Augmented and Virtual Reality (AR/VR) is often called a "killer" application of 5G systems because it imposes very strict Quality of Service (QoS) requirements related to throughput, latency, and reliability. A high-resolution AR/VR flow requires a bandwidth of dozens of MHz. Since the existing low-frequency bands (i.e., below 6 GHz) have limited bandwidth and are overpopulated, one of the ways to satisfy high AR/VR demands is to use wide frequency channels available in the millimeter-Wave (mmWave) band. However, transmission in the mmWave band suffers from high throughput fluctuation and even blockage, which leads to violation of strict AR/VR latency and reliability requirements. To address this problem, 5G specifications introduce a Multi-Connectivity (MC) feature that allows a mobile user to connect simultaneously to several base stations. The paper considers a scenario with two base stations: the first base station operates in the low-frequency band to provide reliable data delivery, while the second one operates in the mmWave band and offers high data rates when the channel conditions are favorable. An open question that falls out of the scope of specifications is how to balance AR/VR traffic between two links with different characteristics. The paper proposes a Delay-Based Traffic Balancing (DBTB) algorithm that minimizes resource consumption of the low-frequency link while satisfying strict AR/VR QoS requirements. With extensive simulations, DBTB is shown to double the network capacity for AR/VR traffic compared with the state-of-the-art traffic balancing algorithms.


翻译:增强和虚拟现实(AR/VR)通常被称为5G系统“杀手”应用5G系统“杀手”应用,因为它规定了与输送量、延迟度和可靠性有关的非常严格的服务质量要求。高分辨率AR/VR流需要数十兆赫的带宽。由于现有的低频带(即6千兆赫以下的6千兆赫)带带带带带宽有限,而且人口过多,满足AR/VR高要求的方法之一是使用毫米瓦夫(mmWave)带内现有的低频频道。然而,毫米瓦夫带的传输具有与输送量、甚至阻塞有关的非常严格的服务质量要求。由于高分辨率AR/VR流流流需要数十兆赫的带宽宽宽带宽度和可靠性要求。由于现有的低频带(即6千兆赫以下的6千兆赫以下的频带)带带宽度有限,因此满足AR/VR高密度需求的一种办法是使用低频段的低频频道提供可靠的数据。然而,而第二台运行的MWA型运输量波带则具有高流量和高频路段之间的精确度连接。当ARC-B的频率时,而数据流流流流流流流流流流流则处于不同的轨道之间的平衡。

0
下载
关闭预览

相关内容

Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium8
中国图象图形学学会CSIG
0+阅读 · 2021年11月16日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium3
中国图象图形学学会CSIG
0+阅读 · 2021年11月9日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium2
中国图象图形学学会CSIG
0+阅读 · 2021年11月8日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
【ICIG2021】Latest News & Announcements of the Industry Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年7月28日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
VIP会员
相关VIP内容
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
相关资讯
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium8
中国图象图形学学会CSIG
0+阅读 · 2021年11月16日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium3
中国图象图形学学会CSIG
0+阅读 · 2021年11月9日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium2
中国图象图形学学会CSIG
0+阅读 · 2021年11月8日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
【ICIG2021】Latest News & Announcements of the Industry Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年7月28日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员