资源受限下的无线多媒体传输技术研究

The focus of this project is to research the new wireless multimedia technology under resource constrain environment. The resource constrain includes three main aspects: limited wireless network bandwidth, exhausted wireless spectrum and the wireless terminal with insufficient processing capacity. In the wireless network, the code rate is restricted by the limited bandwidth. Based on Game Theory, we optimize multimedia stream rate, coding method and hierarchical structure to achieve optimal quality layered media encoding scheme.To deal with the problem of wireless spectrum resource, the optimal transmission of multimedia should been researched with efficient use of free spectrum discovered by cognitive radio based on the machine learning. To propose the efficient signal receiver solution under resource constrained environment, a new architecture combined MIMO detection, precoding and wireless layered multimidia in PHY layer with layered media based on convex optimization should be researched. To enhance the effect of the multimedia presentation, the strategy of controlling video lay and pilot distribution should be researched with the feedback information of channel estimation. In this project, the research of multimedia transmission in future wireless network is forward-looking and important both in theory and practice.

本课题重点研究无线资源受限情形下新型无线分层多媒体传输技术。资源受限集中表现于三方面，即无线网络带宽资源有限、频谱资源日趋枯竭与无线终端处理能力受限。无线网络中有限的带宽资源导致了编码器端多媒体码流受限，本课题基于博弈论理论优化多媒体码流速率、编码方式及分层结构，实现优化质量分层媒体编码方案。为解决无线频谱资源紧张的问题，利用感知无线电技术，基于机器学习理论，准确感知频谱资源和进行有效的频谱聚合，实现多媒体数据的最优传输。针对无线终端处理能力受限的情况，基于凸优化理论研究高性能信号接收方案，设计一种将MIMO检测、预编码技术与无线分层媒体结合的新架构，根据信道估计反馈信息，在接收端运算复杂度和性能之间进行平衡，以期显著提升多媒体传输效果。本项目研究对未来无线网络中的多媒体传输具有一定的理论前瞻性和重要的实际意义。

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。本项目组提出并研究了多种解决方案，包括：针对接收端计算能力受限问题。本项目组通过Stackelberg博弈解决了码率分配和率失真问题，通过滑动窗口、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。针对频谱资源受限问题，本项目组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。针对带宽受限问题，本项目组探索了无线通信中空域自由度的利用方式，我们研究并改进了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。本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，本项目组成果可以应用于5G中的多媒体分片技术，有非常广泛的潜在商业前景。