在基于移动边缘计算(mobile edge computing,MEC)的第5代移动通信网络(5th generation mobile communication network,5G)中,针对无线虚拟现实(virtual reality,VR)用户在小小区间频繁切换而降低业务体验质量(quality of experience,QoE...在基于移动边缘计算(mobile edge computing,MEC)的第5代移动通信网络(5th generation mobile communication network,5G)中,针对无线虚拟现实(virtual reality,VR)用户在小小区间频繁切换而降低业务体验质量(quality of experience,QoE)的问题。考虑建立多视角3维(3-dimensional,3D)视频的主动缓存、计算和通信(caching,computing and communication,3C)资源分配数学模型,并采用深度强化学习(deep reinforcement learning,DRL)算法进行求解。将多视角3D视频的主动资源分配系统建模为联合视角选择和小基站3C资源分配的马尔科夫决策过程(Markov decision process,MDP),提出了一种基于深度确定性策略梯度(deep deterministic policy gradient,DDPG)算法来寻找有效解。仿真结果表明,与另外2种算法相比,所提算法可以为无线VR用户在小小区间移动时提供更好的业务体验。展开更多
海冰是海洋环境监测的重点对象,光学遥感能为海冰的精细化监测提供技术支持,实现海冰的动态监测与量化估算。中国海洋水色业务卫星星座——海洋一号C/D卫星(Haiyang-1C/D,以下简称HY-1C/D),搭载有适用于海冰监测的海岸带成像仪CZI (Coas...海冰是海洋环境监测的重点对象,光学遥感能为海冰的精细化监测提供技术支持,实现海冰的动态监测与量化估算。中国海洋水色业务卫星星座——海洋一号C/D卫星(Haiyang-1C/D,以下简称HY-1C/D),搭载有适用于海冰监测的海岸带成像仪CZI (Coastal Zone Imager)和水色水温扫描仪COCTS (Chinese Ocean Color and Temperature Scanner),具备开展海冰业务化监测应用的能力。本研究以2021年12月—2022年3月中国渤海辽东湾海冰为研究区,收集冰期内的HY-1C/D卫星影像数据,开展海冰识别与估算研究,评估CZI与COCTS数据对海冰的识别效能,分析海冰、海水、云等典型目标在光学(可见光—近红外)和热红外波段的影像特征;此外,针对光学遥感影像中海冰识别易受到云干扰问题,根据其在以上波段的遥感响应机理和图像特征差异,提出一种适用于HY-1C/D卫星在海冰分布区域的云掩膜方法,并对海冰进行精确提取;在识别基础上,进一步评估HY-1C/D卫星数据对于海冰密集度这一关键物理参数的光学遥感估算效能。结果表明:引入热红外波段,利用海冰和云的亮温差异对云进行掩膜,使得利用全局阈值提取海冰像元成为可能;通过对CZI、COCTS影像中海冰的高精度提取,进一步实现海冰密集度的估算,有效反映了像元中海冰和海水的混合程度,从而达到海冰海水像元解混的效果,提高海冰覆盖面积的估算精度。综上,本研究方法针对HY-1C/D卫星影像数据中的海冰识别提取具有较高的精度和抗干扰能力,可为国产海洋光学卫星的海冰监测业务化应用提供方法参考。展开更多
文摘在基于移动边缘计算(mobile edge computing,MEC)的第5代移动通信网络(5th generation mobile communication network,5G)中,针对无线虚拟现实(virtual reality,VR)用户在小小区间频繁切换而降低业务体验质量(quality of experience,QoE)的问题。考虑建立多视角3维(3-dimensional,3D)视频的主动缓存、计算和通信(caching,computing and communication,3C)资源分配数学模型,并采用深度强化学习(deep reinforcement learning,DRL)算法进行求解。将多视角3D视频的主动资源分配系统建模为联合视角选择和小基站3C资源分配的马尔科夫决策过程(Markov decision process,MDP),提出了一种基于深度确定性策略梯度(deep deterministic policy gradient,DDPG)算法来寻找有效解。仿真结果表明,与另外2种算法相比,所提算法可以为无线VR用户在小小区间移动时提供更好的业务体验。
文摘海冰是海洋环境监测的重点对象,光学遥感能为海冰的精细化监测提供技术支持,实现海冰的动态监测与量化估算。中国海洋水色业务卫星星座——海洋一号C/D卫星(Haiyang-1C/D,以下简称HY-1C/D),搭载有适用于海冰监测的海岸带成像仪CZI (Coastal Zone Imager)和水色水温扫描仪COCTS (Chinese Ocean Color and Temperature Scanner),具备开展海冰业务化监测应用的能力。本研究以2021年12月—2022年3月中国渤海辽东湾海冰为研究区,收集冰期内的HY-1C/D卫星影像数据,开展海冰识别与估算研究,评估CZI与COCTS数据对海冰的识别效能,分析海冰、海水、云等典型目标在光学(可见光—近红外)和热红外波段的影像特征;此外,针对光学遥感影像中海冰识别易受到云干扰问题,根据其在以上波段的遥感响应机理和图像特征差异,提出一种适用于HY-1C/D卫星在海冰分布区域的云掩膜方法,并对海冰进行精确提取;在识别基础上,进一步评估HY-1C/D卫星数据对于海冰密集度这一关键物理参数的光学遥感估算效能。结果表明:引入热红外波段,利用海冰和云的亮温差异对云进行掩膜,使得利用全局阈值提取海冰像元成为可能;通过对CZI、COCTS影像中海冰的高精度提取,进一步实现海冰密集度的估算,有效反映了像元中海冰和海水的混合程度,从而达到海冰海水像元解混的效果,提高海冰覆盖面积的估算精度。综上,本研究方法针对HY-1C/D卫星影像数据中的海冰识别提取具有较高的精度和抗干扰能力,可为国产海洋光学卫星的海冰监测业务化应用提供方法参考。
