CN117614584B - 信道可迁移的语义通信方法以及相关设备 - Google Patents
信道可迁移的语义通信方法以及相关设备 Download PDFInfo
- Publication number
- CN117614584B CN117614584B CN202311402768.7A CN202311402768A CN117614584B CN 117614584 B CN117614584 B CN 117614584B CN 202311402768 A CN202311402768 A CN 202311402768A CN 117614584 B CN117614584 B CN 117614584B
- Authority
- CN
- China
- Prior art keywords
- semantic
- signal
- channel
- input information
- signals
- 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 71
- 230000006854 communication Effects 0.000 title claims abstract description 67
- 238000004891 communication Methods 0.000 title claims abstract description 66
- 238000012545 processing Methods 0.000 claims abstract description 85
- 238000005562 fading Methods 0.000 claims abstract description 25
- 239000000654 additive Substances 0.000 claims abstract description 7
- 230000000996 additive effect Effects 0.000 claims abstract description 7
- 230000006870 function Effects 0.000 claims description 83
- 238000012549 training Methods 0.000 claims description 37
- 230000005012 migration Effects 0.000 claims description 24
- 238000013508 migration Methods 0.000 claims description 24
- 238000005457 optimization Methods 0.000 claims description 22
- 238000003860 storage Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 18
- 230000009977 dual effect Effects 0.000 claims description 10
- 238000009826 distribution Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 235000007164 Oryza sativa Nutrition 0.000 claims description 4
- 238000011084 recovery Methods 0.000 claims description 4
- 235000009566 rice Nutrition 0.000 claims description 4
- 240000007594 Oryza sativa Species 0.000 claims 1
- 230000005540 biological transmission Effects 0.000 abstract description 18
- 239000000969 carrier Substances 0.000 abstract description 11
- 230000009286 beneficial effect Effects 0.000 abstract description 6
- 238000012546 transfer Methods 0.000 abstract description 6
- 230000007547 defect Effects 0.000 abstract description 4
- 108091006146 Channels Proteins 0.000 description 146
- 206010042135 Stomatitis necrotising Diseases 0.000 description 20
- 201000008585 noma Diseases 0.000 description 20
- 238000010586 diagram Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 241000209094 Oryza Species 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000013475 authorization Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- DYGJZCCUSXSGBE-UHFFFAOYSA-N 1,3,5-trinitro-2,4-bis(2,4,6-trinitrophenyl)benzene Chemical compound [O-][N+](=O)C1=CC([N+](=O)[O-])=CC([N+]([O-])=O)=C1C1=C([N+]([O-])=O)C=C([N+]([O-])=O)C(C=2C(=CC(=CC=2[N+]([O-])=O)[N+]([O-])=O)[N+]([O-])=O)=C1[N+]([O-])=O DYGJZCCUSXSGBE-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/0001—Systems modifying transmission characteristics according to link quality, e.g. power backoff
- H04L1/0015—Systems modifying transmission characteristics according to link quality, e.g. power backoff characterised by the adaptation strategy
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
- G06N3/0455—Auto-encoder networks; Encoder-decoder networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/0001—Systems modifying transmission characteristics according to link quality, e.g. power backoff
- H04L1/0036—Systems modifying transmission characteristics according to link quality, e.g. power backoff arrangements specific to the receiver
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- 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)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请提供一种信道可迁移的语义通信方法以及相关设备。本申请将语义特征与信道增益相结合,以最小化原始语义信号与重构语义信号之间的误差为目标,对发送端信号处理函数以及接收端信号处理函数进行优化,解决了根据不同载波的信道增益来自适应调整语义信号的技术问题,有利于提取的语义特征在不同信道增益的多载波上传输,还解决了如何将加性高斯白噪声信道下训练好的编译码器迁移其他衰落信道应用的技术问题,消除了需要针对不同统计特征或不同类型的信道都要进行编译码器训练的弊端,保证了原编译码器应用于衰落信道时的非正交多用户的语义通信质量,提高了通信效率。
Description
技术领域
本申请涉及通信技术领域,尤其涉及一种信道可迁移的语义通信方法以及相关设备。
背景技术
语义通信是一种新型通信架构,它通过将用户对信息的需求及语义融入通信过程,可以通过探索语义信息来显着提高传输效率。与传统通信方式不同,语义通信不再关注比特传输的正确与否,而是更关注传递的内容,使接收端正确理解发送端的信息含义,降低接收端对信息的不确定性。由于不再追求对原始数据或信号的保真,而是对信源进行语义层面的信息提取,获得以“保意”为目的的更简洁的信息表示方式,可以大幅降低所需的传输信道带宽,提升端到端通信效率。
但是在现有技术中,尚未对用户语义通信进行功率分配及性能分析,此外,语义编译码器存在依赖信道类型的局限性,应用泛化效果不佳,这都将导致语义通信质量下降。
发明内容
有鉴于此,本申请的目的在于提出一种信道可迁移的语义通信方法以及相关设备,以解决或部分解决上述问题。
基于上述目的,本申请提供了一种信道可迁移的语义通信方法,包括:
获取发送端的第一输入信息以及第二输入信息,将所述第一输入信息输入到预先训练的语义编码器,提取所述第一输入信息的语义特征,得到第一语义信号;将所述第二输入信息输入到预先训练的语义编码器,提取所述第二输入信息的语义特征,得到第二语义信号;
将所述第一语义信号以及所述第二语义信号发送到第一信道,通过所述第一信道进行信号叠加,得到第三语义信号;
根据预先确定的第二信道的信道系数对所述第一语义信号以及所述第二语义信号进行发送端信号处理,得到处理后的第一语义信号以及处理后的第二语义信号;
将所述处理后的第一语义信号以及所述处理后的第二语义信号发送到所述第二信道,进行信号叠加,得到第四语义信号,并根据所述信道系数对所述第四语义信号进行接收端信号处理,得到第五语义信号;
以最小化所述第三语义信号与所述第五语义信号之间的误差为目标对所述第五语义信号进行优化,得到优化后的第五语义信号;
将所述优化后的第五语义信号输入到预先训练的语义译码器进行语义解码,得到第一解码信息以及第二解码信息;其中,所述第一解码信息与所述第一输入信息的语义相应;所述第二解码信息与所述第二输入信息的语义相应。
在一种可能的实现方式中,所述将所述第一输入信息输入到预先训练的语义编码器,提取所述第一输入信息的语义特征,得到第一语义信号,包括:
将所述第一输入信息的语义特征转换为与载波对应的第一复数;
根据预设的功率约束条件对所述第一复数进行归一化,得到所述第一语义信号。
在一种可能的实现方式中,所述将所述第二输入信息输入到预先训练的语义编码器,提取所述第二输入信息的语义特征,得到第二语义信号,包括:
将所述第二输入信息的语义特征转换为与载波对应的第二复数;
根据预设的功率约束条件对所述第二复数进行归一化,得到所述第二语义信号。
在一种可能的实现方式中,所述第一信道为加性高斯白噪声信道。
在一种可能的实现方式中,所述第二信道为瑞利衰落信道或者莱斯衰落信道。
在一种可能的实现方式中,所述方法还包括:构建所述语义编码器以及所述语义译码器:
获取所述发送端的历史输入消息作为训练集,通过初始语义编码器提取所述训练集的语义特征,得到第一训练信号;
将所述第一训练信号通过所述第一信道发送到接收端,通过初始语义译码器解析所述第一训练信号,得到第二训练信号;
根据所述第一训练信号以及所述第二训练信号构建损失函数,通过最小化所述损失函数训练所述初始语义编码器以及所述初始语义译码器,得到所述预先训练的语义编码器以及所述预先训练的语义译码器。
在一种可能的实现方式中,所述根据预先确定的第二信道的信道系数对所述第一语义信号以及所述第二语义信号进行发送端信号处理,得到处理后的第一语义信号以及处理后的第二语义信号,包括:
根据预先确定的第二信道的信道系数构建发送端信号处理函数;
根据所述第一语义信号以及所述发送端信号处理函数得到所述处理后的第一语义信号;
根据所述第二语义信号以及所述发送端信号处理函数得到所述处理后的第二语义信号。
在一种可能的实现方式中,所述根据所述信道系数对所述第四语义信号进行接收端信号处理,得到第五语义信号,包括:
根据预先确定的第二信道的信道系数构建接收端信号处理函数;
根据所述第四语义信号以及所述接收端信号处理函数得到所述第五语义信号。
在一种可能的实现方式中,所述以最小化所述第三语义信号与所述第五语义信号之间的误差为目标对所述第五语义信号进行优化,得到优化后的第五语义信号,包括:
以最小化所述第三语义信号与所述第五语义信号之间的误差为目标优化所述发送端信号处理函数以及所述接收端信号处理函数;
根据优化后的发送端处理函数以及优化后的接收端处理函数调整所述第五语义信号,以使所述第三语义信号以及所述第五语义信号之间的差值最小,得到所述优化后的第五语义信号。
在一种可能的实现方式中,所述发送端信号处理函数为载波功率分配函数;所述接收端信号处理函数为信号幅值运算函数;
所述方法还包括:
根据所述多载波功率分配函数、所述信号幅值运算函数以及最小化所述第三语义信号与所述第五语义信号之间误差的所述目标确定所述信道迁移功率优化问题;
对所述信道迁移功率优化问题进行语义相似的对偶转换,得到信道迁移功率优化模型;
通过拉格朗日对偶法确定所述信道迁移功率优化模型的解析解,根据所述解析解以及所述预设的功率约束条件得到所述发送端载波功率分配结果以及所述接收端幅值放缩参数。
在一种可能的实现方式中,所述将所述优化后的第五语义信号输入到预先训练的语义译码器进行语义解码,得到第一解码信息以及第二解码信息,包括:
根据所述优化后的第五语义信号输入到所述预先训练的语义译码器,提取所述优化后的第五语义信号中包含的针对所述第一语义信号的语义特征以及针对所述第二语义信号的语义特征;
根据所述针对所述第一语义信号的语义特征以及针对所述第二语义信号的语义特征进行语义恢复和信息重建,得到所述第一解码信息以及所述第二解码信息。
基于同样的目的,本申请还提出了一种信道可迁移的语义通信装置,包括:
编码模块,被配置为获取发送端的第一输入信息以及第二输入信息,将所述第一输入信息输入到预先训练的语义编码器,提取所述第一输入信息的语义特征,得到第一语义信号;将所述第二输入信息输入到预先训练的语义编码器,提取所述第二输入信息的语义特征,得到第二语义信号;
第一叠加模块,被配置为将所述第一语义信号以及所述第二语义信号发送到第一信道,通过所述第一信道进行信号叠加,得到第三语义信号;
优化模块,被配置为根据预先确定的第二信道的信道系数对所述第一语义信号以及所述第二语义信号进行发送端信号处理,得到处理后的第一语义信号以及处理后的第二语义信号;
第二叠加模块,被配置为将所述处理后的第一语义信号以及所述处理后的第二语义信号发送到所述第二信道,进行信号叠加,得到第四语义信号,并根据所述信道系数对所述第四语义信号进行接收端信号处理,得到第五语义信号;
优化模块,被配置为以最小化所述第三语义信号与所述第五语义信号之间的误差为目标对所述第五语义信号进行优化,得到优化后的第五语义信号;
译码模块,被配置为将所述优化后的第五语义信号输入到预先训练的语义译码器进行语义解码,得到第一解码信息以及第二解码信息;其中,所述第一解码信息与所述第一输入信息的语义相应;所述第二解码信息与所述第二输入信息的语义相应。
基于上述目的,本申请还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任意一项所述的信道可迁移的语义通信方法。
基于上述目的,本申请还提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行上述任意一项所述的信道可迁移的语义通信方法。
基于上述目的,本申请提供了一种计算机程序产品,包括计算机程序指令,当所述计算机程序指令在计算机上运行时,使得计算机执行上述任意一项所述的信道可迁移的语义通信方法。
从上面所述可以看出,本申请提供的一种信道可迁移的语义通信方法以及相关设备,首先获取发送端的第一输入信息以及第二输入信息,将第一输入信息输入到预先训练的语义编码器,提取第一输入信息的语义特征,得到第一语义信号;将第二输入信息输入到预先训练的语义编码器,提取第二输入信息的语义特征,得到第二语义信号,将第一语义信号以及第二语义信号发送到第一信道,通过第一信道进行信号叠加,得到第三语义信号,根据预先确定的第二信道的信道系数对第一语义信号以及第二语义信号进行发送端信号处理,得到处理后的第一语义信号以及处理后的第二语义信号,将处理后的第一语义信号以及处理后的第二语义信号发送到第二信道,进行信号叠加,得到第四语义信号,并根据信道系数对第四语义信号进行接收端信号处理,得到第五语义信号,以最小化第三语义信号与第五语义信号之间的误差为目标对第五语义信号进行优化,得到优化后的第五语义信号;将优化后的第五语义信号输入到预先训练的语义译码器进行语义解码,得到第一解码信息以及第二解码信息;其中,第一解码信息与第一输入信息的语义相应;第二解码信息与第二输入信息的语义相应。本申请将语义特征与信道增益相结合,以最小化原始语义信号与重构语义信号之间的误差为目标,对发送端信号处理函数以及接收端信号处理函数进行优化,解决了根据不同载波的信道增益来自适应调整语义信号的技术问题,有利于提取的语义特征在不同信道增益的多载波上传输,还解决了如何将加性高斯白噪声信道下训练好的编译码器迁移其他衰落信道应用的技术问题,消除了需要针对不同统计特征或不同类型的信道都要进行编译码器训练的弊端,保证了原编译码器应用于衰落信道时的非正交多用户的语义通信质量,提高了通信效率。
附图说明
为了更清楚地说明本申请或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的信道可迁移的NOMA语义通信系统结构示意图。
图2为本申请实施例提供的信道可迁移的语义通信方法流程示意图。
图3为本申请实施例提供的应用于NOMA系统的信道可迁移的语义通信方法流程示意图。
图4为本申请实施例提供的复矩阵变量元素展开表。
图5为本申请实施例提供的应用于NOMA系统的信道可迁移的语义通信装置示意图。
图6为本申请实施例提供的电子设备硬件结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本申请进一步详细说明。
需要说明的是,除非另外定义,本申请使用的技术术语或者科学术语应当为本申请所属领域内具有一般技能的人士所理解的通常意义。本申请中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
如背景技术部分所述,自编码器模型在深度学习中是一种无监督的神经网络模型,包含编码器和译码器,它可以学习到输入数据的隐含特征,并利用所学特征重构原始输入数据,是通信领域联合信源信道编码实现的重要工具,自动编码器可以用于特征的非线性降维,提取更有效的新特征。自编码器是实现语义通信的重要工具,在语义通信系统中发挥着对用户语义信息提取与重建的关键作用。
OFDM(Orthogonal Frequency Division Multiplexing)即正交频分复用技术技术,是一种多载波调制技术,通过频分复用实现高速串行数据的并行传输,其主要流程是将一整段频段分割成数个子载波,而且让每个子载波相互正交,使得他们在频谱上并不互相重叠,可以降低干扰,其运作方式为在发送端将频域信号通过逆傅里叶变换至时域,并通过增加循环前缀进行发送,而接收端则是将信号去除循环前缀,再将时域信号通过傅里叶变换将信号转回频域,并解出原发送信号。
非正交多址接入技术(Non-Orthogonal Multiple Access,NOMA)通过为同一个时频资源上的多个用户分配不同功率实现资源复用,以达到非正交多址接入的目的。传统NOMA技术的主要思想为在发送端多用户采用不同功率的非正交发送,主动引入干扰信息,在接收端通过串行干扰消除接收机消除干扰。每个频域子信道和时域符号对应的功率不再只支持一个用户,而是由多个用户共享,因而产生共享信道的多址干扰,为了克服干扰,NOMA技术在接收端采用串行干扰消除技术进行多用户的干扰检测与消除,以保证系统的正常通信。
申请人在实现本申请的过程中发现,现有技术中研究了基于香农容量的传统NOMA的功率分配问题,针对不同用户业务的不同需求,合理分配有限的发射功率,以权衡用户的容量和中断概率。但是,该类型研究尚未对用户语义通信进行功率分配及性能分析。现有技术还研究了NOMA语义通信的图像传输问题,但是该方案并未对信道信息进行研究和利用。此外,还有部分现有技术研究了结合自编码器模型和OFDM技术的信道自适应的无线图像传输方法,但是只针对了一种分布特征多径衰落信道,没有针对各种衰落信道进行设计,应用泛化效果不佳,当信道类型变换或者信道某特征参数变数时,原训练的自编码器模型不再适用于新信道,导致语义通信质量下降。
正因如此,本申请提供了一种信道可迁移的语义通信方法以及相关设备,首先获取发送端的第一输入信息以及第二输入信息,将第一输入信息输入到预先训练的语义编码器,提取第一输入信息的语义特征,得到第一语义信号;将第二输入信息输入到预先训练的语义编码器,提取第二输入信息的语义特征,得到第二语义信号,将第一语义信号以及第二语义信号发送到第一信道,通过第一信道进行信号叠加,得到第三语义信号,根据预先确定的第二信道的信道系数对第一语义信号以及第二语义信号进行发送端信号处理,得到处理后的第一语义信号以及处理后的第二语义信号,将处理后的第一语义信号以及处理后的第二语义信号发送到第二信道,进行信号叠加,得到第四语义信号,并根据信道系数对第四语义信号进行接收端信号处理,得到第五语义信号,以最小化第三语义信号与第五语义信号之间的误差为目标对第五语义信号进行优化,得到优化后的第五语义信号;将优化后的第五语义信号输入到预先训练的语义译码器进行语义解码,得到第一解码信息以及第二解码信息;其中,第一解码信息与第一输入信息的语义相应;第二解码信息与第二输入信息的语义相应。本申请将语义特征与信道增益相结合,以最小化原始语义信号与重构语义信号之间的误差为目标,对发送端信号处理函数以及接收端信号处理函数进行优化,解决了根据不同载波的信道增益来自适应调整语义信号的技术问题,有利于提取的语义特征在不同信道增益的多载波上传输,还解决了如何将加性高斯白噪声信道下训练好的编译码器迁移其他衰落信道应用的技术问题,消除了需要针对不同统计特征或不同类型的信道都要进行编译码器训练的弊端,保证了原编译码器应用于衰落信道时的非正交多用户的语义通信质量,提高了通信效率。
以下,通过具体的实施例进一步详细说明本申请的技术方案。
参考图1,为本申请实施例提供的信道可迁移的NOMA语义通信系统结构示意图。
在具体实施中,研究上行NONA传输系统,多用户以非正交多址接入方式向基站发送信息,每个载波上同时携带多个用户的语义信息,在该系统中,每个发送端用户对应部署一个语义编码器,接收端基站部署一个语义译码器。信道可迁移的NOMA语义通信系统在AWGN信道下,NOMA语义编译码器进行训练,在其他衰落信道(如莱斯衰落、瑞利衰落)下,NOMA语义编译码器进行测试,通过优化语义发送信号的功率分配和接收信号处理,保证端到端语义通信质量,实现NOMA语义通信系统下由AWGN信道到多载波衰落信道的信道迁移。
参考图2,为本申请实施例提供的信道可迁移的语义通信方法流程示意图。
步骤S201,获取发送端的第一输入信息以及第二输入信息,将所述第一输入信息输入到预先训练的语义编码器,提取所述第一输入信息的语义特征,得到第一语义信号;将所述第二输入信息输入到预先训练的语义编码器,提取所述第二输入信息的语义特征,得到第二语义信号。
在具体实施中,假设在语义通信系统中有N个用户,表示为通过用户各自的语义编码器从发送端的输入消息Mn中提取语义特征。
在本申请实施例中,假设存在两个用户,对应有两个语义编码器,两个用户的输入信息分别为第一输入信息以及第二输入信息,通过相应的预先训练好的语义编码器可以提取输入信息的语义特征。
作为一个可选的实施例,可以将第一输入信息的语义特征转换为与载波对应的第一复数;根据预设的功率约束条件对第一复数进行归一化,得到第一语义信号。
作为一个可选的实施例,可以将第二输入信息的语义特征转换为与载波对应的第二复数;根据预设的功率约束条件对第二复数进行归一化,得到第二语义信号。
具体地,为便于系统传输,将语义特征表示为与载波对应的复数,即其中K为子载波数,L为OFDM-NOMA符号数,每个符号携带K语义特征进行传输。表示用户n在第l个OFDM-NOMA符号的第k个子载波处的语义特征。每个用户的OFDM-NOMA符号在所有子载波上的语义特征表示为Xn,l,受每个用户自身平均功率约束Pn约束,Xn,l将归一化为的语义发送信号Tn,l,表示为:
步骤S202,将所述第一语义信号以及所述第二语义信号发送到第一信道,通过所述第一信道进行信号叠加,得到第三语义信号。
具体地,语义信号通过AWGN信道后,对所有语义信号进行叠加,表示为:
其中,Tn={Tn,1,…,Tn,L},为噪声矩阵,其元素wl,k为方差为的独立同分布复高斯噪声项,即
需要说明的是,发送端的语义编码器不限于两个,根据用户数量以及实际载波需求,可以灵活设置。
作为一个可选的实施例,可以通过以下方式构建语义编码器以及语义译码器:首先获取发送端的历史输入消息作为训练集,通过初始语义编码器提取训练集的语义特征,得到第一训练信号;将第一训练信号通过第一信道发送到接收端,通过初始语义译码器解析第一训练信号,得到第二训练信号;根据第一训练信号以及第二训练信号构建损失函数,通过最小化损失函数训练初始语义编码器以及初始语义译码器,得到预先训练的语义编码器以及预先训练的语义译码器。
在具体实施中,由部署在接收端基站的语义译码器φD将接收到的叠加信号Y进行信息重建,表示为其中是所有用户重建信息的矩阵合并。重建信息和原信息间损失函数为:
通过最小化损失函数来训练该系统的NOMA语义编译码器,将训练好的编译码器表示为
步骤S203,根据预先确定的第二信道的信道系数对所述第一语义信号以及所述第二语义信号进行发送端信号处理,得到处理后的第一语义信号以及处理后的第二语义信号。
参考图3,为本申请实施例提供的应用于NOMA系统的信道可迁移的语义通信方法流程示意图。
在具体实施中,在AWGN信道下训练的编译码器组暂时还无法直接应用于多载波衰落信道,在本申请提供的NOMA语义通信系统中,提出了根据衰落信道下的信道增益,优化多载波功率分配的方法,对收发端语义信号进行运算处理,以使编译码器组也适用于衰落信道。
作为一个可选的实施例,根据预先确定的第二信道的信道系数构建发送端信号处理函数;根据第一语义信号以及发送端信号处理函数得到处理后的第一语义信号;根据第二语义信号以及发送端信号处理函数得到处理后的第二语义信号。
具体地,当信道类型变化后,固定参数的语义编译码器Γ*将继续生成语义信号T,但是该信号不能直接作为传输信号,否则会因为信道的变化引起通信质量的下降。为了避免这一现象,需要依照反馈的类型Cb信道的信道系数,对语义信号T进行信号处理,得到新的信号即为传输信号,第一语义信号和第二语义信号经过功率分配函数ft(·)进行信号处理后得到优化后的语义信号,表示为:
其中,可以表示处理后的第一语义信号以及处理后的第二语义信号,为信道衰落矩阵系数。
步骤S204,将所述处理后的第一语义信号以及所述处理后的第二语义信号发送到所述第二信道,进行信号叠加,得到第四语义信号,并根据所述信道系数对所述第四语义信号进行接收端信号处理,得到第五语义信号。
作为一个可选的实施例,处理后的第一语义信号以及处理后的第二语义信号经过衰落信道后的叠加信号表示为:
然后经过类型Cb的信道,得到接收信号Yc,并对其进行接收信号处理,得到输入译码器的新信号,表示为:
Ynew=fr(Yc,Cb)
作为一个可选的实施例,根据信道系数对第四语义信号进行接收端信号处理,得到第五语义信号,可以根据预先确定的第二信道的信道系数构建接收端信号处理函数;根据第四语义信号以及接收端信号处理函数得到第五语义信号。
具体地,以应用在NOMA系统为例,需要设计发送端多载波功率分配函数ft(·)和接收端信号幅值运算函数fr(·)表达式,发送端多载波功率分配函数ft(·)表示为:
其中,和分别是面向和的功率分配结果。
接收端幅值运算函数的设计秉承着参数简洁的原则,引入了一个幅值放缩参数α,fr(·)表示为:
参考图4,为本申请实施例提供的复矩阵变量元素展开表。步骤S205,以最小化所述第三语义信号与所述第五语义信号之间的误差为目标对所述第五语义信号进行优化,得到优化后的第五语义信号。
作为一个可选的实施例,可以以最小化第三语义信号与第五语义信号之间的误差为目标优化发送端信号处理函数以及接收端信号处理函数;根据优化后的发送端处理函数以及优化后的接收端处理函数调整第五语义信号,以使第三语义信号以及第五语义信号之间的差值最小,得到优化后的第五语义信号。
具体地,已知训练好的译码器可以将信号Y进行信息重建,使重建信息与原信息M误差最小,因此当信号Ynew和信号Y误差越小时,经过类型Cb信道的信息重建质量越高。
本申请所提的信道可迁移的语义通信系统对发送端信号处理函数fr和接收端信号处理函数fr的设计原则为在满足通信约束的条件下根据信道反馈信息最小化信号Ynew和信号Y误差,表示为:
以应用在NOMA系统为例,可以根据多载波功率分配函数、信号幅值运算函数以及最小化第三语义信号与第五语义信号之间误差的目标确定信道迁移功率优化问题;对信道迁移功率优化问题进行语义相似的对偶转换,得到信道迁移功率优化模型;通过拉格朗日对偶法确定信道迁移功率优化模型的解析解,根据解析解以及预设的功率约束条件得到发送端载波功率分配结果以及接收端幅值放缩参数。
在具体实施中,根据复矩阵变量元素展开表,可以对信道迁移功率优化问题进行细化建模:
其中,
然后,根据优化问题(P1)的含义,对问题进行语义相似的对偶转换,得到近似原问题的新问题(P2),表示为:
其中,是对应y的无噪声项,如问题(P2)是一个加权和功率最小化问题。加权系数βn是平衡每个用户传输功率的比率因子,定义为约束和的目的是保证问题(P1)的目标函数d1的近似最小化。
最后,利用拉格朗日对偶法获得功率分配的解析解。引入约束和的拉格朗日乘子λl,k和μl,k,通过联立求解变量偏导为零,得到功率分配的解析解表达式如下:
其中,
根据功率分配解析解和功率约束,计算每个载波功率约束下的幅值放缩参数αn,l,表达式为:
并取最大值来以满足所有载波的功率约束,获得保证语义通信性能最佳的幅值放缩参数α=max{α1,1,…,αn,l,…,αN,L}。根据发送端载波功率分配结果和以及接收端幅值放缩参数α,得到优化后的Ynew。
步骤S206,将所述优化后的第五语义信号输入到预先训练的语义译码器进行语义解码,得到第一解码信息以及第二解码信息;其中,所述第一解码信息与所述第一输入信息的语义相应;所述第二解码信息与所述第二输入信息的语义相应。
作为一个可选的实施例,根据优化后的第五语义信号输入到预先训练的语义译码器,提取优化后的第五语义信号中包含的针对第一语义信号的语义特征以及针对第二语义信号的语义特征;根据针对所述第一语义信号的语义特征以及针对第二语义信号的语义特征进行语义恢复和信息重建,得到第一解码信息以及所述第二解码信息。
从上面所述可以看出,本申请提供的一种信道可迁移的语义通信方法以及相关设备,首先获取发送端的第一输入信息以及第二输入信息,将第一输入信息输入到预先训练的语义编码器,提取第一输入信息的语义特征,得到第一语义信号;将第二输入信息输入到预先训练的语义编码器,提取第二输入信息的语义特征,得到第二语义信号,将第一语义信号以及第二语义信号发送到第一信道,通过第一信道进行信号叠加,得到第三语义信号,根据预先确定的第二信道的信道系数对第一语义信号以及第二语义信号进行发送端信号处理,得到处理后的第一语义信号以及处理后的第二语义信号,将处理后的第一语义信号以及处理后的第二语义信号发送到第二信道,进行信号叠加,得到第四语义信号,并根据信道系数对第四语义信号进行接收端信号处理,得到第五语义信号,以最小化第三语义信号与第五语义信号之间的误差为目标对第五语义信号进行优化,得到优化后的第五语义信号;将优化后的第五语义信号输入到预先训练的语义译码器进行语义解码,得到第一解码信息以及第二解码信息;其中,第一解码信息与第一输入信息的语义相应;第二解码信息与第二输入信息的语义相应。本申请将语义特征与信道增益相结合,以最小化原始语义信号与重构语义信号之间的误差为目标,对发送端信号处理函数以及接收端信号处理函数进行优化,解决了根据不同载波的信道增益来自适应调整语义信号的技术问题,有利于提取的语义特征在不同信道增益的多载波上传输,还解决了如何将加性高斯白噪声信道下训练好的编译码器迁移其他衰落信道应用的技术问题,消除了需要针对不同统计特征或不同类型的信道都要进行编译码器训练的弊端,保证了原编译码器应用于衰落信道时的非正交多用户的语义通信质量,提高了通信效率。
需要说明的是,本申请实施例的方法可以由单个设备执行,例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下,由多台设备相互配合来完成。在这种分布式场景的情况下,这多台设备中的一台设备可以只执行本申请实施例的方法中的某一个或多个步骤,这多台设备相互之间会进行交互以完成所述的方法。
需要说明的是,上述对本申请的一些实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于上述实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
参考图5,为本申请实施例提供的信道可迁移的语义通信装置示意图。
基于同一发明构思,与上述任意实施例提供的方法相对应的,本申请还提供了一种信道可迁移的语义通信装置,所述装置包括:
编码模块501,被配置为获取发送端的第一输入信息以及第二输入信息,将所述第一输入信息输入到预先训练的语义编码器,提取所述第一输入信息的语义特征,得到第一语义信号;将所述第二输入信息输入到预先训练的语义编码器,提取所述第二输入信息的语义特征,得到第二语义信号;
第一叠加模块502,被配置为将所述第一语义信号以及所述第二语义信号发送到第一信道,通过所述第一信道进行信号叠加,得到第三语义信号;
优化模块503,被配置为根据预先确定的第二信道的信道系数对所述第一语义信号以及所述第二语义信号进行发送端信号处理,得到处理后的第一语义信号以及处理后的第二语义信号;
第二叠加模块504,被配置为将所述处理后的第一语义信号以及所述处理后的第二语义信号发送到所述第二信道,进行信号叠加,得到第四语义信号,并根据所述信道系数对所述第四语义信号进行接收端信号处理,得到第五语义信号;
优化模块505,被配置为以最小化所述第三语义信号与所述第五语义信号之间的误差为目标对所述第五语义信号进行优化,得到优化后的第五语义信号;
译码模块506,被配置为将所述优化后的第五语义信号输入到预先训练的语义译码器进行语义解码,得到第一解码信息以及第二解码信息;其中,所述第一解码信息与所述第一输入信息的语义相应;所述第二解码信息与所述第二输入信息的语义相应。
可选的,所述编码模块501,还被配置为:
将所述第一输入信息的语义特征转换为与载波对应的第一复数;
根据预设的功率约束条件对所述第一复数进行归一化,得到所述第一语义信号。
可选的,所述编码模块501,还被配置为:
将所述第二输入信息的语义特征转换为与载波对应的第二复数;
根据预设的功率约束条件对所述第二复数进行归一化,得到所述第二语义信号。
可选的,所述第一信道为加性高斯白噪声信道。
可选的,所述第二信道为瑞利衰落信道或者莱斯衰落信道。
可选的,所述编码模块501,还被配置为:
构建所述语义编码器以及所述语义译码器:
获取所述发送端的历史输入消息作为训练集,通过初始语义编码器提取所述训练集的语义特征,得到第一训练信号;
将所述第一训练信号通过所述第一信道发送到接收端,通过初始语义译码器解析所述第一训练信号,得到第二训练信号;
根据所述第一训练信号以及所述第二训练信号构建损失函数,通过最小化所述损失函数训练所述初始语义编码器以及所述初始语义译码器,得到所述预先训练的语义编码器以及所述预先训练的语义译码器。
可选的,所述优化模块503,还被配置为:
根据预先确定的第二信道的信道系数构建发送端信号处理函数;
根据所述第一语义信号以及所述发送端信号处理函数得到所述处理后的第一语义信号;
根据所述第二语义信号以及所述发送端信号处理函数得到所述处理后的第二语义信号。
可选的,所述优化模块503,还被配置为:
根据预先确定的第二信道的信道系数构建接收端信号处理函数;
根据所述第四语义信号以及所述接收端信号处理函数得到所述第五语义信号。
可选的,所述发送端信号处理函数为载波功率分配函数;所述接收端信号处理函数为信号幅值运算函数;
可选的,所述优化模块503,还被配置为:
以最小化所述第三语义信号与所述第五语义信号之间的误差为目标优化所述发送端信号处理函数以及所述接收端信号处理函数;
根据优化后的发送端处理函数以及优化后的接收端处理函数调整所述第五语义信号,以使所述第三语义信号以及所述第五语义信号之间的差值最小,得到所述优化后的第五语义信号。
可选的,所述优化模块503,还被配置为:
根据所述多载波功率分配函数、所述信号幅值运算函数以及最小化所述第三语义信号与所述第五语义信号之间误差的所述目标确定所述信道迁移功率优化问题;
对所述信道迁移功率优化问题进行语义相似的对偶转换,得到信道迁移功率优化模型;
通过拉格朗日对偶法确定所述信道迁移功率优化模型的解析解,根据所述解析解以及所述预设的功率约束条件得到所述发送端载波功率分配结果以及所述接收端幅值放缩参数。
可选的,所述译码模块506,还被配置为:
根据所述优化后的第五语义信号输入到所述预先训练的语义译码器,提取所述优化后的第五语义信号中包含的针对所述第一语义信号的语义特征以及针对所述第二语义信号的语义特征;
根据所述针对所述第一语义信号的语义特征以及针对所述第二语义信号的语义特征进行语义恢复和信息重建,得到所述第一解码信息以及所述第二解码信息。
为了描述的方便,描述以上系统时以功能分为各种模块分别描述。当然,在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
上述实施例的系统用于实现前述任一实施例中相应的方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
基于同一发明构思,与上述任意实施例方法相对应的,本申请还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上任意一实施例所述的方法。
图6示出了本实施例所提供的一种更为具体的电子设备硬件结构示意图,该设备可以包括:处理器610、存储器620、输入/输出接口630、通信接口640和总线650。其中处理器610、存储器620、输入/输出接口630和通信接口640通过总线650实现彼此之间在设备内部的通信连接。
处理器610可以采用通用的CPU(Central Processing Unit,中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本说明书实施例所提供的技术方案。
存储器620可以采用ROM(Read Only Memory,只读存储器)、RAM(Random AccessMemory,随机存取存储器)、静态存储设备,动态存储设备等形式实现。存储器620可以存储操作系统和其他应用程序,在通过软件或者固件来实现本说明书实施例所提供的技术方案时,相关的程序代码保存在存储器620中,并由处理器610来调用执行。
输入/输出接口630用于连接输入/输出模块,以实现信息输入及输出。输入/输出模块可以作为组件配置在设备中(图中未示出),也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等,输出设备可以包括显示器、扬声器、振动器、指示灯等。
通信接口640用于连接通信模块(图中未示出),以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线650包括一通路,在设备的各个组件(例如处理器610、存储器620、输入/输出接口630和通信接口640)之间传输信息。
需要说明的是,尽管上述设备仅示出了处理器610、存储器620、输入/输出接口630、通信接口640以及总线650,但是在具体实施过程中,该设备还可以包括实现正常运行所必需的其他组件。此外,本领域的技术人员可以理解的是,上述设备中也可以仅包含实现本说明书实施例方案所必需的组件,而不必包含图中所示的全部组件。
上述实施例的电子设备用于实现前述任一实施例中相应的方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
基于同一发明构思,与上述任意实施例方法相对应的,本申请还提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行如上任一实施例所述的方法。
上述非暂态计算机可读存储介质可以是计算机能够存取的任何可用介质或数据存储设备,包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NAND FLASH)、固态硬盘(SSD))等。
上述实施例的存储介质存储的计算机指令用于使所述计算机执行如上示例性方法部分中任一实施例所述的方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
基于同一发明构思,与上述任意实施例所述的方法相对应的,本申请还提供了一种计算机程序产品,其包括计算机程序指令。在一些实施例中,所述计算机程序指令可以由计算机的一个或多个处理器执行以使得所述计算机和/或所述处理器执行所述的方法。对应于所述的方法各实施例中各步骤对应的执行主体,执行相应步骤的处理器可以是属于相应执行主体的。
上述实施例的计算机程序产品用于使所述计算机和/或所述处理器执行如上任一实施例所述的方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
可以理解的是,在使用本申请中各个实施例的技术方案之前,均会通过恰当的方式对所涉及的个人信息的类型、使用范围、使用场景等告知用户,并获得用户的授权。
例如,在响应于接收到用户的主动请求时,向用户发送提示信息,以明确的提示用户,其请求执行的操作将需要获取和使用到用户的个人信息。从而,使得用户可以根据提示信息来自主的选择是否向执行本申请技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
作为一种可选的但非限定的实现方式,响应于接受到用户的主动请求,向用户发送提示信息的方式例如可以是弹窗的方式,弹窗中可以以文字的方式呈现提示信息。此外,弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。
可以理解的是,上述通知和获取用户授权过程仅是示意性的,不对本申请的实现方式构成限定,其他满足相关法律法规的方式也可应用于本申请的实现方式中。
本领域技术技术人员应当理解,本申请的实施方式可以实现为一种系统、方法或计算机程序产品。因此,本申请可以具体实现为以下形式,即:完全的硬件、完全的软件(包括固件、驻留软件、微代码等),或者硬件和软件结合的形式,本文一般称为“电路”、“模块”或“系统”。此外,在一些实施例中,本申请还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式,该计算机可读介质中包含计算机可读的程序代码。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是,但不限于,电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举示例)例如可以包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络(包括局域网(LAN)或广域网(WAN))连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合都可以由计算机程序指令实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,这些计算机程序指令通过计算机或其它可编程数据处理装置执行,产生了实现流程图和/或框图中的方框中规定的功能/操作的装置。
也可以把这些计算机程序指令存储在能使得计算机或其它可编程数据处理装置以特定方式工作的计算机可读介质中,这样,存储在计算机可读介质中的指令就产生出一个包括实现流程图和/或框图中的方框中规定的功能/操作的指令装置的产品。
也可以把计算机程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机或其它可编程装置上执行的指令能够提供实现流程图和/或框图中的方框中规定的功能/操作的过程。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本申请的范围(包括权利要求)被限于这些例子;在本申请的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本申请实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。
另外,为简化说明和讨论,并且为了不会使本申请实施例难以理解,在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外,可以以框图的形式示出装置,以便避免使本申请实施例难以理解,并且这也考虑了以下事实,即关于这些框图装置的实施方式的细节是高度取决于将要实施本申请实施例的平台的(即,这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如,电路)以描述本申请的示例性实施例的情况下,对本领域技术人员来说显而易见的是,可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本申请实施例。因此,这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本申请的具体实施例对本申请进行了描述,但是根据前面的描述,这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如,其它存储器架构(例如,动态RAM(DRAM))可以使用所讨论的实施例。
本申请实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本申请实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (15)
1.一种信道可迁移的语义通信方法,其特征在于,包括:
获取发送端的第一输入信息以及第二输入信息,将所述第一输入信息输入到预先训练的第一语义编码器,提取所述第一输入信息的语义特征,得到第一语义信号;将所述第二输入信息输入到预先训练的第二语义编码器,提取所述第二输入信息的语义特征,得到第二语义信号;
将所述第一语义信号以及所述第二语义信号发送到第一信道,通过所述第一信道进行信号叠加,得到第三语义信号;
根据预先确定的第二信道的信道系数对所述第一语义信号以及所述第二语义信号进行发送端信号处理,得到处理后的第一语义信号以及处理后的第二语义信号;
将所述处理后的第一语义信号以及所述处理后的第二语义信号发送到所述第二信道,进行信号叠加,得到第四语义信号,并根据所述信道系数对所述第四语义信号进行接收端信号处理,得到第五语义信号;
以最小化所述第三语义信号与所述第五语义信号之间的误差为目标对所述第五语义信号进行优化,得到优化后的第五语义信号;
将所述优化后的第五语义信号输入到预先训练的语义译码器进行语义解码,得到第一解码信息以及第二解码信息;其中,所述第一解码信息与所述第一输入信息的语义相应;所述第二解码信息与所述第二输入信息的语义相应。
2.根据权利要求1所述的方法,其特征在于,所述将所述第一输入信息输入到预先训练的第一语义编码器,提取所述第一输入信息的语义特征,得到第一语义信号,包括:
将所述第一输入信息的语义特征转换为与载波对应的第一复数;
根据预设的功率约束条件对所述第一复数进行归一化,得到所述第一语义信号。
3.根据权利要求1所述的方法,其特征在于,所述将所述第二输入信息输入到预先训练的第二语义编码器,提取所述第二输入信息的语义特征,得到第二语义信号,包括:
将所述第二输入信息的语义特征转换为与载波对应的第二复数;
根据预设的功率约束条件对所述第二复数进行归一化,得到所述第二语义信号。
4.根据权利要求1所述的方法,其特征在于,所述第一信道为加性高斯白噪声信道。
5.根据权利要求1所述的方法,其特征在于,所述第二信道为瑞利衰落信道或者莱斯衰落信道。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:构建所述语义编码器以及所述语义译码器:
获取所述发送端的历史输入消息作为训练集,通过初始语义编码器提取所述训练集的语义特征,得到第一训练信号;
将所述第一训练信号通过所述第一信道发送到接收端,通过初始语义译码器解析所述第一训练信号,得到第二训练信号;
根据所述第一训练信号以及所述第二训练信号构建损失函数,通过最小化所述损失函数训练所述初始语义编码器以及所述初始语义译码器,得到所述预先训练的语义编码器以及所述预先训练的语义译码器。
7.根据权利要求2所述的方法,其特征在于,所述根据预先确定的第二信道的信道系数对所述第一语义信号以及所述第二语义信号进行发送端信号处理,得到处理后的第一语义信号以及处理后的第二语义信号,包括:
根据预先确定的第二信道的信道系数构建发送端信号处理函数;
根据所述第一语义信号以及所述发送端信号处理函数得到所述处理后的第一语义信号;
根据所述第二语义信号以及所述发送端信号处理函数得到所述处理后的第二语义信号。
8.根据权利要求7所述的方法,其特征在于,所述根据所述信道系数对所述第四语义信号进行接收端信号处理,得到第五语义信号,包括:
根据预先确定的第二信道的信道系数构建接收端信号处理函数;
根据所述第四语义信号以及所述接收端信号处理函数得到所述第五语义信号。
9.根据权利要求8所述的方法,其特征在于,所述以最小化所述第三语义信号与所述第五语义信号之间的误差为目标对所述第五语义信号进行优化,得到优化后的第五语义信号,包括:
以最小化所述第三语义信号与所述第五语义信号之间的误差为目标优化所述发送端信号处理函数以及所述接收端信号处理函数;
根据优化后的发送端处理函数以及优化后的接收端处理函数调整所述第五语义信号,以使所述第三语义信号以及所述第五语义信号之间的差值最小,得到所述优化后的第五语义信号。
10.根据权利要求9所述的方法,其特征在于,所述发送端信号处理函数为载波功率分配函数;所述接收端信号处理函数为信号幅值运算函数;
所述方法还包括:
根据所述载波功率分配函数、所述信号幅值运算函数以及最小化所述第三语义信号与所述第五语义信号之间误差的所述目标确定所述信道迁移功率优化问题;
对所述信道迁移功率优化问题进行语义相似的对偶转换,得到信道迁移功率优化模型;
通过拉格朗日对偶法确定所述信道迁移功率优化模型的解析解,根据所述解析解以及所述预设的功率约束条件得到所述发送端载波功率分配结果以及所述接收端幅值放缩参数。
11.根据权利要求1所述的方法,其特征在于,所述将所述优化后的第五语义信号输入到预先训练的语义译码器进行语义解码,得到第一解码信息以及第二解码信息,包括:
根据所述优化后的第五语义信号输入到所述预先训练的语义译码器,提取所述优化后的第五语义信号中包含的针对所述第一语义信号的语义特征以及针对所述第二语义信号的语义特征;
根据所述针对所述第一语义信号的语义特征以及针对所述第二语义信号的语义特征进行语义恢复和信息重建,得到所述第一解码信息以及所述第二解码信息。
12.一种信道可迁移的语义通信装置,其特征在于,包括:
编码模块,被配置为获取发送端的第一输入信息以及第二输入信息,将所述第一输入信息输入到预先训练的第一语义编码器,提取所述第一输入信息的语义特征,得到第一语义信号;将所述第二输入信息输入到预先训练的第二语义编码器,提取所述第二输入信息的语义特征,得到第二语义信号;
第一叠加模块,被配置为将所述第一语义信号以及所述第二语义信号发送到第一信道,通过所述第一信道进行信号叠加,得到第三语义信号;
优化模块,被配置为根据预先确定的第二信道的信道系数对所述第一语义信号以及所述第二语义信号进行发送端信号处理,得到处理后的第一语义信号以及处理后的第二语义信号;
第二叠加模块,被配置为将所述处理后的第一语义信号以及所述处理后的第二语义信号发送到所述第二信道,进行信号叠加,得到第四语义信号,并根据所述信道系数对所述第四语义信号进行接收端信号处理,得到第五语义信号;
优化模块,被配置为以最小化所述第三语义信号与所述第五语义信号之间的误差为目标对所述第五语义信号进行优化,得到优化后的第五语义信号;
译码模块,被配置为将所述优化后的第五语义信号输入到预先训练的语义译码器进行语义解码,得到第一解码信息以及第二解码信息;其中,所述第一解码信息与所述第一输入信息的语义相应;所述第二解码信息与所述第二输入信息的语义相应。
13.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至11任意一项所述的方法。
14.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行权利要求1至11任一所述方法。
15.一种计算机程序产品,包括计算机程序指令,当所述计算机程序指令在计算机上运行时,使得计算机执行如权利要求1至11中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311402768.7A CN117614584B (zh) | 2023-10-26 | 2023-10-26 | 信道可迁移的语义通信方法以及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311402768.7A CN117614584B (zh) | 2023-10-26 | 2023-10-26 | 信道可迁移的语义通信方法以及相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117614584A CN117614584A (zh) | 2024-02-27 |
CN117614584B true CN117614584B (zh) | 2024-07-26 |
Family
ID=89956902
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311402768.7A Active CN117614584B (zh) | 2023-10-26 | 2023-10-26 | 信道可迁移的语义通信方法以及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117614584B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114091673A (zh) * | 2022-01-19 | 2022-02-25 | 华中科技大学 | 语义信息表示方法、语义编码器、解码器和语义通信框架 |
CN115146125A (zh) * | 2022-05-27 | 2022-10-04 | 北京科技大学 | 语义通信多址接入场景下的接收端数据过滤方法及装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118715524A (zh) * | 2022-01-27 | 2024-09-27 | Oppo广东移动通信有限公司 | 语义通信的传输方法、终端设备 |
CN116863949A (zh) * | 2022-03-21 | 2023-10-10 | 北京邮电大学 | 通信接收方法及其装置 |
CN115309869A (zh) * | 2022-08-19 | 2022-11-08 | 南京邮电大学 | 一种一对多的多用户语义通信模型及通信方法 |
CN116390134A (zh) * | 2023-04-18 | 2023-07-04 | 南京邮电大学 | 一种基于非正交多址接入的语义通信传输方法 |
CN116436567A (zh) * | 2023-04-20 | 2023-07-14 | 东南大学 | 一种基于深度神经网络的语义通信方法 |
-
2023
- 2023-10-26 CN CN202311402768.7A patent/CN117614584B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114091673A (zh) * | 2022-01-19 | 2022-02-25 | 华中科技大学 | 语义信息表示方法、语义编码器、解码器和语义通信框架 |
CN115146125A (zh) * | 2022-05-27 | 2022-10-04 | 北京科技大学 | 语义通信多址接入场景下的接收端数据过滤方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN117614584A (zh) | 2024-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114448563B (zh) | 语义编码传输方法及电子设备 | |
CN102210120B (zh) | 在无线通信终端中的无线电链路性能预测 | |
CN114172765A (zh) | 一种无线通信人工智能信道估计方法和设备 | |
MX2011001440A (es) | Mapeo y señalizacion de simbolos de referencia comun para antenas multiples. | |
TW201810986A (zh) | 基於傳輸時間間隔以設定分割臨界值的資料傳輸方法和裝置 | |
Haneche et al. | New mobile communication system design for Rayleigh environments based on compressed sensing‐source coding | |
CN102594492B (zh) | 一种码块分割方法及装置 | |
CN107968696A (zh) | 一种用于可变的校验比特数的ue、基站中的方法和装置 | |
CN102246548A (zh) | 物理层下行控制信道的盲检测方法与装置 | |
Haneche et al. | Compressed sensing-speech coding scheme for mobile communications | |
CN114885370A (zh) | 语义通信方法、装置、电子设备及存储介质 | |
CN117614584B (zh) | 信道可迁移的语义通信方法以及相关设备 | |
Kumar et al. | A CA and ML approach for M-MIMO optical non-orthogonal multiple access power efficiency | |
CN111614439B (zh) | 一种信息传输方法、系统、装置及电子设备 | |
CN103109319A (zh) | 确定音调循环能量及按比例缩放激励信号 | |
Sharma et al. | Spectral efficient compressive transmission framework for wireless communication systems | |
CN117081702A (zh) | 基于全双工通信的信源传输方法及电子设备 | |
Zeng et al. | RIePDMA and BP-IDD-IC detection | |
US20130170573A1 (en) | Adaptive Transmit Beamforming | |
JP2023522404A (ja) | オーバーヘッドの少ないcsiフィードバック | |
CN110875815B (zh) | 资源映射方法及装置 | |
CN108365929A (zh) | 传输数据的方法和装置以及传输信息的方法和装置 | |
US20210105167A1 (en) | Audio transmission and reception | |
US20240121136A1 (en) | Deep learning method and system for spectrum sharing of partially overlapping channels | |
US20200007372A1 (en) | Information transmission method for reducing papr, transmitting terminal and receiving terminal |
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 |