融合听觉、视觉和触觉交互的多模态应用有望为用户提供高度沉浸的体验和丰富的交互功能，即将成为下一代物联网（Internet of Things，IoT）的关键服务。然而，IoT中网络资源的碎片化和分布式特性给触觉通信的高时效性和可靠性提出了巨...
详细信息
融合听觉、视觉和触觉交互的多模态应用有望为用户提供高度沉浸的体验和丰富的交互功能，即将成为下一代物联网（Internet of Things，IoT）的关键服务。然而，IoT中网络资源的碎片化和分布式特性给触觉通信的高时效性和可靠性提出了巨大挑战。针对这一问题，本文提出了一种触觉编码和网络资源分配的联合方案。首先，设计了一种灵活可伸缩的触觉编码方法，结合人类触觉感知机制，能够自适应IoT复杂多变网络环境下的传输需求；其次，构建了一种基于用户体验质量（Quality of Experience，QoE）的按需网络资源分配机制，在提升用户体验的同时优化网络资源的利用效率。仿真结果表明，该方案在提升触觉通信服务的QoE和网络资源效能方面效果显著。该研究成果为未来IoT场景下的高效多模态应用提供了技术支撑，具有重要的实践价值和理论意义。
现有的面阵场景下的频控阵(Frequency Diverse Array,FDA)MIMO雷达参数估计方法大多需要进行谱峰搜索,因此面临计算复杂度高、估计精度不够准确等困难。针对这一问题,提出了一种基于均匀面阵FDA-MIMO雷达的无网格参数估计方法。首先推...
详细信息
现有的面阵场景下的频控阵(Frequency Diverse Array,FDA)MIMO雷达参数估计方法大多需要进行谱峰搜索,因此面临计算复杂度高、估计精度不够准确等困难。针对这一问题,提出了一种基于均匀面阵FDA-MIMO雷达的无网格参数估计方法。首先推导了角度和距离解耦的均匀面阵FDA-MIMO雷达模型,其次提出了适用于该模型的基于低秩矩阵重构的优化问题,并推导了基于交替投影的算法实现,以加快计算速度。最后通过仿真实验验证了所提算法在计算复杂度较低的同时具有较高的估计精度。
暂无评论