面向文本语义通信的两阶段可变比特率控制方法

《Digital Communications and Networks》：Towards text semantic communication: two-phase variable bitrate control

　　

比特率是语义符号传输中的关键参数，需要在语义信息保真度与传输效率之间进行权衡。然而现有语义通信（Semantic Communication, SEMCOM）设计多采用预定义固定比特率方案，难以适配动态变化的通信环境。为解决该局限，研究人员提出了一种新型两阶段可变比特率控制算法，可动态调整比特率，从而在语义性能与通信资源消耗之间实现最优平衡。第一阶段中，研究人员引入基于深度学习（Deep Learning, DL）的模仿网络（Imitation Network），建模不同信道条件下语义性能与比特率的映射关系，据此计算环境相关奖励；第二阶段采用深度强化学习（Deep Reinforcement Learning, DRL）智能体，通过环境探索预测每一轮通信的最优比特率。实验结果表明，在不同用户需求和比特预算下，该方法相比固定长度比特率系统分别实现了至少10%和2.3%的性能提升。

本文发表于《Digital Communications and Networks》，针对6G时代语义通信（Semantic Communication, SEMCOM）在动态环境中比特率僵化导致的资源浪费与性能失衡问题，提出了一种两阶段可变比特率控制框架，实现了语义传输性能与通信效率的动态最优折衷。

研究人员首先分析了当前语义通信的核心矛盾：传统通信逼近香农极限，而6G新兴业务（如虚拟现实、自动驾驶）对时延、可靠性提出更高要求。SEMCO通过将传输目标从比特无损恢复转向语义高效交换，在低信噪比（Signal-to-Noise Ratio, SNR）环境下展现出显著鲁棒性优势。然而，现有系统普遍采用固定比特率编码，无法根据信道状态动态调整，导致在优质信道中资源浪费、恶劣信道中语义失真。此外，语义量化器需与语义编解码联合优化，缺乏精确数学模型支撑，进一步增加了动态控制的难度。为此，研究人员设计了融合模仿学习与深度强化学习的协同控制机制，通过数学推导证明语义性能随比特率单调递增但有上限，而语义效率随比特率单调递减，二者存在本质权衡，因此将优化目标转化为“在满足最低语义性能阈值前提下最大化通信效率”。

关键技术方法包括：（1）构建基于Transformer的文本语义编解码架构，采用联合信源信道编码（Joint Source-Channel Coding, JSCC）实现端到端语义提取与恢复；（2）设计单隐藏层神经网络结构的语义量化器，结合二进制掩码机制实现可变比特率映射；（3）提出两阶段控制算法：第一阶段训练模仿网络（Imitation Network）拟合语义性能与比特率的条件分布，以KL散度最小化实现环境特征学习；第二阶段部署深度Q网络（Deep Q-Network, DQN）智能体，以SNR与剩余待传比特数为状态输入，以比特率为动作输出，设计奖励函数兼顾用户需求满足度与资源消耗。实验采用欧洲议会会议记录数据集（约200万句），划分训练集与测试集，在白高斯信道下进行仿真验证。

研究结果如下：

系统模型：研究人员建立了包含语义编码器F_θ1、语义量化器Q_β1、信道ch、语义解量化器dQ_β2和语义解码器dF_θ2的完整文本语义通信系统模型。定义语义性能?采用双语评估替补（Bilingual Evaluation Understudy, BLEU）分数衡量，语义效率γ为单位比特承载的有效语义信息量，推导出二者随比特率q变化的单调对立特性。

数学性质分析：通过定理证明，?(q)在q∈(0,∞)范围内单调递增且有界（上限1，下限0），而γ(q)单调递减，其导数零点不存在解析解，验证了固定比特率无法实现双目标同时最优，必须引入动态控制机制。

模仿网络实现：采用三层全连接网络构建模仿网络I_δ，通过最小化与真实环境分布的KL散度，学习P(?|q,β)的映射关系。实验表明该网络能准确预测不同SNR下比特率与BLEU分数的正相关特性，为DQN提供稳定的奖励计算基础。

DQN比特率控制：设计包含评估网络、目标网络和经验回放池的DQN架构。状态空间为二维向量(SNR, 剩余比特数M)，动作空间为离散比特率集合。奖励函数设计为R=max(0, (?(q)-ρ)/q) + wT，其中ρ为用户语义需求阈值，T为传输总时长，w为惩罚因子。通过ε-贪婪策略实现探索与利用的平衡，目标网络延迟更新保障训练稳定性。

计算复杂度分析：总复杂度由模仿网络的O(3(Hq_max)²)和DQN训练的O(n_tn_m)组成，其中H为隐藏层神经元数，n_t为每轮时间步数，n_m为训练轮次。

仿真结果：在随机SNR环境下，当ρ=0.3时，所提算法相比最优固定比特率方案（30比特）节省资源；当ρ=0.8时，固定方案均无法满足需求，而所提算法仍保持25%的性能增益。在恶劣信道中，算法动态分配高比特率抵抗噪声，相比固定60比特方案降低资源浪费；在优质信道中则降低比特率节约带宽，平均提升效率9%；在随机信道中保持2.3%以上的稳定增益。

讨论与结论部分指出，该研究首次将语义性能与比特率的权衡问题转化为可求解的优化形式，通过两阶段学习机制实现了动态环境下的自适应比特率控制。相比固定长度方案，在保证语义质量的前提下显著提升了频谱利用率与传输效率，为6G语义通信系统的资源分配提供了可行技术路径。未来工作将扩展至多模态语义通信场景，解决跨模态语义量化与联合优化问题。研究证实，结合深度强化学习与语义特征建模的智能控制机制，是突破传统通信静态资源配置限制、实现6G高效可靠传输的关键发展方向。