可扩展的语义适应性通信用于WSN中的任务要求
Hong Yang1, Xiaoqing Zhu1, Jia Yang2
1College of Electronics and Information Engineering, Sichuan University, Chengdu 610065, China.
Sensors (Basel, Switzerland)
|May 14, 2025
概括
本研究介绍了可扩展的语义自适应通信 (SSAC),以增强用于AI和物联网应用的无线传感器网络 (WSN). 在具有挑战性的环境中,SSAC提高了通信稳定性和带宽效率.
科学领域:
- 计算机科学 计算机科学
- 电气工程 电气工程
- 通信系统 通信系统
背景情况:
- 无线传感器网络 (WSN) 对于实时应用至关重要,因为它们的效率和易于部署.
- 物联网,人工智能,6G和移动边缘计算 (MEC) 的兴起需要先进的WSN通信策略.
- 由于数据扩散和动态环境,WSN面临着强大的通信和带宽管理方面的挑战.
研究的目的:
- 为WSN提出一种新的沟通策略,即可扩展的语义自适应通信 (SSAC).
- 在先进的WSN部署中应对强大的通信和带宽压力的挑战.
- 为了使WSN能够有效地处理人工智能驱动的应用程序的大规模数据传输.
主要方法:
- 设计了一个基于注意力机制的联合源道编码 (AMJSCC),以利用语义特征,道条件和任务之间的相关性.
- 开发了一个预测可扩展的语义生成器 (PSSG),用于可扩展的语义和灵活的道适应.
- 在图像分类任务中评估了拟议的SSAC算法.
主要成果:
- 与传统和其他语义通信方法相比,SSAC算法在图像分类中表现出更高的稳定性.
- 在不影响分类性能的情况下实现可扩展的压缩速率.
- 显著提高了通信系统的整体带宽利用率.
结论:
- 在AI和物联网时代,SSAC为WSN通信提供了强大的和高效的解决方案.
- 提出的方法有效地平衡了通信稳定性,数据压缩和带宽效率.
- SSAC提供了一种可扩展的方法,用于将WSN通信适应各种任务要求和道条件.


