摘要：语义通信关注传输信息的内在含义,通过语义提取可显著减少需要传输的数据量,提高通信效率,在未来智能设备通信场景中展现出巨大的潜力.然而,深度学习使能的语义编解码进一步加剧传统通信的能量消耗.针对该问题,本文提出一种联合跨层优化框架,并设计了一种语义能效指标来评估用户的体验质量和全局系统的能量损耗.将该优化过程建模为部分可观测的马尔可夫过程,联合优化物理层中的功率控制和语义层中的语义压缩配置:功率分配用于消除小区间干扰,语义压缩等级配置用于优化语义传输效率.仿真结果表明,所提框架和算法能够有效解决语义层和物理层的联合优化问题.

摘要：随着近年来计算机网络技术、通信技术以及数字处理技术的飞速发展,互联网与人们的生活紧密相联。在带来极大便利的同时,也存在着各类信息窃取与版权盗用事件,数字水印技术应运而生。为达到鲁棒性与透明性的最优平衡,提出了一种基于语义的无线水印安全通信技术。首先通过融合语义内容信息,达到提升数字水印通信的安全性的目的。其次分析了DWT、DCT、DFT等传统水印的不足,并采用遗传算法优化的方式来完善数字水印技术。这一过程中,还涵盖了使用基础和多层自编码器生成数字水印的方法,实现了基于DCT-DWT-SVD的数字水印算法以及相应遗传算法优化,以达到鲁棒性和透明性之间的最佳平衡。最后,论文还根据802.11a协议,为SDR平台设计了相应的发射机和接收机,全面展示了整个通信过程。