一种用于物联网的轻量分布式语义通信系统
信号处理
2020-11-26 v3
摘要
深度学习（DL）的快速发展与物联网（IoT）的广泛应用使设备比以往更智能，并能够执行更智能的任务。然而，任何IoT设备由于其有限的计算能力，独立训练和运行DL模型都具有挑战性。在本文中，我们考虑一个IoT网络，其中云/边缘平台执行基于DL的语义通信（DeepSC）模型训练与更新，而IoT设备基于训练好的模型执行数据收集与传输。为使IoT设备可负担，我们提出一种基于DL的轻量分布式语义通信系统，命名为L-DeepSC，用于低复杂度文本传输，其中从IoT设备到云/边缘的数据传输在语义层进行以提高传输效率。特别地，通过剪除模型冗余和降低权重分辨率，L-DeepSC对IoT设备变得可负担，且IoT设备与云/边缘间模型权重传输所需带宽显著降低。通过分析L-DeepSC训练期间前向传播与反向传播中衰落信道的影响，我们开发了信道状态信息（CSI）辅助的训练处理以降低衰落信道对传输的影响。同时，我们定制语义星座图使其可在容量受限的IoT设备上实现。仿真表明，所提L-DeepSC相比传统方法具有竞争力性能，尤其在低信噪比（SNR）区域。特别地，其可在无性能退化下达到高达40倍压缩比。
引用
@article{arxiv.2007.11095,
title = {A Lite Distributed Semantic Communication System for Internet of Things},
author = {Huiqiang Xie and Zhijin Qin},
journal= {arXiv preprint arXiv:2007.11095},
year = {2020}
}
备注
Accpeted by JSAC