面向语义通信的语义知识库综述

语义知识库是一种可为数据信息提供相关语义知识描述的、结构化的且具备记忆能力的知识网络模型，是语义通信的关键使能技术之一。首先，归纳分析计算机领域语义知识库研究现状，说明知识库在语义信息提取等方面的关键作用；然后，梳理无线通信领域中信源、信道、任务语义知识库的研究现状，揭示语义知识库在语义传输效率提升方面的潜能；最后，分别从多层级构建、动态智能演进、多智能体协同更新3个方面分析了语义传输中语义知识库面临的挑战。对于如何深度融合人工智能与通信技术，创新性地提出多层级语义知识库框架，认为一个跨模态、跨任务、跨环境的知识库的构建是高效语义传输的重点研究方向。     

基于联邦学习的多用户语义通信系统部署方法

语义通信是一种有发展潜力的新型通信技术,通过挖掘信源中的语义信息从而减少传输所需要的数据量。语义通信通常采用深度学习的方式建立编解码模型,在收发端共享模型参数的前提下实现端到端的数据传输,但在实际场景中,由于多用户的存在,端到端的传输具有局限性,语义通信系统的部署有更多需要考虑的问题。为了使语义通信能应用于多用户的场景,本文提出了语义通信系统模型的联邦学习部署方式,利用用户端的数据对深度学习模型进行更为有效的训练。从而在不直接使用用户数据的前提下,使模型学习到用户数据的特征,实现了多用户场景下语义通信系统的部署。仿真结果表明,通过联邦学习训练得到的模型可以达到接近于集中训练的效果,并且保护了用户隐私。     

基于AI辅助的可扩展视频语义通信系统

语义通信作为一种面向多智能体交互的新型通信范式，对未来通信实现高效传输提供了新的解决方法。由此，提出了一个AI辅助的可扩展视频语义通信系统。该系统能够基于现有的信源信道分离编码方案（如传统的高效视频编码HEVC与低密度奇偶校验编码LDPC），与AI辅助的可学习语义编解码器相结合，实现视频流与语义流的共同传输。其中可学习的语义数据流是视频帧中针对特定任务提取的语义信息，能够较好地提升接收端精确重建与下游任务的性能。实验证明，该视频语义通信框架相较于传统通信，在重建任务性能相差无几的情况下具有更好的下游任务表现；而相较于现有的端到端的基于深度学习的语义通信系统，性能相近的同时能够基于多种传统视频编解码标准进行扩展设计，具有与传统压缩方案更强的耦合性与适应更多场景的能力。     

基于感算通融合的语义认知通信网络

语义通信作为一种旨在传递用户意图和语义信息的全新通信范式，有望成为6G时代构建万物智联网络的创新性解决方案。然而，在实际的部署中，由于语义的多意性、个性化和异构性等特点，语义认知、解析和通信等方面仍面临着业务类型多样且异构、用户性格与习惯各异和需求随机等难题。为此，提出了一种基于感算通融合的语义认知通信网络，旨在通过语义感知、计算和通信多功能的深度融合、协作互惠，实现高效可靠的语义信息传输。初步试验结果显示，相比于传统通信网络，本文所提方案有望在提升网络语义通信效率的同时，还大幅降低了系统的资源占用率。     

遥感卫星特定领域大规模知识图谱构建关键技术

针对遥感卫星数据应用中的信息整合、系统集成等问题,提出建立遥感卫星特定领域大规模知识图谱的总体框架及其关键技术。在该技术框架中,构建基于国际卫星标准的标准化卫星数据集成元数据模型,并通过语义计算、语义映射与知识进化等手段进一步建立完备一致的遥感知识空间语义模型,在此基础上形成遥感卫星特定领域知识图谱及其应用模式。研究成果为海量卫星数据应用服务的语义集成与互操作、共享平台建设提供新思路、新方法与新技术。     

基于依存句法分析的分层语义通信系统

语义通信是一种全新的通信范式,可以从语义级别提高通信的可靠性,解决通信带宽与频谱资源受限的问题。针对语义通信中语义重要性划分这一问题,本文提出了一种基于依存句法分析的分层语义通信系统。首先,为了获取传输语句内部的依存句法关系,本文设计了一种基于图解码的依存句法分析模型,用于提取传输语句对应的依存句法树。其次,本文根据提取到的依存句法树提出了一种语义分层方法,并根据信道质量对不同层级的语义信息进行选择传输,从而保证关键语义的准确传递。此外,本文还引入了ERNIE语言模型,结合依存句法关系提高接收端的语义恢复能力。仿真结果表明：本文提出的语义分层方法可以有效提取传输语句的关键语义信息。与传统通信系统相比,本文所提系统显著提升了在低信噪比下的通信可靠性。     

基于语义重要度的不等错误保护数据传输机制

语义通信是一种智能、简约的通信新范式。从系统组成和理论基础两方面，对语义通信和传统通信进行对比，指出其关键区别在于背景知识的引入。将基于信源信道联合设计的语义通信（JSCC-SC）分为面向数据重建和面向任务执行两类，并对其网络架构进行比较。提出一种信源信道分离设计的语义通信系统。该系统通过训练好的神经网络识别数据的语义重要度，并基于语义重要度构造不等错误保护（UEP）传输机制。通过仿真实验证明了其能够提升重要数据的传输可靠性，即降低重要数据传输的误码率，在保持复杂性的同时，进一步提升无线通信的可靠性与有效性。     

面向6G的深度图像语义通信模型

目前的语义通信模型在处理图像数据方面仍有可改善的部分，包括有效的图像语义编解码、高效的语义模型训练和精准的图像语义评估。为此，提出了一种深度图像语义通信（DeepISC）模型。首先采用基于vision transformer的自编码器（ViTA）网络实现高质量的图像语义编解码；接着采用自编码器实现信道编解码，保证语义在信道上的传输；然后利用判别器网络（DSN）和ViTA的双网络架构协同训练，提高重建图像的语义精度；最后针对不同的下游视觉任务提出不同的图像语义评估指标。仿真结果表明，相较于其他方案，DeepISC可以更有效地还原传输图像的语义特征，使重建图像在各个下游任务中都展现出与原图像相同或相近的语义结果。     

面向语义通信的量化-重构器设计

语义通信作为6G移动通信的一项重要候选技术，拓展了经典信息理论的研究范式，为信息传输技术的突破提供了新的思路。目前，关于语义信息度量与语义通信系统设计的优化指标分析仍是开放问题。基于语义信息传输的结构化模型，讨论了信源的语义特征表示和语义失真度量问题，并以高斯信源为例探究了编译码器（量化-重构器）的设计准则。仿真结果表明，与传统的基于最小化信源比特的重构均方误差准则设计的量化-重构器相比，针对信源的语义失真度量设计量化-重构器更契合语义通信的需求。     

基于深度学习的图像语义通信系统

语义通信是一种新颖的通信方式，可通过传输数据的语义信息提高带宽效率。提出一种用于无线图像传输的系统。该系统基于深度学习技术开发并以端到端（E2E）的方式进行训练。利用深度学习实现语义特征的提取和重建，在发送端提取信源信息不同类型和不同形式的语义特征，在接收端融合各类型语义特征进行目标语义恢复。仿真结果表明，与基准模型相比，所提模型在信道环境恶劣的情况下，具有更好的重建精度。     

语义信道编译码器模糊匹配场景下的发端设计

从香农经典信息论到语义通信，信息传递模式由“比特传输”逐渐向“语义传输”转变。传统通信中，码本作为编译码器的共同语言，可以保证通信的无歧义传输。然而，语义编译码器可能无法实现精准匹配，进而导致无法利用经典信息论来解决语义通信问题。首先，提出了语义信道编译码器模糊匹配时的通信系统，其中语义信道译码器固定，只能通过单方面设计语义信道编码方式来降低语义信息被错误接收的概率。然后，特别考虑了一个简单的语义通信系统，其中语义信道为一个语义对称信道。受语义译码器的性能约束，语义编码器只能通过重复发送语义符号来降低语义信息被错误译码的概率。最后，给出语义信息的平均译码错误概率与传输次数之间的关系。     

面向6G网络的基于语义通信的端到端服务框架

未来的6G网络需支持更高的通信效率和高效的智能连接。基于AI的语义通信以传递用户意图及语义信息为目标，有望成为6G网络“内生智能”架构的技术支撑。然而，现有的语义通信框架忽略所提取的语义特征中的冗余信息。为研究高效的语义通信，提出基于语义通信的端到端服务框架，该框架将语义通信与AI的语义分析能力深度融合，可对语义特征进一步压缩后再传输，并保证AI服务质量。仿真分析表明，相比传统通信方案，所提方案在目标检测任务和图像重建均取得更优的性能，且取得与全语义特征传输方案相近的性能。     

面向未来的语义通信：基本原理与实现方法

阐述了语义通信的基本原理与实现方法。首先,提出了语义通信的系统模型,梳理语义通信的基本概念与术语,对比经典通信与语义通信的主要区别,总结了语义通信的技术优势。在此基础上,回顾了语义信息论的发展,构建了语义信息的度量指标体系,提出了基于归一化条件复杂度的新型度量,用于评估语义压缩的极限,探讨了语义典型序列编码的性质,揭示语义编码的渐近性能。进一步地,归纳了语义编码传输的2种典型方法——直接编码与变换编码,分析了它们的基本原理,并针对文本、语音与图像信源展示了语义编码传输的优越性能。最后,总结了语义通信的研究难点与问题,指出未来的研究方向。     

面向语义信息直传的通信架构

随着聚焦提升带宽和频谱效率的传统通信发展模式渐入瓶颈，越来越多的研究将智能通信的目标从语法层转向语义层，通过感知并传输语义而非完整信号来节省带宽资源。信宿端智能体只需接收可理解语义中有信息部分即可。若能在信源端从语义角度中甄别出对信宿端有信息的部分加以传输，将进一步降低带宽资源和信宿端语义信息处理的时间和功耗。为此，首先探讨了智能体的语义信息处理和理解的过程，并将信宿从信息中感知到的语义划分为冗余语义、难以理解语义（暗语义）和有信息的语义（语信）；接着，提出了面向传输语义中有信息的部分的通信范式——语信通信，并将通信范式划分为语法、语义、语信、语用四层；最后，通过仿真实验验证了语信通信的可行性和有效性。这为下一代通信范式的发展提供了新思路和技术牵引。     

信源信道联合的新范式：语义通信

从信源信道联合处理的角度，总结了编码传输技术的发展历程，进而引入基于非线性处理的语义通信编码传输新技术框架。该框架采用“非线性变换”和“非线性编码”两个新机制，可有效提取信源的语义特征，并与信道传输实现精准匹配，从而显著提升系统传输效率，实现通信传输从经典技术层到现代语义层的突破。     

可变基频激光通信链路传输信道建模研究

可变基频激光通信系统可突破循环频率的限制,改善激光通信的传输通用性质与传输速度,为此,构建可变基频激光通信链路传输信道模型,为全面研究激光通信系统传输特性提供基础。采用幅度键控(ASK)调制激光通信链路信道的基频,ASK帧结构使用简单帧格式、8 bit数据位确保激光通信系统基频可变;以此为前提构建可变基频激光通信链路传输信道模型,从模型中获取激光通信链路传输信道的干扰量、信道带宽以及接收端信号模型,为分析激光通信信道特性提供依据。仿真研究显示:ASK调制编码可有效调节激光通信系统的基频,采用该模型传输信息大大降低通信误码率、优化信道传输性能。     

基于大规模天线的无线供能通信原型系统设计和实现

无线供能通信技术是未来6G时代支撑能量可持续无线通信的关键技术.本文首次提出了完整的基于大规模天线的无线供能通信系统的原型设计,并在软件定义无线电平台上实现了由32发射天线基站端、用户端和反馈链路组成的原型系统.在基站端,通过设计灵活的帧结构,原创性地提出了无线能量动态传输方案,实现了原型系统在信道估计准确性与无线能量传输效率之间的性能平衡.在用户端,通过建立实际的非线性能量采集模型和能耗模型,提出了新颖的用户端信息-能量双阈值电池管理方案,以满足不同的信息和能量传输需求.基于用户端状态信息的快速反馈,本文建立了闭环控制的无线能量和信息自适应传输系统框架.丰富的室内和室外实验验证了无线供能通信原型系统良好的无线环境适应性和传输性能.     

面向6G的语义通信

6G移动通信的高可靠、高频谱效率传输需求对于经典信息论指导下的传统通信技术构成了挑战,提取信源语义特征进行编码传输的语义通信技术,为6G移动通信提供了新型解决方案.首先简述了语义信息论基本观点,探讨了语义信息的度量——语义熵,然后提出了语义通信的系统框架,针对文本与图像信源,分别设计了语义编码方案,并与传统编码方案进行...     

G2S:基于语义块的知识图谱问答语义解析

问题意图理解是知识图谱问答的主要任务之一,语义解析是当前理解问题意图的主流方法.其主要挑战是如何充分利用知识图谱上下文理解问句中的隐含实体或关系,以及时间、排序和聚合等复杂约束条件等意图.为了应对这些挑战,本文提出了一种基于语义块的知识图谱问答语义解析框架——Graph-to-Segment,框架中的语义解析模型结合了基于规则的准确度和基于深度学习的覆盖度,实现了问题到语义块序列的解析和语义查询图的构造.框架将问题意图使用基于语义块的语义查询图表示,将问题的语义解析建模为语义块序列生成任务,采用编码器-解码器神经网络模型实现问题到语义块序列的解析,然后通过语义块组装形成语义查询图.同时,结合知识图谱中的上下文信息,模型使用图神经网络学习问题的表示,改进隐含实体或关系的语义解析效果.在两个知识图谱问答数据集上的实验表明,模型性能达到了良好的效果.     

机载激光猝发通信技术研究

采用ATP技术建立机载激光数据链路,同时通过激光猝发通信方法实现战斗机之间信息传输。主要进行了激光猝发通信技术系统分析、ATP技术具体研究以及采用Optisystem软件进行通信仿真验证。为了能在高速率数据猝发传输保证数据的正确与完整,系统采用了专门设计的数据帧结构和编码方式。仿真结果表明:猝发通信方式能够满足通信要求,系统最小误码率为10-10。