System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于d2d通信,特别是一种面向语义通信的d2d组播通信方法。
技术介绍
1、近年来,d2d通信技术的快速发展极大地便利了人们的通信体验,d2d组播通信作为d2d通信技术的一种常用方式越来越受关注。具体而言,基站首先将推送内容,比如图片、文本、视频等数据,传输给信道条件较好的用户,这些用户被称为簇头,然后簇头再将推送内容传输到其他用户处,这样可以大大减少基站通信资源的开销。为了提高频谱效率,簇头到簇内用户通过复用蜂窝链路与簇内目标用户通信,且允许多个簇头接入同一链路。这样,簇与簇之间便产生了干扰。如何有效消除干扰,提高目标用户服务质量一直是d2d通信中热点问题。
2、传统的实现干扰消除的方式是借助无线资源管理的手段,这种方式通过合理的信道分配策略与功率控制,实现用户服务质量的提升,这种方式也得到了广泛的研究。然而,随着移动用户数目与海量的数据资源急剧增多,加之频谱资源的短缺,传统的无线资源管理方案的性能提升已到达了瓶颈,迫切需要开发新的技术手段来提升通信上限。
3、语义通信作为一种新的交际范式正在兴起并受到广泛关注。与以压缩比特流传输数据的传统通信方法相比,语义通信更关注揭示原始数据中的潜在含义,以促进通信过程。通过将用户需求与语义特征有机结合,语义通信可以显著减少信息传输量,减轻通信负担,减少同信道干扰。另一方面,语义信息的获取通常是抽象和主观的,导致不同任务获得的语义信息可能存在差异。因此,语义通信更加强调实际的用户体验,其最终目标是以面向任务的方式促进通信过程。
4、目前,已经有
5、现有文献均考虑了语义通信在无线通信技术中的运用,然而,语义信息的获取通常是抽象和主观的,导致不同任务获得的语义信息可能存在差异,在d2d组播通信网络中面临挑战。另一方面,语义信息的提取过程具有灵活多样性,如何在实际运用中合理地选择语义模型,如何充分发挥语义信息的优势,提高用户的通信体验,依然是悬而未决的问题,这些问题挑战对语义通信的进一步发展造成了一定的困难。
技术实现思路
1、本专利技术的目的在于针对现有技术存在的问题,面向d2d组播语义通信,提供一种语义与无线资源分配方案,以小区内目标用户的平均体验质量为目标,提供高效的资源管理方法。本专利技术创新性地利用语义通信来增强d2d组播内容的传递过程。
2、实现本专利技术目的的技术解决方案为:一种面向语义通信的d2d组播通信方法,所述方法包括以下步骤:
3、步骤1,基站广播待传递图像的语义信息,所述语义信息为三重组结构;
4、步骤2,定义检索列表:目标用户接收到基站所发送图像的语义信息,按照语义信息选择对图像的兴趣偏好,并设置兴趣列表即检索列表;
5、步骤3,基于目标用户之间的相似度,进行用户分簇;
6、步骤4,构建不同压缩比例的图像语义压缩模型;
7、步骤5,进行语义通信:根据各个簇内目标用户的服务体验质量需求,构造博弈模型,求解区域范围内目标用户平均体验质量最大化问题;基站选择图像语义压缩比例,输入至所述图像语义压缩模型,将输出的相应的语义信息传输至簇头处,簇头复用蜂窝用户的传输链路,选择传输链路将信息广播至簇内用户中,完成基站图像传输任务。
8、进一步地,步骤1具体包括:
9、对待传递图像进行语义编码;
10、基于关系转换器和深度神经网络的语义分割技术,获取待传递图像的三重组结构,表示如下:
11、τn=d(xn)
12、其中,τn表示三重组结构的集合,表示图像n的语义内容,mn表示图像n中的总三重组数目,表示图像n中的第个三重组,xn表示输入图像n,d表示关于所述基于关系转换器和深度神经网络的语义分割技术的函数。
13、进一步地,步骤2中,目标用户i对一组图像的兴趣列表,表示为:
14、qi=[qi,1,...,qi,2,qi,n]t
15、其中,n表示基站向目标用户i推送的图像总数目,qi,n表示目标用户i对图像n的感兴趣程度,qi,n=1表示目标用户i对图像n有兴趣,qi,n=0表示目标用户i对图像n无兴趣。
16、进一步地,步骤3具体包括:
17、步骤3-1,根据目标用户的兴趣列表与物理位置,计算目标用户之间的相似度;
18、步骤3-2,基于所述相似度,利用改进的k-中心算法进行目标用户分簇。
19、进一步地,步骤3-1具体包括:
20、设目标用户i的物理位置表示为(xi,yi),由此得到归一化的位置坐标为r为目标用户所在区域的半径;同样地,得到归一化的兴趣向量为
21、则任意两个目标用户i和j之间的相似度表示为:
22、
23、其中,fsim(ui,uj)表示目标用户i和j之间的相似度,μ1和μ2分别表示兴趣相似度和物理位置相似度的权重,分别表示目标用户i、j对应的归一化位置坐标,分别表示目标用户i、j对应的归一化的兴趣向量;α是大尺度衰落系数。
24、进一步地,步骤3-2具体包括:
25、(1)设目标用户被分为k个分簇,簇头的集合表示为ω={h本文档来自技高网...
【技术保护点】
1.一种面向语义通信的D2D组播通信方法,其特征在于,所述方法包括以下步骤:
2.根据权利要求1所述的面向语义通信的D2D组播通信方法,其特征在于,步骤1具体包括:
3.根据权利要求1所述的面向语义通信的D2D组播通信方法,其特征在于,步骤2中,目标用户i对一组图像的兴趣列表,表示为:
4.根据权利要求1所述的面向语义通信的D2D组播通信方法,其特征在于,步骤3具体包括:
5.根据权利要求3或4所述的面向语义通信的D2D组播通信方法,其特征在于,步骤3-1具体包括:
6.根据权利要求5所述的面向语义通信的D2D组播通信方法,其特征在于,步骤3-2具体包括:
7.根据权利要求1所述的面向语义通信的D2D组播通信方法,其特征在于,步骤4具体包括:
8.根据权利要求1所述的面向语义通信的D2D组播通信方法,其特征在于,步骤5具体包括:
9.根据权利要求8所述的面向语义通信的D2D组播通信方法,其特征在于,步骤步骤5-2-3中效用函数计算公式为:
10.基于权利要求1至9任意一项所
...【技术特征摘要】
1.一种面向语义通信的d2d组播通信方法,其特征在于,所述方法包括以下步骤:
2.根据权利要求1所述的面向语义通信的d2d组播通信方法,其特征在于,步骤1具体包括:
3.根据权利要求1所述的面向语义通信的d2d组播通信方法,其特征在于,步骤2中,目标用户i对一组图像的兴趣列表,表示为:
4.根据权利要求1所述的面向语义通信的d2d组播通信方法,其特征在于,步骤3具体包括:
5.根据权利要求3或4所述的面向语义通信的d2d组播通信方法,其特征在于,步骤3-1具体包括:
...
【专利技术属性】
技术研发人员:吴丹,姬智,杨炜伟,管新荣,杨晓琴,陈阳,
申请(专利权)人:中国人民解放军陆军工程大学,
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。