
-
生物通官微
陪你抓住生命科技
跳动的脉搏
基于多模态特征的有监督选择图像生成方法,用于语义通信
《IEEE Transactions on Communications》:Image Generation With Supervised Selection Based on Multimodal Features for Semantic Communications
【字体: 大 中 小 】 时间:2025年12月25日 来源:IEEE Transactions on Communications 8.3
编辑推荐:
语义通信中多模态信息融合的图像生成框架研究。本文提出基于CNN和CLIP的多模态语义通信框架,通过图像与文本的联合语义特征提取,结合扩散模型生成并优选最小重构误差图像,扩展至多用户正交传输场景,实验验证其在低SNR条件下实现图像高保真传输和性能增强。
无线数据流量的呈指数级增长,加上通信任务的日益复杂,迫切需要开发更高效、更智能的通信系统。传统的基于香农的通信框架[1]虽然奠定了基础,但在应对增强现实、自动驾驶汽车和物联网(IoT)等新兴应用的需求时面临重大挑战。这些应用不仅要求高数据传输速率,还要求低延迟、高可靠性和上下文感知的通信[2]、[3]。语义通信(SemCom)从根本上将重点从信号的精确复制转向了信息的核心意义或意图的传输[4]。这种范式的转变与人们日益认识到的事实相符:在许多现代应用中,目标不仅仅是简单的信号复制,而是基于传输的信息来促进特定任务或决策的制定。通过强调语义,这些系统有潜力减少冗余、提高资源利用率,并提升最终用户的服务质量。在这种动态背景下,SemCom已成为下一代无线通信的一个有前景的方向,有望在效率、可靠性和智能化方面实现显著进步[5]。