基于AI的端到端语义编码传输方案设计

【摘  要】面向6G多样化场景下对高性能和低复杂度的传输需求，通过将AI架构引入无线传输收发方案的联合优化，打破基于模块化物理层设计方法和传统信息论的局限，一种基于AI的端到端语义编码传输方案被提出。首先，为了克服未知衰落信道下无法通过反向传播联合训练发射机的问题，设计了一种基于CGAN的两子网架构及分阶段训练方法，有效消除衰落信道的影响。其次，进一步提出了语义信道联合编码的系统架构，在端到端的联合优化方面具有优势。仿真结果表明，所提方案通过对语义编码和传输的联合优化提升了系统性能，并适用于实际通信中信道未知场景，具备灵活性、智能性和高效性。

【关键词】端到端传输；信源信道联合编码；智能通信；语义通信

0   引言

面向第六代无线通信（6G, 6th Generation Wireless Systems）实现万物互联的智能愿景，人工智能（AI, Artificial Intelligence）在无线通信中的广泛应用已成为研究热点，是推动下一代通信发展的主要动力之一。伴随着日益增长的通信需求，以概率度量信息量，以误码率（BER, Bit Error Rate）度量性能，以经典数学模型为基础的通信理论下，系统容量已经逐渐接近香农极限，