上交大吴泳澎, 北航徐迈等 | XR通信与系统的物理层信号处理

文摘   科技   2024-09-24 12:03   北京  

研究团队

吴泳澎,翟广涛,张文军:上海交通大学

徐迈:北京航空航天大学


文章下载

Wu Y P, Xu M, Zhai G T, et al. Physical layer signal processing for XR communications and systems. Sci China Inf Sci, 2024, doi: 10.1007/s11432-023-4122-4


研究意义

随着沉浸式和元宇宙服务的快速发展,人们对于通过无线网络享受扩展现实(XR)体验的需求日益增长。XR技术能让用户通过全方位摄像头和传感器,在虚拟世界中获得身临其境的体验和实时互动。与传统通信中的高数据速率要求不同,XR通信系统的高质量无线视频传输同时要求超高的数据速率、超低的延迟、高QoE、高效的带宽和资源使用,这给无线通信系统带来了新的挑战。因此,研究物理层信号处理技术在无线视频传输系统中的应用,对通信资源的正确分配和带宽效率的提高至关重要。

图1 多用户VR 360◦视频MIMO传输


本文工作

为了解决上述问题,本工作从物理层通信的的信号处理技术角度对无线视频传输系统进行了研究,全面概述了适合XR通信的物理层信号处理技术,包括多天线技术、毫米波/太赫兹通信、基于机器学习的视频传输和资源分配等。此外,我们通过联合优化空间平滑度、时间平滑度、资源分配策略和视频传输策略,提出了一种新的MIMO-OFDM VR通信系统的信号处理框架,并讨论了XR通信和系统信号处理的未来研究挑战。这对于推动未来通信技术的发展,满足人们对高质量沉浸式体验的追求具有重要作用。

本文的创新点如下:

(1) 多天线技术可以克服噪声和快速衰落的影响,同时向多个用户提供多流。本文讨论了在XR视频传输中集成多天线技术,以提高用户的体验质量。

(2) 利用毫米波/太赫兹频段的高带宽特性,实现高数据速率的无线360◦内容传输来提供沉浸式XR体验。

(3) 本文详细描述了如何设计基于机器学习的XR传输方案,为用户FoV内容的提取和传输提供有效的解决方案,实现高效的XR通信。

(4) 设计了视频传输的资源分配策略,讨论了如何最好地使用时间、频率、空间、功率和计算资源,以在满足严格的延迟约束的同时最小化带宽需求。

图2 物理层多天线技术在无线视频传输中的优势


实验结果

本文对所提出的方案进行了详细描述和实验验证。由图可以看出,在多天线技术中,当天线阵列从16×2增加到128×16时,所需的通信码块长度显著减少。因此,采用更多的天线将大大有助于减少通信码块长度和相应的延迟。

图3 MIMO瑞利衰落信道中块长与天线数关系图


针对用户感兴趣的内容进行了建模及可视化,对每个视口候选项的平铺段的概率分布进行建模。以equator建模为例,如图4所示,位于多个视口候选内的tile段具有较高的观看概率(深红色区域),而远离预测视口中心的tile段观看概率较小(浅红色区域)。

图4 FoV概率切片建模图

此外对提出的VR传输方案进行了实验验证,图5描述了基于显著性图和头部运动位置的预测视点分布。如图所示,当头部运动位置分别在左侧和右侧时,候选视点分别为蓝色点和橙色点。根据视点分布预测,总传输的tile段可减少20%。

图5 预测视点分布图


推荐阅读

6G专项研究进展专刊

智能6G频谱、覆盖与使能技术专题简介

SCIS 无线通信方向文章合辑
SCIS 通信信号处理方向文章合辑
SCIS 网络安全文章合辑
SCIS 雷达与遥感方向文章合辑
SCIS通信学科综述合辑(2022-2023)
SCIS通信学科最新出版文章总目录

中国科学信息科学
《中国科学:信息科学》及其英文版《Science China Information Sciences》的宣传平台。
 最新文章