Adaptive Task-Oriented Semantic Communication for UAVs With Joint Trajectory and Resource Optimization

Anning Zhao

doi:10.1109/tnse.2026.3727280

Adaptive Task-Oriented Semantic Communication for UAVs With Joint Trajectory and Resource Optimization

2026-08-24

0

PRE

AI

DOI：10.1109/tnse.2026.3727280

原文链接

原文求助

摘要

En 中文

无人机检查中大规模感知图像的传输因带宽和能量限制而面临重大挑战。本文提出了一种面向低空检查任务的无人机自适应任务导向语义通信（UA-TSC）框架，该框架在无人机上提取任务相关语义特征，并联合优化飞行轨迹和通信资源分配以提高传输效率与任务性能。首先，我们开发了一种无人机语义通信的联合信源信道编码（JSCC）模型，并构建了一个统一优化问题，在系统约束下最大化任务执行准确率、能耗和轨迹奖励的加权和。为高效求解该问题，将其分解为两个耦合子问题。轨迹设计子问题采用基于Diffuser的离线强化学习算法求解，资源分配子问题则采用基于近端策略优化（PPO）的算法处理。仿真结果表明，所提语义传输方案相比本地推理（LI）方案提升了15%的任务执行准确率，并在低信噪比条件下较原始图像卸载（RIO）方案实现了5倍性能提升。此外，PPO-based资源分配策略持续优于两种基准方法，而学习到的轨迹优化算法在多样化环境中实现了更平滑的路径和更好的适应性。

Keyword:

Uncrewed aerial vehicle (UAV)

semantic communications

computation offloading

energy efficiency

task-oriented

diffusion model

proximal policy optimization (PPO)

Adaptive Task-Oriented Semantic Communication for UAVs With Joint Trajectory and Resource Optimization

摘要

期刊

机构

引用论文