S2IE：基于OFDM的语义通信中的语义和辅助信息嵌入PAPR降低技术

《IEEE Transactions on Network Science and Engineering》：S2IE: Semantic and Side Information-Embedded PAPR Reduction for OFDM-Based Semantic Communications

　　

摘要：

基于正交频分复用（OFDM）的语义通信（SemCom）被认为是下一代无线网络的一个重要研究方向，在这类网络中，峰值功率与平均功率比（PAPR）的降低成为一个关键问题。然而，现有的PAPR降低方法无法与SemCom技术有效结合，从而由于信号源中的语义相关性而降低了系统性能。为了解决这一挑战，提出了一种结合语义信息和辅助信息（SI）的PAPR降低框架（SIE）。该框架集成了一个考虑PAPR的功率分配模块（PAPR-PAM）和一个PAPR双重映射模块（PAPR-DMM），以实现PAPR的联合降低。通过利用语义重要性和辅助信息（包括逆离散傅里叶变换（IDFT）矩阵、信噪比（SNR）以及信道增益），该框架能够指导构建高效的降低策略。具体而言，PAPR-PAM采用了一种受PAPR约束的功率分配策略，该策略在考虑语义重要性和信道条件的同时，还进一步控制了PAPR的峰值波动；而PAPR-DMM则在保持重建质量的前提下降低PAPR，通过可逆的非线性映射将OFDM符号转换为低PAPR分布。仿真结果表明，在相同的PAPR条件下，该框架能够使峰值信噪比（PSNR）提高3.18 dB，并使感知图像块相似度（LPIPS）降低55.95%。