面向海洋物联网的基于 Turbo 深度语义自编码器设计
信息论
2025-11-04 v1 math.IT
摘要
全球海洋经济的快速增长和海事活动的蓬勃发展正推动海洋物联网（IoT）迎来前所未有的势头。然而，当前海洋设备在数据传输效率和语义理解方面存在不足。为此，本文提出了一种新型的端到端（E2E）编码方案，即 Turbo 基于深度语义自编码器（Turbo-DSA）。Turbo-DSA 通过 transmitter 和 receiver 的 E2E 设计实现语义层面的联合源信道编码，并学习适应环境变化。语义编码器和解码器由 Transformer 技术构成，高效地将消息转换为语义向量。这些向量在神经网络训练期间根据信道特性和背景知识库进行动态调整。Turbo 结构进一步增强语义向量。具体而言，信道编码器利用 Turbo 结构分离语义向量，以确保语义的精确传输，而信道解码器采用 Turbo 迭代解码以优化语义向量的表示。这种 Transformer 与 Turbo 结构的深度集成通过目标函数、语义提取及整个训练过程的设计得以实现。与传统 Turbo 编码技术相比，Turbo-DSA 由于高效处理语义向量，展现出更快的收敛速度。仿真结果表明，Turbo-DSA 在关键绩效指标（如双语评估 understudy 分数和句子相似度）上超越了现有基准。这在低信噪比条件下尤为明显，展现出在可变海洋信道环境下的优越文本语义传输效率和适应性。
引用
@article{arxiv.2511.00377,
title = {Design of a Turbo-based Deep Semantic Autoencoder for Marine Internet of Things},
author = {Xiaoling Han and Bin Lin and Nan Wu and Ping Wang and Zhenyu Na and Miyuan Zhang},
journal= {arXiv preprint arXiv:2511.00377},
year = {2025}
}