学习压缩与传输：面向 LEO 星地链路语义通信的自适应速率控制
网络与互联网体系结构
2026-05-12 v1 系统与控制
系统与控制
摘要
星地链路的瓶颈对海量星上图像的及时下行构成了重大挑战。本文研究使用联合信源信道编码（JSCC）在低轨（LEO）卫星至地面链路上进行自适应图像传输。我们提出了一个基于强化学习（RL）的框架，动态选择 SwinJSCC 编码器的信道维度（压缩率），以在有限可见时间窗内最大化满足重建质量约束（PSNR 和 MS-SSIM）的接收帧数。该智能体利用信噪比（SNR）预测执行主动速率自适应，并引入了一个星上传输队列模型，该模型捕捉突发性编码，同时对缓冲区溢出和利用率不足进行惩罚。在真实过境条件下的仿真表明，所提出的策略显著优于固定速率基线，实现了近 95% 的合格帧且零丢包。
引用
@article{arxiv.2605.10095,
title = {Learning to Compress and Transmit: Adaptive Rate Control for Semantic Communications over LEO Satellite-to-Ground Links},
author = {Jiangtao Luo and Yongyi Ran and Guoliang Xu and Jihua Zhou},
journal= {arXiv preprint arXiv:2605.10095},
year = {2026}
}