【技术实现步骤摘要】
本专利技术属于车联网无线通信和图形语义通信领域，具体涉及一种车联网中基于语义重要性的图像传输调控优化方法。
技术介绍
1、传统通信技术采用信源编码和信道编码提高通信效率和可靠性，但它是独立设计和优化的，没有考虑相互影响，因此无法协同工作以实现最佳的整体通信容量，导致悬崖效应。而许多新兴应用都需要在极端的延迟、带宽和能量限制下传输图像数据，这同样排除了计算要求高的长块长度信源和信道编码技术。在智能网联环境下，通信的信源和信宿转变为具有ai智能计算功能的智能体(如车辆、边缘计算服务器等)，智能体之间通信追求的目标不再是传统通信准确传输比特数据或者精确传递信号波形，而是准确理解传递的信息内容，这里的“内容”即shannon和weaver定义的语义，这种新的通信范式称为语义通信。由于语义通信理论仍缺乏全面、统一的数学表述，现有的语义编译码模块，由于语义信息本身具有主观和不确定特性，特别是针对难以设计合适的手工提取规则的图像等信源都主要是基于自定义模型的机器学习方法实现的，随着深度学习的发展，联合信源信道编码进入人们的视线，通过共同设计和优化信道...
【技术保护点】
1.一种车联网中基于语义重要性的图像传输调控优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的车联网中基于语义重要性的图像传输调控优化方法，其特征在于，构建面向车联网的自适应信噪比的语义通信模型时，基于车辆端与边缘服务器语义通信的车联网系统模型，车联网系统模型包括已缓存各路段图像并配备训练好的语义通信模型的蜂窝基站和一辆配备了训练好的语义通信模型的智能网联汽车，车联网系统模型中通信过程如下：1)车辆驾驶员请求服务器发送视野盲区路况图像，车辆发送车辆状态信息和信道状态信息；2)边缘服务器获取车辆状态信息和信道状态信息，包括车速、车辆位置信息、需要...
【技术特征摘要】
1.一种车联网中基于语义重要性的图像传输调控优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的车联网中基于语义重要性的图像传输调控优化方法，其特征在于，构建面向车联网的自适应信噪比的语义通信模型时，基于车辆端与边缘服务器语义通信的车联网系统模型，车联网系统模型包括已缓存各路段图像并配备训练好的语义通信模型的蜂窝基站和一辆配备了训练好的语义通信模型的智能网联汽车，车联网系统模型中通信过程如下：1)车辆驾驶员请求服务器发送视野盲区路况图像，车辆发送车辆状态信息和信道状态信息；2)边缘服务器获取车辆状态信息和信道状态信息，包括车速、车辆位置信息、需要传输的图像信息，根据信道状态信息分配功率，根据每个时隙的车辆位置，调控图像传输顺序进行语义编码，通过无线信道传输到车辆端；3)车辆将接收到的语义编码进行语义解码并恢复图像以供驾驶员查看。
3.根据权利要求1所述的车联网中基于语义重要性的图像传输调控优化方法，其特征在于，构建自适应信噪比的图像语义通信模型包括：
4.根据权利要求1所述的车联网中基于语义重要性的图像传输调控优化方法，其特征在于，表征语义传输速率和语义能耗包括：
5.根据权利要求4所述的车联网中基于语义重要性的图像传输调控优化方法，其特征在于，将图像在信道传输中的语义相似度考虑为接收恢复图像y...
【专利技术属性】
技术研发人员：王亮，蔡安娜，于汪洋，郝飞，刘聪，钱鹏程，
申请(专利权)人：陕西师范大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。