CN117639878B 语义中继系统、资源分配方法、电子设备及存储介质 （南方科技大学）

TextTransmission:PlacementOpti文.AllocationforSemantic-Relay-AidedT义接收器用于对语义编码信息进行解码处理以得到语义解码信息并对语义解码信息进行源编2义编码信息进行解码处理以得到语义解码信息并对所述语义解码信息进行源编码处理得获取所述基站至所述语义中继设备的第一初始距离和第一初始带根据所述第一初始距离确定第一信道增益以及根据所述第二初始距离确定第二信道根据所述第一信道增益和所述第一初始带宽比例计算得到第一信噪比以及根据所述根据所述第一信噪比确定语义相似度；以及根据所述语义相似度基于预设的优化算法对所述优化问题进行求解处理以基于所述块坐标下降优化算法对所述单用户资源优化问题进行求解得到根据所述第一次优解对所述块坐标下降优化算法中的惩罚系数进根据所述第一最优解确定所述基站至所述语义中继设备的第一最优距离和第一最优基于所述块坐标下降资源分配算法对所述多用户资源优化问题进行求解得到第二次根据所述第二次优解对所述初始发射功率、所述第一初始带宽比例3根据所述第二最优解确定所述语义中继设备的最优发射功率、所述继设备的第三最优带宽比例以及所述语义中继设备至所述用户设备的第四最优带宽比例，将所述第一初始带宽比例和所述第二初始带宽比例确定为调整带根据所述第二次优解交替对所述初始发射功率和所述调整带宽比例进码器用于对所述第一编码信息进行第一信道编码处理生成存储器、处理器及存储在存储器上并可在处理器上运行的计行所述计算机程序时实现如权利要求1至7任意一项所述的资9.一种计算机可读存储介质，所述计算机可读4[0002]语义通信(SemanticCommunication,SemCom)通过利用先进的人工智能技术来提络在SemCom的研究中得到了广泛应用。现有的研究工作主要集中在三个关键方面，即解码信息并对所述语义解码信息进行源编码处理得到比5对所述第二编码信息进行第二信道编码处理得到所述比[0016]根据本发明第二方面实施例的资源分配方法，应用于上述实施例的语义中继系[0018]根据所述第一初始距离确定第一信道增益以及根据所述第二初始距离确定第二[0019]根据所述第一信道增益和所述第一初始带宽比例计算得到第一信噪比以及根据所述第二信道增益和所述第二初始带宽比例计算得到[0024]基于所述块坐标下降优化算法对所述单用户资源优化问题进行求解得到第一次[0026]根据所述第一最优解确定所述基站至所述语义中继设备的第一最优距离和第一最优带宽比例以及所述语义中继设备至所述用户设备的第二最优距离和第二最优带宽比6[0028]基于所述块坐标下降资源分配算法对所述多用户资源优化问题进行求解得到第始带宽比例进行更新处理以求取所述多用户资源优化义中继设备的第三最优带宽比例以及所述语义中继设备至所述用户设备的第四最优带宽[0033]根据所述第二次优解交替对所述初始发射功率和所述调整带宽比例进行更新处7[0041]图3是本发明一个实施例提供的基于预设的优化算法对优化问题进行求解处理的[0042]图4是本发明另一个实施例提供的基于预设的优化算法对优化问题进行求解处理[0043]图5是本发明一个实施例提供的对初始发射功率、第一初始带宽比例和第二初始[0048]图10是本发明一个实施例提供的可达加权和速率与语义中继设备的发射功率的指示的技术特征的数量或者隐含指明所指示的技术特属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体器用于对所述语义编码信息进行解码处理以得到语义解码信息并对所述语义解码信息进8编码以及语义解码的部分设置在基站以及语义中继设备之间，不仅提高了文本传输的效210用于对语义编码信息进行解码处理以得到语义解码信息并对语义解码信息进行源编码处理得到比特编码信息；用户设备300包括比特解码器310，比特解码器310与语义接收器[0060]在计算和存储资源较丰富的基站100端，语义通信编码器110包括语义编码器111[0061]需要说明的是，基站100中的语义通信编码器110包括语义编码器111和第一信道9编码信息，第一信道编码器112用于对第一编码信息进行第一信道编码处理生成语义编码213和第二信道编码器214依次连接，第一信道解码器211与第一信道编码器112数据连接，第一信道解码器211和语义解码器212用于对语义编码信息进行解码处理以得到语义解码可以利用源编码器213和第二信道编码器214对语义解码信息进行源编码处理得到比特编[0065]其中，第一信道解码器211用于对语义编码信息进行第一信道解码处理得到第一于对第二编码信息进行第二信道编码处理得到比[0067]需要说明的是，用户设备300中的比特解码器310包括第二信道解码器311和源解[0068]其中，第二信道解码器311用于对比特编码信息进行第二信道解码处理得到第二[0069]为了让语义中继系统能够实现最大化和速率，本发明提出了如图2所示的资源分配方法，应用于上述第一方面实施例所述的语义中继系统，所述方法包括但不限于步骤中继设备至用户设备的第二初始距离和第二初始带宽比例、语义中继设备的初始发射功距离和第一初始带宽比例、语义中继设备至用户设备的第二初始距离和第二初始带宽比降优化算法对单用户资源优化问题重新求解，直至得到单用户资源优化问题的第一最优[0083]为了说明在多用户文本传输的情况下，如何优化系统带宽和语义中继的发射功初始发射功率进行更新处理的过程中，调整带宽比例就会维持在上一个调整阶段的调整络在SemCom的研究中得到了广泛应用。现有的研究工作主要集中在三个关键方面，即现有技术中提出了一种新的基于深度学习的SemCom系统(DeepSC)，它利用Transformer网模态信息的问题，进一步分别提出了一种新的面向任务的多模态SemCom系统(MU_DeepSC)最大化可实现的加权和(比特)率，分别针对两种情况设计了针对资源分配的联合优化算C()表示语义信道联合编码器,M是文本信息s编码得到的语义符号的平均br是分配给BS→SemRelay链路的带宽比例。那么，SemRelay端的接收信噪比γbr方案不同，语义传输将每个句子输入DeepSC收发器以生成语义符号向量其中L种用于度量两个句子之间语义信息的距离的新的性能度量，称为语义相似度(semantica22以及c2皆为由K确定的常数系数。为了保证恢复数据的精确度，εK收机对文本语义信息进行解码，然后以传统比特传输的方式转发给用户。令表示从坐标下降法(BlockCoodinateDescent,BCD)以及连续凸逼近算法(SuccessiveConvex考虑视距主导的信道模型，因此BS→SemRelay链路与[0117]目标是通过联合优化SemRelay的位置部署和系统带宽分配来最大化端到端可实现比特速率将上述增益公式分该公式表明语义通信[0128]为了解决上述问题，提出了一种基于惩罚的two_layer算法来次优地解决问题[0144]对于任何给定的带宽分配α和辅助变量z，问题(P1_3)可以简化为以下关于[0148]引理1.对于约束(9a),是关于的凸函数。给定任意局部点和[0156]可以通过反证法证明约束(20)中的等式在松弛问题的最[0157]引理3.对于约束(20)，是关于φ的下界如为如下所示的表达式δ的下界为如下所示的表达式(P1_4)中的约束(9b)和(9d)具有相似的形式。按照基于SCA方法的类似γbr+c2以及[0187]对于给定任意的SemRelay的位置部署d和带宽分配，问题(P1_3)可以简化为以下[0193]Outer_layer的目标是用λ=cλ更新惩罚系数λ,以保证收敛结果能够满足(P1_2)的线性约束。约束条件(33d)_(33g)分别是SemRelay解以下的问题得到[0212]对于任何给定的系统带宽分配α,问题(P2_3)会简化为以下的SemRelay发射功率点z,Rbr可以取其下界为Rbr(lb)和(38)中的问题(P2_4)可以束(34a)在优化变量αbr和γbr之间表现出很强的耦合性，这给问题的求解带来了极大的挑并评估所提出的算法的有效性。为确保可靠传输，所需的语义相似度设为E=0.9。考离为100m，中继被部署在10m的高度。考虑该系统信道为LoS信道模型，路径损耗为ρ0＝_[0257]图7和图8分别表示不同方案获得的最优带宽分配和中继位置部署与总带宽B的关[0258]从在图7中可以看出，与具有相等带宽分配的传统解码转发中继系统不同，在是因为语义通信仅需要传输压缩的语义信息，可以实现比传统比特传输更高的的频谱效[0261]本申请实施例中研究SemRelay辅助的多用户系统性能。假设系统中有N＝10个用vneN。将每个单词的平均语义符号数设为K＝5，则公式(4)中语义相似度函数的相应参数可数值化为a1=SemRelay的位置部署与带宽资源分配来最大化端到端的可实现比特传输速率的优化问题。提出了一种能够得到最优解的基于惩罚的two_layer算法。其中，在给定固定的惩罚系数基于BCD的资源分配算法对上述优化问题进行求解，通过交替优化SemRelay发射功率分配的多用户通信系统在系统带宽资源匮乏以及SemRelay发射功率不足时始终能够获得比传统中继辅助的通信系统更好的性能；此外，系统带宽分配对系统加权和速率的影响比[0268]为解决在解决用户端因计算资源不足而无法支持语义通信的问题并实现更好的了通过联合优化SemRelay的位置部署与带宽资源分配来最大化端到端的可实现比特传输法步骤S640至S660和图5中的方法步骤S651至S的方法步骤S610至步骤S630、图4中的方法步骤S6