This article investigates the exploitation of semantic communications in multi-user networks. We propose a novel heterogeneous semantic and bit multi-user framework for providing flawless, customized, and intelligent information transmission. We discuss both orthogonal multiple access (OMA) and non-orthogonal multiple access (NOMA) for the proposed heterogeneous framework, with an emphasis on investigating the attractive interplay between semantic communications and NOMA, namely NOMA enabled semantic communications and semantic communications enhanced NOMA. 1) For NOMA enabled semantic communications, we propose a semi-NOMA scheme for efficiently facilitating the heterogeneous semantic and bit multi-user communication, which unifies conventional NOMA and OMA schemes. The fundamental performance limit, namely semantic-versus-bit rate region, is characterized, which shows the superiority of the proposed semi-NOMA. 2) For semantic communications enhanced NOMA, we propose an opportunistic semantic and bit communication approach to alleviate the early-late rate disparity issue in NOMA. Numerical case studies demonstrate that significant performance gain can be achieved for NOMA by employing semantic communications than bit communications. Finally, several open research directions are highlighted.


翻译:本文探讨在多用户网络中对语义通信的利用情况。 我们提议了一个新颖的混杂语义和位数多用户框架,以提供完美、定制和智能的信息传输。 我们讨论了拟议混合框架的交替多重访问(OMA)和非交替多重访问(NOMA),重点是调查语义通信和NOMA(即NOMA使语义通信和语义通信具有吸引力的相互作用,即NOMA使语义通信和语义通信得到加强 NOMA 。1 关于NOMA 启用的语义通信,我们提议了一个半NOMA 计划,以有效促进不同语义和位数多用户通信,这统一了常规的NOMA 和 OMA 计划。 基本的性能限制,即语义-vers-bit 区域,显示了拟议的半NOMA的优越性。 2) 语义通信加强了NOMA,我们提议一种机会语义和位通信方法,以缓解NOMA 早期利率差异问题。 数字案例研究表明,通过使用语义通信而非位通信可以取得显著的业绩收益。 最后,一些开放研究重点强调。

0
下载
关闭预览

相关内容

专知会员服务
17+阅读 · 2020年9月6日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
【ICIG2021】Latest News & Announcements of the Industry Talk2
中国图象图形学学会CSIG
0+阅读 · 2021年7月29日
【ICIG2021】Latest News & Announcements of the Industry Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年7月28日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
37+阅读 · 2021年9月28日
A Comprehensive Survey on Graph Neural Networks
Arxiv
13+阅读 · 2019年3月10日
VIP会员
相关VIP内容
相关资讯
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
【ICIG2021】Latest News & Announcements of the Industry Talk2
中国图象图形学学会CSIG
0+阅读 · 2021年7月29日
【ICIG2021】Latest News & Announcements of the Industry Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年7月28日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员