高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

面向任务导向语义通信的信道自适应条件扩散生成方法

付玮琦,  赵霄宇,  金磊,  王莉,  费爱国

付玮琦, 赵霄宇, 金磊, 王莉, 费爱国. 面向任务导向语义通信的信道自适应条件扩散生成方法[J]. 电子与信息学报. doi: 10.11999/JEIT260410
引用本文: 付玮琦, 赵霄宇, 金磊, 王莉, 费爱国. 面向任务导向语义通信的信道自适应条件扩散生成方法[J]. 电子与信息学报. doi: 10.11999/JEIT260410
FU Weiqi, ZHAO Xiaoyu, JIN Lei, WANG Li, FEI Aiguo. Channel-Adaptive Conditional Diffusion Generation for Task-Oriented Semantic Communication[J]. Journal of Electronics & Information Technology. doi: 10.11999/JEIT260410
Citation: FU Weiqi, ZHAO Xiaoyu, JIN Lei, WANG Li, FEI Aiguo. Channel-Adaptive Conditional Diffusion Generation for Task-Oriented Semantic Communication[J]. Journal of Electronics & Information Technology. doi: 10.11999/JEIT260410

面向任务导向语义通信的信道自适应条件扩散生成方法

doi: 10.11999/JEIT260410 cstr: 32379.14.JEIT260410
基金项目: 国家自然科学基金(62525106),北京邮电大学-中国联通联合创新中心联合研发项目(2025-STHZ-BJYDDX-004)
详细信息
    作者简介:

    付玮琦:男,博士生,研究方向为语义通信,邮箱: fuweiqi@bupt.edu.cn

    赵霄宇:男,副研究员,研究方向为低延时无线通信

    金磊:男,副教授,研究方向为人工智能

    王莉:女,教授,研究方向为应急指挥通信、能源互联网、边缘计算等,邮箱: liwang@bupt.edu.cn

    费爱国:男,研究员,研究方向为指挥信息系统和数据链技术等

    通讯作者:

    王莉 liwang@bupt.edu.cn

  • 中图分类号: TN929.5; TP391

Channel-Adaptive Conditional Diffusion Generation for Task-Oriented Semantic Communication

Funds: The National Natural Science Foundation of China under Grant (62525106), BUPT-China Unicom Joint Innovation Center under Grant (2025-STHZ-BJYDDX-004)
  • 摘要: 应急救援现场通常面临传输与计算资源受限的挑战,既不具备现场完成各种复杂智能感知任务所需的算力,也难以低时延地将感知数据回传至后方边缘服务器上处理。语义通信系统由于仅传输支持任务执行的必要的语义特征,能够在恶劣信道环境下实现对特定任务的高效传输,其关键在于增强通信系统发送端和解码端对语义特征的共性理解能力。随着基础模型的快速发展,凭借经海量数据训练获得的通用语义理解与生成能力,为构建高效的任务导向语义通信架构提供了新的思路。本文提出一种基于生成式基础模型Stable Diffusion (SD)的任务导向语义通信框架,支持在恶劣信道条件下高效完成图像分类任务 。 该框架在发送端设计任务-信道联合感知编码器,根据信噪比动态提取任务所需的语义特征;在接收端以预训练SD模型为核心生成器,结合ControlNet实现带噪条件的可控生成,并通过任务解码器输出分类结果。为降低端到端联合训练中扩散模型多步采样带来的高计算开销,本文提出一种两阶段训练框架:第一阶段在无噪声环境下利用信息瓶颈学习任务相关特征并训练任务解码器;第二阶段冻结扩散模型主干,仅训练任务编码器与ControlNet实现信道噪声适配,避免了多步采样带来的高昂的梯度回传成本。针对信道噪声在扩散生成过程中累积导致生成特征语义不一致的问题,进一步设计一种自适应条件引导策略,通过可学习权重网络动态调节噪声条件注入强度,使得模型在去噪各步中根据当前状态自适应地增强或减弱条件引导,以应对信道噪声的动态影响。实验结果表明,在不同信噪比条件下所提方法均取得了较优的分类性能。
  • 图  1  基于SD模型的任务导向语义通信框架

    图  2  基于SD模型的任务导向语义通信系统模型

    图  3  第一阶段训练任务相关语义特征与任务解码器

    图  4  第二阶段训练任务编码器与ControlNet

    图  5  训练权重控制网络

    图  6  不同SNR条件下下权重 α随DDIM去噪步数的变化

    表  1  高斯信道条件下,本文与当前先进算法在分类任务对比结果

    方法 分类精度(%)
    SNR=$ - $3 dB SNR=$ - $1 dB SNR=1 dB SNR=3 dB SNR=5 dB SNR=7 dB
    T-DeepSC 39.8 40 40.2 40.2 40.2 40.2
    DDSC + VGG16 2.6 8.4 20.5 34.4 47.8 58.4
    本文方案 44 53.2 60.3 64.4 65.3 66.8
    下载: 导出CSV

    表  2  瑞利衰落信道条件下,本文与当前先进算法在分类任务对比结果

    方法 分类精度(%)
    SNR=$ - $3dB SNR=$ - $1dB SNR=1dB SNR=3dB SNR=5dB SNR=7dB
    T-DeepSC 36.5 37.3 38 38.6 39.1 39.2
    本文方案 27.6 36.4 38.2 45.5 51.3 55.2
    下载: 导出CSV

    表  3  消融实验结果

    方法 分类精度(%)
    SNR=$ - $3dB SNR=$ - $1dB SNR=1dB SNR=3dB SNR=5dB SNR=7dB
    A: DDSC + VGG16 2.6 8.4 20.5 34.4 47.8 58.4
    B: 无权重控制 40.5 49.6 56.2 61 63.5 65
    C: 完整方案 44 53.2 60.3 64.4 65.3 66.8
    下载: 导出CSV

    表  4  不同发送端编码器参数量下的分类性能

    编码器参数量 分类精度(%)
    SNR=$ - $3dB SNR=$ - $1dB SNR=1dB SNR=3dB SNR=5dB SNR=7dB
    34.2M 44 53.2 60.3 64.4 65.3 66.8
    4.3M 42.4 51.6 58.4 62.7 64.7 65.2
    1.6M 41.2 50.4 58.6 62.1 64.6 65.5
    下载: 导出CSV
  • [1] 王博文, 郑建, 孙彦景, 等. 应急场景无人机自组网部分重叠信道动态分配方法[J]. 电子与信息学报, 2024, 46(12): 4373–4382. doi: 10.11999/JEIT240377.

    WANG Bowen, ZHENG Jian, SUN Yanjing, et al. Partially overlapping channels dynamic allocation method for UAV Ad-hoc networks in emergency scenario[J]. Journal of Electronics & Information Technology, 2024, 46(12): 4373–4382. doi: 10.11999/JEIT240377.
    [2] 王文远, 周明宇, 王朝炜, 等. 面向空天地网络的弹性语义通信[J]. 电子与信息学报, 2025, 47(10): 3646–3657. doi: 10.11999/JEIT250077.

    WANG Wenyuan, ZHOU Mingyu, WANG Chaowei, et al. Resilient semantic communication for space-air-ground networks[J]. Journal of Electronics & Information Technology, 2025, 47(10): 3646–3657. doi: 10.11999/JEIT250077.
    [3] ZHANG Guangyi, HU Qiyu, QIN Zhijin, et al. A unified multi-task semantic communication system for multimodal data[J]. IEEE Transactions on Communications, 2024, 72(7): 4101–4116. doi: 10.1109/TCOMM.2024.3364990.
    [4] BOURTSOULATZE E, KURKA D B, and GÜNDÜZ D. Deep joint source-channel coding for wireless image transmission[J]. IEEE Transactions on Cognitive Communications and Networking, 2019, 5(3): 567–579. doi: 10.1109/TCCN.2019.2919300.
    [5] LOKUMARAMBAGE M U, GOWRISETTY V S S, REZAEI H, et al. Wireless end-to-end image transmission system using semantic communications[J]. IEEE Access, 2023, 11: 37149–37163. doi: 10.1109/ACCESS.2023.3266656.
    [6] GETU T M, KADDOUM G, and BENNIS M. A survey on goal-oriented semantic communication: Techniques, challenges, and future directions[J]. IEEE Access, 2024, 12: 51223–51274. doi: 10.1109/ACCESS.2024.3381967.
    [7] 邓梓焌, 何相腾, 彭宇新. 文本到视频生成: 研究现状、进展和挑战[J]. 电子与信息学报, 2024, 46(5): 1632–1644. doi: 10.11999/JEIT240074.

    DENG Zijun, HE Xiangteng, and PENG Yuxin. Text-to-video generation: Research status, progress and challenges[J]. Journal of Electronics & Information Technology, 2024, 46(5): 1632–1644. doi: 10.11999/JEIT240074.
    [8] HU Jiangjing, WU Haotian, ZHANG Wenjing, et al. Zero-shot semantic communication with multimodal foundation models[J]. IEEE Transactions on Vehicular Technology, 2026, 75(5): 8759–8764. doi: 10.1109/TVT.2025.3632893.
    [9] JIANG Feibo, PENG Yubo, DONG Li, et al. Large AI model-based semantic communications[J]. IEEE Wireless Communications, 2024, 31(3): 68–75. doi: 10.1109/MWC.001.2300346.
    [10] ZHANG Lvmin, RAO Anyi, and AGRAWALA M. Adding conditional control to text-to-image diffusion models[C]. 2023 IEEE/CVF International Conference on Computer Vision, Paris, France, 2023: 3813–3824. doi: 10.1109/ICCV51070.2023.00355.
    [11] GRASSUCCI E, BARBAROSSA S, and COMMINIELLO D. Generative semantic communication: Diffusion models beyond bit recovery[J]. IEEE Transactions on Cognitive Communications and Networking, 2026, 12: 8171–8185. doi: 10.1109/TCCN.2026.3689849.
    [12] YUAN Weiwen, REN Jinke, WANG Chongjie, et al. Generative semantic communication for joint image transmission and segmentation[C]. 2025 IEEE International Conference on Communications Workshops, Montreal, QC, Canada, 2025: 1110–1115. doi: 10.1109/ICCWorkshops67674.2025.11162317.
    [13] LI Ming, YANG Taojiannan, KUANG Huafeng, et al. ControlNet++: Improving conditional controls with efficient consistency feedback[C]. 18th European Conference on Computer Vision, Milan, Italy, 2024: 129–147. doi: 10.1007/978-3-031-72667-5_8.
    [14] CHEN Shoufa, SUN Peize, SONG Yibing, et al. Diffusiondet: Diffusion model for object detection[C]. 2023 IEEE/CVF International Conference on Computer Vision, Paris, France, 2023: 19773–19786. doi: 10.1109/ICCV51070.2023.01816.
    [15] GUO Lei, CHEN Wei, SUN Yuxuan, et al. Diffusion-driven semantic communication for generative models with bandwidth constraints[J]. IEEE Transactions on Wireless Communications, 2025, 24(8): 6490–6503. doi: 10.1109/TWC.2025.3553851.
    [16] HO J and SALIMANS T. Classifier-free diffusion guidance[Z]. arXiv: 2207.12598, 2022. doi: 10.48550/arXiv.2207.12598.
    [17] MEI Kangfu, NAI N G, and PATEL V M. Improving conditional diffusion models through re-noising from unconditional diffusion priors[C]. 2025 IEEE/CVF Winter Conference on Applications of Computer Vision, Tucson, AZ, USA, 2025: 3792–3801. doi: 10.1109/WACV61041.2025.00373.
    [18] ALEMI A A, FISCHER I, DILLON J V, et al. Deep variational information bottleneck[C]. 5th International Conference on Learning Representations, Toulon, France, 2017.
    [19] XU Jialong, AI Bo, CHEN Wei, et al. Wireless image transmission using deep source channel coding with attention modules[J]. IEEE Transactions on Circuits and Systems for Video Technology, 2022, 32(4): 2315–2328. doi: 10.1109/TCSVT.2021.3082521.
  • 加载中
图(6) / 表(4)
计量
  • 文章访问数:  27
  • HTML全文浏览量:  3
  • PDF下载量:  5
  • 被引次数: 0
出版历程
  • 修回日期:  2026-10-28
  • 录用日期:  2026-10-28
  • 网络出版日期:  2026-10-30

目录

    /

    返回文章
    返回