一对多语义通信系统：设计、实现与性能评估
机器学习
2022-09-21 v1 计算与语言
摘要
6G 时代的语义通信被视为突破传统通信瓶颈的一种有前景的通信范式。然而，其在多用户场景尤其是广播情况下的应用仍待探索。为有效利用语义通信带来的优势，本文提出一种一对多语义通信系统。具体而言，我们提出了一种由深度神经网络（DNN）赋能的语义通信系统 MR_DeepSC。通过利用面向不同用户的语义特征，构建了基于预训练模型 DistilBERT 的语义识别器以区分不同用户。此外，采用迁移学习来加速新接收机网络的训练。仿真结果表明，所提出的 MR_DeepSC 在不同信道条件下尤其在低信噪比（SNR）区间，相比其他基准在 BLEU 分数上取得最佳性能。
引用
@article{arxiv.2209.09425,
title = {One-to-Many Semantic Communication Systems: Design, Implementation, Performance Evaluation},
author = {Han Hu and Xingwu Zhu and Fuhui Zhou and Wei Wu and Rose Qingyang Hu and Hongbo Zhu},
journal= {arXiv preprint arXiv:2209.09425},
year = {2022}
}
备注
5 pages, 6 figures, published to CL