Recently, the popularity of virtual reality (VR) contents, which enables users to experience the virtualized world, has been increased. However, ultra-low latency is needed for providing the users with high-quality VR experience. In order to satisfy the latency requirement, the wireless VR delivery framework based on mobile edge computing (MEC) networks, where the VR device can store some of 2D or 3D field of views (FoVs) and locally compute the projection from 2D FoV to 3D FoV, was studied. In this paper, we propose a cache update strategy which updates the cache contents of the VR device by predicting the user's viewpoint in the above wireless VR delivery framework. The proposed cache update strategy is based on the bandwidth allocation, which divides the bandwidth into two parts: part for downloading the current viewpoint of the user, part for updating the cache with predicted viewpoint. We consider two cache update scenarios, 2D FoV update scenario and 3D FoV update scenario, and model both scenarios as a Markov chain, respectively. Furthermore, we formulate the bandwidth allocation optimization problem to minimize the average latency at steady-state for both cases, and numerically find the optimal bandwidth allocation. Numerical results show that the proposed cache update strategy can significantly reduce the average latency than tight latency constraint in wireless VR.
최근, 사용자가 가상으로 구현된 세계를 체험할 수 있는 가상현실 콘텐츠의 인기가 증가하고 있다. 하지만 고품질의 가상현실 콘텐츠를 사용자에게 제공하기 위해서는 매우 짧은 지연 시간이 요구된다. 이를 해결하기 위해 가상현실 기기가 캐시에 일부의 시야를 저장할 수 있고, 2차원 시야를 3차원 시야로 투영하는 후처리 과정을 계산할 수 있는 모바일 엣지 컴퓨팅 네트워크를 기반으로 한 무선 가상현실 전송 프레임워크에 대한 연구가 진행되었다. 본 논문은 위의 무선 가상현실 전송 프레임워크에서 사용자의 시점을 예측하여 가상현실 기기의 캐시를 업데이트하는 캐시 업데이트 전략을 제안한다. 제안한 캐시 업데이트 전략은 대역폭을 현재 사용자가 보고 있는 시야를 내려받기 위한 부분과 예측한 시야를 캐시에 업데이트하기 위한 부분으로 나누어 사용하는 대역폭 할당을 기반으로 한다. 본 논문에서는 캐시를 각각 2차원 시야와 3차원 시야로 업데이트하는 2가지 경우를 고려하고, 이를 마르코프 연쇄로 표현한다. 또한, 정상 상태에서의 평균 지연시간을 최소화하기 위한 대역폭 할당 최적화 문제를 정립하고 시뮬레이션을 통해 최적의 대역폭 할당을 찾는다. 시뮬레이션 결과를 통해 제안한 캐시 업데이트 전략이 평균 지연시간을 가상현실의 짧은 요구 지연시간보다 크게 줄일 수 있음을 확인한다.
