基于交替双域后验抽样的生成式语义通信
计算机视觉与模式识别
2026-04-21 v1 信息论
信号处理
math.IT
摘要
生成式语义通信 (SemCom) 利用预训练的生成先验来提高无线图像传输的感知质量。然而，现有的生成式 SemCom 接收器依赖最大后验 (MAP) 估计，根本无法保持数据分布，从而限制了可实现的感知质量。此外，当前基于扩散的方法使用单一域指导存在显著局限性：潜在域指导对信道噪声敏感，而图像域指导继承解码器偏差。简单地同时组合两者会导致过度自信的伪后验。本文将语义解码形式化为贝叶斯逆问题，并证明后验抽样通过保持数据分布实现最佳感知质量。基于这一洞察，我们提出了交替双域后验抽样 (ADDPS)，一种基于扩散的 SemCom 接收器，在抽样过程中交替强制潜在域和图像域的一致性。这种交替策略将联合后验抽样分解为更简单的子问题，既避免了梯度冲突，又保留了两者域的互补优势。在 FFHQ 上的实验表明，所提出的 ADDPS 在感知质量方面优于现有方法。
引用
@article{arxiv.2604.16796,
title = {Generative Semantic Communication via Alternating Dual-Domain Posterior Sampling},
author = {Shunpu Tang and Qianqian Yang},
journal= {arXiv preprint arXiv:2604.16796},
year = {2026}
}