文摘
基于“增大化现实”技术(增强现实)是一种新兴技术,它结合了计算机技术和仿真技术。它使用一个计算机来生成一个模拟环境来让用户沉浸在环境。基于“增大化现实”技术可以模拟真实环境或事物并将其呈现给用户由于multiperceptual,互动,身临其境,和其他特征,达到身临其境的效果。体育舞蹈,同样可以用来提高教学和学习的影响通过使用基于“增大化现实”技术的技术。针对的问题延迟和终端设备能源消耗引起的高速数据传输和计算的虚拟技术,提出了一种体育舞蹈运动传输方案,使用相等的上行功率分布。首先,基于协作的基于“增大化现实”技术的体育舞蹈事业的属性,一个系统模型建立了基于“增大化现实”技术的特点;其次,详细分析了系统的框架结构,并建立了约束条件的总能耗最小化系统;最后,移动边界计算的数学模型(MEC)建立基于凸优化条件下延迟和功耗满足约束条件,以获得最佳的通信和计算资源分配计划体育舞蹈的基于“增大化现实”技术。实验结果表明,该体育舞蹈运动基于AR和MEC是有效的评价方法。
1。介绍
舞蹈是一个非常实用的学科,和大部分的知识和技能培训过程中的信息要求学习者获得通过模仿和感受老师的动作。实际的舞蹈培训很难像其他训练方法是相同的。现代网络教学和远程教学等训练方法。因为在这些训练方法,学习只有通过观察运动教学视频,很难得到一个感觉身临其境和富有表现力的舞蹈运动性能,它是不可能的评估和反馈运动学习的效果。与此同时,传统的课堂教学方法受限于时间和空间毕竟,课后和学生对学习内容也将受到影响。基于“增大化现实”技术的应用提供了解决这些问题的可能性在很大程度上。作为一种新的人机交互方法在计算机领域,基于“增大化现实”技术可以为用户提供一个三维虚拟世界与现实世界中,与浸入式的特点,互动,和想象力。虚拟现实系统可以接收来自用户的运动或其他指令信息通过输入设备如头盔和手套,系统中处理它们,和影响人类的感觉如视觉、听觉、触觉通过输出设备,所以人们可以产生相同的感觉一定行为在现实世界中。
基于“增大化现实”技术的应用正在开发日复一日,收到越来越多的关注,因为他们可以把计算机生成的数据与真实的世界通过硬件设备。AR体育舞蹈训练对延迟非常敏感,而且有很高的计算和通信的要求。此外,当执行基于“增大化现实”技术的体育舞蹈训练在一个移动设备,它消耗电池的移动设备1),无法满足用户的期望。为了解决这个问题,文献[2)提出了MEC的使用来解决当前的问题。用户将迁移所涉及的大量数据的计算运行的基于“增大化现实”技术的体育舞蹈训练到最近的云连接到基站。在服务器上执行,与当地的计算相比,它可以挽救当地的能源消耗,并与云计算中心,它可以减少传输延迟。
文学的工作(3]显示,通过联合优化配置的通信资源和计算资源,可以大大降低移动能耗延时约束下,和他们的工作可以应用于多个用户独立运行的通用应用程序。然而,基于“增大化现实”技术的应用有其独特的属性。所有用户可以上传和下载相同数据的一部分,和他们的计算任务也共享一个或多个服务器上。因此,通信和计算资源可以共同优化和减少通信和计算开销4]。
AR体育舞蹈应用程序添加一些计算机图像到真实世界的图像通过移动设备的屏幕和摄像头。五完成这个过程所需要的组件5):(1)视频源,首先获得原始视频帧的移动相机;(2)跟踪,识别和跟踪用户在当前环境下的相对位置;(3)映射器,构建一个模型当前的环境;(4)对象识别器,它在当前环境下识别已知的对象;(5)渲染器,显示帧处理。视频源和渲染器组件必须在移动设备上执行,执行的跟踪和计算,mapper和对象识别器的最多可以卸载到云计算。此外,如果任务是卸载,mapper和对象识别器可以收集来自所有用户输入设备在同一地理位置,限制了冗余信息传播用户的上行。此外,计算的结果映射器和对象识别器可以多播云的所有用户在同一位置在下行。
不同的文学研究[6,7),清楚地说明了协作的基于“增大化现实”技术的本质体育舞蹈应用程序来解决移动能耗最小化的问题通过沟通和计算延迟约束下的舞蹈运动资源分配(8,9]。在[10),连续凸逼近方法用于解决移动能耗最小化问题,和解决方法是复杂的。
2。背景和相关工作
2.1。研究背景
随着移动网络的发展和智能设备,大量resource-sensitive应用程序了,例如大型互动游戏,虚拟现实,和增强现实技术基于“增大化现实”技术2]。这些应用程序需要设备与超高的计算能力和电池能源支持超低延迟需求,其中最重要的是基于“增大化现实”技术的应用。AR在舞蹈教学中的应用,以实现AR在舞蹈教学的互动战略和职能战略需求的舞蹈教学基于“增大化现实”技术,有必要澄清的四个主要组件的虚拟现实系统。匹配系统的主要组件是运动,运动捕捉系统,三维绘图系统,数据库和舞蹈运动。运动匹配系统将匹配和比较学生的舞蹈动作与标准动作在舞蹈运动数据库;运动捕捉系统可以快速捕捉学生的舞蹈动作实时;三维绘图系统可以执行三维模型需要学过舞蹈运动信息构造形成舞蹈动画,可以证明,重播,调速和可视化。在舞蹈运动数据库中,存储大量标准的舞步。AR技术高度集成了真实的环境和虚拟的信息,并使用计算机图形结合现实世界和计算机生成的虚拟映像生成信息被人类感官获得感官体验超越现实。基于“增大化现实”技术支持3 d电影等新应用程序和服务,虚拟游戏等。3),可用于移动设备如智能手机、智能眼镜,和平板电脑。然而,当AR过程复杂的数据,如视频和图片,它还需要与用户实时交互。因此,基于“增大化现实”技术需要超低延迟和极高的数据传输速率。为了满足这种需求,5 g的发展,传统的云计算网络体系结构是安静地下沉到网络的边缘,和一个新兴计算model-MEC已经出现。MEC服务器更接近用户,可以解决基于“增大化现实”技术的问题。
基于“增大化现实”技术的应用是一个对延迟敏感的应用程序,它具有较高的计算和通信的要求。因此,可以将基于“增大化现实”技术的任务转移到附近MEC服务器执行这AR少执行延迟和移动设备能耗较低。目前,技术应用MEC的基于“增大化现实”技术吸引了来自学术界和工业界的广泛关注和研究,取得了初步成果。文献[11建议用户大量数据迁移参与运行基于“增大化现实”技术的应用到云服务器靠近基站计算。与当地的计算相比,它可以挽救移动设备的能源消耗,并与传统的云计算、传输延迟也可以减少。文学的工作(12]表明,联合优化通信资源的分配和计算资源可以显著降低移动设备的能源消耗在延迟约束。然而,所有用户使用基于“增大化现实”技术的应用程序可能上传和下载相同的数据,并且需要迁移的数据也可能在一个或多个服务器共享。因此,文学也通过实验证明,沟通可以共同优化和计算资源减少开销。
尽管上述研究取得了良好的效果在基于“增大化现实”技术的应用和MEC,体育舞蹈训练的应用程序仍然需要进一步改善。此外,所不同的是,本文认为使用一个计算框架边缘复杂的基于“增大化现实”技术的数据处理任务转移到边缘服务器进行计算,以便加快舞蹈运动匹配,捕获、成像等处理。
2.2。基于“增大化现实”技术的研究
我们意识到基于计算机技术的虚拟环境的建设,创建相应的场景适合体育舞蹈训练,从而实现运动训练的效果。这是基于“增大化现实”技术的整合的基本原理到教育领域。这项技术有很强的浸渍、交互性和概念,属于计算机高级人机交互应用程序的类别。过程中这项技术的有效性,多维图形技术、多媒体技术、仿真技术、传感器技术等将渗透,和技术的结合将确保感官功能可以模拟,也就是说,如果你在这,你可以听到和触摸。在这一点上,我们可以看到,它属于一种人工虚拟环境的创建过程。为用户,这种技术的帮助下,可以实现与系统的交互,可以身体或言语,然后创建一个多维拟人化的空间模式,这将使人们感到沉浸感。从这个角度来看,虚拟显示技术不仅用于演示媒体也是一种有效的设计工具。
2.3。基于“增大化现实”技术在体育舞蹈运动的评价方法
在体育舞蹈训练,有许多困难的运动,这些运动需要依法进行相应的音乐节奏,这使得它高度表述行为的,这意味着参与者需要确保音乐,背景,和身体。语言是集成完成相应的推理任务,从而呈现健康和美丽的价值。一组体育舞蹈训练必须是高质量的,可以跳过帧困难的运动,满足编程和性能的要求,达到一定的艺术目标。在实际的教育教学过程中,如果比赛现场的实际环境中可以模拟,它可以确保每个组合运动进入了一个精致的分析和研究。依靠这样的精炼数据可以使学生的舞蹈水平。更好的评估可以找到相应的偏差训练节点,然后确保后续培训和发展在一个更理想的方向发展。
现实和虚拟技术的使用可以使学生的各种运动参数在有氧运动过程。无论是当时的运动细节点或连接在连续运动,它可以以这种方式呈现,以便你能更好的了解每个学生的培训知识。基于“增大化现实”技术的帮助下,相应的动作可以被纳入虚拟环境,和多个运动甚至可以在相应的运动点之前排练。视频和专业研究软件的帮助下,可以积极实现精确运动和学生运动。两者之间的对比分析可以提供一个更全面的了解学生运动的缺陷和不足,从而减少老师的困难找到培训的学生的差异,这样老师就能掌握相应的运动缺陷更快。后续培训计划的发展可以使实际的教育教学设计更加连贯和交互式方向发展。基于这一考虑,实际学生的运动质量,对应于整体培训效果,还将在一个更理想的方向发展(13]。
结合国内外体育舞蹈场地的标准参数和实际的规范体育场馆实际系统,和补贴的合理设置角色从软件的角度可以使实际的训练和比赛环境建设。它可以引导学生进入一个更理想的训练模式,使实际的基于“增大化现实”技术和体育舞蹈训练和比赛相关的。对于学生,能够在这样一个虚拟环境中锻炼可以迅速进入状态。在这个过程中,系统将记录学生的运动性能和依靠先前建立运动评估实现实际培训时间。后产生的结果和相应的培训报告,学生可以看到系统中自己的不足和缺陷,然后使用这个作为后续培训的一个节点,这样可以引导学生自学和自我调节。通过这种方式,实际的体育舞蹈培训可以更自主、个性化方向发展和进步(14]。
3所示。优化体育舞蹈运动的评价基于MEC和基于“增大化现实”技术
3.1。双目标问题的描述
目前,身临其境的基于“增大化现实”技术仍处于不成熟的阶段。一些关键技术被研究、改进和完善,如高清全景三维显示技术和相对自然交互的方法。相关硬件设备不方便使用,不令人满意的效果。在这种情况下,很难满足虚拟现实系统的要求,影响用户体验的利益;和平等权力MEC优化解决方案,考虑了协作用户之间传输主要解决了滞后屏幕成像和用户交互,并通过目镜观察3 d图像。真实图像之间的差距的问题使体育舞蹈的基于“增大化现实”技术的应用提高操作速度传输的设备,减少能源消耗,因此显示图片的质量大大提高。
本节介绍了体育舞蹈运动的计算模型在移动边缘的基于“增大化现实”技术的游戏场景。考虑到一个基站,有总K用户运行的基于“增大化现实”技术的体育舞蹈训练。用户组 ,基站是配备一个高计算能力的云服务器。它是用来处理数据上传的体育舞蹈运动的用户。云服务器连接到一个单天线基站并使用时分双工(TDD)为所有用户提供服务在舞蹈训练场地平坦衰落信道频率。根据上面的内容介绍,本文假设迁移的舞蹈运动股票应用程序输入,输出,和计算任务,相关跟踪器,mapper和对象识别器组件。本节具体介绍了协作的过程中体育舞蹈运动数据传输。
3.2。上行数据传输体育舞蹈
当用户 应用程序运行的基于“增大化现实”技术的体育舞蹈在一个区域,跳舞运动数据处理,如输入对象识别,应该发送到云服务器进行处理(15]。假设输入的一部分是相同的在每个用户的输入。这意味着这部分的舞蹈动作中所有用户的数据可以通过区域,而不是多个用户需要重复上传。在这篇文章中,相同的输入一点一点被称为共享输入和 。输入一些由合作共享传输每个用户的一部分吗k和 。然后,输入每个用户上传的独立k是 。
3.3。云服务器处理体育舞蹈数据的过程
云服务器进程舞蹈运动数据上传的用户生成用户所需的输出比特(16]。云服务器所需的数量的CPU周期来处理输入的用户k是 。假设CPU周期的一部分是用来计算并生成所需的所有输出位用户,例如,更新用户重叠的舞蹈培训环境模型。本文引用这部分的CPU周期数随着共享CPU周期数 ,和 ;然后, CPU周期是用来计算输出用户所需的比特k单独。
3.4。下行数据传输体育舞蹈
部分输出的比特需要传递给所有用户(17]。例如,用户在同一地理位置需要的输出比特映射器组件来更新地图。与一个模型来描述这个场景,本文假设 输出位可以被发送到所有用户的舞蹈培训场地以组播的方式 位需要发送到每个用户k以单播的方式。
4所示。体育舞蹈运动的传播过程评价体系
舞蹈动作的关键数据帧的这个系统,共享通信和计算任务执行第一,然后,传统的独立执行迁移任务,如下所述。
4.1。体育舞蹈数据传输速率
假设信道状态在传输过程中保持不变,让是用户之间的信道增益k和基站归一化值,那么上行舞蹈运动数据传输速率显示如下: 在哪里是用户的移动设备的传动功率k,传输带宽分配给用户吗k,是完全上行传输带宽;然后,和噪声功率谱密度。
共享输出 ,它可以被发送到所有用户以组播的方式,和舞蹈运动下行数据传输速率多播显示如下: 在哪里下行多播传输功率和吗是总下行传输带宽。
为输出位这是发送给用户k另外,发送的单播,和下游的单播数据传输速率的舞蹈运动显示如下: 在哪里是对应于用户的下行传输功率k,下行传输带宽分配给用户吗k, 。
4.2。体育舞蹈数据传输和处理时间
定义的时间用户所需k上传共享输入的一部分作为 。
的时间云服务器来执行所需的共享CPU周期的数量 ,在哪里云服务器的总处理能力和分配的比例因子的云服务器执行共享CPU周期的数量。
的时间用户所需k接收多播共享输出是 。
同样的,用户所需k独立上传其余的比特数是 。
的时间云服务器来执行所需的单个CPU周期的用户的数量k是 ,在哪里是云服务器分配的比例因子执行独立的CPU周期为不同用户的数量吗k, 。
的时间用户所需k接收单播输出位号码是 。
从上面可以看出,体育舞蹈运动系统,延迟T用户所需k执行移动计算边缘
4.3。体育舞蹈数据传输能耗
能源消耗的用户执行MEC在于上行下行舞蹈运动舞蹈运动数据传输和接收数据。
由用户生成的能量k由于下行舞蹈运动数据接收
由用户生成的能量k由于下行数据接收 在哪里是用户的能源消耗k向下舞蹈运动捕获数据每秒。
4.4。上行功率分配平等
考虑到每个用户的上行传输能力是一个固定值,和用户的上行和下行带宽k比例的变化对其信道增益(18),假设优化变量包括共享输入比特上传的用户的数量k ,和云服务器分配共享比例因子的数量的CPU周期,云服务器分配一个比例因子为执行独立的CPU周期不同的用户的数量k,基站对应的下行传输功率的用户k和下行功率多播。
考虑下面的优化问题(14]:
5。绩效评估
本节提出了最小化的结果的总能源消耗用户终端通过使用基于MEC协作的基于“增大化现实”技术的体育舞蹈的特点应用程序和使用上行传输等功率分配方法。考虑这样一个训练场地,10个用户运行基于“增大化现实”技术的体育舞蹈的应用程序。用户随机分布在训练场地,和无线信道满足瑞利衰落18]。在体育舞蹈运动系统中,每个用户需要上传舞蹈运动数据的位,每个用户需要接收数据跳舞的位,总带宽的上行和下行通道和是1×赫兹。下行用户接收舞蹈运动数据的能量0.628 J / s。此外,两个参数,和 ,设置为1×吗和CPU周期/ s,分别。
本文提出了使用共享的因素n作为用户的程度的指标计算迁移,在那里n的比例是共享位总位:什么时候 ,用户执行独立计算迁移;当 ,所有位共享位,用户执行完全共享计算迁移。
5.1。延迟最小化作为目标函数
本文首先以减少延误为目标函数和模拟了共享的因素 ,用户独立执行的情况,计算迁移和使用相同的功率分配方法获得的最小延迟,体育舞蹈运动系统可以实现当使用不同的上行传输的权力。仿真结果如图1。
从图可以看出1如果采用等功率分配方法,上行传输功率必须符合至少1.0 W的延迟限制在0.1秒;当延迟限制在0.16秒,一个较小的上行传输功率能满足。传输要求如下。在本文中,我们考虑到用户的最大上行传输功率为0.27 W,最大下行基站传输功率20.05 W。
如果我们考虑到模型(19),以尽量减少延误为目标函数,我们可以得到仿真结果的最小延迟体育舞蹈运动系统可以实现使用不同的共享因素时,如图2。
从图可以看出2在相同的模拟条件下,上行传输功率作为优化参数在文献[20.),带宽是均匀分配。当使用共享的因素时,可以限制在0.998秒延迟。
5.2。用户的总能源消耗降到最低为目标函数
以降低用户的总能耗为目标函数,在此基础上的部分3.1、模拟的条件下进行T= 0.1,T= 0.16 s,分别为延迟约束。在仿真中,连续凸逼近法和上行等于电力传输法用于比较。数据3和4仿真比较延迟约束下的吗T= 0.1,T= 0.16 s,分别。
从图可以看出3当最大延迟仅限于0.1 s,考虑到用户的上行传输功率最多0.27 W,当上行传输功率控制在0.27 W,使用上行功率分配平等共享的因素 。该方法不能满足传输要求。当传动功率减少,能源消费总量也减少,但是在延迟约束下,当分享系数很小,总舞蹈运动的大量数据不能满足传输要求。
从图可以看出4,当最大延迟仅限于0.16 s,上行等于功率分配方法,和当用户传输功率为0.06 W,能源消费总量相对接近连续凸近似法(12),但是当上行传输功率需要一个较小的值,例如,上行传输功率为0.006 W时,总用户上行平等权力的方法获得的能源消耗小于用户能源消费总量连续凸逼近法的文献[21),可以满足传输的需求。
比较的数据3和4,可以发现,增加了n,能源消费总量缺口的用户通过使用不同的上行同等功率传输不断减少。这是由于用户的能源消费总量和上行传输功率和传输。位的数量成正比。当共享因素被认为是在上行舞蹈运动数据传输,用户需要传输的比特数随的增加而减小n。因此,当n不改变,通过用户的比特数没有变化,和能源消费总量增加;当上行传输功率是恒定的,增加的n,用户传输的比特数的减少,能源消费总量减少;结合两个因素,n增加,传输的比特数减少,和权力的增加带来了一个不太明显的能源消费总量的增加。
同时,当上行功率分布法,解算器只需要一个解决方案获得最优结果,而连续凸逼近方法需要多个迭代解的近似最优的结果。通过仿真发现,在精度 ,迭代的数量通常1 - 35;即解决时间的连续凸逼近法是上行功率分布的多个方法。
6。结论和未来的研究方向
针对合作传输特性存在的基于“增大化现实”技术的体育舞蹈训练场景,本文结合基于MEC的带宽和信道增益分配用户带宽和使用上行动力传动方法最小化的用户总数。能耗优化函数,通过求解凸优化问题,得到最优体育舞蹈运动资源分配计划。与用户独立执行MEC相比,用户协作传输方案可以显著降低用户设备的能源消费总量在体育舞蹈训练。同时,当使用上行动力传动方法,它可以减少而连续凸近似。体育舞蹈运动系统计算时间,在一定延迟需求,它可以满足传输要求与更小的力量。
计算机虚拟技术的结合,边缘计算技术和体育舞蹈培训项目开辟了各种类型的运动训练的一个方便的渠道。虚拟技术在体育领域的应用降低了训练的危险和创建一个客观条件难以实现,甚至不可能实现以优化体育舞蹈运动的评价基于边缘计算的网络体系结构和增强现实技术,除了探索能源消耗,优化,和增强技术MEC,用户体验的质量,和部署优化研究与实践和协作机制,以实现体育舞蹈的深度集成和边缘计算技术在增强现实技术,以提升大学运动训练一个全新的水平。
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称没有利益冲突。