CN114143811B - 基于机器学习的篮球投射过程中的角度智能视觉图像传输方法及系统 - Google Patents
基于机器学习的篮球投射过程中的角度智能视觉图像传输方法及系统 Download PDFInfo
- Publication number
- CN114143811B CN114143811B CN202111457854.9A CN202111457854A CN114143811B CN 114143811 B CN114143811 B CN 114143811B CN 202111457854 A CN202111457854 A CN 202111457854A CN 114143811 B CN114143811 B CN 114143811B
- Authority
- CN
- China
- Prior art keywords
- mobile terminal
- base station
- signal quality
- reference signal
- mac
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 110
- 230000008569 process Effects 0.000 title claims abstract description 62
- 238000010801 machine learning Methods 0.000 title claims abstract description 51
- 230000005540 biological transmission Effects 0.000 title claims abstract description 48
- 230000000007 visual effect Effects 0.000 title claims abstract description 47
- 230000004044 response Effects 0.000 claims abstract description 117
- 238000012544 monitoring process Methods 0.000 claims abstract description 21
- 238000005259 measurement Methods 0.000 claims description 37
- 101000741965 Homo sapiens Inactive tyrosine-protein kinase PRAG1 Proteins 0.000 claims description 15
- 102100038659 Inactive tyrosine-protein kinase PRAG1 Human genes 0.000 claims description 15
- 238000012549 training Methods 0.000 description 12
- 230000004913 activation Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000002612 cardiopulmonary effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000009191 jumping Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 1
- 230000037147 athletic performance Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 208000037918 transfusion-transmitted disease Diseases 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种基于机器学习的篮球投射过程中的角度智能视觉图像传输方法，包括如下步骤：由服务器生成用于校正篮球投射过程中的角度的图像数据；由服务器将用于校正篮球投射过程中的角度的图像数据发送给基站；响应于接收到用于校正篮球投射过程中的角度的图像数据，由基站在第一下行链路载波上向移动终端发送RRC连接重新配置消息；响应于接收到RRC连接重新配置消息，由移动终端监测第二下行链路载波上发送的第一参考信号以及第三下行链路载波上发送的第二参考信号；由移动终端确定第一参考信号的信号质量是否大于信号质量门限，并由移动终端确定第二参考信号的信号质量是否大于信号质量门限。
Description
技术领域
本发明是关于篮球智能训练技术领域，特别是关于一种基于机器学习的篮球投射过程中的角度智能视觉图像传输方法及系统。
背景技术
机器学习是专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。机器学习已经有了十分广泛的应用，例如：数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、语音和手写识别、战略游戏和机器人运用。
现有技术CN110289074A公开了一种运动教学方法、装置、服务器、系统及存储介质。该方法包括：通过基站获取可穿戴设备采集的运动训练数据；对所述运动训练数据进行分析，得到训练分析结果；所述训练分析结果包括训练结论和改进建议；将所述训练分析结果通过基站发送至对应的用户端，以供所述用户端显示所述训练分析结果。
公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
发明内容
本发明的目的在于提供一种基于机器学习的篮球投射过程中的角度智能视觉图像传输方法及系统，其能够克服现有技术的缺陷。
为实现上述目的，本发明提供了一种基于机器学习的篮球投射过程中的角度智能视觉图像传输方法，包括如下步骤：
由服务器生成用于校正篮球投射过程中的角度的图像数据；
由服务器将用于校正篮球投射过程中的角度的图像数据发送给基站，其中，基站与移动终端正在通过第一下行链路载波进行通信；
响应于接收到用于校正篮球投射过程中的角度的图像数据，由基站在第一下行链路载波上向移动终端发送RRC连接重新配置消息，其中，RRC连接重新配置消息向移动终端指示开始监测第二下行链路载波上发送的第一参考信号以及第三下行链路载波上发送的第二参考信号；
响应于接收到RRC连接重新配置消息，由移动终端监测第二下行链路载波上发送的第一参考信号以及第三下行链路载波上发送的第二参考信号；
由移动终端确定第一参考信号的信号质量是否大于信号质量门限，并由移动终端确定第二参考信号的信号质量是否大于信号质量门限；
如果判断第一参考信号的信号质量大于信号质量门限，并且第二参考信号的信号质量大于信号质量门限，则由移动终端向基站发送测量报告，其中，测量报告向基站指示第一参考信号的信号质量大于信号质量门限，并且第二参考信号的信号质量大于信号质量门限；
响应于接收到测量报告，由基站向移动终端发送第一MACCE，其中，第一MACCE指示移动终端继续监测第一参考信号以及第二参考信号；
响应于接收到第一MACCE，由移动终端继续监测第一参考信号以及第二参考信号；
响应于继续监测第一参考信号以及第二参考信号，由移动终端确定在预定时间内第一参考信号的信号质量是否始终大于信号质量门限，并由移动终端确定在预定时间内第二参考信号的信号质量是否始终大于信号质量门限，其中，预定时间是在第一MAC CE中指示的。
在一优选的实施方式中，基于机器学习的篮球投射过程中的角度智能视觉图像传输方法包括如下步骤：
如果判断在预定时间内第一参考信号的信号质量始终大于信号质量门限，并且在预定时间内第二参考信号的信号质量始终大于信号质量门限，则由移动终端向基站发送第二测量报告，其中，第二测量报告向基站指示在预定时间内第一参考信号的信号质量始终大于信号质量门限，并且在预定时间内第二参考信号的信号质量始终大于信号质量门限；
响应于接收到第二测量报告，由基站在第一下行链路载波上向移动终端发送第一PDCCH消息，其中，第一PDCCH消息向移动终端指示位于第一下行链路载波上的第一下行链路资源，其中，基站使用第一下行链路资源向移动终端发送第二MAC CE，其中，第二MAC CE向移动终端指示第二下行链路载波被激活，其中，第一PDCCH消息还向移动终端指示位于第二下行链路载波上的第二下行链路资源，其中，基站使用第二下行链路资源向移动终端发送用于校正篮球投射过程中的角度的图像数据；
响应于接收到第一PDCCH消息，由移动终端在第一下行链路资源上接收由基站发送的第二MAC CE；
如果移动终端能够正确解码第二MAC CE，则由移动终端在第二下行链路资源上接收由基站发送的用于校正篮球投射过程中的角度的图像数据。
在一优选的实施方式中，基于机器学习的篮球投射过程中的角度智能视觉图像传输方法包括如下步骤：
如果移动终端不能够正确解码第二MAC CE，则由移动终端向基站发送调度请求；
如果移动终端不能够正确解码第二MAC CE，则移动终端不在第二下行链路资源上接收由基站发送的用于校正篮球投射过程中的角度的图像数据；
响应于接收到调度请求，由基站在第一下行链路载波上向移动终端发送第二PDCCH消息，其中，第二PDCCH消息向移动终端指示PUSCH资源；
响应于接收到第二PDCCH消息，由移动终端在第二PDCCH消息指示的PUSCH资源上向基站发送第一消息，其中，第一消息向基站通知移动终端没有正确解码第二MAC CE；
如果移动终端正确解码由基站发送的用于校正篮球投射过程中的角度的图像数据，则由移动终端向基站发送ACK消息；
如果移动终端没有正确解码由基站发送的用于校正篮球投射过程中的角度的图像数据，则由移动终端向基站发送NACK消息；
如果移动终端不能够正确解码第二MAC CE，并且如果移动终端没有被配置有用于发送调度请求的资源，则由移动终端向基站发送预留的随机接入前导码，其中，预留的随机接入前导码是在系统信息中指示的；
响应于接收到预留的随机接入前导码，由基站在第一下行链路载波上向移动终端发送随机接入响应，其中，随机接入响应向移动终端指示PUSCH资源；
响应于接收到随机接入响应，由移动终端在随机接入响应指示的PUSCH资源上向基站发送第一消息，其中，第一消息向基站通知移动终端没有正确解码第二MAC CE。
在一优选的实施方式中，基于机器学习的篮球投射过程中的角度智能视觉图像传输方法包括如下步骤：
响应于正确解码第二MAC CE，由移动终端在第二下行链路载波上监测由基站发送的第三PDCCH消息，其中，第三PDCCH消息向移动终端指示位于第二下行链路载波上的第三下行链路资源，其中，基站使用第三下行链路资源向移动终端发送第三MAC CE，其中，第三MAC CE向移动终端指示第三下行链路载波被激活，其中，第三PDCCH消息还向移动终端指示位于第三下行链路载波上的第四下行链路资源，其中，基站使用第四下行链路资源向移动终端发送用于校正篮球投射过程中的角度的图像数据；
响应于接收到第三PDCCH消息，由移动终端在第二下行链路资源上接收由基站发送的第三MAC CE；
如果移动终端能够正确解码第三MAC CE，则由移动终端在第三下行链路资源上接收由基站发送的用于校正篮球投射过程中的角度的图像数据。
在一优选的实施方式中，基于机器学习的篮球投射过程中的角度智能视觉图像传输方法包括如下步骤：
如果移动终端不能够正确解码第三MAC CE，则由移动终端向基站发送调度请求；
如果移动终端不能够正确解码第三MAC CE，则移动终端不在第四下行链路资源上接收由基站发送的用于校正篮球投射过程中的角度的图像数据；
响应于接收到调度请求，由基站在第二下行链路载波上向移动终端发送第四PDCCH消息，其中，第四PDCCH消息向移动终端指示PUSCH资源；
响应于接收到第四PDCCH消息，由移动终端在第四PDCCH消息指示的PUSCH资源上向基站发送第二消息，其中，第二消息向基站通知移动终端没有正确解码第三MAC CE；
如果移动终端正确解码由基站发送的用于校正篮球投射过程中的角度的图像数据，则由移动终端向基站发送ACK消息；
如果移动终端没有正确解码由基站发送的用于校正篮球投射过程中的角度的图像数据，则由移动终端向基站发送NACK消息。
本发明提供了一种基于机器学习的篮球投射过程中的角度智能视觉图像传输系统，包括用于进行以下操作的单元：
由服务器生成用于校正篮球投射过程中的角度的图像数据；
由服务器将用于校正篮球投射过程中的角度的图像数据发送给基站，其中，基站与移动终端正在通过第一下行链路载波进行通信；
响应于接收到用于校正篮球投射过程中的角度的图像数据，由基站在第一下行链路载波上向移动终端发送RRC连接重新配置消息，其中，RRC连接重新配置消息向移动终端指示开始监测第二下行链路载波上发送的第一参考信号以及第三下行链路载波上发送的第二参考信号；
响应于接收到RRC连接重新配置消息，由移动终端监测第二下行链路载波上发送的第一参考信号以及第三下行链路载波上发送的第二参考信号；
由移动终端确定第一参考信号的信号质量是否大于信号质量门限，并由移动终端确定第二参考信号的信号质量是否大于信号质量门限；
如果判断第一参考信号的信号质量大于信号质量门限，并且第二参考信号的信号质量大于信号质量门限，则由移动终端向基站发送测量报告，其中，测量报告向基站指示第一参考信号的信号质量大于信号质量门限，并且第二参考信号的信号质量大于信号质量门限；
响应于接收到测量报告，由基站向移动终端发送第一MACCE，其中，第一MACCE指示移动终端继续监测第一参考信号以及第二参考信号；
响应于接收到第一MACCE，由移动终端继续监测第一参考信号以及第二参考信号；
响应于继续监测第一参考信号以及第二参考信号，由移动终端确定在预定时间内第一参考信号的信号质量是否始终大于信号质量门限，并由移动终端确定在预定时间内第二参考信号的信号质量是否始终大于信号质量门限，其中，预定时间是在第一MAC CE中指示的。
在一优选的实施方式中，基于机器学习的篮球投射过程中的角度智能视觉图像传输系统包括用于进行以下操作的单元：
如果判断在预定时间内第一参考信号的信号质量始终大于信号质量门限，并且在预定时间内第二参考信号的信号质量始终大于信号质量门限，则由移动终端向基站发送第二测量报告，其中，第二测量报告向基站指示在预定时间内第一参考信号的信号质量始终大于信号质量门限，并且在预定时间内第二参考信号的信号质量始终大于信号质量门限；
响应于接收到第二测量报告，由基站在第一下行链路载波上向移动终端发送第一PDCCH消息，其中，第一PDCCH消息向移动终端指示位于第一下行链路载波上的第一下行链路资源，其中，基站使用第一下行链路资源向移动终端发送第二MAC CE，其中，第二MAC CE向移动终端指示第二下行链路载波被激活，其中，第一PDCCH消息还向移动终端指示位于第二下行链路载波上的第二下行链路资源，其中，基站使用第二下行链路资源向移动终端发送用于校正篮球投射过程中的角度的图像数据；
响应于接收到第一PDCCH消息，由移动终端在第一下行链路资源上接收由基站发送的第二MAC CE；
如果移动终端能够正确解码第二MAC CE，则由移动终端在第二下行链路资源上接收由基站发送的用于校正篮球投射过程中的角度的图像数据。
在一优选的实施方式中，基于机器学习的篮球投射过程中的角度智能视觉图像传输系统包括用于进行以下操作的单元：
如果移动终端不能够正确解码第二MAC CE，则由移动终端向基站发送调度请求；
如果移动终端不能够正确解码第二MAC CE，则移动终端不在第二下行链路资源上接收由基站发送的用于校正篮球投射过程中的角度的图像数据；
响应于接收到调度请求，由基站在第一下行链路载波上向移动终端发送第二PDCCH消息，其中，第二PDCCH消息向移动终端指示PUSCH资源；
响应于接收到第二PDCCH消息，由移动终端在第二PDCCH消息指示的PUSCH资源上向基站发送第一消息，其中，第一消息向基站通知移动终端没有正确解码第二MAC CE；
如果移动终端正确解码由基站发送的用于校正篮球投射过程中的角度的图像数据，则由移动终端向基站发送ACK消息；
如果移动终端没有正确解码由基站发送的用于校正篮球投射过程中的角度的图像数据，则由移动终端向基站发送NACK消息；
如果移动终端不能够正确解码第二MAC CE，并且如果移动终端没有被配置有用于发送调度请求的资源，则由移动终端向基站发送预留的随机接入前导码，其中，预留的随机接入前导码是在系统信息中指示的；
响应于接收到预留的随机接入前导码，由基站在第一下行链路载波上向移动终端发送随机接入响应，其中，随机接入响应向移动终端指示PUSCH资源；
响应于接收到随机接入响应，由移动终端在随机接入响应指示的PUSCH资源上向基站发送第一消息，其中，第一消息向基站通知移动终端没有正确解码第二MAC CE。
在一优选的实施方式中，基于机器学习的篮球投射过程中的角度智能视觉图像传输系统包括用于进行以下操作的单元：
响应于正确解码第二MAC CE，由移动终端在第二下行链路载波上监测由基站发送的第三PDCCH消息，其中，第三PDCCH消息向移动终端指示位于第二下行链路载波上的第三下行链路资源，其中，基站使用第三下行链路资源向移动终端发送第三MAC CE，其中，第三MAC CE向移动终端指示第三下行链路载波被激活，其中，第三PDCCH消息还向移动终端指示位于第三下行链路载波上的第四下行链路资源，其中，基站使用第四下行链路资源向移动终端发送用于校正篮球投射过程中的角度的图像数据；
响应于接收到第三PDCCH消息，由移动终端在第二下行链路资源上接收由基站发送的第三MAC CE；
如果移动终端能够正确解码第三MAC CE，则由移动终端在第三下行链路资源上接收由基站发送的用于校正篮球投射过程中的角度的图像数据。
在一优选的实施方式中，基于机器学习的篮球投射过程中的角度智能视觉图像传输系统包括用于进行以下操作的单元：
如果移动终端不能够正确解码第三MAC CE，则由移动终端向基站发送调度请求；
如果移动终端不能够正确解码第三MAC CE，则移动终端不在第四下行链路资源上接收由基站发送的用于校正篮球投射过程中的角度的图像数据；
响应于接收到调度请求，由基站在第二下行链路载波上向移动终端发送第四PDCCH消息，其中，第四PDCCH消息向移动终端指示PUSCH资源；
响应于接收到第四PDCCH消息，由移动终端在第四PDCCH消息指示的PUSCH资源上向基站发送第二消息，其中，第二消息向基站通知移动终端没有正确解码第三MAC CE；
如果移动终端正确解码由基站发送的用于校正篮球投射过程中的角度的图像数据，则由移动终端向基站发送ACK消息；
如果移动终端没有正确解码由基站发送的用于校正篮球投射过程中的角度的图像数据，则由移动终端向基站发送NACK消息。
与现有技术相比，本发明具有如下优点：篮球是一项专业性很强的运动项目，该项目既要求运动员的心肺功能和跑跳能力，也要求运动员的投篮技巧。运动员通过刻苦训练能够提升心肺功能和跑跳能力，但是仅仅通过简单的重复训练则无法掌握投篮技巧。由于我国篮球项目发展较晚，专业教练员较少，高水平教练员更少，所以众多很有潜力的运动员得不到系统和专业的指导，使得运动成绩无法快速提高。针对现有技术的问题，希望能够在无人干预的情况下，提供训练建议和意见，以便运动员提高成绩。目前已经出现了很多基于机器学习的篮球投篮训练方法和算法，但是如何将算法得到的结果发送到运动场是现有技术还需要解决的问题。
附图说明
图1是根据本发明一实施方式的基于机器学习的篮球投射过程中的角度智能视觉图像传输系统结构示意图。
图2是根据本发明一实施方式的基于机器学习的篮球投射过程中的角度智能视觉图像传输方法流程图。
具体实施方式
下面结合附图，对本发明的具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。
除非另有其它明确表示，否则在整个说明书和权利要求书中，术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分，而并未排除其它元件或其它组成部分。
图1是根据本发明一实施方式的基于机器学习的篮球投射过程中的角度智能视觉图像传输系统结构示意图。
图2是根据本发明一实施方式的基于机器学习的篮球投射过程中的角度智能视觉图像传输方法流程图。
如图所示，本发明的基于机器学习的篮球投射过程中的角度智能视觉图像传输方法包括如下步骤：
步骤101：由服务器生成用于校正篮球投射过程中的角度的图像数据；其中，在一个具体实施例中，可以使用现有技术CN110929596A或者CN101826155B之一所介绍的机器学习的算法，由场边摄像装置自动捕捉运动员的投篮动作图像，随后由摄像装置直接或者间接的将自动捕捉运动员的投篮动作图像发送给服务器，服务器通过传统的图像处理方法(具体图像处理方法是本领域的公知常识，或者可以通过聘请专业的软件编辑团队提供解决方案，图像处理不是本申请的发明构思，本申请不再赘述)能够获得篮球投射角度，运动员出手位置等等信息，随后服务器可以将相关信息与标准数据进行比较(标准数据可以来自教科书，也可以来自顶级运动员身上采集的数值)，随后将比较结果使用图像方式标注出来(例如手部要抬高多少、胯部要提高多少、腿部弯曲度应该更大还是更小等等，标注方式可以是加圆圈等方式)，以便生成用于校正篮球投射过程中的角度的图像数据；
步骤102：由服务器将用于校正篮球投射过程中的角度的图像数据发送给基站，其中，基站与移动终端正在通过第一下行链路载波进行通信；
步骤103：响应于接收到用于校正篮球投射过程中的角度的图像数据，由基站在第一下行链路载波上向移动终端发送RRC连接重新配置消息，其中，RRC连接重新配置消息向移动终端指示开始监测第二下行链路载波上发送的第一参考信号以及第三下行链路载波上发送的第二参考信号；
步骤104：响应于接收到RRC连接重新配置消息，由移动终端监测第二下行链路载波上发送的第一参考信号以及第三下行链路载波上发送的第二参考信号；
步骤105：由移动终端确定第一参考信号的信号质量是否大于信号质量门限，并由移动终端确定第二参考信号的信号质量是否大于信号质量门限；
步骤106：如果判断第一参考信号的信号质量大于信号质量门限，并且第二参考信号的信号质量大于信号质量门限，则由移动终端向基站发送测量报告，其中，测量报告向基站指示第一参考信号的信号质量大于信号质量门限，并且第二参考信号的信号质量大于信号质量门限；
步骤107：响应于接收到测量报告，由基站向移动终端发送第一MACCE，其中，第一MACCE指示移动终端继续监测第一参考信号以及第二参考信号；
步骤108：响应于接收到第一MACCE，由移动终端继续监测第一参考信号以及第二参考信号；
步骤109：响应于继续监测第一参考信号以及第二参考信号，由移动终端确定在预定时间内第一参考信号的信号质量是否始终大于信号质量门限，并由移动终端确定在预定时间内第二参考信号的信号质量是否始终大于信号质量门限，其中，预定时间是在第一MACCE中指示的。
上述方案中，基于机器学习的篮球投射过程中的角度智能视觉图像传输方法包括如下步骤：如果判断在预定时间内第一参考信号的信号质量始终大于信号质量门限，并且在预定时间内第二参考信号的信号质量始终大于信号质量门限，则由移动终端向基站发送第二测量报告，其中，第二测量报告向基站指示在预定时间内第一参考信号的信号质量始终大于信号质量门限，并且在预定时间内第二参考信号的信号质量始终大于信号质量门限；响应于接收到第二测量报告，由基站在第一下行链路载波上向移动终端发送第一PDCCH消息，其中，第一PDCCH消息向移动终端指示位于第一下行链路载波上的第一下行链路资源，其中，基站使用第一下行链路资源向移动终端发送第二MAC CE，其中，第二MAC CE向移动终端指示第二下行链路载波被激活，其中，第一PDCCH消息还向移动终端指示位于第二下行链路载波上的第二下行链路资源，其中，基站使用第二下行链路资源向移动终端发送用于校正篮球投射过程中的角度的图像数据；响应于接收到第一PDCCH消息，由移动终端在第一下行链路资源上接收由基站发送的第二MAC CE；如果移动终端能够正确解码第二MACCE，则由移动终端在第二下行链路资源上接收由基站发送的用于校正篮球投射过程中的角度的图像数据。移动终端可以是运动场边的显示屏幕，显示屏幕接收到用于校正篮球投射过程中的角度的图像数据之后，可以将图像展示出来，方便运动员自己校正动作。
进一步的，基于机器学习的篮球投射过程中的角度智能视觉图像传输方法包括如下步骤：如果移动终端不能够正确解码第二MAC CE，则由移动终端向基站发送调度请求；如果移动终端不能够正确解码第二MAC CE，则移动终端不在第二下行链路资源上接收由基站发送的用于校正篮球投射过程中的角度的图像数据；响应于接收到调度请求，由基站在第一下行链路载波上向移动终端发送第二PDCCH消息，其中，第二PDCCH消息向移动终端指示PUSCH资源；响应于接收到第二PDCCH消息，由移动终端在第二PDCCH消息指示的PUSCH资源上向基站发送第一消息，其中，第一消息向基站通知移动终端没有正确解码第二MAC CE；本领域技术人员应当理解的是，由于本申请限定了“如果移动终端不能够正确解码第二MACCE，则由移动终端向基站发送调度请求”，所以基站不需要针对第二MAC CE分配HARQ资源；此外，当基站接收到前述第一消息之后，基站可以以重传的方式重新向移动终端发送PDCCH消息，重传的操作与前述操作类似，申请人不再赘述；如果移动终端正确解码由基站发送的用于校正篮球投射过程中的角度的图像数据，则由移动终端向基站发送ACK消息；如果移动终端没有正确解码由基站发送的用于校正篮球投射过程中的角度的图像数据，则由移动终端向基站发送NACK消息；如果移动终端不能够正确解码第二MAC CE，并且如果移动终端没有被配置有用于发送调度请求的资源，则由移动终端向基站发送预留的随机接入前导码，其中，预留的随机接入前导码是在系统信息中指示的；响应于接收到预留的随机接入前导码，由基站在第一下行链路载波上向移动终端发送随机接入响应，其中，随机接入响应向移动终端指示PUSCH资源；响应于接收到随机接入响应，由移动终端在随机接入响应指示的PUSCH资源上向基站发送第一消息，其中，第一消息向基站通知移动终端没有正确解码第二MAC CE。
进一步的，基于机器学习的篮球投射过程中的角度智能视觉图像传输方法包括如下步骤：响应于正确解码第二MAC CE，由移动终端在第二下行链路载波上监测由基站发送的第三PDCCH消息，其中，第三PDCCH消息向移动终端指示位于第二下行链路载波上的第三下行链路资源，其中，基站使用第三下行链路资源向移动终端发送第三MAC CE，其中，第三MAC CE向移动终端指示第三下行链路载波被激活，其中，第三PDCCH消息还向移动终端指示位于第三下行链路载波上的第四下行链路资源，其中，基站使用第四下行链路资源向移动终端发送用于校正篮球投射过程中的角度的图像数据；响应于接收到第三PDCCH消息，由移动终端在第二下行链路资源上接收由基站发送的第三MAC CE；如果移动终端能够正确解码第三MAC CE，则由移动终端在第三下行链路资源上接收由基站发送的用于校正篮球投射过程中的角度的图像数据。
进一步的，基于机器学习的篮球投射过程中的角度智能视觉图像传输方法包括如下步骤：如果移动终端不能够正确解码第三MAC CE，则由移动终端向基站发送调度请求；如果移动终端不能够正确解码第三MAC CE，则移动终端不在第四下行链路资源上接收由基站发送的用于校正篮球投射过程中的角度的图像数据；响应于接收到调度请求，由基站在第二下行链路载波上向移动终端发送第四PDCCH消息，其中，第四PDCCH消息向移动终端指示PUSCH资源；响应于接收到第四PDCCH消息，由移动终端在第四PDCCH消息指示的PUSCH资源上向基站发送第二消息，其中，第二消息向基站通知移动终端没有正确解码第三MAC CE；如果移动终端正确解码由基站发送的用于校正篮球投射过程中的角度的图像数据，则由移动终端向基站发送ACK消息；如果移动终端没有正确解码由基站发送的用于校正篮球投射过程中的角度的图像数据，则由移动终端向基站发送NACK消息。
本发明提供了一种基于机器学习的篮球投射过程中的角度智能视觉图像传输系统，包括用于进行以下操作的单元：由服务器生成用于校正篮球投射过程中的角度的图像数据；由服务器将用于校正篮球投射过程中的角度的图像数据发送给基站，其中，基站与移动终端正在通过第一下行链路载波进行通信；响应于接收到用于校正篮球投射过程中的角度的图像数据，由基站在第一下行链路载波上向移动终端发送RRC连接重新配置消息，其中，RRC连接重新配置消息向移动终端指示开始监测第二下行链路载波上发送的第一参考信号以及第三下行链路载波上发送的第二参考信号；响应于接收到RRC连接重新配置消息，由移动终端监测第二下行链路载波上发送的第一参考信号以及第三下行链路载波上发送的第二参考信号；由移动终端确定第一参考信号的信号质量是否大于信号质量门限，并由移动终端确定第二参考信号的信号质量是否大于信号质量门限；如果判断第一参考信号的信号质量大于信号质量门限，并且第二参考信号的信号质量大于信号质量门限，则由移动终端向基站发送测量报告，其中，测量报告向基站指示第一参考信号的信号质量大于信号质量门限，并且第二参考信号的信号质量大于信号质量门限；响应于接收到测量报告，由基站向移动终端发送第一MACCE，其中，第一MACCE指示移动终端继续监测第一参考信号以及第二参考信号；响应于接收到第一MACCE，由移动终端继续监测第一参考信号以及第二参考信号；响应于继续监测第一参考信号以及第二参考信号，由移动终端确定在预定时间内第一参考信号的信号质量是否始终大于信号质量门限，并由移动终端确定在预定时间内第二参考信号的信号质量是否始终大于信号质量门限，其中，预定时间是在第一MAC CE中指示的。
进一步的，基于机器学习的篮球投射过程中的角度智能视觉图像传输系统包括用于进行以下操作的单元：如果判断在预定时间内第一参考信号的信号质量始终大于信号质量门限，并且在预定时间内第二参考信号的信号质量始终大于信号质量门限，则由移动终端向基站发送第二测量报告，其中，第二测量报告向基站指示在预定时间内第一参考信号的信号质量始终大于信号质量门限，并且在预定时间内第二参考信号的信号质量始终大于信号质量门限；响应于接收到第二测量报告，由基站在第一下行链路载波上向移动终端发送第一PDCCH消息，其中，第一PDCCH消息向移动终端指示位于第一下行链路载波上的第一下行链路资源，其中，基站使用第一下行链路资源向移动终端发送第二MAC CE，其中，第二MAC CE向移动终端指示第二下行链路载波被激活，其中，第一PDCCH消息还向移动终端指示位于第二下行链路载波上的第二下行链路资源，其中，基站使用第二下行链路资源向移动终端发送用于校正篮球投射过程中的角度的图像数据；响应于接收到第一PDCCH消息，由移动终端在第一下行链路资源上接收由基站发送的第二MAC CE；如果移动终端能够正确解码第二MAC CE，则由移动终端在第二下行链路资源上接收由基站发送的用于校正篮球投射过程中的角度的图像数据。
进一步的，基于机器学习的篮球投射过程中的角度智能视觉图像传输系统包括用于进行以下操作的单元：如果移动终端不能够正确解码第二MAC CE，则由移动终端向基站发送调度请求；如果移动终端不能够正确解码第二MAC CE，则移动终端不在第二下行链路资源上接收由基站发送的用于校正篮球投射过程中的角度的图像数据；响应于接收到调度请求，由基站在第一下行链路载波上向移动终端发送第二PDCCH消息，其中，第二PDCCH消息向移动终端指示PUSCH资源；响应于接收到第二PDCCH消息，由移动终端在第二PDCCH消息指示的PUSCH资源上向基站发送第一消息，其中，第一消息向基站通知移动终端没有正确解码第二MAC CE；如果移动终端正确解码由基站发送的用于校正篮球投射过程中的角度的图像数据，则由移动终端向基站发送ACK消息；如果移动终端没有正确解码由基站发送的用于校正篮球投射过程中的角度的图像数据，则由移动终端向基站发送NACK消息；如果移动终端不能够正确解码第二MAC CE，并且如果移动终端没有被配置有用于发送调度请求的资源，则由移动终端向基站发送预留的随机接入前导码，其中，预留的随机接入前导码是在系统信息中指示的；响应于接收到预留的随机接入前导码，由基站在第一下行链路载波上向移动终端发送随机接入响应，其中，随机接入响应向移动终端指示PUSCH资源；响应于接收到随机接入响应，由移动终端在随机接入响应指示的PUSCH资源上向基站发送第一消息，其中，第一消息向基站通知移动终端没有正确解码第二MAC CE。
进一步的，基于机器学习的篮球投射过程中的角度智能视觉图像传输系统包括用于进行以下操作的单元：响应于正确解码第二MAC CE，由移动终端在第二下行链路载波上监测由基站发送的第三PDCCH消息，其中，第三PDCCH消息向移动终端指示位于第二下行链路载波上的第三下行链路资源，其中，基站使用第三下行链路资源向移动终端发送第三MACCE，其中，第三MAC CE向移动终端指示第三下行链路载波被激活，其中，第三PDCCH消息还向移动终端指示位于第三下行链路载波上的第四下行链路资源，其中，基站使用第四下行链路资源向移动终端发送用于校正篮球投射过程中的角度的图像数据；响应于接收到第三PDCCH消息，由移动终端在第二下行链路资源上接收由基站发送的第三MAC CE；如果移动终端能够正确解码第三MAC CE，则由移动终端在第三下行链路资源上接收由基站发送的用于校正篮球投射过程中的角度的图像数据。
进一步的，基于机器学习的篮球投射过程中的角度智能视觉图像传输系统包括用于进行以下操作的单元：如果移动终端不能够正确解码第三MAC CE，则由移动终端向基站发送调度请求；如果移动终端不能够正确解码第三MAC CE，则移动终端不在第四下行链路资源上接收由基站发送的用于校正篮球投射过程中的角度的图像数据；响应于接收到调度请求，由基站在第二下行链路载波上向移动终端发送第四PDCCH消息，其中，第四PDCCH消息向移动终端指示PUSCH资源；响应于接收到第四PDCCH消息，由移动终端在第四PDCCH消息指示的PUSCH资源上向基站发送第二消息，其中，第二消息向基站通知移动终端没有正确解码第三MAC CE；如果移动终端正确解码由基站发送的用于校正篮球投射过程中的角度的图像数据，则由移动终端向基站发送ACK消息；如果移动终端没有正确解码由基站发送的用于校正篮球投射过程中的角度的图像数据，则由移动终端向基站发送NACK消息。
载波聚合是LTE-advanced中引入的技术，虽然距离该技术首次被提出已经超过10年，但是由于载波聚合能够配合5G双连接操作，并且能够更好的适应5G eMBB的部署，所以很多公司目前仍然在大力研发与载波聚合有关的技术。现有技术3GPP会议文档R2-101056提出了一种载波激活的方法，该方法大体上包括首先由移动终端测量下行链路载波的信号质量，然后由移动终端将测量结果发送给基站，随后由基站基于某种标准(例如要被激活的载波上是否负载过高)确定是否激活载波，如果确定激活载波，则由基站向移动终端发送MAC CE来实现载波的激活。该现有技术的问题在于，虽然基站是基于移动终端的反馈来确定是否激活某个分量载波，但是尤其在5G应用场景下(由于5G系统的波长较短，频率较高，所以衰落随时间变化比较明显)，载波上的信号质量随时间的变化很快，如果简单的以某一个时刻或者某一个时间段的信号质量作为是否激活载波的判据，这可能造成被激活的载波信号质量差，导致通信质量下降，移动终端耗电增加。此外，该现有技术指出的通过MAC CE实现载波的激活的具体方案记载在3GPP会议文档R2-101119(以下简称第二现有技术)中，该第二现有技术首先指出，为了不改变PDCCH格式(改变PDCCH格式的难点至少在于：其涉及复杂的DCI格式的重新设计，同时将增加移动终端盲解码的难度)，所以该第二现有技术要求激活载波的命令在MAC CE中携带(也即在PDSCH信道中发送)，当然这种在MAC CE发送激活命令的设计仍然是合理的。该第二现有技术无法解决的问题在于(以下情形并非第二现有技术公开的内容)：如果基站希望实现跨载波调度，在一个PDCCH信息中既给移动终端指示携带激活命令的MAC CE的时频资源，又给移动终端指示被激活的载波上的PDSCH资源(尤其在长TTI情况下，这种实现方式能够大大降低时延)，但是这种理想状况在第二现有技术的教导下难以很好的实现。例如，由于MAC CE是在原先已经激活的载波上发送的，而真正需要发送的数据是在新激活的第二载波上发送的，那么实际上需要HARQ反馈的数据有两条，如果给两个TB都配置对应的PUCCH资源，那么这相当于为了传输一个真正的数据信息(激活命令属于数据传输的开销)，需要耗费2比特的PUCCH资源，这种方式对于资源紧缺的PUCCH信道而言是不合适的。如果通过设置定时器(例如在预定时间内基站既没有接收到针对数据的ACK，也没有接收到针对数据NACK，则基站认为移动终端没有接收到MAC CE)以避免浪费PUCCH资源，那么这种方式将仍然导致严重问题：首先由于定时器的设置，基站无法快速知道数据传输结果，这加大了数据传输的延时，同时增大了基站缓存数据的负担，此外，基站没有接收到移动终端发送的ACK/NACK信息的原因有很多，如果将没有接收到ACK/NACK信息的原因一概归为移动终端没有接收到MAC CE，这种方法也将导致资源浪费。本申请设计了针对性的方法以解决前述问题。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
前述对本发明的具体示例性实施方案的描述是为了说明和例证的目的。这些描述并非想将本发明限定为所公开的精确形式，并且很显然，根据上述教导，可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应用，从而使得本领域的技术人员能够实现并利用本发明的各种不同的示例性实施方案以及各种不同的选择和改变。本发明的范围意在由权利要求书及其等同形式所限定。
Claims (10)
1.一种基于机器学习的篮球投射过程中的角度智能视觉图像传输方法，其特征在于，所述基于机器学习的篮球投射过程中的角度智能视觉图像传输方法包括如下步骤：
由服务器生成用于校正篮球投射过程中的角度的图像数据；
由服务器将所述用于校正篮球投射过程中的角度的图像数据发送给基站，其中，所述基站与移动终端正在通过第一下行链路载波进行通信；
响应于接收到所述用于校正篮球投射过程中的角度的图像数据，由基站在第一下行链路载波上向所述移动终端发送RRC连接重新配置消息，其中，所述RRC连接重新配置消息向所述移动终端指示开始监测第二下行链路载波上发送的第一参考信号以及第三下行链路载波上发送的第二参考信号；
响应于接收到所述RRC连接重新配置消息，由移动终端监测第二下行链路载波上发送的第一参考信号以及第三下行链路载波上发送的第二参考信号；
由移动终端确定所述第一参考信号的信号质量是否大于信号质量门限，并由移动终端确定所述第二参考信号的信号质量是否大于信号质量门限；
如果判断所述第一参考信号的信号质量大于信号质量门限，并且所述第二参考信号的信号质量大于信号质量门限，则由移动终端向所述基站发送测量报告，其中，所述测量报告向所述基站指示所述第一参考信号的信号质量大于信号质量门限，并且所述第二参考信号的信号质量大于信号质量门限；
响应于接收到所述测量报告，由基站向所述移动终端发送第一MACCE，其中，所述第一MACCE指示所述移动终端继续监测所述第一参考信号以及第二参考信号；
响应于接收到所述第一MACCE，由移动终端继续监测所述第一参考信号以及第二参考信号；
响应于继续监测所述第一参考信号以及第二参考信号，由移动终端确定在预定时间内所述第一参考信号的信号质量是否始终大于信号质量门限，并由移动终端确定在预定时间内所述第二参考信号的信号质量是否始终大于信号质量门限，其中，所述预定时间是在所述第一MAC CE中指示的。
2.如权利要求1所述的基于机器学习的篮球投射过程中的角度智能视觉图像传输方法，其特征在于，所述基于机器学习的篮球投射过程中的角度智能视觉图像传输方法包括如下步骤：
如果判断在预定时间内所述第一参考信号的信号质量始终大于信号质量门限，并且在预定时间内所述第二参考信号的信号质量始终大于信号质量门限，则由移动终端向所述基站发送第二测量报告，其中，所述第二测量报告向所述基站指示在预定时间内所述第一参考信号的信号质量始终大于信号质量门限，并且在预定时间内所述第二参考信号的信号质量始终大于信号质量门限；
响应于接收到所述第二测量报告，由基站在第一下行链路载波上向所述移动终端发送第一PDCCH消息，其中，所述第一PDCCH消息向所述移动终端指示位于所述第一下行链路载波上的第一下行链路资源，其中，所述基站使用所述第一下行链路资源向所述移动终端发送第二MAC CE，其中，所述第二MAC CE向所述移动终端指示所述第二下行链路载波被激活，其中，所述第一PDCCH消息还向所述移动终端指示位于所述第二下行链路载波上的第二下行链路资源，其中，所述基站使用所述第二下行链路资源向所述移动终端发送用于校正篮球投射过程中的角度的图像数据；
响应于接收到所述第一PDCCH消息，由移动终端在所述第一下行链路资源上接收由基站发送的第二MAC CE；
如果移动终端能够正确解码所述第二MAC CE，则由移动终端在所述第二下行链路资源上接收由基站发送的用于校正篮球投射过程中的角度的图像数据。
3.如权利要求2所述的基于机器学习的篮球投射过程中的角度智能视觉图像传输方法，其特征在于，所述基于机器学习的篮球投射过程中的角度智能视觉图像传输方法包括如下步骤：
如果移动终端不能够正确解码所述第二MAC CE，则由移动终端向所述基站发送调度请求；
如果移动终端不能够正确解码所述第二MAC CE，则移动终端不在所述第二下行链路资源上接收由基站发送的用于校正篮球投射过程中的角度的图像数据；
响应于接收到所述调度请求，由基站在第一下行链路载波上向所述移动终端发送第二PDCCH消息，其中，所述第二PDCCH消息向所述移动终端指示PUSCH资源；
响应于接收到所述第二PDCCH消息，由移动终端在所述第二PDCCH消息指示的PUSCH资源上向所述基站发送第一消息，其中，所述第一消息向所述基站通知所述移动终端没有正确解码所述第二MAC CE；
如果移动终端正确解码由基站发送的用于校正篮球投射过程中的角度的图像数据，则由移动终端向所述基站发送ACK消息；
如果移动终端没有正确解码由基站发送的用于校正篮球投射过程中的角度的图像数据，则由移动终端向所述基站发送NACK消息；
如果移动终端不能够正确解码所述第二MAC CE，并且如果所述移动终端没有被配置有用于发送调度请求的资源，则由移动终端向所述基站发送预留的随机接入前导码，其中，所述预留的随机接入前导码是在系统信息中指示的；
响应于接收到所述预留的随机接入前导码，由基站在第一下行链路载波上向所述移动终端发送随机接入响应，其中，所述随机接入响应向所述移动终端指示PUSCH资源；
响应于接收到所述随机接入响应，由移动终端在所述随机接入响应指示的PUSCH资源上向所述基站发送第一消息，其中，所述第一消息向所述基站通知所述移动终端没有正确解码所述第二MAC CE。
4.如权利要求3所述的基于机器学习的篮球投射过程中的角度智能视觉图像传输方法，其特征在于，所述基于机器学习的篮球投射过程中的角度智能视觉图像传输方法包括如下步骤：
响应于正确解码所述第二MAC CE，由移动终端在第二下行链路载波上监测由基站发送的第三PDCCH消息，其中，所述第三PDCCH消息向所述移动终端指示位于所述第二下行链路载波上的第三下行链路资源，其中，所述基站使用所述第三下行链路资源向所述移动终端发送第三MAC CE，其中，所述第三MAC CE向所述移动终端指示所述第三下行链路载波被激活，其中，所述第三PDCCH消息还向所述移动终端指示位于所述第三下行链路载波上的第四下行链路资源，其中，所述基站使用所述第四下行链路资源向所述移动终端发送用于校正篮球投射过程中的角度的图像数据；
响应于接收到所述第三PDCCH消息，由移动终端在所述第二下行链路资源上接收由基站发送的第三MAC CE；
如果移动终端能够正确解码所述第三MAC CE，则由移动终端在所述第三下行链路资源上接收由基站发送的用于校正篮球投射过程中的角度的图像数据。
5.如权利要求4所述的基于机器学习的篮球投射过程中的角度智能视觉图像传输方法，其特征在于，所述基于机器学习的篮球投射过程中的角度智能视觉图像传输方法包括如下步骤：
如果移动终端不能够正确解码所述第三MAC CE，则由移动终端向所述基站发送调度请求；
如果移动终端不能够正确解码所述第三MAC CE，则移动终端不在所述第四下行链路资源上接收由基站发送的用于校正篮球投射过程中的角度的图像数据；
响应于接收到所述调度请求，由基站在第二下行链路载波上向所述移动终端发送第四PDCCH消息，其中，所述第四PDCCH消息向所述移动终端指示PUSCH资源；
响应于接收到所述第四PDCCH消息，由移动终端在所述第四PDCCH消息指示的PUSCH资源上向所述基站发送第二消息，其中，所述第二消息向所述基站通知所述移动终端没有正确解码所述第三MAC CE；
如果移动终端正确解码由基站发送的用于校正篮球投射过程中的角度的图像数据，则由移动终端向所述基站发送ACK消息；
如果移动终端没有正确解码由基站发送的用于校正篮球投射过程中的角度的图像数据，则由移动终端向所述基站发送NACK消息。
6.一种基于机器学习的篮球投射过程中的角度智能视觉图像传输系统，其特征在于，所述基于机器学习的篮球投射过程中的角度智能视觉图像传输系统包括用于进行以下操作的单元：
由服务器生成用于校正篮球投射过程中的角度的图像数据；
由服务器将所述用于校正篮球投射过程中的角度的图像数据发送给基站，其中，所述基站与移动终端正在通过第一下行链路载波进行通信；
响应于接收到所述用于校正篮球投射过程中的角度的图像数据，由基站在第一下行链路载波上向所述移动终端发送RRC连接重新配置消息，其中，所述RRC连接重新配置消息向所述移动终端指示开始监测第二下行链路载波上发送的第一参考信号以及第三下行链路载波上发送的第二参考信号；
响应于接收到所述RRC连接重新配置消息，由移动终端监测第二下行链路载波上发送的第一参考信号以及第三下行链路载波上发送的第二参考信号；
由移动终端确定所述第一参考信号的信号质量是否大于信号质量门限，并由移动终端确定所述第二参考信号的信号质量是否大于信号质量门限；
如果判断所述第一参考信号的信号质量大于信号质量门限，并且所述第二参考信号的信号质量大于信号质量门限，则由移动终端向所述基站发送测量报告，其中，所述测量报告向所述基站指示所述第一参考信号的信号质量大于信号质量门限，并且所述第二参考信号的信号质量大于信号质量门限；
响应于接收到所述测量报告，由基站向所述移动终端发送第一MACCE，其中，所述第一MACCE指示所述移动终端继续监测所述第一参考信号以及第二参考信号；
响应于接收到所述第一MACCE，由移动终端继续监测所述第一参考信号以及第二参考信号；
响应于继续监测所述第一参考信号以及第二参考信号，由移动终端确定在预定时间内所述第一参考信号的信号质量是否始终大于信号质量门限，并由移动终端确定在预定时间内所述第二参考信号的信号质量是否始终大于信号质量门限，其中，所述预定时间是在所述第一MAC CE中指示的。
7.如权利要求6所述的基于机器学习的篮球投射过程中的角度智能视觉图像传输系统，其特征在于，所述基于机器学习的篮球投射过程中的角度智能视觉图像传输系统包括用于进行以下操作的单元：
如果判断在预定时间内所述第一参考信号的信号质量始终大于信号质量门限，并且在预定时间内所述第二参考信号的信号质量始终大于信号质量门限，则由移动终端向所述基站发送第二测量报告，其中，所述第二测量报告向所述基站指示在预定时间内所述第一参考信号的信号质量始终大于信号质量门限，并且在预定时间内所述第二参考信号的信号质量始终大于信号质量门限；
响应于接收到所述第二测量报告，由基站在第一下行链路载波上向所述移动终端发送第一PDCCH消息，其中，所述第一PDCCH消息向所述移动终端指示位于所述第一下行链路载波上的第一下行链路资源，其中，所述基站使用所述第一下行链路资源向所述移动终端发送第二MAC CE，其中，所述第二MAC CE向所述移动终端指示所述第二下行链路载波被激活，其中，所述第一PDCCH消息还向所述移动终端指示位于所述第二下行链路载波上的第二下行链路资源，其中，所述基站使用所述第二下行链路资源向所述移动终端发送用于校正篮球投射过程中的角度的图像数据；
响应于接收到所述第一PDCCH消息，由移动终端在所述第一下行链路资源上接收由基站发送的第二MAC CE；
如果移动终端能够正确解码所述第二MAC CE，则由移动终端在所述第二下行链路资源上接收由基站发送的用于校正篮球投射过程中的角度的图像数据。
8.如权利要求7所述的基于机器学习的篮球投射过程中的角度智能视觉图像传输系统，其特征在于，所述基于机器学习的篮球投射过程中的角度智能视觉图像传输系统包括用于进行以下操作的单元：
如果移动终端不能够正确解码所述第二MAC CE，则由移动终端向所述基站发送调度请求；
如果移动终端不能够正确解码所述第二MAC CE，则移动终端不在所述第二下行链路资源上接收由基站发送的用于校正篮球投射过程中的角度的图像数据；
响应于接收到所述调度请求，由基站在第一下行链路载波上向所述移动终端发送第二PDCCH消息，其中，所述第二PDCCH消息向所述移动终端指示PUSCH资源；
响应于接收到所述第二PDCCH消息，由移动终端在所述第二PDCCH消息指示的PUSCH资源上向所述基站发送第一消息，其中，所述第一消息向所述基站通知所述移动终端没有正确解码所述第二MAC CE；
如果移动终端正确解码由基站发送的用于校正篮球投射过程中的角度的图像数据，则由移动终端向所述基站发送ACK消息；
如果移动终端没有正确解码由基站发送的用于校正篮球投射过程中的角度的图像数据，则由移动终端向所述基站发送NACK消息；
如果移动终端不能够正确解码所述第二MAC CE，并且如果所述移动终端没有被配置有用于发送调度请求的资源，则由移动终端向所述基站发送预留的随机接入前导码，其中，所述预留的随机接入前导码是在系统信息中指示的；
响应于接收到所述预留的随机接入前导码，由基站在第一下行链路载波上向所述移动终端发送随机接入响应，其中，所述随机接入响应向所述移动终端指示PUSCH资源；
响应于接收到所述随机接入响应，由移动终端在所述随机接入响应指示的PUSCH资源上向所述基站发送第一消息，其中，所述第一消息向所述基站通知所述移动终端没有正确解码所述第二MAC CE。
9.如权利要求8所述的基于机器学习的篮球投射过程中的角度智能视觉图像传输系统，其特征在于，所述基于机器学习的篮球投射过程中的角度智能视觉图像传输系统包括用于进行以下操作的单元：
响应于正确解码所述第二MAC CE，由移动终端在第二下行链路载波上监测由基站发送的第三PDCCH消息，其中，所述第三PDCCH消息向所述移动终端指示位于所述第二下行链路载波上的第三下行链路资源，其中，所述基站使用所述第三下行链路资源向所述移动终端发送第三MAC CE，其中，所述第三MAC CE向所述移动终端指示所述第三下行链路载波被激活，其中，所述第三PDCCH消息还向所述移动终端指示位于所述第三下行链路载波上的第四下行链路资源，其中，所述基站使用所述第四下行链路资源向所述移动终端发送用于校正篮球投射过程中的角度的图像数据；
响应于接收到所述第三PDCCH消息，由移动终端在所述第二下行链路资源上接收由基站发送的第三MAC CE；
如果移动终端能够正确解码所述第三MAC CE，则由移动终端在所述第三下行链路资源上接收由基站发送的用于校正篮球投射过程中的角度的图像数据。
10.如权利要求9所述的基于机器学习的篮球投射过程中的角度智能视觉图像传输系统，其特征在于，所述基于机器学习的篮球投射过程中的角度智能视觉图像传输系统包括用于进行以下操作的单元：
如果移动终端不能够正确解码所述第三MAC CE，则由移动终端向所述基站发送调度请求；
如果移动终端不能够正确解码所述第三MAC CE，则移动终端不在所述第四下行链路资源上接收由基站发送的用于校正篮球投射过程中的角度的图像数据；
响应于接收到所述调度请求，由基站在第二下行链路载波上向所述移动终端发送第四PDCCH消息，其中，所述第四PDCCH消息向所述移动终端指示PUSCH资源；
响应于接收到所述第四PDCCH消息，由移动终端在所述第四PDCCH消息指示的PUSCH资源上向所述基站发送第二消息，其中，所述第二消息向所述基站通知所述移动终端没有正确解码所述第三MAC CE；
如果移动终端正确解码由基站发送的用于校正篮球投射过程中的角度的图像数据，则由移动终端向所述基站发送ACK消息；
如果移动终端没有正确解码由基站发送的用于校正篮球投射过程中的角度的图像数据，则由移动终端向所述基站发送NACK消息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111457854.9A CN114143811B (zh) | 2021-12-02 | 2021-12-02 | 基于机器学习的篮球投射过程中的角度智能视觉图像传输方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111457854.9A CN114143811B (zh) | 2021-12-02 | 2021-12-02 | 基于机器学习的篮球投射过程中的角度智能视觉图像传输方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114143811A CN114143811A (zh) | 2022-03-04 |
| CN114143811B true CN114143811B (zh) | 2023-07-28 |
Family
ID=80386997
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111457854.9A Active CN114143811B (zh) | 2021-12-02 | 2021-12-02 | 基于机器学习的篮球投射过程中的角度智能视觉图像传输方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114143811B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012040940A1 (zh) * | 2010-09-30 | 2012-04-05 | 中兴通讯股份有限公司 | 无线信号质量的测量方法及装置 |
| CN103581996A (zh) * | 2012-07-20 | 2014-02-12 | 华为技术有限公司 | 测量结果上报方法及终端、基站 |
| CN110034853A (zh) * | 2018-01-12 | 2019-07-19 | 华为技术有限公司 | 信号传输方法、相关设备及系统 |
| CN111107593A (zh) * | 2019-01-23 | 2020-05-05 | 维沃移动通信有限公司 | 一种用于链路失败恢复的方法、用户侧设备和网络侧设备 |
| CN111918410A (zh) * | 2020-08-12 | 2020-11-10 | 南阳师范学院 | 用于动画艺术教学的图像数据传输方法及远程教学系统 |
| CN112020026A (zh) * | 2020-09-04 | 2020-12-01 | 湖州大本营科技有限公司 | 一种用于智慧医疗的医疗数据传输方法及系统 |
| CN112153592A (zh) * | 2020-09-01 | 2020-12-29 | 陈一丰 | 一种基于物联网的草莓生长状态监控方法及系统 |
| WO2021056512A1 (en) * | 2019-09-29 | 2021-04-01 | Qualcomm Incorporated | Recovery from cell failure in carrier aggregation |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014010892A1 (ko) * | 2012-07-11 | 2014-01-16 | 엘지전자 주식회사 | 셀 대한 측정을 수행하는 방법 및 단말 |
-
2021
- 2021-12-02 CN CN202111457854.9A patent/CN114143811B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012040940A1 (zh) * | 2010-09-30 | 2012-04-05 | 中兴通讯股份有限公司 | 无线信号质量的测量方法及装置 |
| CN103581996A (zh) * | 2012-07-20 | 2014-02-12 | 华为技术有限公司 | 测量结果上报方法及终端、基站 |
| CN110034853A (zh) * | 2018-01-12 | 2019-07-19 | 华为技术有限公司 | 信号传输方法、相关设备及系统 |
| CN111107593A (zh) * | 2019-01-23 | 2020-05-05 | 维沃移动通信有限公司 | 一种用于链路失败恢复的方法、用户侧设备和网络侧设备 |
| WO2021056512A1 (en) * | 2019-09-29 | 2021-04-01 | Qualcomm Incorporated | Recovery from cell failure in carrier aggregation |
| CN111918410A (zh) * | 2020-08-12 | 2020-11-10 | 南阳师范学院 | 用于动画艺术教学的图像数据传输方法及远程教学系统 |
| CN112153592A (zh) * | 2020-09-01 | 2020-12-29 | 陈一丰 | 一种基于物联网的草莓生长状态监控方法及系统 |
| CN112020026A (zh) * | 2020-09-04 | 2020-12-01 | 湖州大本营科技有限公司 | 一种用于智慧医疗的医疗数据传输方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 3GPP LTE/WLAN无线融合技术研究进展;施苑英;张伽俐;;电讯技术(09);全文 * |
| TD-LTE与FDDLTE混合组网策略及参数优化方法;何超;侯优优;姚柒零;武琳栋;;电信科学(S1);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114143811A (zh) | 2022-03-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10419235B2 (en) | Methods and systems for automatically monitoring user activity | |
| US11189268B2 (en) | Method and apparatus for selecting voice-enabled device and intelligent computing device for controlling the same | |
| US10918909B2 (en) | Facilitation of interactive exercise system | |
| US10500441B2 (en) | Pilates exercise routine system and method | |
| KR102536425B1 (ko) | 헬스 케어 장치, 시스템 및 방법 | |
| US11997650B2 (en) | Method of setting reserved subframes for resource pool, user equipment, and base station | |
| US11746457B2 (en) | Intelligent washing machine and control method thereof | |
| US11514316B2 (en) | Method and apparatus for inspecting defects in washer based on deep learning | |
| WO2018214528A1 (zh) | 运动效果的展示方法及装置 | |
| US20200090410A1 (en) | Intelligent inspection devices | |
| CN114143811B (zh) | 基于机器学习的篮球投射过程中的角度智能视觉图像传输方法及系统 | |
| US20210324560A1 (en) | Intelligent washing machine and control method of the same | |
| US20210405758A1 (en) | Method of controlling augmented reality electronic device | |
| US20200007633A1 (en) | Intelligent device enrolling method, device enrolling apparatus and intelligent computing device | |
| US10625120B2 (en) | Facilitation of interactive exercise system | |
| CN112020052A (zh) | 基于区块链技术的高水平运动员状态实时监测方法及系统 | |
| WO2023004136A3 (en) | Video conferencing for virtual personal training | |
| CN111093240B (zh) | 一种基于物联网的乒乓球远程课程的传输方法及系统 | |
| CN114495594A (zh) | 线上体育项目自适应训练方法和装置 | |
| CN104511149B (zh) | 运动训练与管理系统 | |
| CN106888068B (zh) | 一种基于周期性cqi的信道译码方法及装置 | |
| CN111770109B (zh) | 一种虚拟现实音乐歌唱练声音频和视频传输方法 | |
| US11514725B2 (en) | Intelligence device and user selection method thereof | |
| KR102630799B1 (ko) | 인공지능을 이용한 음성 인식 기반 태권도 동작 평가방법 및 장치 | |
| CN111432437B (zh) | 用户体征信息的快速传输方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |