基于参数化记忆网络的演化型 token 通信

token 通信已然成为通过将源数据表示为紧凑语义 token 来实现无线传输的有前景方法，但完整的语义 token 仍造成相当大的通信开销。在本论文中，我们提出一种基于参数化记忆网络的演化型语义 token 通信系统，用于 MIMO 衰落信道。具体而言，仅传输每个语义 token 的等长前缀，这既减少了传输成本，又保持了接收器端恢复的一致 token 结构。在接收器端，引入参数化记忆网络来从接收到的 token 前缀中重构缺失的后缀信息，其中语义记忆被隐式地存储在网络参数中。为实现此设计，首先将完整语义 token 组织成码本，并将截断 token 与其对应完整 token 的码字标签配对。基于这些 token-标签对，构建基于 kNN 的教师分布，以微调预训练的 GPT-2 基于恢复模块，该模块学习推断每个不完整 token 的码字分布，并恢复对应的完整语义 token。此外，开发了一种在线演化策略，用于使用新观测的测试样本定期更新参数化记忆网络和整个系统，从而提高在分布迁移下的适应性。实验结果表明，所提方法在不同信道条件和信道带宽比下 consistently 优于现有的演化记忆基准，最高可实现 1.09 dB 的 PSNR 提升。