面向下一代无线网络的生成式 AI 驱动语义通信框架
网络与互联网体系结构
2023-10-16 v1
摘要
本工作为下一代无线网络设计了一种新颖的语义通信（SemCom）框架，以应对大量不必要传输导致高带宽消耗、更高时延以及糟糕服务质量（QoS）体验的挑战。特别地，这些挑战阻碍了智能交通系统（ITS）、元宇宙、混合现实以及万物互联等应用，其中实时高效的数据传输至关重要。因此，为降低通信开销并维持元宇宙、ITS 和数字孪生创建等新兴应用的 QoS，本工作提出了一种新颖的语义通信框架。首先，设计了一种智能语义发送端，通过基于领域特定的移动分割一切模型（MSAM）的机制捕获有意义的信息（如 ITS 中的路边图像），在 QoS 保持不变的同时减少潜在的通信流量。其次，引入生成式 AI 的概念构建 SemCom，以在接收端重构并去噪接收到的语义数据帧。特别地，设计了生成对抗网络（GAN）机制，以在不同信噪比（SNR）信道条件下保持优越质量的重构。最后，我们在 ITS 的真实世界 6G 场景（具体而言，配备 RGB 相机和毫米波相控阵的基站）中对所提语义通信（SemCom）框架进行了测试与评估。实验结果表明，所提 SemCom 框架在各种 SNR 信道条件下实现了高质量重构，从而达成 93.45% 的通信数据削减。
引用
@article{arxiv.2310.09021,
title = {Generative AI-driven Semantic Communication Framework for NextG Wireless Network},
author = {Avi Deb Raha and Md. Shirajum Munir and Apurba Adhikary and Yu Qiao and Choong Seon Hong},
journal= {arXiv preprint arXiv:2310.09021},
year = {2023}
}