在可穿戴网络上启用无速率编码的认知负载感知ARGydF4y2Ba

摘要GydF4y2Ba

头戴式显示器上的增强现实(AR)通过可穿戴的无线网络方便地支持。此外，如果增强现实显示器考虑到佩戴者的认知负荷，那么额外的生物传感器就会成为网络的一部分。在本文中，这些额外的交通来源的影响被评估。本文提出的无速率编码不仅可以保护脆弱的编码视频流不受无线噪声和干扰的影响，而且可以降低编码开销。本文提出了一种基于分组的无速率信道编码形式，其中编码单元是分组中的一个分组。本文的贡献在于通过减少前向纠错(FEC)的开销，使能量消耗最小化，同时保留了纠错特性。与简单的基于分组的无速率编码相比，这种形式的基于分组的编码减少了数据丢失，提高了能量效率。如论文中所详述的，跨层组织的附带响应块必须在响应反馈时发生。与其默认FEC方案的变体相比，蓝牙(IEEE 802.15.1)无线网络的结果显示，在AR显示上，能量消耗、包到达延迟和视频质量都有一致的改善。GydF4y2Ba

1.介绍GydF4y2Ba

增强现实(AR)使外界的视频显示得到了计算机生成的图形、注释、仪器读数和其他信息来源的补充[GydF4y2Ba1GydF4y2Ba］．急救人员通常会看到一个头戴式显示器(HMD)，这可能是部分中介的，也就是说，主体也能够直接看到外部世界。(卡尔蔡司(Carl Zeiss)的环视HMD适合这个任务。它支持真实的颜色，最大分辨率GydF4y2Ba像素，虽然目前通过US B电缆馈送，请参阅GydF4y2Bahttp://www.wearitatwork.com/Carl-Zeiss-Look-around-HMD.173.0.htmlGydF4y2Ba。）不幸的是，由于人类存储器的有限容量而导致操作的信息水平可能导致饱和度（认知过载）[GydF4y2Ba2GydF4y2Ba，GydF4y2Ba3.GydF4y2Ba］．认知过载可能导致操作的性能恶化。例如，当他们通过房间时，消防员可以在燃烧的建筑物中有一个可操纵的场景，并且在建筑物内添加房间计划，并且当视图损害时，建筑物中的无线传感器节点可能是在建筑物中的馈送[GydF4y2Ba4GydF4y2Ba］．认知负荷如何影响AR的另一个例子包括展示给一些飞机机组人员和军事人员的显示器[GydF4y2Ba5GydF4y2Ba］．为了解决这个问题，在增强认知中[GydF4y2Ba6GydF4y2Ba，人体上的生物传感器将信息反馈给增强现实装置，这些装置的作用是降低可视信息的水平。在增强群体认知中，信息可能来自其他人员，比如建筑内的其他消防员，但同样，由信息传递产生的认知负荷是由生物传感器的输入控制的。然而，如果反馈是通过无线网络进行的，那么除了AR视频流之外，由双等传感器数据产生的额外流量将会带来困难。GydF4y2Ba

包含生物传感器的可穿戴无线网络通常由低功耗设备组成，因此能源效率是一个重要问题。这两种设备相距也很近。无线设备的这种接近意味着两件事:首先，信号传播时间可以忽略不计，因此可以立即得到接收方的反馈;其次，由于无线信道干扰，数据丢失的几率更高。更具体地说，由于佩戴者身体几何形状的变化，可能会出现局部散射。不幸的是，支持增强现实的视频流非常容易出错，因为必须对其进行压缩，以避免原始视频的大数据率。由于连续的视频帧大致相似(除了场景切割)，以获得编码效率，因此仅对连续帧之间的差异进行编码。去除时间冗余引入了对先前传输数据的依赖，这意味着丢失的数据包将对未来帧产生影响。因此，来自内部或空间编码的i帧的数据包丢失是特别有害的，尽管来自其他预测编码帧(使用运动补偿来减少时间冗余的帧)的数据丢失也会对解码器产生连锁效应。视频帧通常被组织为一组由i -帧发起的通常为12或15张照片或帧的图像(GOPs)，但如果参考帧包丢失，直到下一个i -帧到来之前，解码器将面临重建序列的问题。为了减少延迟，引入了前向错误控制(forward error control, FEC)形式的冗余数据，而不是通过某种形式的自动重复请求(automatic repeat request, ARQ)对完整数据包的重传进行错误控制。 However, introducing FEC increases transmission overhead and in general further stretches the capacity of a wearable wireless network, already under strain because of the additional biosensor traffic.

我们所提出的解决方案是一种基于新颖的基于块的无数FEC的功率高效算法，该算法试图避免不必要的分组重传。当数据包到达接收器时，它被声明丢失，因为它不能被解码，但如果要使用冗余块，则可能会变得可解码。如果发现该数据包或其中的块不可解码，则该方法在当前分组中重新发送冗余块，而不是重新发送完整的分组。从接收器的直接反馈，在某些无线技术（如蓝牙）中由于其时分双工（TDD）操作而自由，允许实现基于块的无数方案。本文的重点是具有生物传感器的AR应用，其中蓝牙被建模为合适的无线技术。然而，本文中描述的基于块的无重编码适用于具有低延迟反馈的集中预定的分组交换无线网络。使用混合协调器功能（HCF）控制的通道访问（HCCA）操作的IEEE 802.11e可以以这种方式运行，并且可以考虑可穿戴无线网络，因为IEEE 802.11的这种变体旨在考虑多媒体流量。虽然显然不适合此AR应用程序，但IEEE 802.16也被集中安排并使用TDD。GydF4y2Ba

数据水平对支持增强现实所需的共存视频流产生了最关键的影响，而不是生物传感器生成的流量模式。这是因为无线网络需要支持合适质量的视频。我们已经测试了视频传输对这些关键的数据率，并表明，与我们的块的无速率编码形式，开销减少，而错误保护是保留。因此，本文的主要贡献是基于块的无速率编码，它减少了开销，从而使运行带有额外生物传感器流量的AR应用程序更容易完成。作为介绍的一部分，我们现在进一步描述无速率编码解决方案和可穿戴无线网络的主要特点。我们还考虑了现有无线技术对这个应用的适用性。GydF4y2Ba

1．1.基于块的Rateless编码GydF4y2Ba

由于无线网络受到各种形式的干扰，如快、慢衰落、阴影、射频噪声等，本文提出了Fountain或无速率信道错误编码[GydF4y2Ba7GydF4y2Ba]将减少擦除，同时共同提高视频流传输所占用的能量消耗。由慢衰落引起的错误突发很难用标准的基于块的信道编码来纠正，但可以通过擦除编码来解决。本文展示了一种基于块的无速率编码的创新形式，与其他基于fec的方法(包括基于包的无速率编码)相比，该方法通过降低开销来更好地降低传输能量消耗。由于非无速率的基于块的FEC是被测无线网络中的默认选项，通过与默认方案的比较，阅读器将能够判断选择基于块的无速率编码的相对优势。GydF4y2Ba

提出的基于分组的无速率编码方法减少了冗余，因为编码单位不是分组而是分组内的分组。通过在新传输的数据包上搭载冗余块，冗余将逐渐实现，直到先前带有擦除块的视频数据包被重建，或该数据包作为其一部分的帧的显示截止时间到期。此外，与测试的其他FEC方法相比，由于延迟到达而丢弃的数据包更少，这对一般的视频和实时应用尤其重要。较低的平均延迟导致较小的播放缓冲区，从而节省内存能耗。与简单的基于包的无速率编码相比，在信道条件恶化的情况下，降低了数据丢失，提高了能量效率。然而，基于分组的无速率编码需要对反馈信道进行跨层关注，并在应答报文中递归地应用多个分组的分组打包。GydF4y2Ba

在多媒体广播多播系统（MBMS）中[GydF4y2Ba8GydF4y2Ba，GydF4y2Ba9GydF4y2Ba]，无比率编码在应用层已经引入由3GPP用于视频流式传输。然而，从在本文中编码使用无比率的MBMS不同，因为（a）它是用于多播不为单播，（b）中发送单独的FEC分组，因此，适当地描述为基于分组，和（c）有没有反馈，因为被用于其最大距离可分离性，即，源数据包可被以高概率从任何一组的重构无比率编码GydF4y2BaK.GydF4y2Ba或者只是略高于GydF4y2BaK.GydF4y2Ba收到的符号。在[GydF4y2Ba10.GydF4y2Ba，无速率编码适用于固定互联网上的单播流，但在分组级，且值较大GydF4y2BaK.GydF4y2Ba．GydF4y2Ba

1．2．可穿戴的无线网络GydF4y2Ba

我们模拟了一个可穿戴的无线网络，以发现生物传感器的数据流量对从操作人员佩戴的摄像头到增强后的HMD的视频流的影响。中央可穿戴计算机处理从摄像头输入的编码视频，从内部源和/或从外部无线源传输附加信息。为此目的的硬件色度键控允许接近视频率显示。视频以编码形式重新传输到显示设备。GydF4y2Ba

对于可穿戴AR系统来说，能量消耗非常重要，因为电池是随身携带的，在压力大的情况下不容易更换。在[GydF4y2Ba11.GydF4y2Ba，据报道比特率与能耗之间近似呈线性关系，在[GydF4y2Ba12.GydF4y2Ba研究表明，传输占移动设备通信总能量消耗的三分之一以上。因此，减少数据传输是降低能源消耗的有效途径。在基于包的无速率编码中，每个包流肯定包含GydF4y2Ba数据包，在哪里GydF4y2Ba是一个小的部分开销，通常相当于两个额外包的值GydF4y2BaK.GydF4y2Ba超过1000 [GydF4y2Ba10.GydF4y2Ba，以确保所有的GydF4y2BaK.GydF4y2Ba如果收到的情况下，信息包是可解码的，如果没有错误（不多数据的代码以概率方式构造）。猛禽代码[GydF4y2Ba13.GydF4y2Ba]具有恒定的时间编码和线性解码计算复杂性，但是在形成无数代码之前执行额外的预编码。虽然它超出了纸张的范围，但是使用无数代码也将有助于减少发射机的能量消耗，AR处理器处的收发器和HMD的接收器，因为它们的编码复杂性是线性的，GydF4y2Ba与芦苇 - 所罗门（RS）擦除代码相比，编码复杂性可以是二次的，GydF4y2Ba，虽然在频域解码会减少到GydF4y2Ba．GydF4y2Ba

各种各样的生物传感器，已经提出诸如情感鼠标[GydF4y2Ba14.GydF4y2Ba[眼镜[GydF4y2Ba3.GydF4y2Ba]，氧饱和度米[GydF4y2Ba15.GydF4y2Ba]和心率监测或心电图（ECG）[GydF4y2Ba16.GydF4y2Ba］．这些指标通过手术人员的身体和情绪状态间接测量认知负荷。直接的信息可能来自监测大脑活动的脑电图(EEG) [GydF4y2Ba17.GydF4y2Ba］．如果一个人的仪表是由这些传感器组成的，这是很重要的[GydF4y2Ba18.GydF4y2Ba，以减少布线，以提高穿戴的舒适度。这实际上是一个可穿戴的计算机系统，显示器在HMD上显示，各种传感器的输入和中央处理器单元的解释。在增强群体认知的情况下，输入/输出将与附近的人员进行。这些考虑建议使用无线传感器网络[GydF4y2Ba18.GydF4y2Ba佩带在身上。本文根据物理输入的心电(ECG)和直接输入的脑电图(EEG)的输入，在增强点对视频输入进行调节的HMD情况下，建立了这样的网络模型。GydF4y2Ba

1．3．无线网络技术GydF4y2Ba

在该系统中，来自摄像机和EEG的编码视频流都可能加载无线传感器网络，这就是为什么在[GydF4y2Ba18.GydF4y2Ba]蓝牙（IEEE 802.15.1）的无线网络[GydF4y2Ba19.GydF4y2Ba]被认为而非较低带宽的Zigbee（IEEE 802.15.4）网络[GydF4y2Ba20.GydF4y2Ba］．两者都是相对于WiFi的较低功耗（IEEE 802.11a，g，n）[GydF4y2Ba21.GydF4y2Ba， Zigbee的占空比比蓝牙低。(蓝牙的典型电流为0.3-350 mA，而IEEE 802.11的480-700 mA。)蓝牙和Zigbee支持具有中心特权节点的星型拓扑网络。然而，在一个有多达8个活动节点的蓝牙网络或微微网(一种扩展机制允许构建散网，在必要时可以有更多节点)中，无线信道的访问是通过时分多址访问(TDMA)，而Zigbee访问是分布式的，这可能会导致不可预测的延迟。这将对延迟不耐受视频产生不利影响。如果将错误恢复方法应用于视频数据，只有101字节的小用户有效负载也会产生问题。Zigbee网络的最大(共享)比特率为250kbps，而蓝牙v. 2.1带有增强数据速率(EDR) [GydF4y2Ba22.GydF4y2Ba，根据调制类型和信道条件，总(共享)空气速率为3.0 Mbps，相当于平均总用户负载的2.2 Mbps。在[GydF4y2Ba18.GydF4y2Ba[128声道EEG的带宽以2Mbps评估（16位抽样1 kHz [GydF4y2Ba23.GydF4y2Ba]) and an ECG at 6 kbps (512 Hz at 12-bit sampling [24.GydF4y2Ba])。在本文中，我们假设要么脑电图信号已经发生压缩，要么减少传感器补丁的数量。在[GydF4y2Ba25.GydF4y2Ba]，已经对心电信号进行了压缩，我们假设该源的比特率也因此比[GydF4y2Ba18.GydF4y2Ba］．请注意，无线脑电图在[GydF4y2Ba26.GydF4y2Ba采用32通道癫痫监测系统，而不是可穿戴系统。GydF4y2Ba

如今，人们更青睐无线网络，而不是老式可穿戴电脑上的先进但笨重的有线网络[GydF4y2Ba27.GydF4y2Ba］．虽然近场胞内网[GydF4y2Ba28.GydF4y2Ba]可能是低功耗传感器/执行器设备的理想选择，它们没有足够的带宽，用于使用EEG来增强认知，确实用于视频传输。蓝牙在拓扑中相似，跳频扩频（FHSS）和修改的TDMA至BBN的Bodylan [GydF4y2Ba29.GydF4y2Ba]，它最初被设计为一个体网络。织物区域网络（风扇）[GydF4y2Ba30.GydF4y2Ba]，通过在衣服有线项之间的连接点的近场通信，减少干扰的问题，一些系统的诋毁。然而，商业的困难阻碍了球迷的实施。因此，蓝牙是目前可用于这种应用的最可行的无线系统，并在本文中，我们的AR编码视频数据流蓝牙微微网建模。蓝牙is very suitable for application of rateless coding as there is automatic feedback to the sender and because of its short range (typically for class 2 devices less than 10 m) that feedback is of low latency. In Bluetooth, fast ARQ is available by virtue of TDD polling, which is necessary for transmit/receive recovery, allowing a single-chip implementation. Bluetooth packets also automatically contain a cyclic redundancy check (CRC) for the user payload, allowing detection of a failed decode. It is assumed in this paper that the CRC is applied to the payload after rateless decoding.

本文的其余部分组织如下。部分GydF4y2Ba2GydF4y2Ba介绍理解模拟结果的基本背景。部分GydF4y2Ba3.GydF4y2Ba介绍了不可取的信道编码的所提出的块编码版本，详细介绍了所采用的算法。它还规定了所建模的场景，考虑到来自生物传感器的视频流和其他流量，以及在增强组认知的情况下，具有来自其他操作员的额外增强信息和/或生物传感器信息的外部馈送。部分GydF4y2Ba4GydF4y2Ba根据由于缓冲区溢出或无法在显示截止日期之前修复错误的包而导致的包丢失给出我们的结果。给出了相对能耗和传输视频质量。本节还考虑包到达延迟。最后,部分GydF4y2Ba5GydF4y2Ba得出一些结论。GydF4y2Ba

背景GydF4y2Ba

本文采用无速率码，以最小的开销保护AR视频流。本节概述了无速率信道码的基本特征，以及该领域的前人工作，然后介绍了蓝牙无线网络。GydF4y2Ba

2.1。无码率码GydF4y2Ba

无速率编码非常适合[GydF4y2Ba7GydF4y2Ba到二进制擦除通道，在该通道中纠错码工作，或者解码器失败并报告失败。在擦除编码中，所有的东西都不会丢失，因为有缺陷的包可以从一组成功接收的包中重新构建(如果接收到足够多的包)。与固定速率的擦除编码不同，无速率编码依赖于反馈。一个GydF4y2BaRS通过字母删除代码GydF4y2Ba(GydF4y2BaL.GydF4y2Ba是一个包中的比特数)有如果的属性吗GydF4y2Ba任何kGydF4y2Ba出了GydF4y2BaNGydF4y2Ba发送的数据包被成功接收，然后是原始的GydF4y2BaK.GydF4y2Ba数据包可以被解码。然而，在实践中不仅必须GydF4y2BaNGydF4y2Ba，GydF4y2Bak,GydF4y2Ba和GydF4y2Ba问：GydF4y2Ba虽小，但也解码器的计算复杂度的顺序GydF4y2Ba．擦除在视频通信编码已正常被应用到的数据包（参见第GydF4y2Ba2.2GydF4y2Ba），但可以应用于任何符号，例如分组内的块。在文献中，术语块有时用于分组，但在本文中，我们将术语保留在数据包中阻止。GydF4y2Ba

喷泉代码的类[GydF4y2Ba7GydF4y2Ba允许在无法解码原始分组的情况下允许生成的持续附加分组。能够轻松地生成新的数据包，使得喷泉代码不多。解码将成功，如果有的话，失败的概率很小GydF4y2Ba收到的数据包。在其最简单的形式中，数据包按照一个随机低密度发生器矩阵指定的顺序以异或(XOR)操作组合，在这种情况下，解码器失败的概率为GydF4y2Ba，这是大的GydF4y2BaK.GydF4y2Ba接近香农限制。随机序列必须已知接收器，但是通过序列种子的知识容易实现这一点。润滑性转换（LT）代码[GydF4y2Ba31.GydF4y2Ba]减少解码简单的喷泉代码的复杂性（这是订单GydF4y2Ba）通过迭代解码过程，条件是从鲁棒孤子分布中选择发电机矩阵的列条目。在LT发生器矩阵壳体中，预期的一个组合（没有数据包的xorate）是GydF4y2Ba，对于小常数GydF4y2BaCGydF4y2Ba．环境GydF4y2Ba通过发送来确保GydF4y2Ba这些的分组解码的概率GydF4y2Ba并解释顺序的复杂性GydF4y2Ba．GydF4y2Ba

此外，如果分组用擦除码预先编码，则可以将弱化的LT变换应用于分组及其奇偶校验分组。这个猛禽代码的优势[GydF4y2Ba13.GydF4y2Ba是一种线性的解码复杂度GydF4y2BaK.GydF4y2Ba．请注意，Fountain erasure code和RS erasure code之间的一个本质区别是，Fountain code通常不是系统的，即使没有信道错误，也有非常小的概率，假设设计正确，解码失败。作为补偿，它们是完全灵活的，具有线性解码的计算复杂度，通常它们的开销比固定的擦除码大为减少。在3GPP标准中，得到了一个系统的Raptor代码[GydF4y2Ba13.GydF4y2Ba]首先将内部LT的倒数施加到第一个GydF4y2BaK.GydF4y2Ba外预编码步骤之前的符号。GydF4y2Ba

２.２.相关工作GydF4y2Ba

现在，无数的代码现在吸引了视频流应用中的应用程序。在视频流中用于认知无线电[GydF4y2Ba32.GydF4y2Ba[无烟误差编码通过无线信道的主要占用者来补偿机会辅助视频分组源。实质上，这是与应用相同的网络编码技术[GydF4y2Ba33.GydF4y2Ba]，因为它允许一组分布在可用的无线频谱上的子信道，以便在不受源之间协调的不协调的可伸缩视频。在[GydF4y2Ba32.GydF4y2Ba，GydF4y2Ba33.GydF4y2Ba]时，无速率码应用于包而非包内的块，正如应用于在[GydF4y2Ba10.GydF4y2Ba］．因为Fountain代码的符号是由稀疏分布生成的，任何不协调的源代码都不太可能构造出相同的两个符号。然而，这并不是本文建议采用无速率编码的方式，如[GydF4y2Ba32.GydF4y2Ba，GydF4y2Ba33.GydF4y2Ba[这里有多个不协调的通道，而这里有一个与接收器协调的单个频道。出于同样的原因，Bluetorrent，关于哪个[GydF4y2Ba34.GydF4y2Ba]在传递网络编码时，对蓝牙进行提升，与当前纸张无关。GydF4y2Ba

在[GydF4y2Ba35.GydF4y2Ba]，发现经典的误差控制方法在节能方面效果很差，这与本节中类似的评论一致GydF4y2Ba1GydF4y2Ba．它提出在[GydF4y2Ba35.GydF4y2Ba]，探测信道以发现错误条件，然后调整ARQ重传电平。然而，无线信道的不稳定性可能使测量不可靠。在[GydF4y2Ba36.GydF4y2Ba]提出了根据信道条件和RS编码和选择性重复ARQ的相对能量预算而变化的错误控制方案。如本文所示，允许的两种状态型号（瑞利）褪色条件，以便与分组大小无关。有人发现，尽管能源预算增加，但有一个阈值，超出了必要的FEC。在[GydF4y2Ba37.GydF4y2Ba[跨蜂窝无线电，分组级FEC（不是我们纸上的块级）和功率分配。该作品将分层视频编码与FEC相结合，具有根据层优先级变化的保护程度。实际传输的图层取决于发件人的电力资源。GydF4y2Ba

在[GydF4y2Ba38.GydF4y2Ba，在一种无线网状网络的节能方案中，为了降低解码的计算复杂度，选择了无速率编码。将该方案与网络编码和类似的数据广播方案进行了比较。其他人已经注意到无速率编码在能量节约方面的优势，例如在[GydF4y2Ba39.GydF4y2Ba不多心的编码被应用于传感器网络上下文中，但是对于数据不是视频，并且从降低的解码复杂度视图，而不是由于传输开销降低。GydF4y2Ba

2.3。蓝牙GydF4y2Ba

蓝牙的短程，FHSS传输，集中多个访问控制通过TDMA和主驱动TDD系统装置它不易于从其它蓝牙网络的干扰。蓝牙采用可变大小的数据包最多的的持续时间625微秒5跳频时隙。每个蓝牙帧由超过1，3或5个时隙从发送节点发送的分组，而一个接收器与占据至少一个槽的数据包应答，与每个帧具有时隙的偶数的结果。蓝牙v. 2.1’s EDR supports gross air rates of 3.0 Mb/s and 2.0 Mb/s, in addition to the original 1.0 Mb/s basic rate. EDR allows higher quality video streaming, while a choice of channel rates allows the lower rate to be employed in adverse channel conditions, retaining the basic channel rate for packet headers and very poor (<10 dB signal-to-noise ratio (SNR)) channels.

由于数据包量化的影响，蓝牙异步连接少(ACL)数据包的大小变得非常重要。从图中GydF4y2Ba1GydF4y2Ba，很明显，选择小的包大小会导致相对较低的吞吐量，完全填充的包比部分填充的包更受青睐。因此，我们假设蓝牙控制器的行为是，给定最大的蓝牙数据包方案，将形成最大的用户有效载荷的数据包。但是，如果到达的数据包不能证明预先设定的最大方案是合理的，则采用简化方案。蓝牙的包结构在下一节中进一步描述。GydF4y2Ba

3.方法论GydF4y2Ba

本节现在描述了我们基于块的无数编码系统，然后继续描述模拟的场景。GydF4y2Ba

3．1.冗余块传输算法GydF4y2Ba

数字GydF4y2Ba2GydF4y2Ba展示了一个视频蓝牙数据包有效负载的划分，分为三个部分:(1)可变大小的冗余块部分，其中的块由无速率算法从之前的数据包生成;(2)将下一个数据包的数据分成块再加一个GydF4y2Ba由无速率算法生成的块，如GydF4y2Ba重建原件需要块GydF4y2BaK.GydF4y2Ba概率很高的块;（3）一个CRC，它是蓝牙数据包的默认部分，但我们假设应用于解码GydF4y2BaK.GydF4y2Ba当前数据包的块。在CRC失败时，请求发送方请求附加块，并且这些块在下一个数据包的第一部分中发送，与尚未成为重建分组的任何其他块一起发送。GydF4y2Ba

在图中详细描述了完整的基于块的无重编码算法GydF4y2Ba3.GydF4y2Ba．最初假设只有一个先前的包失败了，然后冗余块现在被装载到当前包上，并添加到原始包上GydF4y2Ba块已经传输，以增加成功解码的概率。在尝试解码后，前一个数据包的CRC被应用以确定是否有擦除。如果有擦除，则通过蓝牙的快速ARQ机制请求额外的块，除非块重传的持续时间已经超过了该包的数据组成的视频帧的显示截止时间。模拟中的显示截止日期被设置为一个常数GydF4y2BaD.GydF4y2Ba重试次数。GydF4y2Ba

对无速率错误校正的操作至关重要的是蓝牙数据包有效载荷的第一部分所包含的块的数量。蓝牙的基于块的本地FEC方案使用15位块作为其错误编码方案的结果(参见章节)GydF4y2Ba3．2GydF4y2Ba）而言，为了比较和易于实现，在基于块的无价的编码方案中也使用了15位块。如果要发送冗余块，那么在截面的模拟中分别定义最小和最大数量的15位块，分别为5和50GydF4y2Ba4GydF4y2Ba．除去初始化包，冗余块的起始数量是我们模拟中的最小数量(5个块)。在收到连续的序列GydF4y2BaNGydF4y2Ba在模拟中成功传输的数据包100，那么限制将减少一个。在未能重建任何数据包之后GydF4y2BaD.GydF4y2Ba其块传输数据包中包含的冗余块的数量在将来增加了一个因素GydF4y2BaαGydF4y2Ba，在模拟中设置为1.5。当不可纠正的错误首次出现时，volatile通道的这种保守策略导致冗余快速增加。GydF4y2Ba

如果之前有多个相同帧类型的包有错误，那么根据每个包剩余重传的比例，冗余块允许被分割，允许一些不规则，因为需要分配整数块的数量。这个比率是按因子的比例计算的GydF4y2BaD.GydF4y2Ba．通过改变I-、P-和b -帧包的分配比例，可以简单地承认视频帧类型的不同重要性。(I-和预测代码p -帧是参考帧(参见章节GydF4y2Ba1GydF4y2Ba），而双向预测B帧本身没有预测的作用。）其他基于优先级的方案是可能的。GydF4y2Ba

3.2。其他FEC计划GydF4y2Ba

蓝牙已经有了承载fec的数据介质(DM)包，在信噪比较低的情况下，可以以版本1的基本速率使用。关于FEC和错误控制的蓝牙系统，在[GydF4y2Ba22.GydF4y2Ba]，摘要载于[GydF4y2Ba19.GydF4y2Ba］．为了避免延长本文的长度，读者参考那些文档，而本节描述蓝牙FEC系统的变体。一个删减的(15,10)汉明码被应用于15位块，并可以处理两个突发大小，取决于解码器[GydF4y2Ba40GydF4y2Ba］．作为与无速率码的比较点，假设DM分组方案扩展到EDR传输模式。这项扩展计划已于[GydF4y2Ba41.GydF4y2Ba并且完全可行。表格GydF4y2Ba1GydF4y2Ba总结当前可用的额外EDR异步连接（ACL）模式分组类型（根据规范），以及在将符号级FEC添加到EDR的情况下，EDR DM型数据包。GydF4y2Ba

在Section的模拟中GydF4y2Ba5GydF4y2Ba，FEC承载包是表中的3DM数据包GydF4y2Ba1GydF4y2Ba．使用适应性的FEC承载方案进行附加比较，该方案假设完美的渠道知识。仅当通道进入不良状态时才选择FEC承载包。引入自适应方案，因为它具有通过在信道条件易于时减少开销来节省能量的能力。由于轴承的轴承蓝牙方案已经具有1/3的速率，即，相当大的开销，通常arq通常关闭，以避免增加FEC开销。（ARQ有效地关闭[GydF4y2Ba22.GydF4y2Ba通过将蓝牙刷新超时设置为最小值。)GydF4y2Ba

此外，还对简单的基于分组的无速率编码方案进行了比较，该方案增加了10%冗余(即十分之一的分组是冗余的)，而固定FEC的冗余为33%。当然，基于块的无速率和自适应FEC方案具有不同比例的冗余。GydF4y2Ba

３．３．通道模型GydF4y2Ba

Gilbert-elliott双态离散时间ergodic Markov链条模拟蓝牙主机和从节点之间的无线信道误差特性。良好状态的平均持续时间，GydF4y2Ba ，被设定为2秒钟，处于糟糕状态，GydF4y2Ba被设置为GydF4y2Ba， 在哪里GydF4y2Ba一种GydF4y2Ba是一个变化的参数，以改变坏状态的持续时间。以625微秒为单位（蓝牙时隙持续时间），GydF4y2Ba这意味着从GydF4y2Ba 鉴于当前状态很好（GydF4y2BaGGydF4y2Ba)，GydF4y2BaPggGydF4y2Ba，下一个状态的概率也是GydF4y2BaGGydF4y2Ba，是0.9996875。好的和坏的状态是由与平均SNR存在瑞利通道建模GydF4y2Ba dB anddB的GydF4y2BaGGydF4y2Ba和GydF4y2BaB.GydF4y2Ba州,分别。GydF4y2Ba

3．4．可穿戴式网络GydF4y2Ba

蓝牙网络如图GydF4y2Ba4GydF4y2Ba包含两个生物传感器，摄像机源和HMD，以及外部源，其可以充当与其他操作员交换生物传感器数据的手段，也可以作为外部传感器数据的来源。假设视频源具有可变比特率（VBR），以确保可用带宽的限制内的更高质量。编码视频被传送到中心节点，在解码之后，在解码之后，将符合其与生物传感器数据的解释的审核一起进行。请注意，如果显示屏包含文本，则需要良好的分辨率。假设EEG和ECG生物传感器以恒定的比特率（CBR）输出。外部源以比率为1秒的开关源，截至2秒，其比特率在两个方向上平等划分。但是，从主节点和空返回数据包到外部源的轮询分组将在外部源关闭时占用可用带宽的重要部分。表格中的假设数据速率在表中详述GydF4y2Ba2GydF4y2Ba以及数据包的大小。ECG源的速率取自[GydF4y2Ba42.GydF4y2Ba］．ECG、EEG、外源均使用3DH5包(见表)GydF4y2Ba1GydF4y2Ba）。对于视频，有效载荷大小由校正先前失败的数据包所需的冗余块的量决定。此后，选择3DH5分组。GydF4y2Ba

3．5．仿真设置GydF4y2Ba

本研究聘请了辛辛那提蓝牙大学（UCBT）扩展到众所周知的NS-2网络模拟器（使用）。UCBT扩展支持蓝牙EDR，但也建立在以前的蓝牙扩展的空气模型，例如来自IBM和Blueware的Bluehoc。Gilbert-elliott频道模型在C ++中编码为NS-2 OTCL脚本调用。所有链接都设定为最大EDR 3.0 Mbps总空气速率。用于天线类型的UCBT仿真参数被设置为全向，并且对于设备设定为1μm的距离，适用于可穿戴网络。（实验也用距离设定为2 m，结果没有明显的差异。）所有其他设置都是默认设置。仿真运行每个都重复100次，并且结果平均为产生摘要统计信息。GydF4y2Ba

模拟主要是通过一个MPEG-2编码的比特流以平均256 kbps的速率输入一个30秒的适度运动的视频剪辑来进行的。采用参考MPEG-2译码器重构PSNR。显示速率为25帧/秒，每次运行750帧。源视频为普通中间格式(CIF)-大小(GydF4y2Ba像素）的GOP结构的GydF4y2Ba， 和GydF4y2Ba（在标准编解码器中GydF4y2Ba指定GOP长度和GydF4y2Ba为锚图之间的图片数)。在[GydF4y2Ba43.GydF4y2Ba，它证明了形成完全填充的蓝牙包比保持MPEG-2片边界的需要更重要，在固定互联网上，为了防止错误而保留MPEG-2片边界。因此，如前所述，默认选择3DH5报文，然后从到达的编码视频流中形成完全填充的3DH类型报文。本文描述了在这种情况下对视频流的模拟结果。GydF4y2Ba

4.仿真结果GydF4y2Ba

进行实验流媒体段的视频GydF4y2Ba3．5GydF4y2Ba．在图中的两次跳跃中记录了指标GydF4y2Ba4GydF4y2Ba播放的视频。例如，包丢失被记录为跨两跳的总数。如果发现一个或多个先前的包失败，则在包有效负载中包含不同数量的冗余块。对于任何一个错误的数据包，重传将继续，直到重传的次数，GydF4y2BaD.GydF4y2Ba，超过十，假设在重建数据包10次尝试后，将超出显示截止日期。以25帧/秒的帧速率，每0040秒显示帧，而十个重传取0.375秒。假设MPEG2 CIF大小帧中的18个切片中的每一个的差错均匀，但即使所有18误差也是足够的，大约20帧的小播出缓冲器是足够的。大缓冲器将导致无源能量流失，在需要之前减少系统的寿命。后GydF4y2BaD.GydF4y2Ba已超过，然后将数据包声明为丢失。发送缓冲区大小为50个数据包足以通过缓冲区溢出来避免数据包丢失，尽管增加视频到达速率可能会改变。GydF4y2Ba

数字GydF4y2Ba5GydF4y2Ba显示了在给定的平均信噪比下，对于相对较小的冗余块投资，包丢失率(丢失的包数与传输的包数之比)是如何急剧下降的。所有损失都是通过超过重传限制发生的。还请注意图中GydF4y2Ba5GydF4y2Ba即存在单状态瑞利信道，而随后的测试使用Section的双状态信道模型GydF4y2Ba3．3GydF4y2Ba．数字GydF4y2Ba6GydF4y2Ba表明作为重传深度，GydF4y2Bad,GydF4y2Ba随着数据包损失衰落，增加了恢复先前失败的数据包的可能性更高GydF4y2BaD.GydF4y2Ba．然而，GydF4y2Ba不能任意选择，因为它可以导致错过显示截止日期。理想情况下，GydF4y2BaD.GydF4y2Ba应该匹配播放缓冲器大小，作为一个任意选择可以导致错过显示最后期限。GydF4y2Ba

在图中GydF4y2Ba7GydF4y2Ba，增强认知流量和表格的其他交通源GydF4y2Ba2GydF4y2Ba，而SectionGydF4y2Ba3．2GydF4y2Ba并与所提出的无速率编码方案进行了比较。丢包率是指视频流中丢包数与传输总包数的比值。根据参数的调节，根据信道条件的恶化来判断损失率GydF4y2Ba一种GydF4y2Ba从部分GydF4y2Ba3．3GydF4y2Ba．从图中GydF4y2Ba7GydF4y2Ba尽显表明，所提出的无数方案越来越优于本地方案，越来越多地随着状态持续增加的增加。与基于简单的分组的方案相比，基于块的无重方案可降低丢包丢失，因为它能够适应增加突发长度。与固定的FEC方案相比，基于分组的无重编码方案具有降低的冗余水平，导致更多的丢包。与基于分组的无数方案相比，自适应FEC方案在防止误差时效率较低，但更好地能够在信道参数增加时补偿。GydF4y2Ba

并对各方案进行了比较，见图GydF4y2Ba8GydF4y2Ba在能源效率方面。能量效率是根据传动功率调整的输送比率。然而，假设传输功率归一化为一个，能量效率与传递比率相同，即，成功发送到发送的总数据的数据的比率。虽然“没有FEC”曲线涉及FEC的开销，但由于成功传输的比特，它仍然具有较差的节能效率。自适应FEC在能量减少比固定的FEC相对更好，但当然是从图中的GydF4y2Ba7GydF4y2Ba时，不可恢复报文数越大。在较好的信道条件下，基于块和基于包的无速率编码具有相似的能量效率。然而，当信道条件恶化时，通过基于包的变体成功接收的包更少，导致能量效率急剧下降。GydF4y2Ba

在AR场景下，报文需要在蓝牙网络上跳转两次才能在HMD上显示。忽略主节点上的处理延迟。数据速率与表中相同GydF4y2Ba2GydF4y2Ba．假设大小50个数据包的播放缓冲区，其大小与[GydF4y2Ba44.GydF4y2Ba]对于移动应用程序。较大的播出缓冲器通过被动能耗导致内存漏极。在这些测试中，ARQ已启用但设置为最大数量的四个重传请求，而无烟方案中的块可以符合多达十次。从该图中，当信道条件恶化时，固定的FEC数据包遭受相当大的延迟，因为当纠错不足时必须重新传输它们。随着FEC的水平可以调整为满足更长的错误突发，自适应FEC更好。然而，虽然在所提出的方案块中，但是可以在传出数据包时重复捎带，但是它们错过了较少的显示帧显示截止日期，这是视频传输的相关标准。在图中审查了对数据包到来的影响GydF4y2Ba9GydF4y2Ba．该图记录错过基于块的无数和FEC方案的显示截止日期的数据包的百分比，当频道不良状态持续时间持续时间增加时。GydF4y2Ba

在图中GydF4y2Ba10.GydF4y2Ba，在所选不良状态持续时间的传递视频质量之间进行比较，psnr是合理的水平。该图表明，在传送的视频质量方面，在应用于EDR分组时，无数方案也优于蓝牙FEC方案。相对改善随着延长的状态持续时间而增加。GydF4y2Ba

数字GydF4y2Ba11.GydF4y2Ba是对所提出的基于块的无速率编码方案(有12个冗余块)和简单的基于包的无速率编码方案所产生的开销的比较。如图所示，模拟了一个单状态的瑞利信道GydF4y2Ba5GydF4y2Ba．两项计划都必须维持这一小部分GydF4y2Ba(10%)本节中提到的有限长度无速率编码方案的开销GydF4y2Ba2.1GydF4y2Ba．数字GydF4y2Ba11.GydF4y2Ba表明，与基于简单的分组的系统相比，所提出的方案的开销保持在低得多的SNR。通道条件负责开销的突然增加（就像图中一样GydF4y2Ba5GydF4y2Ba其中，丢包率迅速增加)。尽管在这些条件下效果被夸大了，但在减少开销方面的收益是明显的。GydF4y2Ba

5。结论GydF4y2Ba

增强现实通常与可穿戴电脑联系在一起。现在可以提供具有足够带宽容量的可穿戴无线网络，允许视频流从摄像头到头戴显示器。可穿戴计算机用户的一个重要类别是那些可以被广泛称为应急工作者的人。由于这些工作人员经常在压力下工作，因此有必要用生物传感器来监测他们。其中一些传感器(如EEG)具有高比特率，导致其他流量的延迟和视频数据率的降低。因此，建模可穿戴网络是很重要的，我们已经通过考虑从摄像头通过CPU的视频流，在那里进行增强，以显示。需要某种形式的前向错误控制，因为无线信道也容易受到干扰和噪声，而且丢包对压缩视频流有持久的影响(直到下一个图像内刷新点)。我们提出了基于块的无速率编码，从本文的结果来看，与基于块的前向纠错变体相比，它可以共同提高能量消耗、包到达延迟和传输视频质量。基于块的无速率信道编码非常适合蓝牙无线网络，因为向集中式分组调度程序的反馈会立即发生，传播延迟很小。简单的基于分组的无速率方案不太适合，因为没有反馈，它们无法适应不断恶化的信道条件，尽管在编码效率上有优势。 However, to construct a scheme for block-based rateless coding requires recursive piggy-backing of redundant blocks onto outgoing packets. This is a cross-layer approach, whereas simple packet-based rateless coding is applied at the application layer. Nevertheless, this paper reports an implemented scheme that results in around 5 dB gain in video quality in poor channel conditions.

承认GydF4y2Ba

这项工作是由EPSRC，英国，格兰特在任何支持。EP / C538692 / 1。GydF4y2Ba

参考文献GydF4y2Ba

1. J. P. Rolland和H. Fuchs的《光学与可视头戴式显示器》(Optical versus video visible head-mounted displays, inGydF4y2Ba可穿戴式计算机和增强现实的基础GydF4y2Ba，第113-150页，Lawrence Erlbaum, Hillsdale, NJ, USA, 2001。GydF4y2Ba查看在：GydF4y2Ba谷歌学术GydF4y2Ba
2. J. Sweller， "问题解决过程中的认知负荷:对学习的影响"GydF4y2Ba认知科学GydF4y2Ba，第12卷，第2期2，页257-285,1988。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
3. C. Ashwnanden和J. Stelovsky，“用EventStream软件框架衡量认知负荷”，发表于GydF4y2Ba第36届夏威夷国际系统科学会议的诉讼程序（HICSS'03）GydF4y2Ba，p。5，大岛，夏威夷，美国，2003年1月。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
4. M. Klan，T.Riedel，H.Gellersen等，“LifeNet：Ad-hoc传感器网络和可穿戴系统，提供导航支持的消防员”GydF4y2Ba在普适计算的第九届国际会议论文集GydF4y2Ba，pp.124-127，Innsbruck，奥地利，2007年9月。GydF4y2Ba查看在：GydF4y2Ba谷歌学术GydF4y2Ba
5. C. C. Tappert，A. S. Ruocco，K.A.Langdorf等，“可穿戴计算机的军事应用和增强现实”GydF4y2Ba可穿戴式计算机和增强现实的基础GydF4y2Ba，pp。625-647，劳伦斯·埃尔巴姆，山丘，NJ，美国，2001年。GydF4y2Ba查看在：GydF4y2Ba谷歌学术GydF4y2Ba
6. M. Grootjen, M. a . Neerincx, J. C. M. van Weert，和K. P. Truong，“测量海军舰艇上的认知任务负荷:现实世界环境的影响”，发表于GydF4y2Ba增强认知基础GydF4y2BaL.里夫斯(L. Reeves)和D. D. Schmorrow, Eds。，第4565卷GydF4y2Ba计算机科学讲义GydF4y2Ba，页147-156，施普林格，柏林，德国，2007。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
7. d·j·c·麦凯的《喷泉代码》GydF4y2BaIEE诉讼:通信GydF4y2Ba，第152卷，第2期。6，第1062-1068页，2005。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
8. J. Afzal, T. Stockhammer, T. Gasiba，和W. Xu，“无线网络视频广播的系统设计选项”，刊于GydF4y2Ba第三届IEEE消费者通信和网络会议论文集(CCNC '06)GydF4y2Ba， vol. 2, pp. 938-943，拉斯维加斯，内华达州，2006年1月。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
9. J. Afzal, T. Stockhammer, T. Gasiba，和W. Xu，“基于MBMS的视频流:一种系统设计方法”，GydF4y2Ba多媒体杂志GydF4y2Ba，卷。1，不。5，pp。25-35,2006。GydF4y2Ba查看在：GydF4y2Ba谷歌学术GydF4y2Ba
10. S. Ahmad, R. Hamzaoui，和M. Al-Akaidi，“具有无速率代码的健壮的单播实时视频流”GydF4y2Ba第十六届国际分组视频研讨会论文集(Packet Video’07)GydF4y2Ba，第78-84，洛桑，瑞士，2007年11月。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
11. J.-C。Chen, K. M. Sivalingam, P. Agrawal, S. Kishore，“基于电池功耗的无线局域网络MAC协议的比较”，inGydF4y2Ba第十七届IEEE计算机与通信学会联合年会论文集(INFOCOM’98)GydF4y2Ba，卷。1，PP。150-157，旧金山，加利福尼亚州，1998年3月至4月。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
12. M. Tamai, T. Sun, K. Yasumoto, N. Shibata, M. Ito，“用于便携式计算设备的具有QoS控制的能量感知视频流”，inGydF4y2Ba第14届数字音频和视频网络与操作系统支持国际研讨会论文集(NOSSDAV '04)GydF4y2Ba，pp.68-73，科克，爱尔兰，2004年6月。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
13. A. Shokrollahi，《猛禽密码》GydF4y2Ba信息理论上的IEEE交易GydF4y2Ba，卷。52，没有。6，PP。2551-2567，2006。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
14. Ark, D. J. Lu, D. J. Lu，《情感鼠标》GydF4y2Ba第八届人机交互国际会议论文集(HCI’99)GydF4y2Ba，pp.818-823，德国慕尼黑，1999年8月。GydF4y2Ba查看在：GydF4y2Ba谷歌学术GydF4y2Ba
15. Avant 4000手册，“蓝牙无线技术可穿戴数字脉搏血氧仪”，Nonin医疗公司，普利茅斯，美国明尼苏达州，2005。GydF4y2Ba查看在：GydF4y2Ba谷歌学术GydF4y2Ba
16. G. G. Messier和I. G. Finvers，“医用无线传感器网络的流量模型”，GydF4y2BaIEEE通讯字母GydF4y2Ba，第11卷，第5期。1，页13-15,2007。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
17. R. Rosipal，B. Peters，G. Kecklund等，“基于EEG的司机的司机”使用分层高斯混合模型进行了嗜睡，“GydF4y2Ba增强认知基础GydF4y2Ba，第4565卷GydF4y2Ba计算机科学讲义GydF4y2Ba，页294-303，施普林格，柏林，德国，2007。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
18. C. S. Ikehara, E. Biagioni，和M. E. Crosby，“增强认知传感器的Ad-hoc无线身体区域网络”GydF4y2Ba增强认知基础GydF4y2Ba，第4565卷GydF4y2Ba计算机科学讲义GydF4y2Ba，页38-46，施普林格，柏林，德国，2007。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
19. J. Haartsen，“蓝牙无线电系统”，GydF4y2BaIEEE个人通信GydF4y2Ba，第7卷，第5期1，页28-36,2000。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
20. N. Golmie，D. Cypher支架和O. Rebala，“低速率无线技术的医疗应用的性能分析，”GydF4y2Ba计算机通信GydF4y2Ba第28卷第2期10, pp. 1266-1275, 2005。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
21. E.Ferro和F.Potortì，“蓝牙和Wi-Fi无线协议：调查和比较，”GydF4y2BaIEEE无线通信GydF4y2Ba，第12卷，第2期第1页，12-26页，2005。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
22. 蓝牙系统规范 - 2.1 + EDR，2007年7月，GydF4y2Bahttp://www.bluetooth.com/GydF4y2Ba．GydF4y2Ba
23. J. Shelley和R. W. Backs，“使用前锋神经网络进行模拟驱动和工作存储器双任务的eeg波形长度”，“GydF4y2Ba增强认知:过去、现在和未来GydF4y2Ba，第155-161页，战略分析，阿灵顿，弗吉尼亚州，美国，2006。GydF4y2Ba查看在：GydF4y2Ba谷歌学术GydF4y2Ba
24. M. Raju，“使用MSP430FG439的心率和心电图监测器”，Tech rep sla280，德州仪器，达拉斯，德克萨斯州，美国，2005年10月。GydF4y2Ba查看在：GydF4y2Ba谷歌学术GydF4y2Ba
25. A.考斯基，“无损编码心电图”GydF4y2BaBiomedicine中的计算机方法和程序GydF4y2Ba，卷。52，没有。1，pp。23-33,1997。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
26. M. Modarreszadeh和R. N. Schmidt，“无线，32通道，脑电图和癫痫监测系统”，inGydF4y2Ba第19届IEEE工程医学与生物学会国际年会论文集GydF4y2Ba，卷。3，pp。1157-1160，芝加哥，生病，美国，1997年10月。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
27. S. Mann，“可穿戴计算机:个人成像的第一步”，GydF4y2Ba计算机GydF4y2Ba，卷。30，不。2，pp。25-32,1997。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
28. t·g·齐默尔曼，《个人区域网络:近场体内通讯》GydF4y2BaIBM Systems Journal.GydF4y2Ba第35期3-4，pp。609-617，1996。GydF4y2Ba查看在：GydF4y2Ba谷歌学术GydF4y2Ba
29. R. Larowe和C. Elliott，“可穿戴计算的计算机网络”GydF4y2Ba可穿戴式计算机和增强现实的基础GydF4y2Ba，PP。715-745，Lawrence Erbaum，Hillsdale，NJ，美国，2001年。GydF4y2Ba查看在：GydF4y2Ba谷歌学术GydF4y2Ba
30. A. P. J. Hum，“织物区域网络——一种新的无线通信基础设施，使无所不在的网络和智能服装的传感成为可能，”GydF4y2Ba计算机网络GydF4y2Ba第35期4，页391-399,2001。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
31. M.润滑，“LT代码”GydF4y2Ba第34届IEEE计算机科学基础年会论文集GydF4y2Ba，第271-280页，加拿大温哥华，2002年11月。GydF4y2Ba查看在：GydF4y2Ba谷歌学术GydF4y2Ba
32. H. Kushwaha，Y.兴，R. Chandramouli和H. Heffes，“过度使用喷泉码认知无线电网络的可靠多媒体传输，”GydF4y2BaIEEE的诉讼程序GydF4y2Ba，卷。96，没有。1，pp。155-165,2008。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
33. j。Wagner, J. Chakareski，和P. Frossard，“使用无速率代码从多个服务器的可扩展视频流”，在GydF4y2BaIEEE多媒体和博览会国际会议的诉讼程序（ICME'06）GydF4y2Ba，第1501-1504页，加拿大多伦多，2006年7月。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
34. S. Jung，U. Lee，A. Chang，D.-K。CHO，和M. Gerla，“Bluetorrent：蓝牙用户的合作内容共享”GydF4y2Ba第五届IEEE普适计算与通信国际会议论文集(PerCom’07)GydF4y2Ba，第47-56页，2007年3月，美国白皮，纽约州白皮。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
35. M. Zorzi和R. R. Rao，“移动计算通信中的错误控制和能量消耗”，GydF4y2Ba计算机上的IEEE交易GydF4y2Ba，卷。46，没有。3，PP。279-289,1997。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
36. P. Lettieri，C. Fragouli和M. B. Srivastava，“无线链路的低功耗控制”GydF4y2Ba第三届ACM/IEEE移动计算和网络国际会议论文集(MobiCom '97)GydF4y2Ba，第139-150页，匈牙利布达佩斯，1997年9月。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
37. “基于多用户检测的CDMA网络视频传输的联合误差控制与功率分配”，GydF4y2BaIEEE视频技术电路和系统汇刊GydF4y2Ba，第12卷，第2期6，页425-437,2002。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
38. N. Rahnavard, B. N. Vellambi，和F. Fekri，“在带有本地信息的多跳无线网络中通过无速率编码的有效广播”GydF4y2Ba国际无线通信和移动计算会议的诉讼程序（IWCMC '07）GydF4y2Ba，pp.85-90，檀香山，夏威夷，美国，2007年8月。GydF4y2Ba查看在：GydF4y2Ba谷歌学术GydF4y2Ba
39. A. W.埃克福德，J. P. K.储和R. S. Adve，“低复杂度的合作编码用于使用无比率和LDGM码传感器网络，”在GydF4y2BaIEEE国际通信会议论文集(ICC '06)GydF4y2Ba，卷。4，PP。2006年7月，土耳其伊斯坦布尔1537-1542。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
40. L. Lampe，M. Jain和R. Schober，“改进了蓝牙系统的解码”，“GydF4y2BaIEEE通讯汇刊GydF4y2Ba，第53卷，第53期1，第1 - 4页，2005。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
41. L.-J。陈，孙涛，y.c。Chen，“利用FEC和交织提高蓝牙EDR数据吞吐量”GydF4y2Ba第二届移动自组网与传感器网络国际会议论文集(MSN '06)GydF4y2Ba，PP。香港724-735，2006年12月。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
42. U. Varshney和S. Sneha，“使用自组织无线网络的患者监控:可靠性和电源管理”，GydF4y2BaIEEE通讯杂志GydF4y2Ba，第44卷，第5期。4，第49-55页，2006。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
43. R. Razavi的，M.弗勒，E.贾梅，和M. Ghanbari，“蓝牙视频传输的高效分组方案，”GydF4y2Ba电子信件GydF4y2Ba，第42卷，第2期20，第1143-1145页，2006。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba
44. Q. Li和M. van der Schaar，“通过实时重试限制自适应为无线局域网络分层视频提供自适应QoS”，GydF4y2BaIEEE多媒体汇刊GydF4y2Ba，卷。6，不。2，pp。278-290,2004。GydF4y2Ba查看在：GydF4y2Ba出版商网站GydF4y2Ba|GydF4y2Ba谷歌学术GydF4y2Ba

版权GydF4y2Ba

版权所有©2008 R.Razavi等。这是分布下的开放式访问文章GydF4y2Ba创意公共归因许可证GydF4y2Ba，允许在任何媒介上不受限制地使用、传播和复制，但必须正确引用原作。GydF4y2Ba