买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京邮电大学申请的专利一种面向虚拟现实的多播视频传输QoE优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119545113B 。

龙图腾网通过国家知识产权局官网在2025-12-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411710786.6，技术领域涉及：H04N21/6405；该发明授权一种面向虚拟现实的多播视频传输QoE优化方法是由田峰;王文博;邵紫凌;陆男;李嘉欣设计研发完成，并于2024-11-27向国家知识产权局提交的专利申请。

本一种面向虚拟现实的多播视频传输QoE优化方法在说明书摘要公布了：本发明涉及视频传输技术领域，公开了一种面向虚拟现实的多播视频传输QoE优化方法，基于边缘计算辅助的多播网络虚拟视频传输系统模型，该方法包括：构建以QoE值为优化目标，以边缘计算服务器和用户缓存、传输时延和计算时延为限制条件的优化问题；确定新的视频片段优化选择方法，以使用户通过计算资源覆盖率选择加入具有最多视频缓存资源的群组，并通过双滑动窗口方法得到最优缓存策略，实现优化的视频片段选择；将非凸非线性的QoE优化问题转换为多臂老虎机问题，并应用改进的线性上界置信算法进行求解得到近似最优解。本发明构建了以QoE值为目标的优化问题，提出边缘计算辅助的多播网络缓存策略，实现了用户体验质量的优化提升。

本发明授权一种面向虚拟现实的多播视频传输QoE优化方法在权利要求书中公布了：1.一种面向虚拟现实的多播视频传输QoE优化方法，其特征在于，基于边缘计算辅助的多播网络虚拟视频传输系统模型，所述多播网络虚拟视频传输系统模型包括云服务器、包含边缘计算服务器的无线基站、以及移动设备组成的D2D多播网络；所述方法包括： S1、根据所述多播网络虚拟视频传输系统模型，构建以QoE值为优化目标，以边缘计算服务器的缓存容量和用户缓存容量、传输时延和计算时延为限制条件的优化问题； S2、确定视频片段优化选择方法，以使用户通过计算资源覆盖率选择加入具有最多视频缓存资源的群组，并通过双滑动窗口方法得到最优缓存策略，实现优化的视频片段选择； S3、将非凸非线性的QoE优化问题转换为多臂老虎机问题，并应用改进的线性上界置信算法进行求解得到近似最优解，具体地： 在改进的线性上界置信算法中，将初始化和其中，是用来存储当前动作的特征向量的二次累积和，当动作被选择时，特征向量xt被添加到中，用于更新线性模型的参数估计；是用来存储当前动作的特征向量和奖励的累积和，当动作被选择时，特征向量xt乘以对应的奖励rti,j并被添加到中，用于更新线性模型的参数估计；在初始化时，为单位矩阵，为零向量；在每个时间槽t选择期望奖励最高的群组的视频片段进行缓存，以最大化整体QoE；在每一次执行动作后，系统会接收到一个反馈奖励rti,j，用于更新和： rti,j＝Rt, 其中，rti,j是对当前动作的效果的反馈，xt为特征向量，包含了上下文信息； 根据群组选择方法和视频片段选择方法获取上下文信息，构建特征向量xt，对于每一个瓦片，分为被渲染过的3D版本，以及还未被渲染的2D版本，每一个被选定要播放的瓦片，都代表了一个手臂，表示每一个用户在当前这一步的动作；表示在时间槽t选择的动作，k表示第k个瓦片，i＝0表示从边缘计算服务器获取，i＝1表示从群组获取；j＝0表示获取的是2D版本，还需要渲染，j＝1表示获取的是3D版本，不需要渲染；选择手臂相当于选择从某处缓存某个瓦片的行为，而每个手臂的预期奖励是通过算法来预测和最大化的，每一个“手臂”所对应的置信上界即为： 其中，Rt为时间t的综合体验质量QoE评分，用于作为奖励的量化载体；是参数向量转置，是的逆矩阵，用于量化动作的特征不确定性；α是控制探索的参数，Mmax是当前群组能服务的最大人数，由两个部分组成，分别是预测期望奖励和不确定性项；前一部分是利用线性模型参数向量θt结合Rt与预测最大QoE评分Rtmax对动作的预期QoE收益进行计算，若这个值越大则这个臂越有可能被选择；后者是对动作的不确定性估计，量化特征向量在动作上的置信区间；选择具有最高置信上界的动作at执行： 执行动作at，计算当前的奖励rti,j，并更新对应的和在每一次参数更新后，通过选择具有最大置信上界的动作at，最大化累积奖励Rt。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京邮电大学，其通讯地址为：210000 江苏省南京市文苑路9号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。