一种基于无线网络场景的自适应比特率算法模型

摘要：

为了适应剧烈变化的网络波动与长尾问题,提出了基于深度学习的自适应比特率算法模型,该算法以视频码率、码率切换频率、视频暂停时间为优化对象,可以更加适应网络波动随机性.与对比模型相比,所提模型在无线网络的大尺度波动的场景下具有更优越的性能.在最差的网络条件下,对比模型造成视频播放卡顿的概率高达16％,而所提模型的卡顿概率仅为1％,且平均体验质量指标比对比模型高了30％.

关键词：强化学习、无线网络、自适应比特率

所属期刊栏目：45

分类号：TN919.3

资助基金：北京邮电大学基本科研业务费2021RC01

在线出版日期：2022-11-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：115-120