您现在的位置: 首页> 研究主题> QoE

QoE

QoE的相关文献在2001年到2022年内共计391篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、肿瘤学 等领域,其中期刊论文129篇、会议论文2篇、专利文献260篇;相关期刊71种,包括电视技术、电信科学、邮电设计技术等; 相关会议2种,包括2010国际传输与覆盖研讨会、2010 TD网络创新研讨会等;QoE的相关文献由793位作者贡献,包括李培、李福昌、张未展等。

QoE—发文量

期刊论文>

论文:129 占比:32.99%

会议论文>

论文:2 占比:0.51%

专利文献>

论文:260 占比:66.50%

总计:391篇

QoE—发文趋势图

QoE

-研究学者

  • 李培
  • 李福昌
  • 张未展
  • 曹亘
  • 郑庆华
  • 刘勇
  • 周小毛
  • 杜海清
  • 亓玉娇
  • 叶艳柯
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • Muhammad Usman Younus; Rabia Shafi; Ammar Rafiq; Muhammad Rizwan Anjum; Sharjeel Afridi; Abdul Aleem Jamali; Zulfiqar Ali Arain
    • 摘要: The development of multimedia content has resulted in a massiveincrease in network traffic for video streaming. It demands such types ofsolutions that can be addressed to obtain the user’s Quality-of-Experience(QoE). 360-degree videos have already taken up the user’s behavior by storm.However, the users only focus on the part of 360-degree videos, known as aviewport. Despite the immense hype, 360-degree videos convey a loathsomeside effect about viewport prediction, making viewers feel uncomfortablebecause user viewport needs to be pre-fetched in advance. Ideally, we canminimize the bandwidth consumption if we know what the user motionin advance. Looking into the problem definition, we propose an EncoderDecoder based Long-Short Term Memory (LSTM) model to more accuratelycapture the non-linear relationship between past and future viewport positions. This model takes the transforming data instead of taking the direct inputto predict the future user movement. Then, this prediction model is combinedwith a rate adaptation approach that assigns the bitrates to various tiles for360-degree video frames under a given network capacity. Hence, our proposedwork aims to facilitate improved system performance when QoE parametersare jointly optimized. Some experiments were carried out and compared withexisting work to prove the performance of the proposed model. Last but notleast, the experiments implementation of our proposed work provides highuser’s QoE than its competitors.
    • 李明
    • 摘要: 本文主要针对移动网络,如:LTE(长期演进)及5G NR,目的是最大化系统内所有用户的聚合满意度(QoE)。移动通信系统有两个主要的潜在资源瓶颈,即无线电接口带宽和从基站到核心网络的传输网带宽。因此,本文首先提出了一种基于效用的无线电调度算法,并通过分析证明,该算法是最优的,使得一个蜂窝小区内所有用户的QoE之和最大化。在第二步中,文章还考虑了传输网络(S1或者NG接口)的资源限制,在考虑资源瓶颈的限制条件以及最大化用户QoE的目标下设计了数学模型,证明了所提出的问题是一个凸优化问题,并能够利用拉格朗日松弛算法进行求解。最后,文章设计了具有计算优势的启发式算法,并与传统算法以及最优解进行了仿真比较。
    • 常梦磊; 罗述翔; 李幸睿; 李鲁群
    • 摘要: 针对车载网络、远程医疗、工业控制等领域需要低时延、高可靠性的网络传输应用场景,提出了一种经验回放的DQN(experience replay DQN,ERDQN)数据传输调度算法.该算法的主要目的和任务是降低网络时延和提高网络传输的稳定性.ERDQN算法在最后期限感知的传输协议(deadline-aware transport protocol,DTP)的基础上优化了发送端的排队策略,充分考虑了数据块的优先级和截止日期(Deadline),将其作为计算进入等待队列顺序的重要因素,解决了数据块丢失Deadline的问题,降低了网络传输的排队延迟;同时在拥塞控制方面以当前时刻网络传输状态为特征向量,预测下一时刻网络传输状态参数,并赋予不同的奖励因子进行评估,通过ERDQN网络的迭代学习,自动调整到适合当前网络传输的最优参数,在后续的网络链路传输过程中,平均传输速率高且稳定,缓解了网络拥塞和传输不稳定的问题,降低了网络传输时延.实验结果表明ERDQN算法的平均排队时延和传输时延远远低于传统拥塞控制算法(Reno算法),在质量系数(quality of experience,QoE)方面远远高于传统的拥塞控制算法,能够最大程度减少网络传输速率波动、降低丢包率,提供稳定可靠的传输.
    • 郑曙峰; 梁婷
    • 摘要: 基于IPTV视频业务的质量保障经验,针对IPTV视频业务质量的监测模型、监测参数、综合指标算法等进行分析,并在实际工作论证的基础上对IPTV用户视频质量评定方法进行了参数定义和说明,为用户侧客观判断服务质量提供技术依据.
    • 葛志辉; 谭猛; 李陶深; 叶进
    • 摘要: 随着移动流媒体用户群的增长,内容分发网(CDN)已经成为提高网络容量和用户体验质量(QoE)的重要途径.为了研究如何提升移动流媒体用户的QoE,提出基于CDN节点缓存命中率的QoE模型,该模型参数包含CDN节点缓存命中率、带宽吞吐量和客户端缓存变化量.在该模型的基础上,提出基于CDN节点缓存命中率的码率自适应算法,解决在网络条件不佳的情况下,根据用户码率请求参数的分布情况调整缓存策略,以提高CDN缓存命中率,降低时延,提高用户QoE.通过实验结果分析可以得出在网络条件相对较差的情况下,基于CDN缓存命中率的码率自适应算法能明显降低用户的RTT,提高用户QoE.
    • 李敏
    • 摘要: 介绍音频流媒体QoE的定义与影响因素,从研究思路和评估的主要技术路径两方面出发,阐述基于TCP协议的音频流媒体QoE量化研究,并针对现存的问题,提出采取HTTP自适应流媒体、改进TCP协议不断优化QoE时延、在切换期间充分预测当前的网络变化情况做自适应切换等途径来优化流媒体QoE.
    • 程卫华; 何肖嵘
    • 摘要: 传统的网络运维往往聚焦网络和设备的运行状态,难以解决用户主观感知问题,迫切需要建立一套端到端互联网应用感知管理体系.围绕网页浏览的质量分析环节,基于大数据技术研究用户感知数据的质量分析框架和方法,设计提出了一套基于大数据技术的质量分析系统框架,用于实现互联网业务质量分析.以某国际网站为例,提出了"二望五切"诊断法用于定界溯因,提高人工分析效率,验证了所提方法的有效性.
    • 付平; 肖伟
    • 摘要: 当前云计算服务产品百花齐放,各类云服务层出不穷,为了满足用户对于云服务的优质体验需求,需针对云服务做出更为客观公正的质量评价,以督促云服务商提供更优质的服务.首先根据国家标准确定QoE指标评价体系,之后提出一种基于AHP的云服务指标权重计算方法并通过软件实现权重计算;最后根据指标评分依据及指标权重对云服务进行打分,根据得分可以在各云服务之间进行横向排名,也可对同一服务在不同时间节点进行纵向比对.
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号