语义通信资源分配文献阅读:Resource Allocation for Text Semantic Communications


论文简介

  • 作者
    Lei Yan , Zhijin Qin , Senior Member, IEEE, Rui Zhang , Member, IEEE,
    Yongzhao Li , Senior Member, IEEE, and Geoffrey Ye Li , Fellow, IEEE
  • 发表期刊or会议
    《IEEE WIRELESS COMMUNICATIONS LETTERS》
  • 发表时间
    2022.7

动机:为什么作者想要解决这个问题?

语义通信发展的很牛逼,但是语义通信的资源分配仍有待探索,这是保证语义传输可靠性和通信效率的关键问题


贡献:作者在这篇论文中完成了什么工作(创新点)?

  • 为语义感知网络提出了一种新颖的资源分配模型。具体说,该模型用到了首次定义的语义频谱效率(Semantic Spectral Efficiency,S-SE),S-SE用于在信道分配传输语义符号数量方面优化资源分配。最后,提出一种 formulation 来解资源分配模型。
  • 开发了一种 transform method 将传统的基于比特的频谱效率转换为 S-SE

规划:他们如何完成工作?

  • 系统模型

    考虑一个由基站(BS)和一组用户组成的蜂窝网络,如图所示。采用 DeepSC作为语义通信模型配备给每个用户用于文本传输。假设 DeepSC 收发器在 BS 或云平台上进行训练。然后将训练好的语义发射器模型广播给用户。
    用户处的 DeepSC 发送器、传输模型和 DeepSC 接收器 具体表述见 论文 II.A II.B II.C
    在这里插入图片描述

  • 资源分配

    步骤一: 定义 语义频谱效率(Semantic Spectral Efficiency,S-SE)
    具体表述见 论文 III.A


    步骤二: 建立 资源分配模型
    在这里插入图片描述
    在这里插入图片描述

    • 优化目标:
      最大化 overall S-SE
    • 优化变量:
      ①信道分配向量:充分发挥 DeepSC 在低 SNR 情况下的性能优势
      ②优化每个单词传输的语义符号的平均数量 k n k_n kn,使每个符号能够携带更多的语义信息,从而在保证相同传输可靠性的情况下获得更高的S-SE
    • 性能指标:
      不知道是啥

      具体表述见 论文 III.B

    步骤三:解模型
    穷举搜索法、匈牙利算法


理由:通过什么实验验证它们的工作结果

具体表述见 论文 IV


自己的看法

大概套路就是提出优化模型,然后提出一个算法解模型,再加仿真结果

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值