摘要：语义通信作为一种新兴的通信范式,在提高通信传输效率等方面具有潜力。基于此,在语义通信背景下结合多址接入与多任务学习,提出了一个在多址接入场景下可以实现多个下游任务执行的语义通信框架MAMTSC,使用联合信源信道编码器与联合信源信道-任务解码器在用户与用户之间、任务与任务之间复用语义信息,提高传输效率。该框架设计了能够处理多种下游任务的多址接入网络,并在两用户、语义分割和深度估计的图像语义通信场景中进行仿真实验,通过和速率-失真的表现验证了其有效性。在低信噪比情况下,提出的方案相比于传统编码方法在语义分割的平均交并比参数上,最多可取得18%的提升。

摘要：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。

摘要：HB+协议是一种基于LPN(Learning Parity with Noise)问题的安全认证协议。由于LPN问题的非线性和复杂性,该协议的安全性能在量子计算机时代远远优于当前的非对称加密协议。基于以上特点,设计了一个以HB+协议为核心的新型安全认证系统,采用密钥型物理非克隆函数引入随机噪声,并采用Toeplitz矩阵进行加密。仿真与实验结果表明,提出的基于HB+协议的认证系统在硬件实现上既简单又安全可靠。