面向图像语义通信的联合信源信道编码方法技术

本发明专利技术涉及面向图像语义通信的联合信源信道编码方法。其包括以下步骤：S1：建立基于卷积神经网络和注意力机制的联合信源信道编码系统模型；S2：将图像输入模型发送端的语义编码器，提取图像的语义信息；S3：将提取的图像语义信息转发给发送端的信道编码器，信道编码器根据当前信道状态和带宽压缩比动态调整系统输出的语义信息；S4：将编码后的信息通过无线信道发送到接收端的信道解码器，信道解码器根据当前信道状态和带宽压缩比动态调整系统重建的语义信息；S5：接收端的语义解码器根据动态调整系统重建的语义信息，来恢复图像的语义信息，从而重构图像。本发明专利技术能确保在恶劣环境中的稳健通信并有效减轻大量数据传输带来的带宽压力。

【技术实现步骤摘要】

本专利技术属于语义通信，涉及面向图像语义通信的联合信源信道编码方法。

技术介绍

1、近年来，随着5g技术和边缘计算的飞速发展，通信环境正经历着前所未有的变革。数据量呈爆炸式增长，而通信环境的复杂性也给传统通信方式带来了前所未有的挑战。这主要体现在两个方面：(1)如何在低信噪比条件下确保通信的鲁棒性；(2)如何有效缓解海量数据传输中的带宽压力。

2、传统通信方式多采用分离信源信道编码方法。这种方法主要考虑物理层的准确性和高保真度，因此需要传输完整的原始数据，而不考虑内容的相关性。这导致了通信效率的低下，尤其是在面对海量数据传输时，带宽压力问题更加突出。此外，这种传统方法容易受到“悬崖效应”的影响，即在具有挑战性的通信条件下，如低信噪比环境，通信失败的风险增大。这使得在低信噪比环境中满足高精度任务要求变得极具挑战性。

3、为了解决这些问题，基于深度学习的语义通信提供了一种新颖的方法。这种方法采用联合源信道编码，将重点放在传递语义信息而非所有数据上。通过这种方式，不仅提高了通信的可靠性，还有效地降低了数据量。初步研究表明，语义通信在解决传本文档来自技高网...

【技术保护点】

1.面向图像语义通信的联合信源信道编码方法，其特征在于：该方法包括以下步骤：

2.根据权利要求1所述的面向图像语义通信的联合信源信道编码方法，其特征在于：所述S1中，建立的基于卷积神经网络和注意力机制的联合信源信道编码系统模型，具体为：系统包括一个发送端、通过功率归一化后的无线信道和一个接收端；

3.根据权利要求2所述的面向图像语义通信的联合信源信道编码方法，其特征在于：所述S2中，语义编码器包含若干个语义信息提模块，用表示，每个模块包含一个二维卷积层、一个广义分割归一化层GDN和一个激活函数；

4.根据权利要求3所述的面向图像语义通信的联合信源信道编...

【技术特征摘要】

1.面向图像语义通信的联合信源信道编码方法，其特征在于：该方法包括以下步骤：

2.根据权利要求1所述的面向图像语义通信的联合信源信道编码方法，其特征在于：所述s1中，建立的基于卷积神经网络和注意力机制的联合信源信道编码系统模型，具体为：系统包括一个发送端、通过功率归一化后的无线信道和一个接收端；

3.根据权利要求2所述的面向图像语义通信的联合信源信道编码方法，其特征在于：所述s2中，语义编码器包含若干个语义信息提模块，用表示，每个模块包含一个二维卷积层、一个广义分割归一化层gdn和一个激活函数；

4.根据权利要求3所述的面向图像语义通信的联合信源信道编码方法，其特征在于：所述s3中，信道编码器...

【专利技术属性】
技术研发人员：温万里，张雨璐，贾云健，梁绰言，严吉平，罗坤，黄震，
申请(专利权)人：重庆大学，
类型：发明
国别省市：