一种基于长短期记忆网络的视频直播系统及其实现方法技术方案

本发明专利技术公开一种基于长短期记忆网络的视频直播系统及其实现方法。本发明专利技术具有系统时延低、资源开销少及系统灵活度高的作用，本发明专利技术使用软件无线电平台与深度学习服务器作为实验平台，搭建了一个包含用户、家庭基站、信息融合中心、感知节点以及深度学习服务器在内的测试系统，测试与验证了基于长短期记忆网络预测的视频直播技术性能。本系统通过感知节点收集无线频谱能量数据，深度学习服务器利用这些数据进行模型训练与预测，得到信道状态变化的预测数据，信息融合中心利用这些预测数据进行视频直播系统的资源调度，从而实现了具有比传统调度更低的时延、较为灵活的资源的调度以及减轻了信息融合中心负载的视频直播系统。

A live video system based on long and short term memory network and its implementation

【技术实现步骤摘要】
一种基于长短期记忆网络的视频直播系统及其实现方法
本专利技术属于软件无线信息传输技术，具体涉及一种基于长短期记忆网络预测的视频直播系统及其实现方法。
技术介绍
频谱资源是固定有限的，但是随着通信技术的发展，我们对频谱资源的需求越来越大。有人对于频谱资源的现状进行了调查与研究工作，并公开了测量报告的结果，表明由于静态的频谱分配策略导致频谱利用率低下，从而在某些常用频段上出现了严重的频段拥塞现象。动态频谱接入技术是一种缓解频谱资源紧张的技术手段，其中现阶段工作主要集中在利用认知无线电技术与深度学习实现动态频谱接入。认知无线电技术在高性能软件无线电平台的支撑下，可以实现非授权用户在不干扰授权用户的情况下，在某些频段的空闲时隙利用该频段进行传输数据。但是，以这种形式实现的动态频谱接入，需要实时检测信号并进行抉择是否接入信道，完成这些操作需要大量的时间与资源。频谱预测是利用历史频谱信号数据，寻找其中的内在联系，推测出未来的频谱的变化趋势。如果根据预测的频谱变化趋势，进行动态频谱接入，可以减少频谱感知过程中的处理时延与能量消耗。关于使用传统的统计模本文档来自技高网...

【技术保护点】
1.一种基于长短期记忆网络预测的视频直播系统，其特征在于：所述的视频直播系统包括若干用户模块、家庭基站、信息融合中心、若干感知节点及深度学习服务器。/n

【技术特征摘要】
1.一种基于长短期记忆网络预测的视频直播系统，其特征在于：所述的视频直播系统包括若干用户模块、家庭基站、信息融合中心、若干感知节点及深度学习服务器。


2.根据权利要求1所述的一种基于长短期记忆网络预测的视频直播系统，其特征在于：
所述用户模块是具体用户使用的智能移动设备；
所述家庭基站是在其控制的范围距离内提供网络接入；所述用户模块通过家庭基站接入网络；所述家庭基站与用户模块之间通过无线通信连接；
所述感知节点用于感知和收集周围无线环境中的频谱能量数据，并将感知和收集到的频谱能量数据传送给信息融合中心；
所述的信息融合中心用于统一管理服务范围内的所有家庭基站、感知节点及感知节点感知和收集到的频谱能量数据；
所述信息融合中心与家庭基站之间、信息融合中心与感知节点之间及信息融合中心与深度学习服务器之间均采用有线传输的通信方式；
所述的深度学习服务器是运行深度学习框架与程序的高性能服务器，其用于负责训练深度学习模型并对其进行预测，从而得到预测的时隙数据。


3.如权利要求1和2所述一种基于长短期记忆网络预测的视频直播系统的实现方法，其特征在于：包括以下步骤：
步骤1：感知节点感知和收集周围无线环境中的频谱能量数据，并将感知和收集到的频谱能量数据传送给信息融合中心；
步骤2：信息融合中心在接收到频谱能量数据后，对上述频谱能量数据进行整理和整形，打包成深度学习服务器接受的数据类型；
步骤3：深度学习服务器将经过整理和整形后的频谱能量数据作为样本数据集，进行深度学习模型的训练，通过针对性的训练与调整超参数，完成深度学习模型的训练，达到预期参数指标；
...

【专利技术属性】
技术研发人员：田峰，石巧稚，凌海涛，周亮，杨震，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏;32