在R-λ帧内码控中,提出基于卷积神经网络(Convolutional Neural Networks,CNN)的最佳比特分配和最优拉格朗日因子λ选择。首先,探索编码树单元(Coding Tree Unit,CTU)的码率与失真(Rate-Distortion,R-D)及码率与拉格朗日因子λ(Rate-λ...在R-λ帧内码控中,提出基于卷积神经网络(Convolutional Neural Networks,CNN)的最佳比特分配和最优拉格朗日因子λ选择。首先,探索编码树单元(Coding Tree Unit,CTU)的码率与失真(Rate-Distortion,R-D)及码率与拉格朗日因子λ(Rate-λ,R-λ)的关系特性,设计具有四输出的CNN预测R-D和R-λ曲线的关键参数;然后,建立帧级λ和目标码率的优化方程,反演得到最佳CTU码率分配;最后,根据CTU码率分配和先知的R-λ曲线,得到最优CTU级λ。实验表明,算法在保持4.76%控制精度下,比VTM13.0默认码控算法提高0.31 dB的编码质量。展开更多
针对RMAC(Routing-enhanced Medium Access Control)协议丢包处理机制的缺陷,采用重传机制,提出了一种高效多跳传输的MAC协议(Efficiency-RMAC,E-RMAC)。根据在规定时间T内的接收值判断是否传输失败,当控制帧传输失败则采用单次重传机制...针对RMAC(Routing-enhanced Medium Access Control)协议丢包处理机制的缺陷,采用重传机制,提出了一种高效多跳传输的MAC协议(Efficiency-RMAC,E-RMAC)。根据在规定时间T内的接收值判断是否传输失败,当控制帧传输失败则采用单次重传机制,并引入睡眠模式,由此减小了网络能量消耗;当数据包传输失败时采用的是多次重传机制,由此保证了数据包实时可靠的单周期多跳传输,提高了信道利用率。仿真结果表明,在传输时延和网络吞吐量上E-RMAC均优于RMAC,实现了协议的高效性,延长了网络生命周期。展开更多
文摘针对RMAC(Routing-enhanced Medium Access Control)协议丢包处理机制的缺陷,采用重传机制,提出了一种高效多跳传输的MAC协议(Efficiency-RMAC,E-RMAC)。根据在规定时间T内的接收值判断是否传输失败,当控制帧传输失败则采用单次重传机制,并引入睡眠模式,由此减小了网络能量消耗;当数据包传输失败时采用的是多次重传机制,由此保证了数据包实时可靠的单周期多跳传输,提高了信道利用率。仿真结果表明,在传输时延和网络吞吐量上E-RMAC均优于RMAC,实现了协议的高效性,延长了网络生命周期。