SemHARQ：面向多任务语义通信的语义感知混合自动重传请求
信号处理
2025-09-12 v2
摘要
随着深度学习（DL）的发展，智能任务导向的语义通信（SemComs）取得了巨大进展，其中同时执行多个任务的多任务 SemComs 因其高效率而备受重视。然而，关于鲁棒的多任务导向语义传输的研究仍处于早期阶段。在本文中，我们提出了一种语义感知的混合自动重传请求（SemHARQ）框架，用于多任务语义特征的鲁棒且高效的传输。首先，为了提高语义编码的鲁棒性和有效性，提出了一种多任务语义编码器。同时，研究了一种特征重要性排序（FIR）方法，以确保在有限的信道资源下传输重要特征。然后，为了准确检测可能的传输错误，设计了一种新颖的特征失真评估（FDE）网络来识别每个特征的失真级别，并在此基础上提出了一种高效的 HARQ 方法。具体而言，重传受损特征，而剩余的信道资源用于增量传输。在车联网的多任务场景下，在不同信道条件下评估了系统性能。大量实验表明，与最先进的工作相比，所提出的框架在车辆重识别的 rank-1 准确率上高出 以上，在低信噪比环境下的车辆颜色分类准确率上高出 。
引用
@article{arxiv.2404.08490,
title = {SemHARQ: Semantic-Aware Hybrid Automatic Repeat Request for Multi-Task Semantic Communications},
author = {Jiangjing Hu and Fengyu Wang and Wenjun Xu and Hui Gao and Ping Zhang},
journal= {arXiv preprint arXiv:2404.08490},
year = {2025}
}