[发明专利]一种基于语义通信系统的去噪方法在审
| 申请号: | 202210063302.8 | 申请日: | 2022-01-20 |
| 公开(公告)号: | CN114548073A | 公开(公告)日: | 2022-05-27 |
| 发明(设计)人: | 周清炀;李荣鹏;赵志峰;张宏纲 | 申请(专利权)人: | 浙江大学 |
| 主分类号: | G06F40/211 | 分类号: | G06F40/211;G06F40/242;G06F40/284;G06F40/30;G06N3/04;G06N3/08;H04L25/03 |
| 代理公司: | 北京志霖恒远知识产权代理事务所(普通合伙) 11435 | 代理人: | 张荣鑫 |
| 地址: | 310013 浙*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 语义 通信 系统 方法 | ||
本发明提出了一种基于语义通信系统的去噪方法,提出了一种根据传输信道的信噪比情况,在传输前对语义信息进行预去噪,在传输后对语义信息进行去噪的信噪比适应去噪网络。在假设接收双方已知信道情况的前提下,能够利用信道信息实现去噪操作,从而提高文本传输的准确率;提出了一种自适应的多头自注意力去噪模块,能够在语义信息经过无线信道后,通过多头自注意力模块,根据传输文本的语义信息,实现自我调整,根据语义信息,实现自去噪操作,从而提高文本传输的准确率。
技术领域
本发明涉及语义通信技术领域,特别涉及一种基于语义通信系统的去噪方法。
背景技术
根据香农和韦弗所提出的信息伦,能够将通信分为三个层次。第一个层次为传输问题,它主要研究的通信的符号如何准确的传输,第二层次为语义问题,它研究的主要是如何准确传达通信符号中的语义,第三层次为效用问题,它主要解决收到的语义如何按照期望方式有效影响行为的问题。受时代限制,在香农建立信息论以来的七十多年里,广大学者对于如何逼近香农极限做出了大量的尝试,但是这些工作主要还是集中在通信的第一层次即如何准确传输通信符号。近年来,人工智能以及自然语言处理等相关技术的发展为探索语义通信的第二层次提供了可能,语义通信也将逐渐成为通信领域中的一大研究趋势。
现有的语义通信系统在关于如何去噪方面,主要依靠的还是利用神经网络自身的强大计算能力,去噪的效果虽然相较于传统方式有一定的提升,但是这并没有充分发挥神经网络的计算能力,在给现有语义通信系统的基础上,给它们添加一些简单的去噪模块,能让神经网络的性能优势充分发挥出来。
在通信的过程,无可避免的会遇上噪声问题,但是现有的语义通信系统针对噪声,并没有提出相应的去噪模块来改变信号的输入模式,使之更好的适应信道的传输,当下采取的方式普遍是利用神经网络的强大计算能力,来进行暴力破解,无法充分发挥神经网络的去噪能力。
发明内容
本发明的目的在于提供一种基于语义通信系统的去噪方法,以克服现有技术中的不足。
为实现上述目的,本发明提供如下技术方案:
本申请公开了一种基于语义通信系统的去噪方法,具体包括如下步骤:
S1、根据接收双方的共有知识,将双方传输过程中所有可能会用的单词进行编号,创建一个词典;
S2、利用输入语句嵌入模块对输入语句进行词嵌入,并添加位置向量;利用目标语句词嵌入模块对目标语句进行词嵌入,并添加位置向量;得到输入语句对应的带有位置向量的词向量和目标语句对应的带有位置向量的词向量;
S3、语义编码:输入语句对应的带有位置向量的词向量经过语义编码层,通过Transformrer的Encoder层完成语义编码,得到语义编码向量;
S4、噪声预处理:根据语义编码向量的传输信道的信息,将完成语义编码之后的语义编码向量及传输信道的信息,一并输入信噪比适应去噪模块,所述信噪比适应去噪模块根据语义编码向量的语义信息以及所要传输信道的信噪比情况,调整语义编码向量的表征形式;
S5、将完成语义编码以及噪声预处理的语义编码向量,通过信道;
S6、噪声处理:解码端接收到通过无线信道的语义编码向量,送入信噪比适应去噪模块,所述信噪比适应去噪模块会根据所接收到语义编码向量的语义信息,并结合所通过信道的信噪比情况,消除语义编码向量中经过无线信道所附加的噪声;
S7、自适应去噪:将经过步骤S6噪声处理后的语义编码向量输入到自适应去噪模块,所述自适应去噪模块由多头自注意力机制所构成,利用多头自注意力机制,对语义编码向量根据语义信息,进行自我观察,自我调整,实现去噪;
S8、语义解码:将完成S7自适应去噪的语义编码向量,通用Transformer的解码层,进行语义解码,将完成解码的语句文本通过概率逻辑回归处理后输出。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210063302.8/2.html,转载请声明来源钻瓜专利网。





