Diff-GO+: An Efficient Diffusion Goal-Oriented Communication System With Local Feedback

Achintha Wijesinghe

doi:10.1109/TWC.2025.3554442

Diff-GO+: An Efficient Diffusion Goal-Oriented Communication System With Local Feedback

2025-08-01

0

PRE

AI

Suchinthaka Wanninayaka

王伟唯 (Weiwei Wang)

Z

Zhi Ding

DOI：10.1109/TWC.2025.3554442

原文链接

原文求助

摘要

En 中文

目标导向通信（GO-COM）近期在现代通信中作为一个重要概念出现，部分原因是边缘网络和物联网（IoT）系统对高带宽效率的持续需求。与传统通信系统关注数据包传输和准确性不同，GO-COM旨在传递对接收方目标至关重要的信息。为利用新兴生成式人工智能（AI）模型在GO-COM中的优势，本研究提出了一种基于扩散模型骨干的超高效GO-COM设计。该Diff-GO+模型具有高频谱效率和灵活的反馈控制特点。具体而言，我们在语义条件下嵌入关键信息，并通过字典学习在发射端推导出用于前向扩散的噪声码本，接收端对应的模型通过去噪再生消息。我们提出的压缩友好的语义条件和低维码字显著减少了通信开销并实现了满意的消息恢复。为控制恢复质量，我们引入了“局部生成反馈”（LGF），使发射端能预判恢复质量并确保接收端达成目标。实验结果表明，所提Diff-GO+能在超高频谱效率与卓越数据恢复下实现更优的计算-带宽权衡。具体而言，我们的Diff-GO+可实现Cityscape数据集图像传输的98%压缩率。

Keyword:

Goal-oriented communications

semantic communications

diffusion model

bandwidth efficiency

Diff-GO+: An Efficient Diffusion Goal-Oriented Communication System With Local Feedback

摘要

期刊

机构

引用论文