面向V2V实时视频传输的预测辅助时延约束强化学习方法

Prediction-assisted delay-constrained reinforcement learning method for V2V real-time video transmission
王洪
刘明杰
吕皓晖
郭哲
朴昌浩
重庆邮电大学 自动化学院, 重庆 400065

摘要

针对车-车(Vehicle-to-Vehicle,V2V)实时视频传输中链路波动、反馈滞后以及长期平均时延约束难以满足的问题,提出一种预测辅助的时延约束强化学习视频质量控制方法。构建基于接收端周期性反馈的链路状态感知机制,利用门控循环单元(Gated Recurrent Unit,GRU)预测下一周期有效吞吐量,并结合Lyapunov虚拟时延队列与Q-learning实现JPEG编码质量在线优化。基于蜂窝车联网(Cellular Vehicle-to-Everything,C-V2X)PC5直连链路开展实测实验,结果表明,该方法在保持较高平均吞吐量的同时,降低了平均单向时延、分片丢失率以及多数场景下的P95时延。在基础测试场景下,综合传输效用较5种对比策略提升了6.5%~35.0%;随着通信距离增加和车辆速度提升,该方法仍保持较高的综合传输效用。

基金项目

国家重点研发计划政府间国际科技创新合作重点专项(2022YFE0101000)

出版信息

DOI: 10.19734/j.issn.1001-3695.2026.07.0168
出版期卷: 《计算机应用研究》 优先出版, 2027年第44卷 第2期

发布历史

[2026-10-22] 优先出版

引用本文

王洪, 刘明杰, 吕皓晖, 等. 面向V2V实时视频传输的预测辅助时延约束强化学习方法 [J]. 计算机应用研究, 2027, 44 (2). (2026-10-24). https://doi.org/10.19734/j.issn.1001-3695.2026.07.0168. (Wang Hong, Liu Mingjie, Lyu Haohui, et al. Prediction-assisted delay-constrained reinforcement learning method for V2V real-time video transmission [J]. Application Research of Computers, 2027, 44 (2). (2026-10-24). https://doi.org/10.19734/j.issn.1001-3695.2026.07.0168. )

关于期刊

  • 计算机应用研究 月刊
  • Application Research of Computers
  • 刊号 ISSN 1001-3695
    CN  51-1196/TP

《计算机应用研究》创刊于1984年,是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。

《计算机应用研究》瞄准本学科领域迫切需要的前沿技术,及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。

《计算机应用研究》拥有众多高层次读者、作者,读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员,各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅,所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。


收录和评价

  • 第二届国家期刊奖百种重点期刊
  • 中国期刊方阵双效期刊
  • 全国中文核心期刊(北大2023年版)
  • 中国科技核心期刊
  • 中国科学引文数据库(CSCD)来源期刊
  • RCCSE中国核心学术期刊
  • 中国计算机学会会刊
  • 2020—2025年科技期刊世界影响力指数(WJCI)报告收录期刊
  • 中国科技期刊精品数据库全文来源期刊
  • 中国学术期刊综合评价数据库来源期刊
  • 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
  • 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
  • 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
  • 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
  • 英国《科学文摘》(INSPEC)来源期刊
  • 《日本科学技术振兴机构数据库》(JST)来源期刊
  • 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
  • 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
  • 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
  • 波兰《哥白尼索引》(IC)来源期刊
  • 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊