Communication and Localization with Extremely Large Lens Antenna Array
实现具有精确定位和无线环境感知的高速率通信已经成为第五代和第六代以后蜂窝系统的重要趋势。将天线阵列扩展到极大规模是实现这些目标的潜在技术。然而，超大质量的工作天线显著地增加了系统的计算复杂性。出于透镜天线阵列在降低系统复杂性方面的固有优势，我们考虑了\uline{ex}超大型\uline{lens}天线阵列（我们称之为“ExLens”）的通信和定位问题。由于在这种情况下出现了辐射近场特性，本文推导了球面波作用下透镜天线阵的闭合阵列响应，其中包括作为特殊情况的均匀平面波作用下的阵列响应。我们的推导结果揭示了ExLens的能量聚焦特性的窗口效应，这表明ExLens在位置传感和多用户通信方面具有巨大的潜力。我们还提出了一种有效的方法，定位和信道参数估计，这是能够实现的定位性能接近Cramér-Rao下界。最后，我们研究了ExLens的多用户通信性能，该性能为共存的近场和远场用户提供服务。数值结果证明了所提出的信道估计方法的有效性，并表明与均匀线阵相比，具有最小均方误差接收器的ExLens实现了显着的频谱效率增益以及复杂度和成本降低。
2020-12-21 cs.IT eess.SP math.IT
Secure Semantic Communication over Wiretap Channel
本文研究窃听信道下语义通信的安全传输问题，在语义保密与数据失真约束下给出率-失真-疑义度区域的一般内外界，并针对高斯源与高斯窃听信道进行约简和数值评估。
2024-10-21 cs.IT math.IT
Millimeter Wave MIMO with Lens Antenna Array: A New Path Division Multiplexing Paradigm
毫米波（mmWave）通信是用于5G蜂窝系统的有前途的技术。为了补偿毫米波系统中的严重路径损耗，通常使用大型天线阵列来实现显著的波束成形增益。然而，由于与射频（RF）链相关联的高硬件和功耗成本，期望实现大天线增益，但是仅使用有限数量的RF链用于毫米波通信。为此，我们在本文中研究了一种新的透镜天线阵列使毫米波MIMO通信系统。我们首先表明，所提出的透镜天线阵列在接收器/发射器的阵列响应遵循“sinc”函数，其中具有峰值响应的天线由接收/发射信号的到达角（AoA）/离开角（AoD）确定。通过利用透镜天线阵列的这种独特特性以及毫米波信道的多径稀疏性，我们提出了一种新的低成本和容量实现MIMO传输方案，称为\emph{orthogonal path division multiplexing (OPDM)}。对于具有不充分分离的AoA和/或AoD的信道，我们还提出了一种简单的基于组的小规模MIMO处理的\emph{path grouping}技术，以减轻路径间干扰。数值结果提供了比较性能的毫米波MIMO系统与传统阵列的透镜天线阵列，在不同的实际设置。结果表明，所提出的系统实现了显着的吞吐量增益以及复杂性和硬件成本的降低，都使它成为一个有吸引力的新的范例毫米波MIMO通信。
2015-07-07 cs.IT math.IT
Semantic Communication Challenges: Understanding Dos and Avoiding Don'ts
本文回顾语义通信方法论，揭示关键问题与分歧，通过阐明应做与不应做之事，为新兴的语义通信领域提供有价值的见解。
2024-03-22 cs.IT math.IT
Neural Coding Is Not Always Semantic: Toward the Standardized Coding Workflow in Semantic Communications
本文针对语义通信中神经编码是否足以理解语义的问题，提出语义编码的标准化定义和基于上下文建模的通用语义表示方案，以最小修改实现人机端到端传输。
2025-08-18 cs.IT math.IT
Autoencoder-based Semantic Communication Systems with Relay Channels
在这封信中，我们提出了一个语义通信方案的无线中继信道的基础上自动编码器，命名为AESC，编码和解码的句子从语义维度。自动编码器模块为系统提供抗噪声性能。同时，提出了一种新的语义转发（SF）模式，使中继节点能够在语义层次上转发语义信息，特别适用于源节点和目的节点之间没有共享知识的情况。数值结果表明，AESC比传统的通信方案具有更好的稳定性能，而SF模式比传统的前向协议具有更好的性能增益.
2021-11-19 cs.IT math.IT
M4SC: An MLLM-based Multi-modal, Multi-task and Multi-user Semantic Communication System
本文提出基于多模态大语言模型的M4SC语义通信系统，通过KAN多模态对齐、指令驱动多任务微调、语义共享机制及联合编码策略，提升复杂环境下多模态多任务多用户语义通信的效率与鲁棒性。
2025-02-23 cs.IT math.IT
Excess Distortion Exponent Analysis for Semantic-Aware MIMO Communication Systems
本文分析了语义感知通信系统中联合信源-信道编码（JSCC）的超额失真指数。通过引入一个不可观测的语义源，我们将Csiszar的经典结果扩展到语义感知的通信系统。建立了离散无记忆源-通道对的指数的上界和下界。此外，推导出了MIMO系统的额外失真指数的扩展可达界。进一步的分析探讨了块衰落和天线数量如何影响语义感知MIMO系统的指数。我们的结果提供了一些理论界的错误衰减性能，并可以用来指导未来的语义通信与联合信源-信道编码方案。
2023-01-13 cs.IT math.IT
Holographic Beamforming for Semantic Communication
Princeton University（普林斯顿大学）；Peking University Shenzhen Graduate School（北京大学深圳研究生院）；University of Cambridge（剑桥大学）；Peking University（北京大学）；University of Houston（休斯顿大学）；Kyung Hee University（庆熙大学）；Xiangtan University（湘潭大学）
提出一种语义重要性感知的全息波束赋形方案，通过数据拟合建模语义重要性与接收信噪比的关系，并设计算法确保高重要性语义信息的可靠传输。
2026-06-23 cs.IT math.IT
End-to-End Generative Semantic Communication Powered by Shared Semantic Knowledge Base
针对测试压缩比偏低问题，提出共享 SKB 驱动的端到端生成式语义通信系统，仅传索引并支持可控图像生成，以极低开销在低 SNR 下优于基准。
2024-05-09 cs.IT math.IT
Enhancing Communication Efficiency of Semantic Transmission via Joint Processing Technique
提出基于联合处理技术的无线网络语义传输框架，构建最大化语义频谱效率的优化问题，并设计基于深度强化学习与交替优化的低复杂度动态语义映射与资源分配算法，实现近最优性能并促进系统实际部署。
2024-01-02 cs.IT math.IT
Cross-Layer Security for Semantic Communications: Metrics and Optimization
针对语义通信跨层安全缺乏统一评估与优化的问题，提出CLSSR度量、MINLP建模及基于强化学习的AI原生资源分配方法，提升任务可靠性与安全速率。
2025-03-17 cs.IT math.IT
Implicit Semantic Communication Based on Bayesian Reconstruction Framework
Peng Cheng Laboratory（鹏城实验室）
针对现有基于成对关系图的语义通信无法捕捉高阶交互的问题，本文提出基于贝叶斯超图推理的框架，接收端可从发送的显式语义中恢复隐式高阶超边语义，真实数据集实验显示其高阶超边恢复精度达90%。
2025-11-13 cs.IT math.IT
Semantic Communications in Multi-user Wireless Networks
本文研究了多用户网络中语义通信的开发。我们提出了一种新的异构语义和比特多用户框架，提供完美的，定制的，智能的信息传输。我们讨论了正交多址接入（OMA）和非正交多址接入（NOMA）的建议异构框架，重点调查语义通信和NOMA之间的相互作用，即NOMA启用语义通信和语义通信增强NOMA。1)对于支持NOMA的语义通信，我们提出了一个半NOMA方案，有效地促进异构语义和比特多用户通信，它统一了传统的NOMA和OMA方案。的基本性能限制，即语义与比特率的区域，其特征在于，这表明所提出的半NOMA的优越性。2)对于语义通信增强的NOMA，我们提出了一个机会主义的语义和比特通信的方法，以减轻在NOMA的早，晚速率差距的问题。数值案例研究表明，显着的性能增益可以实现NOMA采用语义通信比位通信。最后，突出了几个开放的研究方向。
2022-11-16 cs.IT eess.SP math.IT
A Theory of Semantic Communication
本文提出语义通信的新理论框架，将语言设计纳入联合信源-信道编码，并刻画三类语言利用方法的可达语义失真-代价区域。
2025-08-31 cs.IT math.IT
Semantic Communication: From Philosophical Conceptions Towards a Mathematical Framework
本文提出一种基于哲学概念和抽象层次的语义通信概率模型，将问题正交化为子问题，证明 Shannon 框架为其特例，并推导了物理噪声下语义容量的下界及可达速率。
2025-05-02 cs.IT math.IT
Towards Semantic Communications: A Paradigm Shift
过去的七十年见证了通信从香农的理论概念到当前高效实用系统的转变。传统的通信系统主要通过模块堆叠和技术密集来解决能力不足的问题，并且复杂度不断增加。传统的信源编码只使用显式的概率模型来压缩数据，而不考虑发送的信源消息的含义。此外，频道编码传输不会识别源内容。从这个意义上说，最先进的通信系统仅仅在技术层面上工作，正如韦弗所总结的那样。与传统的系统设计思想不同，本文提出了一种新的途径，以提高系统的能力，走向智能-内生和连续-简洁的通信。通信范式升级到语义层面，这是根本不同的，因为所有的关键技术都隐含着使用的意义传输数据，从而深刻地改变了通信系统的设计。这种模式的转变揭示了一个有前途的方向，由于其能够提供相同的服务质量与低得多的数据传输要求。与其他类似的工作不同，本文构成了一个简短的教程的语义通信的框架，其增益从信息论的角度分析，语义压缩边界的计算方法，和语义通信的一个示例用例。
2022-03-30 cs.IT math.IT
A Joint Communication and Computation Design for Semantic Wireless Communication with Probability Graph
本文提出基于概率图的语义通信联合通信与计算资源分配方法，推导通信与计算成本模型，在时延、功率和语义约束下最小化网络总能耗，并通过闭式解和线性搜索算法高效求解，仿真验证其优于传统非语义方案。
2023-12-22 cs.IT math.IT
Secure Semantic Communications: Fundamentals and Challenges
语义通信允许接收方知道意图而不是比特信息本身，这是一种新兴的技术，以支持未来无线通信的实时人机和机器对机器交互。在语义通信中，发送方和接收方共享一些共同的知识，这些知识可以用于在发送方提取小尺寸信息并在接收方恢复原始信息。由于设计目的的不同，语义通信中的安全问题与标准的按位通信相比有两个独特的特点。首先，语义通信中的攻击者不仅考虑被盗数据的数量，而且考虑被盗数据的含义。其次，语义通信系统中的攻击者不仅可以攻击标准通信系统中进行的语义信息传输，而且可以攻击用于语义信息抽取的机器学习（ML）模型，因为大多数语义信息是使用基于ML的方法生成的。由于这些独特的功能，在本文中，我们提出了一个概述的基本原理和安全语义通信的设计中的关键挑战。我们首先提供各种方法来定义和提取语义信息。然后，我们重点研究了安全语义通信技术的两个方面：信息安全和语义ML模型安全。对于每个领域，我们都确定了主要问题和挑战。然后，我们将对这些问题进行全面的处理。简而言之，本文提供了一套关于如何在真实世界的无线通信网络上设计安全语义通信系统的整体指导方针。
2023-01-04 cs.IT eess.SP math.IT
sDAC -- Semantic Digital Analog Converter for Semantic Communications
Beijing University of Posts and Telecommunications（北京邮电大学）
本文提出语义数字模拟转换器sDAC，通过生成式双向转换实现语义通信与数字通信兼容，不依赖特定模型或信道，实验证明其具有良好生成特性和信道鲁棒性。
2024-04-26 cs.IT cs.LG math.IT
Semantic Communications: Principles and Challenges
Queen Mary University of London（伦敦玛丽女王大学）；Tsinghua University（清华大学）；Beijing National Research Center for Information Science and Technology（北京信息科学与技术国家研究中心）；Huawei Technologies（华为技术有限公司）；Imperial College London（帝国理工学院）
语义交际被认为是对香农范式的突破，其目的是成功地传递信息源所传达的语义信息，而不是准确地接收每一个符号或比特，而不管其意义如何。本文提供了语义通信的概述。在简要回顾了Shannon信息论之后，我们讨论了深度学习支持的语义通信理论、框架和系统设计。与传统的通信系统的符号/比特出错率不同，本文还讨论了语义通信的性能指标。文章最后提出了语义通信中的几个开放性问题。
2022-06-27 cs.IT cs.LG eess.SP
Joint Semantic Communication and Target Sensing for 6G Communication System
针对含多合法用户和窃听者的6G下行感知通信一体化系统，提出结合语义提取、共享知识库与交替优化迭代算法的安全资源分配方案，可在保障用户服务质量与感知性能的同时提升语义保密速率与检测可靠性。
2024-01-30 cs.IT eess.SP math.IT
From Semantic Communication to Semantic-aware Networking: Model, Architecture, and Open Problems
现有的通信系统主要是基于香农的信息论建立的，香农的信息论故意忽略了通信的语义方面。无线技术的最新迭代，即所谓的5G及以后，承诺支持基于内容，需求和语义精心定制的网络功能所实现的大量服务。这引起了人们对语义交流的极大兴趣，语义交流是一种将信息的意义纳入交流的新范式。在本文中，我们首先回顾了经典的语义通信框架，然后总结了阻碍其普及的关键挑战。我们观察到，一些语义通信过程，如语义检测，知识建模和协调，可以消耗资源和效率低下，特别是对于一个单一的源和目的地之间的通信。因此，我们提出了一种新的架构，基于联邦边缘智能支持资源高效的语义感知网络。我们的架构允许每个用户将计算密集型语义编码和解码任务卸载到边缘服务器，并通过中间结果协调来保护其专有的模型相关信息。仿真结果表明，该架构可以减少资源消耗，显著提高通信效率。
2021-06-23 cs.IT cs.NI cs.SI
Multi-User Semantic Fusion for Semantic Communications over Degraded Broadcast Channels
Shanghai Jiao Tong University（上海交通大学）
针对退化广播信道语义通信研究不足的问题，提出多用户语义融合与DBC感知的CSI嵌入方法，实现无线图像广播中两用户性能的动态平衡，并优于传统广播方案。
2024-06-15 cs.AI cs.IT math.IT
Hybrid Generative Semantic and Bit Communications in Satellite Networks: Trade-offs in Latency, Generation Quality, and Computation
针对卫星系统链路预算有限且语义通信计算消耗高的问题，提出适配动态卫星网络的多层混合比特与生成式语义通信框架，设计SEM指标权衡时延、计算消耗与重构质量，采用GRPO算法优化资源分配，仿真验证了框架灵活性与指标有效性。
2025-07-31 cs.IT eess.SP math.IT
Secure Semantic Communication via Paired Adversarial Residual Networks
本文提出在语义通信系统中引入成对可插拔的对抗残差网络（ARN），通过发射端生成对抗样本、接收端消除攻击与噪声，并联合优化以在保持通信质量的同时有效欺骗窃听者。
2024-07-02 cs.CR cs.IT math.IT
Semantics-Native Communication with Contextual Reasoning
Kwangwoon University（光云大学）；Deakin University（迪肯大学）；University of Oulu（奥卢大学）；Technology Innovation Institute（技术创新研究院）；Centrale Supelec（中央高等电力学院）；University Paris-Saclay（巴黎萨克雷大学）
由于对后香农通信的巨大兴趣，最近已经表明，利用语义可以显着提高许多任务的通信效率。在这篇文章中，受人类交流的启发，我们提出了一种新的随机模型的系统1语义本地通信（SNC）的通用任务，其中扬声器有一个意图，指的是一个实体，提取的语义，并传达其符号表示的目标听众。为了进一步发挥其全部潜力，我们还将上下文推理注入SNC，使得扬声器在本地和迭代地与基于物理收听者编码其语义的独特方式构建的虚拟代理进行自通信，即，沟通语境。由此产生的系统2 SNC允许说话者为其听者提取最有效的语义。利用所提出的随机模型，我们表明，系统2 SNC的可靠性随着有意义的概念的数量而增加，并推导出预期的语义表示（SR）比特长度，量化提取的有效语义。它还表明，系统2 SNC显着减少SR长度而不影响通信可靠性。
2023-03-09 cs.IT cs.LG math.IT
Encrypted Semantic Communication Using Adversarial Training for Privacy Preserving
语义通信是基于共享的背景知识来实现的，但是共享机制存在隐私泄露的风险。在这封信中，我们提出了一个加密的语义通信系统（ESCS）的隐私保护，它结合了通用性和机密性。通用性体现在所提出的ESCS的所有网络模块都基于共享数据库进行训练，这适合于实际场景中的大规模部署。同时，通过对称加密来实现机密性。在对抗训练的基础上，设计了一种对抗加密训练方案，以保证加密和非加密模式下语义通信的准确性。实验结果表明，无论语义信息是否加密，采用对抗加密训练方案的ESCS都能表现良好。攻击者很难从被窃听的消息中重建出原始的语义信息。
2022-09-19 cs.CR cs.IT math.IT
Robust Semantic Communications Against Semantic Noise
Zhejiang University（浙江大学）；Queen Mary University of London（伦敦玛丽女王大学）；Imperial College London（伦敦帝国理工学院）
虽然语义通信在大量的任务中表现出令人满意的性能，但语义噪声的影响和系统的鲁棒性还没有得到很好的研究。语义噪声是语义通信系统中的一种特殊噪声，指的是语义符号与接收符号之间的误导。在本文中，我们首先提出了一个框架，鲁棒的端到端的语义通信系统，以打击语义噪声。特别地，我们分析了语义噪声产生的原因，并提出了一种实用的语义噪声产生方法，为了消除语义噪声的影响，我们提出了对抗性训练，将带有语义噪声的样本加入训练数据集中。然后，掩蔽自动编码器（MAE）被设计为一个强大的语义通信系统的架构，其中一部分的输入被屏蔽。为了进一步提高语义通信系统的鲁棒性，本文首先采用矢量量化-变分自编码器（VQ-VAE）设计了一个发送端和接收端共享的离散码本，用于编码特征表示。因此，发射机仅需要在码本中发送这些特征的索引。仿真结果表明，我们提出的方法显着提高了语义通信系统对语义噪声的鲁棒性与显着减少的传输开销。
2022-05-22 cs.IT cs.LG eess.SP
Joint Coding-Modulation for Digital Semantic Communications via Variational Autoencoder
针对数字语义通信中离散调制不可微且难以适配信道的问题，提出基于VAE的联合编码-调制框架及信息论匹配损失，在图像任务中性能优于量化方法并逼近模拟方案。
2024-01-29 cs.IT eess.SP math.IT
Resource Allocation for Green Probabilistic Semantic Communication with Rate Splitting
本文研究基于速率分割多址接入的概率语义通信系统能量高效资源分配问题，引入语义压缩比衡量计算开销，在传统与语义约束下最大化能量效率。
2024-03-31 cs.IT eess.SP math.IT
Task-Oriented Image Semantic Communication Based on Rate-Distortion Theory
面向任务的图像语义通信是一种新的通信模式，它旨在为人工智能（AI）任务传递语义，而忽略了图像的重建质量。然而，在某些应用中，例如自动驾驶，必须同时考虑图像重建质量和后续AI任务的性能。针对这一问题，提出了一种面向任务的语义重构语义通信方案（TOSC-SR）。它的主要目标是在一定的速率下同时最小化通信过程中像素级和任务相关的语义级失真，这形成了一个新的率失真优化问题。为了成功地测量在语义水平上的损失，提出了一种新的形式的语义失真的语义重建图像和任务标签之间的互信息测量。然后，我们推导出一个解析解制定的问题，其中的自洽方程的问题，以确定最佳的映射源和语义重建的图像。为了实现TOSC-SR，我们进一步得到了一个扩展形式的率失真形式的基础上变分近似的互信息，这是适用于多个AI任务。实验结果表明，该方法在图像重建质量、人工智能任务性能和多任务泛化能力方面优于传统的JPEG、JPEG 2000、BPG、VVC图像通信系统和基于深度学习的基准测试。
2022-12-01 cs.IT eess.SP math.IT
Lens-Type Redirective Intelligent Surfaces for Multi-User MIMO Communication
本文提出利用透镜型重定向可重构智能表面（RedRIS）克服传统反射式RIS的局限，通过联合优化切换矩阵、预编码矩阵和接收缩放因子最大化用户频谱效率，仿真证明其在降低控制开销的同时显著提升了总吞吐量。
2024-06-01 cs.IT eess.SP math.IT
Secure Semantic Communications: From Perspective of Physical Layer Security
针对语义通信窃听可能泄露用户意图的问题，本文提出物理层安全驱动的DeepSSC系统，采用两阶段DNN训练并定义S-BLEU指标，在高信噪比下显著增强语义安全。
2024-08-04 cs.IT eess.SP math.IT
Federated Latent Space Alignment for Multi-user Semantic Communications
DIAG Department, Sapienza University of Rome（罗马大学DIAG系）；Consorzio Nazionale Interuniversitario per le Telecomunicazioni (CNIT)（国家跨大学电信研究会）；CEA Leti, University Grenoble Alpes（CEA Leti，格勒诺布尔大学）；DIET Department, Sapienza University of Rome（罗马大学DIET系）
本文提出联邦潜在空间对齐方法，用于多用户语义通信中的潜在空间对齐，通过共享预均衡器和本地均衡器实现任务导向的高效通信。
2026-02-19 cs.AI cs.IT math.IT
Automatic and Flexible Transmission of Semantic Map Images using Polar Codes for End-to-End Semantic-based Communication Systems
本文提出一种灵活的仿真软件，利用 polar codes 在 AWGN 信道下自动传输基于 COCO-Stuff 数据集的语义地图图像，并生成含 BER 和 FER 等综合信息的评估数据集，具有高度适应性和可迁移性。
2023-06-30 cs.DB cs.IT math.IT
Reconfigurable Intelligent Surface Assisted Semantic Communication Systems
本文提出一种由可重构智能表面(RIS)辅助的语义通信方案，实验表明该系统在低信噪比下的BLEU分数及抗信道估计误差鲁棒性上均优于点对点系统。
2023-06-29 cs.IT eess.SP math.IT
A Joint Communication and Computation Design for Probabilistic Semantic Communications
本文针对多用户概率语义通信网络，提出一种三阶段联合优化算法，在功率和语义资源约束下最大化用户等效速率之和，并通过数值实验验证了方案有效性。
2024-02-28 cs.IT eess.SP math.IT
Semantic Transmission Framework in Direct Satellite Communications
University of Surrey（萨里大学）；Southwest Jiaotong University（西南交通大学）；Shenzhen University（深圳大学）；Sun Yat-sen University（中山大学）
本文提出了一种语义传输框架，通过优化传输模式、任务迁移和去噪步骤，提升直接卫星通信的语义效率。
2026-02-27 cs.IT eess.SP math.IT
Semantic Communication with Probability Graph: A Joint Communication and Computation Design
本文提出基于概率图的语义信息压缩系统，利用基站与用户共享知识在接收端恢复被省略的关系信息，并设计通信与计算资源联合分配方案以最小化总能耗。
2023-10-05 cs.IT eess.SP math.IT
Wireless Image Transmission with Semantic and Security Awareness
语义通信因其通信效率高而成为无线图像传输的主流框架。借助神经网络实现的联合信源信道（JSC）编码器，语义通信将原始图像直接映射为包含语义信息的符号序列。与比特级通信系统中使用的传统的分离信源和信道编码设计相比，语义通信系统被认为是更有效和准确的，特别是在低信噪比（SNR）状态下。因此，这提示了一个关键的，而尚未解决的语义通信的安全问题：它使得窃听者更容易破解的语义信息，因为它可以解码，即使在一个相当嘈杂的信道。在这封信中，我们开发了一个语义通信框架，占语义解码效率和隐私泄漏的风险。为了实现这一目标，针对无线图像传输，我们一方面提出了一个JSC自动编码器，具有残留有效的语义提取和传输，另一方面，提出了一个数据驱动的计划，平衡效率和隐私的权衡。大量的实验结果表明，所提出的方案的有效性和鲁棒性。
2022-12-01 cs.IT eess.SP math.IT
Fundamental Limits of Quantum Semantic Communication via Sheaf Cohomology
Worcester Polytechnic Institute（伍斯特理工学院）；University of Miami（迈阿密大学）
本文提出基于sheaf cohomology的量子语义通信框架，揭示语义模糊性的信息论限制，并通过量子纠缠和情境性降低上同调障碍，为自主系统提供新的通信理论基础。
2026-01-21 cs.IT cs.NI math.IT
Integrated Sensing, Computing, and Semantic Communication with Fluid Antenna for Metaverse
本文提出面向元宇宙的流体天线集成感知、计算与语义通信框架，通过联合优化波束赋形、天线定位与语义提取，在保证感知精度和资源约束下最大化数据速率。
2025-04-10 cs.IT eess.SP math.IT
Knowledge Base Enabled Semantic Communication: A Generative Perspective
Shenzhen Future Network of Intelligence Institute (FNii-Shenzhen)（深圳未来智能网络研究院（深圳FNii））；School of Science and Engineering (SSE)（科学与工程学院）；The Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳））；Peng Cheng Laboratory（鹏城实验室）；Beijing University of Posts and Telecommunications（北京邮电大学）
本文提出利用语义知识库构建生成式语义通信架构，通过源、任务和信道三个子知识库实现低维高效语义表征与传输，为6G语义通信奠定基础。
2024-06-16 cs.AI cs.IT cs.NI
A Joint Communication and Computation Design for Distributed RISs Assisted Probabilistic Semantic Communication in IIoT
本文针对工业物联网中分布式RIS辅助的概率语义通信，提出联合优化语义压缩比、功率分配、RIS部署与相移的资源分配方法，并通过多对多匹配、贪心策略和张量波束赋形求解，最大化语义传输速率总和。
2024-04-30 cs.IT eess.SP math.IT
Communication Beyond Transmitting Bits: Semantics-Guided Source and Channel Coding
Beijing University of Posts and Telecommunications（北京邮电大学）
经典的通信模式专注于在有噪声的信道上准确地传输比特，香农理论为可靠通信的速率提供了基本的理论限制。在这种方法中，比特被平等对待，并且通信系统不知道这些比特传达什么含义或者它们将如何被使用。可以预见的是，未来的通信朝着智能和简洁的方向发展将发挥主导作用，连接智能代理的扩散需要对编码传输范式进行彻底的重新思考，以支持即将出现的新通信形态。最近提出的“语义通信”概念提供了一个很有前途的研究方向。在编码传输设计中引入语义指导，实现语义感知的通信，在有效性和可靠性方面有很大的突破潜力。本文提出了一种基于语义的信源编码和信道编码的语义通信传输模式，它利用了数据语义的多样性和无线信道的多样性来提高整个系统的性能。我们提出了一般的系统架构和关键技术，并指出了一些开放的问题，在这个主题。
2022-08-04 cs.AI cs.IT cs.LG
Energy Efficient Semantic Communication over Wireless Networks with Rate Splitting
本文研究了基于速率分割的无线网络中能量有效语义通信的无线资源分配和语义信息抽取问题。在该模型中，基站（BS）首先从大规模数据中提取语义信息，然后将小规模的语义信息发送给每个用户，用户根据本地的公共知识恢复原始数据。在BS侧，概率图用于提取多层次语义信息。在下行传输中，采用速率分割方案，而私有的小型语义信息通过私有消息传输，而公共知识通过公共消息传输。由于无线资源有限，计算能量和传输能量都被考虑。这个联合计算和通信问题被制定为一个优化问题，旨在最大限度地减少计算，延迟和发射功率约束下的网络的总通信和计算能耗。针对这一问题，提出了一种交替算法，该算法在每一步都得到语义信息抽取率和计算频率的封闭解。数值结果验证了该算法的有效性。
2023-01-05 cs.IT eess.SP math.IT
Disentangling Learnable and Memorizable Data via Contrastive Learning for Semantic Communications
Virginia Tech（弗吉尼亚理工学院）
实现人工智能原生无线网络对于未来6G应用（如Metaverse）的运行是必要的。尽管如此，目前的通信计划本质上只是一个缺乏推理的重建过程。使无线通信能够发展为类似人类对话的一个关键解决方案是语义通信。本文提出了一种新的机器推理框架，对源数据进行预处理和分离，使其具有语义就绪性。特别是，提出了一种新的对比学习框架，从而对数据进行实例和聚类判别。这两个任务使得能够增加映射到语义上相似的内容元素的数据点之间的内聚性，并且解开语义上不同的内容元素的数据点。随后，形成的语义深层聚类根据它们的置信水平进行排名。最高置信度的深度语义聚类被认为是可学习的、语义丰富的数据，即，可以用于在语义通信系统中构建语言的数据。最不可信的被认为是随机的，语义差的，并且必须以经典方式传输的可记忆数据。我们的模拟结果展示了我们的对比学习方法在语义影响和极简主义方面的优越性。事实上，与普通语义通信系统相比，所实现的语义表示的长度最小化了57.22%，从而实现了最低限度的语义表示。
2022-12-18 cs.IT cs.LG cs.NI
Deep Joint Source-Channel Coding for Semantic Communications
本文针对语义通信场景提出自适应深度学习驱动的DeepJSCC架构，该架构性能超越传统分离编码系统，同时阐述了其设计原则、优势及未来研究挑战。
2023-07-18 cs.IT eess.SP math.IT
Variational Source-Channel Coding for Semantic Communication
State Key Laboratory of Mobile Network and Mobile Multimedia Technology（移动网络与移动多媒体技术国家重点实验室）；ZTE Corporation（中兴通讯）
本文针对AE难以融合信道特性的问题，提出融合变分推断与信道特征的VSCC语义通信方法，实验证明其较AE更具可解释性、较VAE语义传输能力更优。
2025-05-09 cs.IT cs.LG eess.SP
Dynamic Relative Representations for Goal-Oriented Semantic Communications
Sapienza University（罗马大学）；CNIT（意大利国家电信集团）；Harvard University（哈佛大学）；CEA Leti（法国原子能和替代能源委员会-电子信息技术实验室）；University Grenoble Alpes（格勒诺布尔大学）
本文提出利用相对表示和动态优化策略实现隐空间对齐，以缓解6G语义通信中的设备间语义失配，同时优化能耗、时延和通信效能。
2025-04-09 cs.IT cs.LG cs.NI
Semantic Communication for the Internet of Space: New Architecture, Challenges, and Future Vision
本文针对6G太空互联网提出一种语义通信架构，集成多模态处理、AI语义编解码与自适应传输，并通过火星沙尘暴监测场景验证其有效性，最后展望了未来挑战与方向。
2025-03-30 cs.IT cs.NI eess.SP
ATS-ToDMA: Adaptive Token Selection and Token-Domain Multiple Access for Cross-Modal Semantic Communications
Motilal Nehru National Institute of Technology（莫蒂拉尔·尼赫鲁国立理工学院）；Sungkyunkwan University (SKKU)（成均馆大学）
针对语义通信系统效率问题，提出ATS-ToDMA框架，通过联合进行语义令牌选择、干扰感知调度和语义感知功率分配，引入SSINR指标，开发调度器，推导分析边界，相比基准有性能提升。
2026-07-07 cs.IT cs.NI eess.SP
Semantic Communications with Discrete-time Analog Transmission: A PAPR Perspective
Imperial College London（帝国理工学院）
基于深度学习（DL）的联合信源-信道编码（DeepJSCC）的最新进展导致了语义通信的新范例。基于DeepJSCC的语义通信的两个显著特征是直接从源信号中利用语义感知特征，以及这些特征的离散时间模拟传输（DTAT）。与传统的数字通信相比，使用DeepJSCC的语义通信在接收端提供了卓越的重构性能，并随着信道质量的下降而适度降级，但在传输信号中也表现出较大的峰均功率比（PAPR）。一个悬而未决的问题是DeepJSCC的增益是否来自高PAPR连续幅度信号带来的额外自由度。本文针对这一问题，探讨了三种降低峰均比的技术在图像传输中的应用。我们确认，基于DeepJSCC的语义通信的卓越图像重建性能可以保留，同时传输的PAPR被抑制到可接受的水平。这一观察是在实际语义通信系统中实现DeepJSCC的重要一步。
2022-12-29 cs.IT cs.LG eess.IV
