Task-Oriented Multi-User Semantic Communication Based on Deep Over-the-Air Computation

Shuangying Wei

doi:10.1109/TVT.2025.3566397

Task-Oriented Multi-User Semantic Communication Based on Deep Over-the-Air Computation

0

PRE

AI

DOI：10.1109/TVT.2025.3566397

原文链接

原文求助

摘要

En 中文

大规模异构物联网设备与基于AI的应用的出现，给无线通信系统带来了显著的传输和计算压力。本文提出了一种基于深度空中计算（Deep Over-the-Air Computation）的新型多用户语义通信框架，称为SC-DAC，以应对这一挑战。通过利用深度空中计算（AirComp）编码器整合通信与计算，SC-DAC能够利用多接入信道的叠加特性，在传输过程中促进多用户信息融合，并消除了接收端的多用户检测需求。此外，为达到最优任务结果，语义编码器、解码器及AirComp编码器的参数被联合优化，其中采用了随机梯度下降（SGD）算法和深度双Q网络（DDQN）来优化编码器/解码器参数。仿真结果表明，随着用户数量的增加，系统性能保持相对稳定，并在资源利用方面展现出潜力。此外，当应用于多用户多模态动作识别、语义分割等基于AI的任务时，在低信噪比（SNR）条件下，SC-DAC相较于传统方法将动作识别准确率提升了26%，相较于其他多用户语义通信方法提升了约30%-50%，同时将语义分割准确率提升了0.22至0.32。

Keyword:

Deep learning

multi-user communication

over-the-air computation

reinforcement learning

semantic communication

Task-Oriented Multi-User Semantic Communication Based on Deep Over-the-Air Computation

摘要

期刊

机构

引用论文