【技术实现步骤摘要】
本专利技术涉及图像通信，具体是融合深度学习的5g广播电视图像通信方法。
技术介绍
1、现有技术cn117640862a“基于单路3g-sdi接口的摄照一体电视摄像机图像传输方法”具体涉及一种基于单路3g-sdi接口的摄照一体电视摄像机图像传输方法，解决了采用两路视频接口传输摄照一体电视摄像机输出图像的方法结构复杂、抗干扰能力差的技术问题，通过制定映射编码格式，在发送端将待传输视频和待传输照片的数据信息进行映射、合并，然后再进行传输，接收端根据映射编码格式对收到的数据进行解码，通过单条同轴线缆即可同时完成视频和照片的传输，简化了电路和线路的复杂性，提高了数据传输的准确性、可靠性和抗干扰能力，传输速度快。
2、现有技术cn101753951a“一种高清会议电视图像传输方法”包括：发送端从采集的一帧图像数据中隔行提取视频数据，从与该帧图像数据相邻的下一帧图像数据中隔行提取视频数据，将提取到的所述视频数据按照设定规则生成合成帧数据，经过编码后发送到接收端，现有技术提供的技术方案，通过25帧/秒或30帧/秒传输技术得到50场/秒或60场/秒的图像显示效果，从而保证会议电视用户可以接收到流畅的高清画面，从而提高用户的视觉体验。
3、多径通信链路是指信号从发射端到接收端经过多条路径传播的通信情况。在实际的通信环境中，信号会因为反射、折射、散射等现象而同时经过多条路径到达接收端，形成多条不同长度和相位的路径，这就构成了多径传播，多径通信链路在无线通信中非常常见，特别是在城市、室内等复杂环境中，多径通信链路对通信系统性能会
4、在5g通信中，多径通信链路的管理和利用变得更加重要，由于5g系统的高频率特性和大规模mimo等技术的应用，多径效应更加显著，同时图像压缩和解压缩常常导致数据损失，影响最终的图像质量，如何进行更加智能地进行图像的预处理和后处理，最大程度地保留图像细节，提高传输效率而不牺牲图像质量，因此如何在5g通信系统中采用信号处理和调制技术，以应对多径传播带来的挑战，并最大化利用多径传播的优势，提高广播电视图像的吞吐量和可靠性是我们亟需解决的问题。
技术实现思路
1、为了解决上述技术问题，本专利技术的目的在于提供融合深度学习的5g广播电视图像通信方法，包括以下步骤：
2、步骤s1：构建链路干扰预测模型，获取客户端的通信请求数据，所述通信请求数据包括节目信息、误码率阈值和图像质量损失阈值；
3、步骤s2：当5g基站在当前定时检测时间段内接收到客户端的通信请求数据时，根据图像质量损失阈值获取第一jpeg压缩参数集，根据误码率阈值和链路干扰预测模型获取第一ldpc编码参数集；
4、步骤s3：获取多径通信链路中误码率最低的第一信号频率所分配的带宽，获取节目信息对应的视频数据流在第一jpeg压缩参数集中各个jpeg压缩参数条件下以及第一ldpc编码参数集各个ldpc编码参数条件下对应的压缩编码数据流的单位流量，根据所述带宽以及所述单位流量获取初始调制参数；
5、步骤s4：判断当前定时检测时间段的多径通信链路中误码率最低的第一信号频率的信噪比与链路干扰预测模型生成的第一信号频率的预测信噪比是否一致，并根据判断结果进行当前定时检测时间段的初始调制参数更新或带宽临时调度操作。
6、进一步的，构建链路干扰预测模型的过程包括：
7、基于时间卷积神经网络构建链路干扰预测模型，获取客户端与5g基站之间的多径通信链路，采集若干历史日内周期内多径通信链路的各个定时检测时间段的各个信号频率的信噪比，将若干历史日内周期内多径通信链路的各个定时检测时间段的各个信号频率的信噪比作为链路干扰预测模型的训练集和测试集，对链路干扰预测模型进行实时训练学习，获取完成训练的链路干扰预测模型。
8、进一步的，获取日内周期内多径通信链路的各个定时检测时间段的各个信号频率的信噪比的过程包括：
9、预设5g基站以及客户端已知的多频探测数据，设置日内周期，将日内周期划分为若干定时检测时间段，当客户端在日内周期向5g基站发送通信请求数据时，将若干定时检测时间段的开始时间戳作为检测时间点，客户端在日内周期剩余各个定时检测时间段的开始时间戳通过多径通信链路定时向5g基站发送多频探测数据，5g基站根据接收到的多频探测数据，生成多径通信链路在各个定时检测时间段的各个信号频率的信噪比。
10、进一步的，当5g基站接收到客户端的通信请求数据时，根据图像质量损失阈值获取第一jpeg压缩参数集的过程包括：
11、根据通信请求数据获取当前日内周期的节目信息和图像分辨率阈值，并提取节目信息对应的视频数据流的规格参数，所述规格和参数包括图像分辨率和帧率，将所述图像分辨率标记为第一图像分辨率；
12、构建jpeg压缩对照表，所述jpeg压缩对照表包括了不同图像分辨率的图像在不同jpeg压缩参数下对应的图像质量损失值；
13、根据jpeg压缩对照表，筛选出第一图像分辨率的图像的图像质量损失值小于等于图像损失阈值时，对应的若干jpeg压缩参数，将所述若干jpeg压缩参数标记为第一jpeg压缩参数集。
14、进一步的，根据误码率阈值和链路干扰预测模型获取符合通信请求数据的第一ldpc编码参数集的过程包括：
15、根据完成训练的链路干扰预测模型生成多径通信链路在当前日内周期剩余各个定时检测时间段的各个信号频率的预测信噪比，筛选出各个定时检测时间段的信噪比最低的信号频率，将各个定时检测时间段的信噪比最低的信号频率标记为第一信号频率；
16、构建ldpc编码对照表，所述ldpc编码对照表包括不同ldpc编码参数在不同信噪比条件下对应的误码率，根据ldpc编码对照表，获取在各个定时检测时间段的第一信号频率对应的信噪比条件下，各个定时检测时间段的误码率大于误码率阈值的若干ldpc编码参数，将所述若干ldpc编码参数标记为第一ldpc编码参数集。
17、进一步的，根据视频数据流的规格参数获取视频数据流的单位流量，获取视频数据流在第一jpeg压缩参数集中各个jpeg压缩参数条件下进行jpeg压缩后对应的压缩视频数据流，并获取各个压缩视频数据流的单位流量，根据视频数据流的单位流量和各个压缩视频数据流的单位流量获取第一jpeg压缩参数集中各个jpeg压缩参数对应的缩小单位流量；
18、同时获取视频数据流在第一ldpc编码参数集中各个ldpc编码参数条件下进行ldpc编码后对应的编码纠错视频数本文档来自技高网...
【技术保护点】
1.融合深度学习的5G广播电视图像通信方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的融合深度学习的5G广播电视图像通信方法，其特征在于，获取日内周期内多径通信链路的各个定时检测时间段的各个信号频率的信噪比的过程包括：
3.根据权利要求2所述的融合深度学习的5G广播电视图像通信方法，其特征在于，当5G基站接收到客户端的通信请求数据时，根据图像质量损失阈值获取第一JPEG压缩参数集的过程包括：
4.根据权利要求3所述的融合深度学习的5G广播电视图像通信方法，其特征在于，根据误码率阈值和链路干扰预测模型获取符合通信请求数据的第一LDPC编码参数集的过程包括：
5.根据权利要求4所述的融合深度学习的5G广播电视图像通信方法，其特征在于，根据视频数据流的规格参数获取视频数据流的单位流量，获取视频数据流在第一JPEG压缩参数集中各个JPEG压缩参数条件下进行JPEG压缩后对应的压缩视频数据流，并获取各个压缩视频数据流的单位流量，根据视频数据流的单位流量和各个压缩视频数据流的单位流量获取第一JPEG压缩参数集中各个JPEG压缩参数对应
6.根据权利要求5所述的融合深度学习的5G广播电视图像通信方法，其特征在于，获取多径通信链路中误码率最低的第一信号频率所分配的带宽，获取节目信息对应的视频数据流在第一JPEG压缩参数集中各个JPEG压缩参数条件下以及第一LDPC编码参数集中各个LDPC编码参数条件下对应的压缩编码数据流的单位流量，根据所述带宽以及所述单位流量获取初始调制参数的过程包括：
7.根据权利要求6所述的融合深度学习的5G广播电视图像通信方法，其特征在于，判断当前定时检测时间段的多径通信链路中误码率最低的第一信号频率的信噪比与链路干扰预测模型生成的第一信号频率的预测信噪比是否一致，并根据判断结果进行当前定时检测时间段的初始调制参数更新的过程包括：
8.根据权利要求7所述的融合深度学习的5G广播电视图像通信方法，其特征在于，进行当前定时检测时间段的带宽临时调度操作的过程包括：
...【技术特征摘要】
1.融合深度学习的5g广播电视图像通信方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的融合深度学习的5g广播电视图像通信方法，其特征在于，获取日内周期内多径通信链路的各个定时检测时间段的各个信号频率的信噪比的过程包括：
3.根据权利要求2所述的融合深度学习的5g广播电视图像通信方法，其特征在于，当5g基站接收到客户端的通信请求数据时，根据图像质量损失阈值获取第一jpeg压缩参数集的过程包括：
4.根据权利要求3所述的融合深度学习的5g广播电视图像通信方法，其特征在于，根据误码率阈值和链路干扰预测模型获取符合通信请求数据的第一ldpc编码参数集的过程包括：
5.根据权利要求4所述的融合深度学习的5g广播电视图像通信方法，其特征在于，根据视频数据流的规格参数获取视频数据流的单位流量，获取视频数据流在第一jpeg压缩参数集中各个jpeg压缩参数条件下进行jpeg压缩后对应的压缩视频数据流，并获取各个压缩视频数据流的单位流量，根据视频数据流...
【专利技术属性】
技术研发人员：侯耀辉，王彬彬，郑德权，金雪松，王宏欣，刘湛清，
申请(专利权)人：哈尔滨商业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。