当前位置: 首页 > 专利查询>福州大学专利>正文

一种基于混合预测的触感通信容错方法及系统技术方案

技术编号:26374905 阅读:14 留言:0更新日期:2020-11-19 23:43
本发明专利技术涉及一种基于混合预测的触感通信容错方法及系统,在发送数据时,通过对要发送的数据进行预测压缩,仅发送预测值与真实值相对偏差大于死区参数的数据帧,以减少需要发送的数据量;在接收数据时,若遇到缺失的数据,计数加1,并将当前的计数值n与先前接收到的预测阈值L进行比较,若n>L,则采用零阶保持预测算法预测缺失的数据,否则采用LSTM模型预测缺失的数据;若接收到数据,则令计数值清零,此时的预测值为真实值,同时获取新接收到的预测阈值L。本发明专利技术通过连续预测阈值的设定,使得接收端可以自主的选择相对保守的预测算法,减小了连续预测导致的积累误差所带来的影响,进一步提高了触感通信系统稳定性。

【技术实现步骤摘要】
一种基于混合预测的触感通信容错方法及系统
本专利技术涉及触感通信
,特别是一种基于混合预测的触感通信容错方法及系统。
技术介绍
近年来,随着虚拟现实(VR)和人工智能领域的发展,人们逐渐无法满足于视觉和听觉上获得的真实感和沉浸感,因而触感在业界受到越来越多的关注。触感数据在传输过程中可能因网络抖动等问题造成传输出错,进而可能导致触感通信系统不稳定。传统上采用零阶保持与一阶线性等方法解决此问题,但研究表明触感数据并不仅是简单的线性关系。近年来,长短期记忆(LSTM)神经网络由于其在时间序列预测上的优势,有研究人员利用其实现了触感数据的非线性预测,并在容错性能上有了较大提升。但是,该方法在长期预测情况下存在误差积累问题,性能仍存在提升空间。
技术实现思路
有鉴于此,本专利技术的目的是提出一种基于混合预测的触感通信容错方法及系统,通过连续预测阈值的设定,使得接收端可以自主的选择相对保守的预测算法,减小了连续预测导致的积累误差所带来的影响,进一步提高了触感通信系统稳定性。本专利技术采用以下方案实现:一种基于混合预测的触感通信容错方法,具体包括以下步骤:在发送数据时,通过对要发送的数据进行预测压缩,仅发送预测值与真实值相对偏差大于死区参数的数据帧,以减少需要发送的数据量;在发送数据时,计算预测阈值L,并与数据一起发送;在接收数据时,若遇到缺失的数据,计数加1,并将当前的计数值n与先前接收到的预测阈值L进行比较,若n>L,则采用零阶保持预测算法预测缺失的数据,否则采用LSTM模型预测缺失的数据;若接收到数据,则令计数值清零,此时的预测值为真实值,同时获取新接收到的预测阈值L;所述缺失的数据为丢包数据或者因压缩舍弃的数据。进一步地,所述对要发送的数据进行预测压缩具体为:采用下式对数据进行预测压缩:式中,为当前要发送的真实值,为通过预测算法(本专利技术采用LSTM模型进行预测)得到的预测值,k为死区参数。进一步地,死区参数k的取值为0.15。进一步地,所述预测阈值L的计算采用下式:L=Lmax*Qθ;式中,Lmax为LSTM连续预测极值,Qθ为梯度影响参数。进一步地,Lmax的值为8。进一步地,梯度影响参数Qθ的计算具体为:式中,θmax为通信过程中所出现的预测梯度最大值,θx、θy、θz为x、y、z三个方向上的预测梯度。进一步地,在进行方法的测试时,通过布尔型指针*TransmitFlag的状态来代表通信过程中是否发送丢包,每一时刻*TransmitFlag的状态通过随机产生一个正态分布的值来确定,共设置0%-50%八种不同的丢包率,并将*TransmitFlag的状态保存在标志位loss_v中,表示每一时刻的数据是否丢包;当接收到数据时,若*TransmitFlag=True,则表示接收到发送的数据,此时的预测值为真实值,即不需要进行预测;若*TransmitFlag=False,则表示通信过程中发生丢包,此时预测值为通过LSTM模型或者零阶保持算法预测得到。本专利技术还提供了一种基于上文所述的基于混合预测的触感通信容错方法的系统,包括发送端、接收端;所述发送端在发送数据时,通过对要发送的数据进行预测压缩,仅发送预测值与真实值相对偏差大于死区参数的数据帧,以减少需要发送的数据量;在发送数据时,计算预测阈值L,并与数据一起发送;在接收数据时,若遇到缺失的数据,计数加1,并将当前的计数值n与先前接收到的预测阈值L进行比较,若n>L,则采用零阶保持预测算法预测缺失的数据,否则采用LSTM模型预测缺失的数据;若接收到数据,则令计数值清零,此时的预测值为真实值,同时获取新接收到的预测阈值L;所述缺失的数据为丢包数据或者因压缩舍弃的数据。本专利技术还提供了一种基于混合预测的触感通信容错系统,包括发送端,所述发送端在发送数据时,通过对要发送的数据进行预测压缩,仅发送预测值与真实值相对偏差大于死区参数的数据帧,以减少需要发送的数据量;在发送数据时,计算预测阈值L,并与数据一起发送;所述对要发送的数据进行预测压缩具体为:采用下式对数据进行预测压缩:式中,为当前要发送的真实值,为通过预测算法(本专利技术中采用LSTM预测)得到的预测值,k为死区参数;所述预测阈值L的计算采用下式:L=Lmax*Qθ;式中,Lmax为LSTM连续预测极值,Qθ为梯度影响参数;其中,梯度影响参数Qθ的计算具体为:式中,θmax为通信过程中所出现的预测梯度最大值,θx、θy、θz为x、y、z三个方向上的预测梯度。本专利技术还提供了一种基于混合预测的触感通信容错系统,包括接收端,所述接收端在接收数据时,若遇到缺失的数据,计数加1,并将当前的计数值n与先前接收到的预测阈值L进行比较,若n>L,则采用零阶保持预测算法预测缺失的数据,否则采用LSTM模型预测缺失的数据;若接收到数据,则令计数值清零,此时的预测值为真实值,同时获取新接收到的预测阈值L;所述缺失的数据为丢包数据或者因压缩舍弃的数据。与现有技术相比,本专利技术有以下有益效果:本专利技术通过连续预测阈值的设定,使得接收端可以自主的选择相对保守的预测算法,减小了连续预测导致的积累误差所带来的影响,进一步提高了触感通信系统稳定性。附图说明图1为本专利技术实施例的方法流程示意图。图2为本专利技术实施例的三个方向上的触感数据示意图。其中,(a)为x方向,(b)为y方向,(c)为z方向。具体实施方式下面结合附图及实施例对本专利技术做进一步说明。应该指出,以下详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属
的普通技术人员通常理解的相同含义。需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。如图1所示,本实施例提供了一种基于混合预测的触感通信容错方法,具体包括以下步骤:在发送数据时,通过对要发送的数据进行预测压缩,仅发送预测值与真实值相对偏差大于死区参数的数据帧,以减少需要发送的数据量;在发送数据时,计算预测阈值L,并与数据一起发送;在接收数据时,若遇到缺失的数据,计数加1,并将当前的计数值n与先前接收到的预测阈值L进行比较,若n>L,则采用零阶保持预测算法预测缺失的数据,否则采用LSTM模型预测缺失的数据;若接收到数据,则令计数值清零,此时的预测值为真实值,同时获取新接收到的预测阈值L;所述缺失的数据为丢包数据或者因压缩舍弃的数据。在本实施例中,所述对要发送的数据进行预测压缩具体为:采用下式对数本文档来自技高网
...

【技术保护点】
1.一种基于混合预测的触感通信容错方法,其特征在于,包括以下步骤:/n在发送数据时,通过对要发送的数据进行预测压缩,仅发送预测值与真实值相对偏差大于死区参数的数据帧,以减少需要发送的数据量;在发送数据时,计算预测阈值L,并与数据一起发送;/n在接收数据时,若遇到缺失的数据,计数加1,并将当前的计数值n与先前接收到的预测阈值L进行比较,若n>L,则采用零阶保持预测算法预测缺失的数据,否则采用LSTM模型预测缺失的数据;若接收到数据,则令计数值清零,此时的预测值为真实值,同时获取新接收到的预测阈值L;/n所述缺失的数据为丢包数据或者因压缩舍弃的数据。/n

【技术特征摘要】
1.一种基于混合预测的触感通信容错方法,其特征在于,包括以下步骤:
在发送数据时,通过对要发送的数据进行预测压缩,仅发送预测值与真实值相对偏差大于死区参数的数据帧,以减少需要发送的数据量;在发送数据时,计算预测阈值L,并与数据一起发送;
在接收数据时,若遇到缺失的数据,计数加1,并将当前的计数值n与先前接收到的预测阈值L进行比较,若n>L,则采用零阶保持预测算法预测缺失的数据,否则采用LSTM模型预测缺失的数据;若接收到数据,则令计数值清零,此时的预测值为真实值,同时获取新接收到的预测阈值L;
所述缺失的数据为丢包数据或者因压缩舍弃的数据。


2.根据权利要求1所述的一种基于混合预测的触感通信容错方法,其特征在于,所述对要发送的数据进行预测压缩具体为:采用下式对数据进行预测压缩:



式中,为当前要发送的真实值,为通过LSTM模型预测得到的预测值,k为死区参数。


3.根据权利要求2所述的一种基于混合预测的触感通信容错方法,其特征在于,死区参数的取值为0.15。


4.根据权利要求1所述的一种基于混合预测的触感通信容错方法,其特征在于,所述预测阈值L的计算采用下式:
L=Lmax*Qθ;
式中,Lmax为LSTM连续预测极值,Qθ为梯度影响参数。


5.根据权利要求4所述的一种基于混合预测的触感通信容错方法,其特征在于,Lmax的值为8。


6.根据权利要求4所述的一种基于混合预测的触感通信容错方法,其特征在于,梯度影响参数Qθ的计算具体为:



式中,θmax为通信过程中所出现的预测梯度最大值,θx、θy、θz为x、y、z三个方向上的预测梯度。


7.根据权利要求1所述的一种基于混合预测的触感通信容错方法,其特征在于,在进行方法的测试时,通过布尔型指针*TransmitFlag的状态来代表通信过程中是否发送丢包,每一时刻*TransmitFlag的状态通过随机产生一个正态分布的值来确定,共设置0%-50%八种不同的丢包率,并将*TransmitFlag的状态保存在标志位loss_v中,表示每一时刻的数据是否丢包;当接收到数据时,若*TransmitFlag=Tru...

【专利技术属性】
技术研发人员:房颖林擎旭郑权斐徐艺文赵铁松
申请(专利权)人:福州大学
类型:发明
国别省市:福建;35

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1