一种基于监督判别学习的抗噪语义通信方法

AITNT
正文
推荐专利
一种基于监督判别学习的抗噪语义通信方法
申请号:CN202411653402
申请日期:2024-11-19
公开号:CN119544097A
公开日期:2025-02-28
类型:发明专利
摘要
本发明涉及一种基于监督判别学习的抗噪语义通信方法,属于通信技术领域。针对图像传输中的语义噪声和信道噪声问题,在语义任务执行端引入深度监督网络,通过在隐藏层后增设监督层,提取高质量中间层特征,从而学习语义特征表示;设计一种包含终端损失和伴随损失的复合损失函数,其中伴随损失引入原型一致型损失函数,通过最大分离约束降低语义噪声影响;该方法还根据SNR值调整任务执行与数据恢复的优先级,以适应不同通信条件;此外,采用白盒攻击方法生成语义噪声,并在不改变原深度学习模型结构的前提下,利用监督层输出结果增强抗噪性能;从语义特征层面出发,设计一种损失函数,进一步增强了抗噪性能,兼顾了数据恢复和任务执行。
技术关键词
通信方法 通信系统 深度学习模型 噪声 编码器参数 编解码器 联合信源信道 语义特征 更新分类器 终端 训练分类器 信道状态信息 样本 网络 标签
系统为您推荐了相关专利信息
1
基于深度学习的图像超分辨率的重建方法、设备及介质
深度学习模型 生成对抗网络 多尺度特征提取 生成高分辨率 编码器
2
一种雷达频率源的输出波形优化方法、设备、介质及产品
波形优化方法 非周期性噪声 去噪算法 数字匹配滤波器 雷达
3
一种基于麦克风阵列的回声消除方法、系统及电子设备
信号 波束 扬声器 回声消除方法 深度学习模型
4
一种零样本类别级物体姿态估计方法及装置
彩色图像 物体姿态估计方法 关键点 语义特征 粗略
5
一种面向非线性非高斯系统的基于MPR和IGS-SRCPF的锂离子电池SOC状态估计方法
非线性非高斯系统 SOC状态估计 锂离子电池 观测噪声 宽度学习系统
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号