Conditional Entropy-Constrained Multi-Stage Vector Quantization for Semantic Communication

doi:10.1109/LWC.2025.3644153

Conditional Entropy-Constrained Multi-Stage Vector Quantization for Semantic Communication

2025-12-26

0

PRE

AI

DOI：10.1109/LWC.2025.3644153

原文链接

原文求助

摘要

En 中文

本文提出了一种基于条件熵约束的多级向量量化（CEC-MSVQ）框架，用于语义通信（SC）。所提出的方法整合了多级向量量化（MSVQ）以实现精细化的速率控制，并利用熵约束向量量化（ECVQ）提升速率-失真效率。通过将级联量化输出建模为具有条件熵建模的马尔可夫序列，CEC-MSVQ联合训练语义编码-解码网络和向量量化码本，同时显式优化速率-失真目标。在推理阶段，通过选择性激活向量量化模块支持多速率传输。仿真结果表明，CEC-MSVQ在现有基于向量量化的语义通信方法中实现了更优的任务性能，验证了所提条件熵建模的有效性。

Keyword:

Multi-stage vector quantization

entropy-constrained vector quantization

digital semantic communication

rate control

Conditional Entropy-Constrained Multi-Stage Vector Quantization for Semantic Communication

摘要

期刊

机构