.png){kind=icon}
返回
Semantic-Aided Parallel Image Transmission Compatible With Practical System
.png){kind=icon}
PRE
AI
DOI：10.1109/TWC.2025.3566886.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种新颖的语义辅助图像通信框架，以支持与实际分离式编码架构的兼容性。具体而言，将基于深度学习（DL）的联合信源信道编码（JSCC）集成到经典的分离信源信道编码（SSCC）中，通过DL网络和SSCC分别生成的语义流和图像流组合传输图像，我们将此方法命名为“并行流传输”。编码增益的提升源于JSCC编码器的精巧设计，其利用SSCC忽略的残差信息来增强可学习的图像特征。此外，引入了一种条件速率自适应机制，根据残差调整语义流的传输速率，使框架在带宽分配上更具灵活性和效率。在接收端，我们还设计了一种动态流聚合策略，该策略使复合框架在无线系统中的信噪比（SNR）波动方面比单一传统编解码器具有更强的鲁棒性。最后，所提出的框架在多种场景下均验证了其性能优于传统和基于DL的竞争方案，同时语义流的传输和计算复杂度保持轻量化，显示出应用于实际系统的潜力。
Keyword:
Semantic communication
joint source-channel coding
wireless transmission
rate adaptation
期刊
IF:
10.7
论文数:
1.3W
被引数:
5.3W
机构
引用论文
分享收藏
分享收藏Wireless Deep Speech Semantic Transmission.png)
ICASSP 2023 - 2023 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)
OAAI
ICASSP 2023 - 2023 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)IF0
OAAI分享收藏
查看更多内容