买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:重庆邮电大学
摘要:本申请提出了一种基于多尺度特征自适应融合的语义通信方法,涉及通信与人工智能领域。所述方法包括采用基于多尺度特征融合注意力模块的语义编码器和语义解码器对语义样本序列进行处理,从而得到相应的估计语义样本序列。本发明对传统基于SE‑ResNet的注意力模块进行改进,通过引入不同尺寸的卷积核,在保持残差学习特点的同时,增加了网络对多尺度特征的捕获能力。将批量归一化层放置在了激活函数之前,解决了模型不收敛的问题,对网络的学习动态产生积极的影响。仿真实验结果表明,相比传统通信方法和现有的语义通信技术,本发明能够在保持传输效率的同时,显著提高语音信号的恢复精度,特别是在复杂的信道条件和低信噪比环境中。
主权项:1.一种基于多尺度特征自适应融合的语义通信方法,其特征在于,所述方法包括:获取原始语义样本序列;对原始语义样本序列进行分帧处理,得到第一语义样本序列;利用基于多尺度特征融合注意力模块的语义编码器对所述第一语义样本序列进行处理,提取出所述第一语义样本序列的多尺度信息特征;利用基于卷积神经网络的信道编码器对所述第一语义样本序列的多尺度信息特征进行转换,得到第一语义符号;在发射端通过物理信号传输所述第一语义符号,在接收端得到所述第一语义符号对应的第二语义符号;利用基于卷积神经网络的信道解码器对所述第二语义符号进行转换,得到第二语义样本序列;利用基于多尺度特征融合注意力模块的语义解码器对所述第二语义样本序列进行处理,提取出所述第三语义样本序列;对第三语义样本序列进行合帧处理,得到接收端的估计语义样本序列。
全文数据:
权利要求:
百度查询: 重庆邮电大学 一种基于多尺度特征自适应融合的语义通信方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。