【技术实现步骤摘要】
基于强化学习的移动物联网低时延抗干扰视频传输方法
[0001]本专利技术属于无线通信、物联网和信息安全领域,具体是涉及一种基于强化学习的移动物联网低时延抗干扰视频传输方法。
技术介绍
[0002]移动物联网无线视频传输支持电力物联网系统智能巡检、智慧城市环境监测和云视频监控等应用,具有部署灵活、功能易于扩展等优点。然而,无线传输环境复杂多变,物联网设备频繁移动导致网络拓扑和信道条件变化,还面临环境噪声、同频干扰甚至敌意干扰信号等因素的影响导致通信性能下降。而且,特别是在无线信道带宽资源受限且干扰信号强度大的传输条件下,视频数据的清晰度和流畅度难以满足服务质量要求。因此,设计具有无线通信抗干扰能力的低时延码率自适应视频传输系统,保证视频服务质量具有重大意义。
[0003]中国专利申请CN114172874A提出一种基于带宽信息的视频码率自适应方法,根据上行链路带宽和码率估计视频流中缓存队列传输延迟,联合码率阈值动态调整,实现系统的低时延视频流传输,但难以应对敌意干扰攻击。Yilin Xiao等[Yilin Xiao;L ...
【技术保护点】
【技术特征摘要】
1.基于强化学习的移动物联网低时延抗干扰视频传输方法,其特征在于包括以下步骤:步骤1:物联网移动设备无线视频可用传输信道,c∈{1,2,...,Ω},其中Ω表示可用信道总数;视频码率为μ∈{iμ
max
M1≤i≤M},其中μ
max
为最大码率,均匀量化为M个等级;发射功率为p∈{ip
max
N1≤i≤N},其中p
max
为最大发射功率,量化为N个等级;每次沿X轴和Y轴的可移动距离分别记为d
x
,d
y
∈{id
max
W
‑
W≤i≤W},其中d
max
为最大移动距离,量化为2W+1个等级;视频流数据发送间隔为T秒,且令初始的码率μ
(0)
=μ
max
,初始传输功率p
(0)
=p
max
,以及移动距离和步骤2:构建神经网络A和网络B,其网络参数分别记为θ
Α
和θ
B
;初始化时延阈值为τ
max
、丢包率阈值ρ
max
、传输时延τ
(0)
、丢包率η
(0)
、网络吞吐量t
(0)
、位置和折扣率γ和探索率ε,其中γ,ε∈(0,1);步骤3:在第k时隙,读取接收信号强度r
(k)
,计算当前位置步骤4:构建状态s
(k)
=[r
(k)
,t
(k
‑
1)
,τ
(k
...
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。