基于重要性图的协同感知语义通信
信息论
2023-11-14 v1 信号处理
math.IT
摘要
协同感知具有比单车感知更广阔的感知视野，在自动驾驶中进行3D目标检测的作用日益重要。通过车对车（V2V）通信技术，各类网联自动驾驶车辆（CAVs）可共享其感知信息（LiDAR点云）以实现协同感知。我们采用重要性图提取显著语义信息，提出了一种基于中间融合的新型协同感知语义通信方案。同时，我们所提架构可扩展至具有挑战性的时变多径衰落信道。为缓解时变多径衰落引起的失真，我们采用显式正交频分复用（OFDM）块并结合信道估计与信道均衡。仿真结果表明，我们所提模型在各种信道模型上均优于传统分离信源信道编码。此外，鲁棒性研究表明仅部分语义信息对协同感知至关重要。尽管所提模型仅在特定信道上训练，其仍能学习语义信息的鲁棒编码表示，对各类信道模型保持韧性，展现了通用性与鲁棒性。
引用
@article{arxiv.2311.06498,
title = {Semantic Communication for Cooperative Perception based on Importance Map},
author = {Yucheng Sheng and Hao Ye and Le Liang and Shi Jin and Geoffrey Ye Li},
journal= {arXiv preprint arXiv:2311.06498},
year = {2023}
}
备注
13 pages,22 figures;journal;submitted for possible publication