LightCom：一个面向体验质量的生成式AI增强通信框架
信号处理
2025-07-24 v1
摘要
数据密集型和沉浸式应用，如虚拟现实，对体验质量（QoE）提出了严格要求，这对传统的以服务质量（QoS）为驱动的通信系统构成了挑战。本文提出了LightCom，一个轻量级编码和生成式AI（GenAI）增强解码框架，专为低信噪比（SNR）条件下的QoE导向通信而设计。LightCom通过应用基本的低通滤波进行信源编码和最少的信道编码来简化发射机设计，显著降低了处理复杂度和能耗。在接收端，GenAI模型通过利用生成先验来推断超越传统解码能力的语义和结构信息，从高度压缩和退化的信号中重建高保真内容。分析了关键设计原理，以及信源表示的充分性和错误鲁棒性。我们还开发了重要性感知的功率分配策略，以增强QoE并扩展感知覆盖范围。仿真结果表明，LightCom在鲁棒性方面实现了高达 dB的提升，在感知覆盖范围方面实现了 dB的增益，优于依赖复杂信源和信道编码的传统QoS驱动系统。这种范式转变将通信系统转向以人为中心的QoE指标，而非比特级保真度，为更高效、更具弹性的无线网络铺平了道路。
引用
@article{arxiv.2507.17352,
title = {LightCom: A Generative AI-Augmented Framework for QoE-Oriented Communications},
author = {Chunmei Xu and Siqi Zhang and Yi Ma and Rahim Tafazolli},
journal= {arXiv preprint arXiv:2507.17352},
year = {2025}
}