语义生成通信中基于语义截止时间的带宽分配方案
系统与控制
2025-08-19 v1 系统与控制
摘要
Radio Access Network (RAN) 在支持人工智能 (AI) 应用服务方面的重要性显著增加，凸显了不仅关注网络效率，还需考虑 AI 性能的综合方法的需求。本文聚焦于图像填充应用的语义生成通信 (SGC) 框架。具体而言，发射器发送语义信息，即语义掩码和文本描述，而接收器利用条件扩散模型在基图像上进行处理，将其作为条件数据来生成预期图像。在该框架下，我们提出一种带宽分配方案，旨在最大化带宽效率，同时确保生成性能。该方法基于我们发现的语义截止时间——在多模态 SGC 框架内，条件数据被要求注入以满足给定性能阈值的最小时间。在给定此观察结果后，提出的方案将有限带宽分配给每个语义信息，以确保其在相应的语义截止时间内传输。实验结果表明，所提出的带宽分配方案在给定带宽条件下，相对于不考虑语义截止时间的传统方案，实现更高的生成性能（以 PSNR 为指标）。
引用
@article{arxiv.2508.12701,
title = {Deadline-Aware Bandwidth Allocation for Semantic Generative Communication with Diffusion Models},
author = {Jinhyuk Choi and Jihong Park and Seungeun Oh and Seong-Lyun Kim},
journal= {arXiv preprint arXiv:2508.12701},
year = {2025}
}