面向两层语义-比特通信网络的协作知识共享驱动有效语义速率最大化

有效的任务导向语义通信依赖于发射方和接收方之间知识一致性，以准确恢复与任务相关的语义信息，但在实际操作中可能受到知识不匹配和性能下降的影响。为解决此问题，持续的知识更新和共享对于适应不断变化的任务和用户需求至关重要，尽管这会产生资源开销和延迟增加。在本文中，我们提出一种新型的协作知识共享驱动的语义传输机制，构建于两层边缘网络中，利用边缘协作和比特通信以解决 KB 不匹配问题。通过推导考虑语义准确性和开销的广义有效语义传输速率（GESTR），我们构建了一个优化问题，以在满足任务准确性和时延要求的前提下，最大化所有移动设备的 GESTR，联合优化知识共享决策、提取比率以及基站/子信道分配。该联合最优解可通过提出的基于分段界限算法的分数规划方法和修改的 Kuhn-Munk塔算法高效获得。仿真结果表明所提出方案的优异性能，尤其在低信噪比条件下表现尤为突出。