基于 OFDM 的具有重要性感知的数字语义通信
信号处理
2024-01-05 v1
摘要
语义通信 (SemCom) 因其能够在保持任务性能的同时减小数据传输规模而受到广泛关注。然而，现有工作主要关注具有简单信道模型的模拟 SemCom，这可能限制其实际应用。为了缩小这一差距，我们提出了一种与现有数字通信基础设施兼容的基于正交频分复用 (OFDM) 的 SemCom 系统。在所考虑的系统中，提取的语义由标量量化器量化，转换为 OFDM 信号，然后通过频率选择性信道传输。此外，我们提出了一种语义重要性度量方法，以建立目标任务与语义特征之间的关系。基于语义重要性，我们提出了一个子载波和比特分配问题以最大化通信性能。然而，由于基于神经网络的语义编解码器，优化目标函数无法用数学表达式准确表征。鉴于该问题的复杂性，我们首先提出了一种低复杂度的子载波分配方法，将具有更好信道条件的子载波分配给更关键的语义。然后，我们提出了一种具有动态动作空间的基于深度强化学习的比特分配算法。仿真结果表明，与模拟 SemCom 和传统的基于比特的通信系统相比，所提出的系统分别实现了 9.7% 和 28.7% 的性能提升。
引用
@article{arxiv.2401.02178,
title = {OFDM-Based Digital Semantic Communication with Importance Awareness},
author = {Chuanhong Liu and Caili Guo and Yang Yang and Wanli Ni and Tony Q. S. Quek},
journal= {arXiv preprint arXiv:2401.02178},
year = {2024}
}