公开(公告)号：CN119544097A

公开(公告)日：2025-02-28

申请号：CN202411653402.1

申请日：2024-11-19

Applicant: 重庆邮电大学

Inventor： 祝志远 ,  徐伟伟 ,  应俊 ,  吴大鹏 ,  王汝言

IPC: H04B15/00 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/09 ,  G06N3/094 ,  H04K3/00

Abstract: 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。