.png){kind=icon}
返回
Contrastive Embedding Multiplexing for Multi-User Semantic Communication Systems
.png){kind=icon}
PRE
AI
DOI：10.1109/lsp.2026.3733303.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本通信提出对比嵌入复用（CEM），通过设计共享嵌入空间的信号空间几何结构来复用语义通信系统中的用户，而非分配专用物理资源。CEM通过用户特定的位置掩码将每个用户投影到该空间的一个软子空间中，并利用与重建损失联合训练的归一化温度缩放交叉熵（InfoNCE）目标来优化用户间分离。通过一致性与均匀性二重性，对比项在期望下促进用户间的近正交性，这是显式正交化的一种软性对应。在瑞利衰落信道上的4至16用户仿真显示，符号误码率持续降低，且随着用户密度增加而提升，在16用户时达到两个数量级的降低，同时保持单用户推理复杂度，并通过嵌入几何、消融和文本传输分析得到验证。
Keyword:
Semantic communication
multi-user multiplexing
contrastive learning
learning-based signal processing
signal-space methods
Transformer
期刊
I
IF:
3.9
论文数:
833
被引数:
0
机构
引用论文
.png){kind=icon}
分享收藏Beyond Transmitting Bits: Context, Semantics, and Task-Oriented Communications超越传输位: 上下文，语义和面向任务的通信
OAAI
OAAI分享收藏DeepMA: End-to-End Deep Multiple Access for Wireless Image Transmission in Semantic CommunicationDeepMA: 语义通信中无线图像传输的端到端深度多址接入OAAI
OAAI分享收藏Transformer-Based Shared Embedding for Multiple Access in Semantic Communications基于Transformer的共享嵌入在语义通信中的多址接入
PREAI
分享收藏
查看更多内容