标题：基于深度学习方法的实时视频流QoE预测
作者：熊万权 孙彦赞 白天
作者单位：上海大学通信与信息工程学院，上海 200444
关键字：实时视频传输；QoE预测；CNN-LSTM；O-RAN
摘要： 针对6G沉浸式通信场景中实时视频体验质量（Quality of Experience，QoE）感知难题，提出一种基于深度学习的双阶段QoE预测框架。通过融合无线接入网(Radio Access Network， RAN)底层参数与实时视频QoE指标，设计CNN-LSTM混合神经网络架构，实现跨层特征提取与时序预测，并提出应用混合数据增强方法用于提高模型鲁棒性。经开放无线接入网（Open RAN，O-RAN）原型系统验证表明，相较传统机器学习模型及DNN模型等基线算法，所提方案平均绝对误差降低3.9%至67.4%。