【技术实现步骤摘要】
本专利技术属于通信，具体涉及一种基于监督判别学习的抗噪语义通信方法。
技术介绍
1、随着机器学习和计算机硬件的蓬勃发展，语义通信作为一种新的智能通信模式，近年来引起了人们的广泛关注。语义通信代表了通信技术的一次革命性进步，语义通信系统利用深度学习模型，从输入数据中提取语义信息并生成特征向量，系统传输这些特征向量而不是原始比特序列，将重点从简单的信息传输转移到了信息的含义和语境。与传统通信系统不同，语义通信更注重传达信息的含义，而不是单纯的符号传输。它的关键在于最大限度地保留和传输信息的语义内容，而不是仅仅关注符号的准确传递。虽然语义通信可以通过减少传输的数据量来提高通信效率，但神经网络的引入带来了新的威胁。与传统的通信不同，语义通信系统容易受到两种不同类型的噪声的影响。第一种类型是物理信道噪声，其在无线通信中发现，并且由物理信道损耗引起，应当注意的是，由信道传播引起的误差通常发生在信道解码之前。第二种类型的噪声是语义噪声，其引起语义信息的误解，导致在语义通信期间发送器和接收器之间的语义信息的失配，并且在源和无线信道处引入语义噪声。语义噪...
【技术保护点】
1.一种基于监督判别学习的抗噪语义通信方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于监督判别学习的抗噪语义通信方法，其特征在于，所述S1包括以下步骤：
3.根据权利要求1所述的基于监督判别学习的抗噪语义通信方法，其特征在于，所述S2包括以下步骤：
4.根据权利要求1所述的基于监督判别学习的抗噪语义通信方法，其特征在于，所述S3包括以下步骤：
5.根据权利要求1所述的基于监督判别学习的抗噪语义通信方法，其特征在于，所述S4包括以下步骤：
6.根据权利要求5所述的基于监督判别学习的抗噪语义通信方法...
【技术特征摘要】
1.一种基于监督判别学习的抗噪语义通信方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于监督判别学习的抗噪语义通信方法，其特征在于，所述s1包括以下步骤：
3.根据权利要求1所述的基于监督判别学习的抗噪语义通信方法，其特征在于，所述s2包括以下步骤：
4.根据权利要求1所述的基于监督判别学习的抗噪语义通信方法，其特征在于，所述s3包括以下步骤：
5.根据权利要求1所述...
【专利技术属性】
技术研发人员：祝志远，徐伟伟，应俊，吴大鹏，王汝言，
申请(专利权)人：重庆邮电大学，
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。