在采用太赫兹（THz）操作的RIS充当基站的蜂窝网络内考虑该问题。为了提供无缝的VR体验，需要持续保证高数据率和可靠的低延迟。为了解决这些问题，提出了一种新的基于风险的框架的熵值风险的基础上，速率优化和可靠性性能。此外，李雅普诺夫优化技术被用来重新制定的问题作为一个线性加权函数，同时确保高阶统计的队列长度保持在一个阈值。为了解决这个问题，鉴于信道的随机性，提出了一种基于策略的强化学习（RL）算法。由于状态空间非常大，因此通过深度RL算法学习策略。特别地，提出了一种递归神经网络（RNN）RL框架，以捕获动态信道行为并提高传统RL策略搜索算法的速度。仿真结果表明，所提出的方法产生的最大队列长度仅为最优解的1%以内。结果表明，该神经网络具有较高的精度和收敛速度，验证精度为91.92%。
2020-02-20 cs.IT eess.SP math.IT
Implicit Channel Learning for Machine Learning Applications in 6G Wireless Networks
Duzce University（杜兹切大学）；University of Luxembourg（卢森堡大学）；Carleton University（卡尔顿大学）；United States Army Research Laboratory（美国陆军研究实验室）；University of Hertfordshire（赫特福德大学）
随着第五代（5G）无线系统在全球范围内的部署势头越来越大，6 G的可能技术正在积极的研究讨论中。特别是，机器学习（ML）在6 G中的作用有望增强和帮助新兴应用，如虚拟和增强现实、车辆自主和计算机视觉。这将导致包括图像、视频和语音的大部分无线数据流量。ML算法通过位于云服务器上的学习模型处理这些数据，以进行分类/识别/估计。这需要将数据从边缘设备无线传输到云服务器。与识别步骤分开处理的信道估计对于精确的学习性能是至关重要的。为了结合信道和ML数据的学习，我们引入了隐式信道学习来执行ML任务，而无需估计无线信道。在这里，ML模型使用通道损坏的数据集代替标称数据进行训练。在没有信道估计的情况下，所提出的方法在诸如毫米波和IEEE 802.11p车载信道的各种场景下的图像和语音分类任务中表现出大约60%的改进。
2022-06-24 cs.AI cs.IT cs.LG
Wireless Network Intelligence at the Edge
University of Oulu（奥卢大学）；CentraleSupélec（中央理工-高等电力学院）；Université Paris-Saclay（巴黎-萨克雷大学）
在更多数据和计算能力的推动下，最近基于云的机器学习（ML）的突破已经改变了我们生活的方方面面，从人脸识别和医疗诊断到自然语言处理。然而，经典ML在能量、内存和计算资源方面提出了严格的要求，限制了它们在资源受限的边缘设备中的应用。新型智能设备和高风险应用（无人机、增强/虚拟现实、自主系统等），需要一种新的范式变化，要求在无线网络边缘实现分布式、低延迟和可靠的ML（称为边缘ML）。在边缘机器学习中，训练数据不均匀地分布在大量边缘节点上，这些边缘节点可以访问一小部分数据。此外，训练和推理是通过无线链路共同进行的，边缘设备在无线链路上通信和交换它们的学习模型（而不是它们的私有数据）。本文首次探讨了边缘机器学习的关键构建模块、不同的神经网络架构划分及其内在权衡，以及来自广泛数学学科的理论和技术推动因素。最后，介绍了与各种高风险应用相关的几个案例研究，展示了边缘ML在释放5G及更高潜力方面的有效性。
2019-09-11 cs.IT cs.LG cs.NI
