摘要
本发明公开了一种基于个性化联邦学习的语义通信方法、系统及设备,方法包括:构建多车辆用户的联邦语义通信场景;构建基于语义感知矢量量化变分自编码的语义通信模型;将构建的语义通信模型部署在所有车辆用户本地,并初始化模型参数;构建聚合网络,包括超网络和平均聚合网络,超网络用于为每个车辆用户的本地语义编码器和语义解码器生成个性化参数;平均聚合网络用于更新各车辆用户本地语义通信模型中除了自注意力层之外的参数;以全局损失函数最小为总体优化目标,构建个性化联邦语义通信模型;采用联合训练方法训练个性化联邦语义通信模型。本发明方法对不同的信道条件具有优越的适应性,而且能够解决用户间的不同构问题。
技术关键词
语义
超网络
参数
车辆
通信方法
解码器
联合训练方法
矩估计方法
掩码矩阵
索引
交叉注意力机制
矢量量化
多头注意力机制
多层感知机
图像
场景
编码器