6G无线网络中基于可扩展提取的语义通信
图像与视频处理
2024-07-17 v1
摘要
由于满足通信效率和智能连接需求的挑战，六代（6G）无线网络需要新的通信框架来实现有效的信息交换以及集成的人工智能（AI）和通信。能够将应用需求和数据语义整合到数据处理和传输中的深度学习（Deep Learning, DL）基于语义的通信，预计将成为6G无线网络的新范式。然而，现有的语义通信框架依赖于发送完整的语义特征，这可以最大化语义保真度，但未能实现高效的语义通信。本文引入一种新的基于可扩展提取的语义通信（Scalable Extraction based Semantic Communication, SE-SC）模型，以支持6G无线网络的潜在应用，然后分析其可行性。随后，我们提出一种有前景的SE-SC框架来突出SE-SC模型在6G无线网络中的潜力。数值结果表明，我们提出的SE-SC方案在传输符号数量大幅减少的情况下，能够为下游任务提供与完整语义特征传输和传统编解码方案相同的质量服务（QoS）。最后，我们讨论了进一步探索可扩展提取的语义通信的若干挑战。
引用
@article{arxiv.2407.11334,
title = {Scalable Extraction Based Semantic Communication for 6G Wireless Networks},
author = {Yuzhou Fu and Wenchi Cheng and Wei Zhang and Jingqing Wang},
journal= {arXiv preprint arXiv:2407.11334},
year = {2024}
}