基于关联特征辅助的分布式图像传输：一种深度联合信源信道编码方法

《Electronics》：Distributed Images Transmission with Related Feature Assistance: A DeepJSCC Approach Cong Lin and Feng Liu

　　

随着物联网（Internet of Things, IoT）与分布式视觉感知等新兴应用的快速发展，海量关联图像数据需要在带宽受限及噪声信道条件下实现高效传输。尽管香农分离定理（Shannon's Separation Theorem）为独立信源-信道设计提供了理论最优基础，但端到端联合优化方法在有限块长场景下展现出更高的性能潜力。本文针对具有信源相关性的分布式图像传输问题，提出了一种基于深度联合信源信道编码（Deep Joint Source-Channel Coding, DeepJSCC）的框架。该方案在接收端引入关联特征提取模块，以挖掘多路信源间的相似性并辅助图像重建。实验结果表明，该方法在各种信噪比（Signal-to-Noise Ratios, SNRs）条件下均能显著提升重建质量，尤其在小带宽比场景下表现卓越。

本研究聚焦于分布式传感器网络等场景中，多路关联图像源在无法相互通信条件下的高效传输问题。传统无线通信系统将信源编码与信道编码分离执行，前者通过消除信源冗余实现数据压缩（如采用BPG、JPEG、JPEG2000等），后者通过引入纠错冗余增强可靠性（如采用Polar码、LDPC码、Turbo码等）。尽管香农分离定理证明该模块化方法在无限块长下最优，但在实际有限块长及多用户场景中性能次优，并存在"悬崖效应"（cliff effect）。近年深度学习的进展推动了基于自编码器架构的端到端联合信源信道编码研究，但现有分布式DeepJSCC方法多采用单解码器对接收多路信号进行联合解码，面临建模压力过大、优化目标冲突及相关特征混淆等问题，尤其在低传输比特率或复杂信道条件下，相关特征信息易被噪声干扰掩盖。

为此，研究人员提出了一种新颖的分布式深度联合信源信道编码框架（DDJSCC-FE），核心创新在于：借鉴Wyner-Ziv分布式信源编码理论中"解码端可利用相关信源边信息"的核心思想，摒弃传统方法中解码端需预先获取理想边信息的不切实际假设，转而在解码端引入关联特征提取网络（FE-Net）显式地从接收信号中提取相关特征作为边信息，并采用两阶段解码架构——第一级公共解码器完成基础图像重建，第二级公共解码器利用FE-Net提取的多尺度关联特征对重建结果进行补偿与精化。该架构使解码器能更充分地利用不同信源间的相关性，缓解低比特率传输和信道噪声导致的结构失真，且不增加发射端复杂度。

研究使用Cityscape数据集（含2975对训练、500对验证、1525对测试的立体图像对）开展双用户场景实验，并构建KITTI_1（互信息值0-1，弱相关性，387对训练、128对验证、128对测试）和KITTI_2（互信息值1.6-3，强相关性，450对训练、170对验证、170对测试）数据集探究不同相关性强度影响。多用户场景基于KITTI_2012和KITTI_2015构建，从20个视角图像中选取3个视角构成一组，共942组训练、314组验证、314组测试。所有图像均降采样至128×256像素。

关键技术方法包括：（1）基于自适应注意力特征（AF）模块的信噪比自适应编码：AF模块将信噪比作为附加特征输入以调整注意力权重，使编码器自适应不同信噪比范围，同时采用信道掩码操作赋予自适应压缩能力；（2）FE-Net关联特征提取模块：由降采样模块、自适应细粒度通道注意力（Adaptive Fine-Grained Channel Attention, AFCA）模块及注意力模块构成，AFCA通过全局平均池化获取通道描述子，再以一维卷积分支捕捉局部通道信息、以1×1卷积分支捕捉全局通道信息，经交叉相关操作融合两种粒度信息，并通过Sigmoid约束的可学习混合系数动态平衡两分支贡献，最终经通道重加权优化特征表示；（3）多尺度关联特征融合的两阶段解码：FE-Net从第一级解码器输出的拼接图像中提取五层尺度递增的关联特征（标记为a₁至a₅），将其与第二级公共解码器对应模块层输入沿通道维度拼接，实现上下文信息的有效利用；（4）基于MSE损失的三部分联合训练策略：总损失函数L_total = L_D1 + L_D2 + λL_FE，其中L_D1为第一阶段重建损失、L_D2为第二阶段重建损失、L_FE为FE-Net提取特征与原始图像对理想关联特征的MSE损失，权重λ经数值分析与经验调参设为100以确保各损失项量级可比。

**6.1 双用户场景性能分析**

基于Cityscape数据集在加性高斯白噪声（AWGN）信道下的实验表明：在压缩比（Compression Ratio, CR）=1/8时，所提DDJSCC-FE方法在未经训练的[-5,-1] dB信噪比条件下较DDJSCC-A（具有信噪比和压缩比自适应能力但无FE-Net）至少获得1.8 dB的峰值信噪比增益，高信噪比区域最大增益达2.47 dB；较DDJSCC-S（仅信噪比自适应）提升至少2.69 dB，且优势随信噪比降低而增强。与分布式DeepJSCC基准方法D-DJSCC相比，DDJSCC-FE在全信噪比范围占优，-5 dB时达27.06 dB（提升约2.1 dB），15 dB时达34.24 dB（提升约2.1 dB）。CR=1/16时，DDJSCC-FE对DDJSCC-A最大增益为1.83 dB，对DDJSCC-S提升不少于2.29 dB，对D-DJSCC在低、高信噪比分别提升约2.8 dB和1.5 dB。多尺度结构相似性（MS-SSIM）指标同样验证了该方法的优势。

在瑞利慢衰落信道下，CR=1/8时DDJSCC-FE对DDJSCC-A最大增益接近4 dB；对DDJSCC-S提升4.45-6.69 dB；-5 dB信噪比下达28.44 dB（较D-DJSCC提升约3.4 dB），15 dB时达34.50 dB（提升逾2 dB）。CR=1/16时优势持续保持，低信噪比下达27.82 dB（较D-DJSCC提升约4.9 dB）。MS-SSIM指标在所有条件下均显著优于对比方法。

与理论上限DDJSCC-WZ（基于Wyner-Ziv理论、解码端已知边缘信息）相比，DDJSCC-FE的峰值信噪比差距约2-2.8 dB，MS-SSIM差距小且稳定，随信噪比增加趋于饱和而不扩大，表明所提框架在有限发射信息且无非理性边信息假设下有效捕获了分布式信源编码理论预测的核心增益。

**6.2 多用户场景性能分析**

三用户场景下，虽然所有方法因数据集特性均未达到双用户配置的性能，但DDJSCC-FE仍显著优于其他方法。CR=1/8时对DDJSCC-A最大增益1.48 dB，对DDJSCC-S提升1.43-5.9 dB；CR=1/16时对DDJSCC-A最大增益1.32 dB，对DDJSCC-S至少提升1 dB。与理论上限的差距与双用户场景基本一致。

**6.3 不同相关性强度影响分析**

基于KITTI数据集的分析表明，信源间相关性越强则图像重建质量越高，两者呈正相关。关键的是，DDJSCC-FE在强相关和弱相关设置下均显著优于对比模型，证明其在不同相关条件下的适应性和鲁棒性。

**6.4 公平性分析**

重建两幅图像的峰值信噪比曲线几乎重合，差距仅0.02 dB，表明两用户间无显著性能差异，方法具有良好的公平性。

讨论部分指出，DDJSCC-FE性能增益主要源于解码端对相关信息的显式利用而非简单增加网络规模。两阶段解码结构通过FE-Net提取的多尺度关联特征进行补偿精化，有效缓解了单解码器在多图像联合解码中的特征混淆和建模压力问题。相较于传统基于变换和模型的方法，该框架以端到端学习替代显式变换和熵编码模块，同时保留了解码端信息利用的核心分布式编码原则，可视为经典变换域Wyner-Ziv编码向非线性、数据驱动联合信源信道表示的深度扩展。

研究结论指出，所提DDJSCC-FE框架通过编码端速率自适应与解码端FE-Net关联特征提取的协同设计，在信息受限编码条件下有效利用信源间相关性，以最小传输开销实现双用户及多用户场景下的鲁棒高保真图像重建。该方法在所有信道条件和图像质量指标上均优于现有基准方案。未来研究方向包括：扩展至视频或多模态数据等更一般信源类型，以及探讨轻量化网络架构以降低计算复杂度，进一步增强分布式深度联合信源信道编码系统的实用性与可扩展性。