Environment Aware Semantic Encoding Framework With Radio Map Priors

doi:10.1109/lcomm.2026.3726791

Environment Aware Semantic Encoding Framework With Radio Map Priors

2026-01-01

0

PRE

AI

DOI：10.1109/lcomm.2026.3726791

原文链接

原文求助

摘要

En 中文

语义通信作为一种有前景的智能无线传输范式已崭露头角。然而，在复杂的无线传播环境中保持可靠的语义传输仍具挑战性，其中过时的信道状态信息和不可靠的语义适配会降低性能。为解决此问题，我们提出了环境感知语义编码框架，该框架利用无线地图先验信息推导出统一的环境复杂度因子（ECF），用于环境感知语义传输。所提出的ECF将位置相关的传播信息转化为标准化的统计表示，从而实现跨多样化无线环境的鲁棒语义适配。基于此表示，深度强化学习智能体学习长期语义特征分配策略，而ECF引导的正则化进一步增强了策略在变化传播条件下的稳定性。在先前未见传播环境中的实验表明，所提框架在环境复杂度增加时保持了比代表性基线更低的性能下降率，从而在严重衰落场景中提升了性能。

Keyword:

Modeling

Propagation

Complexity theory

Encoding

Semantic communication

Silicon

Learning (artificial intelligence)

Accuracy

Training

Resource management

adaptive encoding

radio map

deep reinforcement learning

Environment Aware Semantic Encoding Framework With Radio Map Priors

摘要

期刊

机构

引用论文