Resumen

Este documento propone un método de asignación de canales basado en los requisitos de contenido de video y la calidad de los canales disponibles en las redes de radio cognitiva (CRNs). Nuestro objetivo es ahorrar ancho de banda de red y lograr una entrega de video de alta calidad. En este método, el contenido se divide en grupos basados en la complejidad de la escena y el PSNR. Para asignar canales a los grupos en las CRNs multicanal, primero necesitamos identificar la actividad de los licenciatarios y luego maximizar el uso oportunista en consecuencia. Por lo tanto, clasificamos oportunidades de transmisión de corto y largo plazo basadas en las actividades de los licenciatarios utilizando un modelo de inferencia bayesiana no paramétrico. Además, para evitar interrupciones en la transmisión, consideramos el modo de subyacente para la transmisión de los grupos con una tasa de bits más baja. Luego, asignamos las oportunidades de espectro disponibles a los grupos de contenido de acuerdo con la calidad de los canales y los requisitos de los grupos. Luego, se construye un modelo de optimización de distorsión de acuerdo con el mecanismo de transmisión de red. Finalmente, para maximizar la calidad promedio del video entregado, se define un problema de optimización para determinar la mejor tasa de bits para cada grupo al maximizar la suma de los logaritmos de las velocidades de fotogramas. Nuestros extensos resultados de simulación demuestran el rendimiento superior del método propuesto en términos de eficiencia espectral y calidad de video entregado.

• Materias:Modelos de tráfico Aplicación de Android Redes de sensores Redes sociales móviles Sistemas integrados
• Subjects:Traffic models Android application Sensor networks Mobile social networks Embedded systems
• Palabras claves:Propuestas; Asignación de canales; Contenidos de vídeo; Redes de radio cognitivas; Calidad; Eficiencia espectral
• Keywords:Proposes; Channel allocation; Video content; Cognitive radio networks; Quality; Spectrum efficiency