一、存储视频带宽平滑算法的研究比较（论文文献综述）
董兵,张刚,赵国强,张庆雨[1]（2021）在《JPEG-XS视觉无损压缩编码技术内场传输应用》文中研究说明本文针对浅压缩标准JPEG-XS,从其时延特性、质量特点、压缩比、多代鲁棒性等方面说明了JPEG-XS在内场调度传输中的使用优势,并提出在超高清和云服务的发展中,JPEG-XS会有较大的应用前景。
王瀚[2]（2021）在《基于动态自适应流媒体传输技术的全景视频传输系统研究与实现》文中研究指明
代健美[3]（2021）在《面向无线视频业务的边缘缓存与多播技术研究》文中认为随着在线/移动社交媒体和移动网络的快速发展,移动视频业务种类更加多样,视频数据速率、分辨率、帧率越来越高,导致移动视频数据流量急剧增加,现有无线网络将很难满足用户高质量视频通信的需求。构建面向视频业务的新型无线网络传输架构,应用缓存、多播等技术减少视频流量冗余,是降低无线网络压力的有效途径,具有重要的研究价值。为此,本文以提升无线视频业务性能、降低无线网络负载为目标,以优化理论为数学基础,通过挖掘各种典型视频业务特征,分别设计了面向普通视频、可伸缩视频编码（Scalable Video Coding,SVC）视频、虚拟现实（Virtual Reality,VR）视频等业务的新型无线传输架构,提出了适应传输架构特点和视频业务特性的无线边缘缓存优化方案及侧链路辅助的无线多播优化方案,有效降低了各类视频业务的平均下载时延,提高了传输质量,提升了用户体验。具体的研究工作及成果概括如下:首先,提出一种面向普通视频业务的主动无线边缘缓存策略。利用下一代无线接入网（Next Generation Radio Access Networks,NG-RAN）的云计算和分布式存储能力,构建了基于NG-RAN的无线视频传输架构,设计部署了缓存管理控制器和基于中心单元（Central Units,CU）-分布式单元（Distributed Units,DU）的二级缓存。为最小化平均传输时延,联合考虑用户移动概率和视频观看行为特点,分别提出了“用户移动性感知”和“用户移动性与视频片段流行度联合感知”的主动边缘缓存算法。理论分析和仿真证明,与已有典型算法相比,所提算法具有较低的复杂度,平均下载时延降低约10%,缓存命中率提高约20%。接着,提出一种面向SVC视频业务的无线边缘缓存策略。考虑到SVC提供的可伸缩性有利于视频交付,而NG-RAN具有灵活的网络结构,设计了基于NG-RAN的SVC视频传输架构。为最小化平均传输时延,联合考虑用户移动性、NG-RAN分层结构和SVC视频分层结构,提出了一种基于缓存优先级的启发式分层缓存算法。针对远端下载传输时延远高于边缘下载传输时延的特殊场景,提出了一种具有1/2近似比的简化算法。仿真结果验证了所提算法的有效性。相比较现有典型算法,所提算法的平均等待时间降低约16%,缓存命中率提高约30%。然后,提出一种面向360°VR视频业务的无线边缘缓存策略。针对VR业务的时延敏感性和计算密集性,设计具有视场合成和二级缓存功能的360°VR视频传输架构。以最小化平均下载时延为目标,建模了分层协作缓存优化问题并给出了理论最优解。针对最优解方案的NP-hard问题,提出了基于“最小距离数最大化”的低复杂度在线缓存算法,理论证明了所提算法与最优算法的近似比。仿真实验表明,所提算法比现有典型算法的平均等待时间降低约7%,回程流量降低约24%,而体验质量（Quality of Experiment,QoE）提升约 60%,实现了 360° VR 视频在NG-RAN网络中的低时延高效传输。最后,提出一种面向多质量贴片360°VR视频的侧链路辅助多播优化策略。针对传统无线多播容量受限于较差信道用户的问题,构建了侧链路辅助的360° VR视频无线多播传输系统,设计了两时隙流水线数据传输方案,提出了独立解码和联合解码两种侧链路辅助多播场景。针对不同场景分别建模了效用函数最大化问题,并给出了理论最优解方案。针对最优解实现复杂度过高的问题,提出了基于贪婪搜索和连续松弛的两阶段优化算法。通过对多播用户数、侧链路发送用户、带宽资源、接收视频贴片质量等级等进行联合优化,算法在无线资源消耗与多播容量之间实现权衡,获得了接近上界的次优解。仿真结果表明,算法具有较低的时间复杂度和很快的收敛速度,与传统多播算法相比,总效用值可获得10%的增益,可实现多质量贴片360°VR视频的高质量传输。
王洪伸[4]（2021）在《基于高阶模低频小位移测量的研究》文中进行了进一步梳理科学的发展离不开测量,测量精度的提高会促进新的物理发现,从而推动物理学的发展[1]。精密测量技术在众多军事、工业生产和生活中有着越来越多的应用。例如原子力显微镜[2][3]、生物测量[4],甚至于可以用于激光窃听[5]。美国曾经在海湾战争中将激光发射到敌方将领的汽车挡风玻璃上,声音引起玻璃的振动从而让激光光束携带相关信息返回到接收装置,最后对反射回来的光束进行分检和解调后可以还原得到声信号。这其中运用到的就是声频信号引起光束横向位置变化,从而得到位置变化所携带的信息。在量子力学中根据海森堡不确定性原理,对于任何一对共轭可观测量在进行超越量子极限的测量时,如果对其中一个物理量的测量精度进行提高,则会造成其共轭量的测量精度的降低,这个理念就能够为量子精密测量提供广泛的应用前景。在前人所做的实验中,为了避免激光噪声以及各种低频噪声对实验的影响,所以主要集中在傅里叶频率为MHz段进行实验[53]。但是随着技术的发展,在声频段（20 Hz-20kHz）范围的精密测量也逐渐突显出重要的作用。本文主要研究的横向小位移的测量是相对于光束传播方向的微小位移测量灵敏度,并非是绝对测量。在本文中主要利用LabVIEW进行低频横向小位移测量的相关程序设计与实验测量,主要内容如下:（1）利用LabVIEW设计了信号采集分析程序。基于NI PXIe-4464进行设计Ⅵ,利用DAQ采集助手进行程序框图的完善。首先进行实验需求分析,对程序进行总体架构,再到程序编写以及最后的软件测试,最终达到了实验所需要频谱分析等功能。（2）分析了低频段对实验测量结果产生影响的噪声。我们理论分析了在低频段测量中,系统散粒噪声、指向性噪声、激光强度噪声以及电子学噪声对最小可测位移量的影响,并且对实验室存在的噪声进行测量。通过分析比较得出对于测量精度影响最大的为指向性噪声。（3）基于高阶厄米高斯模式利用平衡零拍探测装置进行光束横向小位移测量。研究了平衡零拍探测、分束探测、多象限探测三种探测方式理论最小可测位移量极限。实验上采用平衡零拍探测法,分别使用TEM00和TEM10作为信号光和本地光,并通过改变不同的实验参数进行探测。最终实验结果经过计算得到15kHz处最小可测位移量为6.81×10-12 m。
娄彦博[5]（2021）在《基于原子系综四波混频过程实现量子信息协议》文中研究表明量子信息科学是一门充满活力的新兴领域,它通过将信息科学技术与量子力学基础理论相结合,利用量子系统独特的属性如:量子叠加、量子不可克隆、量子纠缠等,来进行量子信息的处理。自这个学科诞生以来,很多量子信息协议相继被提出,例如:量子密钥分发,量子隐形传态,量子密集编码等。这些量子信息协议利用量子态进行信息的传递和交换,在运算速度、信息安全、通道容量和探测精度等方面展现出了超越经典信息系统的潜力。近年来,许多量子信息协议已获得实验证实,并开始向着远距离、大容量、高安全性的实用化目标发展。实现量子信息协议的量子系统可以分为分离变量和连续变量两大类。分离变量的本征态具有分离谱结构,连续变量的本征态具有连续谱结构。在分离变量系统中远距离、大容量、高安全性的量子通信已经完成了初步的实验验证。连续变量量子信息系统在此方向的发展相对滞后,但由于连续变量系统具有确定性的制备和转换量子态的优势,近年来引起了较广泛的研究兴趣。本文围绕实用化的量子通信目标,用铷原子系综四波混频过程产生的连续变量量子光源,开展了量子信息协议的实验,得到了以下成果:1、在实验上利用轨道角动量复用的连续变量纠缠态,结合全光学量子隐形传态协议,实现了并行9通道的确定性多模式量子隐形传态。首先,通过四波混频的空间多模性,在一系列正交的轨道角动量模式上产生并行11组连续变量纠缠。然后利用轨道角动量模式匹配的参量放大器实现了多模式量子态转换。最后,在实验上完成了多模量子隐形传态的验证。2、在实验上利用增益可调参量放大器、分束器和纠缠源构建了一个多功能全光学量子态转换机。通过该全光学量子态转换机实验实现了部分无实体的量子态转换协议,该协议可以连接全光量子隐形传态协议和最优1→N相干态量子克隆协议。因此,这三种具有不同物理本质和功能的协议可以在同一个全光系统中实现。特别是,我们在实验上证明了在相同纠缠强度下,与全光量子隐形传态相比,部分无实体的量子态转换协议可以有效提高态转换保真度。3、在实验上利用基于四波混频过程的参量放大器和光学分束器网络构建了连续变量量子克隆机。通过该克隆机实验实现了连续变量最优N→M相干态量子克隆,并证明了初始态数量的增多和克隆副本数量的降低可以有效提升克隆的保真度。4、在实验上利用基于原子系综四波混频过程的参量放大器构建了一个低噪声相敏放大器,实现了低噪声纠缠光束的强度放大。与常规的相位不敏感放大器相比,相敏放大器在引入相同噪声的情况下可以更好地放大纠缠。因此,该方案可用于在损耗通道中恢复纠缠态的强度信息,对连续变量量子态的远距离传输有着潜在应用。
崔子琦[6]（2021）在《业务特征感知的CDN网络资源调度的研究》文中认为内容分发网络（content delivery network,CDN）是互联网数据分发的重要架构。CDN将用户所需要的文件部署到距用户网络距离较近的边缘缓存服务器上,用户即可直接从边缘缓存服务器下载所需文件,从而减轻骨干网的流量压力,降低用户下载文件的时延。CDN的主要业务场景包括两大类。第一类是目前主流的视频文件的分发,第二类是为新兴的利用深度神经网络（deep neural network,DNN）模型的人工智能应用提供计算。CDN不仅提供文件分发服务,也提供计算服务,CDN的业务逐渐由传统的文件分发向文件分发和计算一体化发展。随着CDN业务量的快速增长,CDN性能的提升面临着资源瓶颈。CDN的资源瓶颈主要来自于边缘缓存服务器向用户分发文件的带宽资源与缓存资源。本文将根据CDN不同的业务对资源的需求,设计相应的资源调度机制来提高CDN的资源利用效率,提升用户体验。本文的具体工作如下:（1）提出了一个视频内容感知的CDN负载均衡联合优化模型,将不同视频请求定向到不同的CDN边缘缓存服务器并为每个请求规划不同的视频比特率,以在有限的服务器带宽约束下最大化用户观看视频的总体用户体验。该联合优化模型背后的依据是,一个视频画面的用户体验是画面比特率的非线性增函数,且不同画面的体验函数的参数不同,进而,CDN分发视频时,可以通过规划每个边缘缓存服务器提供的视频以及每个视频的每个画面的比特率,来联合优化用户总体体验。本文设计了一个贪婪的启发式算法求解最优化模型,该算法首先将所有边缘缓存服务器当作一个虚拟的理想服务器,求得每个视频的最优比特率;然后按求得的最优比特率,将视频迭代地分配到每个边缘缓存服务器。实验结果表明所提出的负载均衡算法能够比现有算法提升3%-70%的用户体验。（2）提出了一个面向人工智能应用的缓存优化模型,选择人工智能应用并缓存其用到的DNN模型到边缘缓存服务器有限的GPU内存中,以最小化人工智能应用的整体响应时间。该优化模型背后的依据是,一个人工智能应用可能并行用到多个DNN模型来实现其最终功能,一个DNN模型可能被多个人工智能应用使用,只有当一个应用所需的全部DNN模型缓存在GPU内存中时,应用才能获得较短的响应时间,进而,利用人工智能应用与DNN模型之间的关联关系缓存DNN模型可以降低人工智能应用的整体响应时间。本文设计了一个贪婪启发式算法求解最优化模型,该算法迭代地选择人工智能应用,并缓存应用关联的DNN模型。实验结果表明提出的缓存算法在多数情况下可提升缓存性能10%左右。
杨恒毅[7]（2021）在《基于边缘互联网的野生动物监测系统软件分析与设计》文中研究指明野生动物监测系统作为野生动物保护的重要组成部分,对保护野生动物,维持生态系统的和谐稳定起着重要作用。我国已在多个省份的自然保护区大量布设红外相机构建野生动物监测系统。但是由于存在野生动物保护区通常没有通信网络以及红外相机易被误触发、数据回收难度较大等问题,野生动物监测系统无法及时获取监测设备拍摄的图像视频数据并且获取到的数据有大量无效信息,这就造成了监测系统运行人工成本高、实时性差等问题。本文设计并实现了基于边缘互联网的野生动物监测软件系统,该软件系统可用于在保护区进行无线网络基站布设选址,对红外相机布设可视化,进行红外相机拍摄画面实时传输,对图像和视频数据进行大熊猫目标检测,实现高效、内容丰富、实时直观的野生动物监测保护。本文的具体工作如下:1、监测系统软件需求分析与整体设计。该部分首先根据项目背景和现阶段野生动物监测领域存在的问题,对通信基站布设选址、红外相机布设、视频流实时传输、数据回收以及目标（如大熊猫）检测等功能进行了分析。其次根据需求分析,给出了监测系统软件整体方案。2、监测系统功能设计与实现。本文首先利用数字高程模型（Digital Elevation Model DEM）和边缘地区无线信号传播模型设计实现了边缘地区无线基站选址组网和红外相机布设功能。其次采用AVBR（Adaptive Variable Bit Rate）码率控制算法和RTSP（Real Time Streaming Protocol）协议,设计实现了低带宽条件下的高清视频流实时传输功能。最后设计实现了基于WL-SSD（Wavelet-SSD）模型的大熊猫目标检测功能,该功能可以较高的准确度和速度对图像和视频中的大熊猫目标进行快速检测。3、系统综合测试。本文在野外条件下对系统进行了边缘网络基站选址组网、视频流实时传输测试,并测试了系统对大熊猫目标检测的效果,测试结果表明,本文设计的基于边缘互联网的野生动物监测系统能够解决现阶段野生动物监测领域中通信基站布设选址组网、获取实时视频流、目标检测等问题,为野生动物监测保护提供了更有效的技术支持。
麻中惠[8]（2021）在《导航测试中的信号模拟模块设计与实现》文中进行了进一步梳理随着科技不断进步和发展,导航系统早已成为人们日常生活、国家社会和经济发展需要中不可或缺的一部分。导航设备的测试信号复杂,对时间响应要求高,对测试设备提出了较高的要求,导航专用测试系统就成为导航系统测试的最优选择。导航信号模拟模块为导航测试提供信号激励输入,是测试系统的重要组成部分。本文以全球定位系统GPS为例,设计了一种GPS卫星的L1频点信号模拟模块,可用于GPS接收机的测试。论文的主要工作内容如下:1、信号模拟要素信息的分析:在分析L1卫星定位信号及其传输环境的基础上,完成各参数计算更新过程的分析。基于零中频正交调制的软件无线电平台,给出总体设计思路。2、信号模拟模块的硬件电路的设计:设计包括射频收发、基带处理单元、时钟、电源等电路。结合指标需求,对关键器件的参数及选型进行了分析。设计使用零中频射频收发器AD9361搭建了软件无线电硬件平台,减小印制板面积同时大大缩短调试时间。基带处理单元使用FPGA+ARM的架构,以满足设计对于信号参数高更新速率的需求。3、信号模拟模块的逻辑设计:利用FPGA灵活可编程的特点,设计GPS信号模拟所需的逻辑模块。逻辑包含接口时序逻辑、传播路径模拟控制逻辑、编码逻辑等部分。使用码NCO和载波NCO分别对信号相位延时、多普勒频率偏移进行模拟,输出的相位累加值用于控制编码逻辑的编码输出,从而得到符合卫星定位信号格式的基带数字信号。经过测试,本设计可以模拟GPS卫星的L1频点信号,频率偏移、相位偏移根据模拟的相对速度和距离进行调节,测试结果验证了设计方案的可行性。
唐波[9]（2021）在《基于增量学习的边缘网络内容缓存替换算法研究》文中研究指明近年来,随着各种新型的移动互联网应用和数据服务的蓬勃发展,边缘网络数据缓存成为应对网络数据流量急剧增长的重要抓手。通过将数据流量向边缘网络转移负载以及提升内容缓存替换算法性能,使得数据存储更贴近用户,有效提升网络资源访问性能和网络数据容量,减少回程链路带宽压力,从而改善移动移动互联网的用户体验。本文研究基于机器学习的边缘缓存管理算法,通过学习请求模式,预测热点内容并做出缓存决策,充分利用边缘网络节点的计算、存储和通信能力,提升边缘节点的缓存命中率。由于用户访问移动性,对不同类型内容请求的潮汐性,控制面对请求全局负载均衡等原因,用户请求模式会不断变化。目前基于机器学习的缓存替换算法存在两方面的技术挑战:一方面,一般机器学习算法需要定期重新训练模型以应对用户请求模式变化,难以有效应对用户请求模式不断变化;另一方面,由于边缘节点缓存容量不同,不同的缓存准入和驱逐策略对边缘节点命中率有很大影响。对此,本文的主要研究内容包括以下两个方面。1)设计基于增量学习的缓存准入算法。首先构建了边缘缓存系统的原型,设计了从请求流中提取对象流行度特征的方法,对比了不同训练特征对缓存命中率的影响;设计了从请求流中动态生成训练样本以更新增量学习模型的方法,保留以前学习的知识并从有限的增量数据中学习新知识,适应用户请求模式的不断变化,接下来根据增量学习算法预测热点对象并准入缓存。通过在真实数据集上的验证,基于增量学习的缓存准入算法提高了边缘缓存系统的命中率。2)设计基于增量学习的缓存驱逐算法。为了改进基于增量学习的缓存准入算法随着缓存容量增长,缓存命中率提升趋于平缓的缺点。为大缓存容量场景设计了作用于驱逐侧的基于增量学习的缓存驱逐算法。首先设计了提取缓存中对象访问特征的方法和缓存驱逐的标准,接着设计了从缓存中采样对象,构建训练样本,更新增量学习模型的方法。通过预测缓存对象是否将在未来一个时间范围内被访问,来决策从缓存中保留或者驱逐部分对象。通过在真实数据集上的验证,基于增量学习的缓存驱逐算法进一步提高了大缓存容量场景下的缓存命中率。
和智衡[10]（2021）在《基于多链路聚合的移动视频终端设计与实现》文中提出当前警方在移动执法过程中,需要将现场的音视频数据实时上传到指挥中心,以便于指挥中心统一远程调度指挥。由于单个4G网络通道,受运营商基站信号覆盖范围的影响,会出现网络质量不佳导致无法实现音视频的流畅传输,影响移动执法过程中与指挥中心的联系,降低远程指挥的效率。为解决这一问题,本文设计并实现了基于多链路聚合的移动视频传输终端。针对网络质量不理想情况下的音视频传输,使用多链路聚合技术,将多个4G物理网络链路组合成为一个虚拟逻辑链路,增大上行链路总带宽,满足执法过程中的高清视频传输与远程指挥的需要;在网络传输层上设计虚拟协议栈,使用基于速率的拥塞控制与负载均衡算法相结合的方式,完成对多链路数据发送的控制,解决网络不稳定所产生的数据传输抖动。经测试,在使用单4G网络链路传输高清音视频时会产生较严重卡顿,而使用多链路聚合多个4G网络进行相同高清码率的音视频数据传输时,卡顿情况明显减少,音视频质量明显提升;使用拥塞控制与负载均衡技术相结合对多链路聚合进行发送控制时,网络速率平均值要高于简单多链路聚合应用,同时拥有更好的网络稳定性。结果表明,本设计通过多链路聚合技术能够显着提高音视频数据的移动传输服务质量,具有良好的使用和推广价值。
二、存储视频带宽平滑算法的研究比较（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、存储视频带宽平滑算法的研究比较（论文提纲范文）
（1）JPEG-XS视觉无损压缩编码技术内场传输应用（论文提纲范文）
| 一JPEG-XS的特点 |
| 1. 低延时、低复杂度 |
| 2. 高压缩 |
| 3. 高质量、多代鲁棒性高 |
| 二JPEG-XS设备易部署 |
| 三JPEG-XS未来应用前景广阔 |
（3）面向无线视频业务的边缘缓存与多播技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.2.1 新型无线网络架构 |
| 1.2.2 面向视频业务的无线边缘缓存 |
| 1.2.3 面向视频业务的无线多播 |
| 1.3 论文主要工作及结构安排 |
| 1.3.1 研究内容及创新点 |
| 1.3.2 论文组织结构 |
| 第二章 用户移动性和视频片段流行度感知的无线边缘缓存 |
| 2.1 引言 |
| 2.2 系统模型 |
| 2.2.1 时延模型 |
| 2.2.2 用户移动性模型 |
| 2.2.3 视频片段流行度模型 |
| 2.3 问题建模 |
| 2.3.1 用户移动性感知的时延最小化问题 |
| 2.3.2 用户移动性和视频片段流行度联合感知的时延最小化问题 |
| 2.4 视频缓存算法 |
| 2.4.1 用户移动性感知的主动缓存算法 |
| 2.4.2 用户移动性和视频片段流行度联合感知的主动缓存算法 |
| 2.4.3 算法复杂度分析 |
| 2.5 仿真分析 |
| 2.5.1 仿真场景 |
| 2.5.2 基线算法 |
| 2.5.3 性能评估 |
| 2.6 本章小结 |
| 第三章 基于可伸缩特性的SVC视频无线边缘缓存 |
| 3.1 引言 |
| 3.2 系统模型 |
| 3.2.1 时延模型 |
| 3.2.2 视频交付模型 |
| 3.3 问题建模 |
| 3.4 面向SVC视频的分层缓存 |
| 3.4.1 基于机器学习的缓存优先级确定 |
| 3.4.2 基于缓存优先级的分层缓存算法 |
| 3.4.3 PrioCaching算法的复杂度分析 |
| 3.5 针对高时延远程下载场景的SVC视频分层缓存 |
| 3.5.1 简化的分层缓存算法 |
| 3.5.2 SimPrioCaching算法的复杂度分析 |
| 3.6 仿真分析 |
| 3.6.1 仿真场景 |
| 3.6.2 基线算法 |
| 3.6.3 性能评估 |
| 3.7 本章小结 |
| 第四章 基于视场合成特性的360°VR视频无线边缘缓存 |
| 4.1 引言 |
| 4.2 系统模型 |
| 4.2.1 缓存模型 |
| 4.2.2 VR视频模型 |
| 4.2.3 时延模型 |
| 4.3 问题建模 |
| 4.4 基于视场合成的视频缓存算法 |
| 4.4.1 理论最优解 |
| 4.4.2 整体缓存过程 |
| 4.4.3 MaxMinDistance算法 |
| 4.4.4 MMD在线缓存算法复杂度及性能分析 |
| 4.5 仿真分析 |
| 4.5.1 仿真场景 |
| 4.5.2 基线算法 |
| 4.5.3 性能评估 |
| 4.6 本章小结 |
| 第五章 侧链路辅助的多质量贴片360° VR视频无线多播 |
| 5.1 引言 |
| 5.2 系统模型 |
| 5.2.1 传输模型 |
| 5.2.2 信道容量模型 |
| 5.2.3 多质量贴片360° VR视频模型 |
| 5.2.4 效用模型 |
| 5.3 问题建模 |
| 5.3.1 InD场景的问题表述 |
| 5.3.2 JnD场景的问题表述 |
| 5.3.3 问题求解 |
| 5.4 两阶段优化算法 |
| 5.4.1 第一阶段: 多播接收用户及侧链路发送用户搜索 |
| 5.4.2 第二阶段: 带宽分配和贴片质量等级选择 |
| 5.4.3 两阶段迭代 |
| 5.4.4 JnD场景的两阶段算法 |
| 5.4.5 算法复杂度分析 |
| 5.5 仿真分析 |
| 5.5.1 仿真场景 |
| 5.5.2 基线算法 |
| 5.5.3 性能评估 |
| 5.6 本章小结 |
| 第六章 全文总结及展望 |
| 6.1 全文总结 |
| 6.2 下一步工作展望 |
| 参考文献 |
| 附录A 定理3.1的证明 |
| 附录B 定理4.1的证明 |
| 附录C 缩略语表 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（4）基于高阶模低频小位移测量的研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究目标与主要内容 |
| 第二章 基础原理 |
| 2.1 光场空间模式的分布 |
| 2.2 高斯光束腰斑的测量与匹配 |
| 2.2.1 腰斑的测量 |
| 2.2.2 光束腰斑的匹配 |
| 2.3 PDH稳频技术 |
| 2.4 噪声分析 |
| 2.5 本章小结 |
| 第三章 基于LabVIEW的采集板卡的编程与设置 |
| 3.1 基本知识 |
| 3.2 设计方案 |
| 3.3 实验测试 |
| 3.4 本章小结 |
| 第四章 低频横向小位移探测 |
| 4.1 小位移测量理论分析 |
| 4.2 实验装置 |
| 4.3 实验结果 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
| 个人简介及联系方式 |
（5）基于原子系综四波混频过程实现量子信息协议（论文提纲范文）
| 摘要 |
| abstract |
| 1.绪论 |
| 1.1 量子信息科学简介 |
| 1.2 量子信息科学研究进展 |
| 1.2.1 量子纠缠及其研究进展 |
| 1.2.2 量子计算及其研究进展 |
| 1.2.3 量子信息协议及其研究进展 |
| 1.3 基于原子系综四波混频过程的量子信息科学研究 |
| 1.4 本论文的主要内容 |
| 2.量子光学基本理论 |
| 2.1 光场的量子化 |
| 2.2 光场的量子态 |
| 2.2.1 数态 |
| 2.2.2 相干态 |
| 2.2.3 压缩态 |
| 2.3 量子态的相空间描述 |
| 2.3.1 Wigner函数表述 |
| 2.3.2 P函数表述 |
| 2.3.3 Q函数表述 |
| 2.3.4 保真度 |
| 2.4 量子态的测量 |
| 2.4.1 强度探测 |
| 2.4.2 平衡零拍探测 |
| 2.5 本章小结 |
| 3.铷原子系综的四波混频过程的理论和实验基础 |
| 3.1 基于铷原子系综四波混频过程的参量放大器 |
| 3.1.1 理论模型 |
| 3.1.2 实验实现 |
| 3.2 四波混频产生量子关联光束的纠缠探测 |
| 3.2.1 四波混频产生量子关联光束纠缠度的理论分析 |
| 3.2.2 实验测量四波混频过程产生的纠缠 |
| 3.3 实验基础 |
| 3.3.1 光学分束器 |
| 3.3.2 光学轨道角动量 |
| 3.3.3 全光学量子隐形传态 |
| 3.4 本章小结 |
| 4.光学轨道角动量复用的全光学量子隐形传态 |
| 4.1 通道复用的量子隐形传态的意义 |
| 4.2 轨道角动量复用全光量子隐形传态的理论推导 |
| 4.3 实验实现轨道角动量复用的全光量子隐形传态 |
| 4.4 通过全光量子隐形传态协议传递轨道角动量模式叠加的相干态 |
| 4.5 本章小结 |
| 5.全光学多功能量子态转换机的实验实现 |
| 5.1 多功能量子态转换机的研究背景 |
| 5.2 多功能量子态转换机的理论方案 |
| 5.3 三种不同的全光学量子信息协议的实验实现 |
| 5.3.1 实验装置 |
| 5.3.2 典型结果 |
| 5.3.3 不同放大增益下损耗对全光通道的影响 |
| 5.4 实现全光量子态转换机的多功能性 |
| 5.5 本章小结 |
| 6.全光学最优N→M相干态量子克隆 |
| 6.1 量子克隆的研究背景 |
| 6.2 全光最优N→M相干态量子克隆理论分析 |
| 6.3 实验实现连续变量最优N→M相干态量子克隆 |
| 6.3.1 实验装置 |
| 6.3.2 实验展现最优4→16 相干态量子克隆 |
| 6.3.3 实验展现最优N→M相干态量子克隆 |
| 6.4 本章小结 |
| 7.用低噪声相敏放大器放大明亮的纠缠光束 |
| 7.1 量子态放大的研究背景 |
| 7.2 低噪声纠缠光束的强度放大的理论方案和实验装置 |
| 7.2.1 理论方案 |
| 7.2.2 实验装置 |
| 7.3 实验展现纠缠光束的低噪声放大 |
| 7.4 纠缠强度随放大增益的变化 |
| 7.5 本章小结 |
| 总结与展望 |
| 参考文献 |
| 博士期间发表的论文 |
| 个人简历 |
| 致谢 |
（6）业务特征感知的CDN网络资源调度的研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景与意义 |
| 1.2 研究现状 |
| 1.2.1 CDN视频业务的研究现状 |
| 1.2.2 CDN人工智能应用的计算业务的研究现状 |
| 1.3 论文工作与组织架构 |
| 2 相关研究 |
| 2.1 经典的CDN视频架构 |
| 2.2 CDN视频业务的资源调度的研究现状 |
| 2.2.1 视频业务的特点 |
| 2.2.2 视频业务资源调度的研究 |
| 2.3 CDN人工智能应用的计算业务的资源调度研究现状 |
| 2.3.1 CDN的人工智能应用的计算业务 |
| 2.3.2 面向人工智能应用的计算业务的缓存算法研究 |
| 2.4 常用的启发式算法 |
| 2.4.1 贪婪算法 |
| 2.4.2 禁忌搜索算法 |
| 2.4.3 模拟退火算法 |
| 2.5 本章小结 |
| 3 视频内容感知的CDN负载均衡算法 |
| 3.1 研究背景 |
| 3.1.1 用户观看体验与视频内容之间的关系 |
| 3.1.2 CDN视频业务负载均衡的研究现状 |
| 3.2 应用场景与基本思想 |
| 3.2.1 应用场景 |
| 3.2.2 研究基本思想 |
| 3.3 视频内容感知的CDN负载均衡优化模型及启发式算法 |
| 3.3.1 系统描述 |
| 3.3.2 最优化模型建立 |
| 3.3.3 启发式算法 |
| 3.4 实验结果与分析 |
| 3.4.1 视频帧的体验函数的获取 |
| 3.4.2 对比方案 |
| 3.4.3 性能分析 |
| 3.5 本章小结 |
| 4 面向人工智能应用的缓存算法 |
| 4.1 研究背景 |
| 4.2 应用场景与基本思想 |
| 4.2.1 应用场景 |
| 4.2.2 研究基本思想 |
| 4.3 面向人工智能应用的缓存最优化模型及启发式算法 |
| 4.3.1 系统描述 |
| 4.3.2 最优化模型建立 |
| 4.3.3 启发式算法 |
| 4.4 实验结果与分析 |
| 4.4.1 实验设置与实验对比参照 |
| 4.4.2 性能分析 |
| 4.5 本章小结 |
| 5 结论 |
| 5.1 本文总结 |
| 5.2 存在问题与展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（7）基于边缘互联网的野生动物监测系统软件分析与设计（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内外边缘网络研究现状 |
| 1.2.2 国内外野生动物保护监测系统现状 |
| 1.3 论文主要工作 |
| 1.4 论文结构安排 |
| 第二章 边缘互联网监测系统分析与总体设计 |
| 2.1 基于边缘互联网的野生动物监测系统需求分析 |
| 2.1.1 组网基站布设选址 |
| 2.1.2 视频流实时传输 |
| 2.1.3 大熊猫目标检测 |
| 2.2 边缘互联网监测系统关键技术分析 |
| 2.2.1 边缘自组网 |
| 2.2.2 边缘自组网中的路由算法 |
| 2.2.3 视频流无线实时传输 |
| 2.2.4 目标检测算法简介 |
| 2.3 基于边缘互联网的监测系统软件设计方案 |
| 2.3.1 系统总体设计方案 |
| 2.3.2 基站布设选址功能设计 |
| 2.3.3 视频流实时传输功能设计 |
| 2.3.4 大熊猫目标检测功能设计 |
| 2.4 本章小结 |
| 第三章 边缘互联网路由基站选址组网分析与设计 |
| 3.1 复杂地形模型建立与信号传播分析 |
| 3.1.1 地形数字化表示 |
| 3.1.2 复杂地形地区无线信号传播模型建立 |
| 3.1.3 基于DEM与无线信号传播模型的基站选址 |
| 3.2 基于三维贪婪转发的路由算法 |
| 3.2.1 二维贪婪转发 |
| 3.2.2 三维贪婪转发 |
| 3.3 本章小结 |
| 第四章 基于RTSP协议的实时视频流传输分析与设计 |
| 4.1 基于H.264与H.265 的视频编码分析 |
| 4.2 基于RTSP协议的视频流发送端设计 |
| 4.3 视频流接收客户端设计 |
| 4.4 本章小结 |
| 第五章 大熊猫目标检测算法分析与设计 |
| 5.1 基于SSD的大熊猫目标检测算法 |
| 5.1.1 SSD算法简介 |
| 5.1.2 基于SSD的大熊猫目标检测 |
| 5.2 基于WL-SSD的大熊猫目标检测 |
| 5.2.1 小波特征提取网络 |
| 5.2.2 WL-SSD网络结构 |
| 5.2.3 WL-SSD网络检测结果分析 |
| 5.3 大熊猫目标检测算法应用 |
| 5.3.1 边缘设备检测平台介绍 |
| 5.3.2 基于海思Hi3516DV300的大熊猫检测 |
| 5.4 本章小结 |
| 第六章 系统实现与测试 |
| 6.1 系统主界面 |
| 6.2 路由基站选址功能实现 |
| 6.3 红外相机视频流实时传输功能实现 |
| 6.4 大熊猫目标检测功能实现 |
| 6.5 系统测试与分析 |
| 6.5.1 路由基站选址组网测试 |
| 6.5.2 实时视频流传输测试 |
| 6.5.3 大熊猫目标检测测试 |
| 6.6 本章小结 |
| 第七章 总结与展望 |
| 7.1 全文总结 |
| 7.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表成果 |
（8）导航测试中的信号模拟模块设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 国内外研究发展现状 |
| 1.3 课题任务 |
| 1.4 本论文的结构安排 |
| 第二章 总体方案设计 |
| 2.1 GPS导航定位工作原理介绍 |
| 2.1.1 GPS系统组成 |
| 2.1.2 定位导航信号构成 |
| 2.1.3 接收机定位原理 |
| 2.2 总体方案设计 |
| 2.3 关键技术分析 |
| 2.3.1 基于零中频技术的软件无线电平台 |
| 2.3.2 BPSK调制解调 |
| 2.3.3 多普勒频移的模拟 |
| 2.3.4 伪距的模拟 |
| 2.4 本章小结 |
| 第三章 信号模拟模块的硬件电路设计 |
| 3.1 硬件平台整体设计 |
| 3.2 射频前端电路 |
| 3.2.1 AD9361指标分析 |
| 3.2.2 AD9361数字接口电路设计 |
| 3.2.3 AD9361射频收发链路 |
| 3.2.4 AD9361射频前端电路 |
| 3.3 基带处理器电路 |
| 3.3.1 FPGA单元电路 |
| 3.3.2 ARM单元电路 |
| 3.4 时钟单元电路 |
| 3.5 电源单元电路 |
| 3.6 本章小结 |
| 第四章 信号模拟模块的逻辑设计 |
| 4.1 总体逻辑设计 |
| 4.2 地址空间映射 |
| 4.2.1 本地总线访问存储空间定义 |
| 4.2.2 FSMC总线访问存储空间定义 |
| 4.3 接口时序逻辑 |
| 4.3.1 CPCI桥接芯片本地总线时序逻辑 |
| 4.3.2 FSMC总线时序逻辑 |
| 4.3.3 AD9361数字接口时序逻辑 |
| 4.4 传播路径模拟控制逻辑 |
| 4.4.1 多普勒频移的模拟 |
| 4.4.2 伪距的模拟 |
| 4.4.3 参数计算更新 |
| 4.5 数字基带信号处理单元 |
| 4.5.1 数字基带信号产生单元 |
| 4.5.2 数据采集控制逻辑 |
| 4.6 本章小结 |
| 第五章 信号模拟模块的测试与验证 |
| 5.1 硬件测试 |
| 5.2 测试平台的搭建 |
| 5.3 功能及指标测试 |
| 5.3.1 信号模拟模块输出载波的测试 |
| 5.3.2 信号模拟模块输出调制信号的测试 |
| 5.3.3 多路信号输出测试 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（9）基于增量学习的边缘网络内容缓存替换算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状分析 |
| 1.3 目前国内外研究所存在的问题 |
| 1.4 本文的主要工作和内容安排 |
| 1.4.1 本文的研究内容 |
| 1.4.2 本文的组织结构 |
| 第二章 相关的技术介绍 |
| 2.1 引言 |
| 2.2 增量学习的定义与概述 |
| 2.3 边缘节点数据缓存算法基本原理 |
| 2.3.1 基于启发式的数据缓存替换算法 |
| 2.3.2 基于机器学习的数据缓存替换算法 |
| 2.4 本章小结 |
| 第三章 基于增量学习的缓存准入算法 |
| 3.1 引言 |
| 3.2 缓存系统建模与基于增量学习缓存准入算法问题描述 |
| 3.3 基于增量学习的数据缓存准入算法设计 |
| 3.3.1 系统框架设计 |
| 3.3.2 特征提取 |
| 3.3.3 增量学习预测器 |
| 3.3.4 缓存控制 |
| 3.4 实验分析和性能评价 |
| 3.5 本章小结 |
| 第四章 基于增量学习的缓存驱逐算法 |
| 4.1 引言 |
| 4.2 基于增量学习缓存准入算法的不足和缓存驱逐算法的提出 |
| 4.3 基于增量学习的数据缓存驱逐算法设计 |
| 4.3.1 系统框架设计 |
| 4.3.2 动态生成训练样本 |
| 4.3.3 基于增量学习的缓存驱逐算法 |
| 4.4 实验分析和性能评价 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 未来工作展望 |
| 参考文献 |
| 发表论文和科研情况说明 |
| 致谢 |
（10）基于多链路聚合的移动视频终端设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 多链路聚合研究现状 |
| 1.2.2 4G网络音视频传输 |
| 1.3 论文结构安排 |
| 2 终端架构总体设计 |
| 2.1 移动视频传输终端设计 |
| 2.1.1 核心处理器选型 |
| 2.1.2 4G模块选型 |
| 2.1.3 硬件结构 |
| 2.2 嵌入式软件架构设计 |
| 2.3 本章小结 |
| 3 终端功能详细设计 |
| 3.1 音视频采集模块设计 |
| 3.1.1 视频采集 |
| 3.1.2 音频采集 |
| 3.2 控制功能模块设计 |
| 3.2.1 交互主界面功能设计 |
| 3.2.2 系统设置功能设计 |
| 3.3 数据存储模块设计 |
| 3.4 数据处理模块设计 |
| 3.4.1 流媒体协议选择 |
| 3.4.2 RTMP数据包 |
| 3.4.3 RTMP数据封包 |
| 3.5 开发环境 |
| 3.6 本章小结 |
| 4 多链路聚合虚拟协议栈实现 |
| 4.1 多链路聚合技术 |
| 4.1.1 数据发送流程 |
| 4.1.2 虚拟协议栈数据拆分 |
| 4.1.3 网络链路管理 |
| 4.2 拥塞控制 |
| 4.2.1 基于阈值的拥塞控制 |
| 4.2.2 基于模型的拥塞控制 |
| 4.2.3 基于TFRC算法的拥塞控制 |
| 4.3 TFRC算法应用 |
| 4.3.1 发送端与发送报文 |
| 4.3.2 接收端与反馈报文 |
| 4.4 负载均衡 |
| 4.4.1 轮询算法 |
| 4.4.2 加权轮询算法 |
| 4.5 TFRC算法与加权轮询负载均衡结合 |
| 4.6 本章小结 |
| 5 实验与测试 |
| 5.1 测试目的 |
| 5.2 测试环境 |
| 5.3 测试内容与分析 |
| 5.3.1 终端运行测试 |
| 5.3.2 网络视频传输测试 |
| 5.3.3 各网络视频传输测试 |
| 5.3.4 多链路聚合测试 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 全文工作总结 |
| 6.2 有待继续研究的内容 |
| 致谢 |
| 参考文献 |
| 附录 |
四、存储视频带宽平滑算法的研究比较（论文参考文献）
- [1]JPEG-XS视觉无损压缩编码技术内场传输应用[J]. 董兵,张刚,赵国强,张庆雨. 现代电视技术, 2021(10)
- [2]基于动态自适应流媒体传输技术的全景视频传输系统研究与实现[D]. 王瀚. 重庆邮电大学, 2021
- [3]面向无线视频业务的边缘缓存与多播技术研究[D]. 代健美. 北京邮电大学, 2021(01)
- [4]基于高阶模低频小位移测量的研究[D]. 王洪伸. 山西大学, 2021(12)
- [5]基于原子系综四波混频过程实现量子信息协议[D]. 娄彦博. 华东师范大学, 2021(12)
- [6]业务特征感知的CDN网络资源调度的研究[D]. 崔子琦. 北京交通大学, 2021
- [7]基于边缘互联网的野生动物监测系统软件分析与设计[D]. 杨恒毅. 电子科技大学, 2021(01)
- [8]导航测试中的信号模拟模块设计与实现[D]. 麻中惠. 电子科技大学, 2021(01)
- [9]基于增量学习的边缘网络内容缓存替换算法研究[D]. 唐波. 天津理工大学, 2021(08)
- [10]基于多链路聚合的移动视频终端设计与实现[D]. 和智衡. 西安科技大学, 2021