通信学报

推荐文章

特邀论文
语义通信的数学理论

牛凯, 张平

2024, 45(6): 7-59. DOI: 10.11959/j.issn.1000-436x.2024111

摘要：自从1948年经典信息论诞生以来，在其指导下，现代通信技术已经逼近了理论性能极限，例如信息熵 $H (U)$ 、信道容量 $C = m a x_{p (x)} I (X; Y)$ 以及率失真函数 $R (D) = m i n_{p (\hat{x} | x) : E d (x, \hat{x}) \leq D} I (X; \hat{X})$ 。长期以来，由于经典信息论只研究语法信息，限制了通信科学的进一步发展。近年来，研究语义信息处理与传输的通信技术获得了学术界的普遍关注，语义通信开辟了未来通信技术发展的新方向，但还缺乏一般性的数学指导理论。为了解决这一难题，构建了语义信息论的理论框架，对语义信息的度量体系与语义通信的理论极限进行了系统性阐述。首先，通过深入分析各类信源的数据特征，以及各种下游任务的需求，总结归纳出语义信息的普遍属性——同义性。由此指出语义信息是语法信息的上级概念，是许多等效或相似语法信息的抽象特征，表征隐藏在数据或消息背后的含义或内容。将语义信息与语法信息之间的关系命名为同义映射，这是一种“一对多”映射，即一个语义符号可以由许多不同的语法符号表示。基于同义映射 $f$ 这一核心概念，引入语义熵 $H_{s} (\tilde{U})$ 作为语义信息的基本度量指标，表示为信源概率分布与同义映射的泛函。在此基础上，引入上/下语义互信息 $I^{s} (\tilde{X}; \tilde{Y}) (I_{s} (\tilde{X}; \tilde{Y}))$ ，语义信道容量 $C_{s} = m a x_{f_{x y}} m a x_{p (x)} I^{s} (\tilde{X}; \tilde{Y})$ 以及语义率失真函数 $R_{s} (D) = m i n_{{f_{x}, f_{\hat{x}}}} m i n_{p (\hat{x} | x) : E d_{s} (\tilde{x}, \hat{\tilde{x}}) \leq D} I_{s} (\tilde{X}; \hat{\tilde{X}})$ ，从而构建了完整的语义信息度量体系。这些语义信息度量是经典信息度量的自然延伸，都由同义映射约束，如果采用“一对一”映射，则可以退化为传统的信息度量。由此可见，语义信息度量体系包含语法信息度量，前者与后者具有兼容性。其次，证明了3个重要的语义编码定理，以揭示语义通信的性能优势。基于同义映射，引入新的数学工具——语义渐近均分（AEP），详细探讨了同义典型序列的数学性质，并应用随机编码和同义典型序列译码/编码，证明了语义无失真信源编码定理、语义信道编码定理和语义限失真信源编码定理。类似于经典信息论，这些基本编码定理也都是存在性定理，但它们指出了语义通信系统的性能极限，在语义信息论中起着关键作用。由同义映射和这些基本编码定理可以推断，语义通信系统的性能优于经典通信系统，即语义熵小于信息熵 $H_{s} (\tilde{U}) \leq H (U)$ ，语义信道容量大于经典信道容量 $C_{s} \geq C$ ，以及语义率失真函数小于经典率失真函数 $R_{s} (D) \leq R (D)$ 。最后，讨论了连续条件下的语义信息度量。此时，同义映射转换为连续随机变量分布区间的划分方式。相应地，划分后的子区间被命名为同义区间，其平均长度定义为同义长度 $S$ 。特别是对于限带高斯信道，得到了一个新的信道容量公式 $C_{s} = B l o g S^{4} (1 + \frac{P}{N_{0} B})]$ ，其中，平均同义长度 $S$ 表征了信息的辨识能力。这一容量公式是经典信道容量的重要扩展，当 $S = 1$ 时，该公式退化为著名的香农信道容量公式。综上所述，语义信息论依据同义映射这一语义信息的本质特征，构建了语义信息的度量体系，引入新的数学工具，证明了语义编码的基本定理，论证了语义通信系统的性能极限，揭示了未来语义通信的巨大性能潜力。

<HTML>
<网络PDF><XML><Meta-XML>

<引用本文> <批量引用> 162100884 false

3044

2722

0

2024-08-08

当期目次
预出版
过刊浏览

2026年第47卷第6期

学术论文
算力网络中依赖约束任务的分布式协同分配算法

张满钧, 王颖, 喻鹏, 邱雪松, 郭少勇

DOI：10.11959/j.issn.1000-436x.TXXB250697

摘要：算力网络中任务分配面临任务依赖复杂、资源多维异构且分布不均，以及大规模节点难以全局协同的三重挑战。传统的单一智能体算法难以应对广域环境的动态资源协同，且往往依赖全局状态信息，现有的多智能体强化学习算法又缺乏对任务依赖和网络拓扑的针对性建模，导致全局协作效率低下。针对上述问题，提出了算力网络中依赖约束任务的分布式协同分配算法，先通过层索引计算、三角依赖解耦与资源阈值约束合并处理复杂的子任务依赖，再采用关系图注意力网络（RGAT）表征多维资源关系与拓扑特征，结合多智能体软演员-评论家（MASAC）算法实现分布式优化。实验结果表明，在多个场景下，所提算法相较于基线算法，在任务完成时间和能效方面均有显著提升。
关键词：算力网络;任务重构;关系图注意力网络;多智能体强化学习;任务分配

93

|

19

|

0

<HTML>
<网络PDF><WORD><XML><Meta-XML>

<引用本文> <批量引用> 161706106 false

更新时间：2026-06-20
正交空间约束的特定辐射源识别小样本类增量学习方法 AI导读

孙露, 薛睿, 查浩然, 林云, 王巍

DOI：10.11959/j.issn.1000-436x.TXXB260021

摘要：针对样本稀缺条件下的特定辐射源识别小样本类增量学习任务，现有方法缺乏显式几何约束易导致新旧类混淆，提出了一种基于正交空间约束的特定辐射源识别小样本类增量学习方法。首先，引入一组相互正交的伪目标向量作为结构化先验知识，并从理论上推导其数量的上下界。其次，基于正交伪目标向量设计联合优化策略，对新类潜在表示方向施加显式几何约束，引导特征提取器在嵌入空间中预留可扩展的表示方向。最后，提出了分类器权重校准策略，通过量化新类样本在判别过程中的误分风险，利用高风险样本增强判别边界。在ADS-B和Wi-Fi数据集上的实验结果表明，所提方法优于其他基准方法，尤其在增量训练样本仅为1的极端情况下，展现出更优的识别性能。
关键词：特定辐射源识别;小样本类增量学习;正交空间约束;分类器权重校准

107

|

208

|

0

<HTML>
<网络PDF><WORD><XML><Meta-XML>

<引用本文> <批量引用> 154191683 false

更新时间：2026-06-20
基于深度强化学习的短波自主检测与定位方法 AI导读

冯祺玥, 唐涛, 张昀普, 王鼎, 吴志东

DOI：10.11959/j.issn.1000-436x.TXXB260042

摘要：在短波信号实时检测与定位环节，往往存在数据关联与误差传递问题，容易导致检测信号与定位信号不匹配，且难以实时输出结果。针对上述问题，提出一种基于多智能体近端策略优化的短波自主检测与定位方法。通过设计基于短波信号时频图的强化学习环境，有效表征短波信号的频域特征。同时，设计具有混合动作空间的滤波窗智能体以自适应选择信号。另外，通过定位误差椭圆概率、信号匹配度与多智能体协作策略设计奖励函数，利用改进的多智能体近端策略优化算法探索最优策略，实现短波自主检测与定位。仿真测试结果表明，相较于基线算法，信号检测与定位的平均时间缩短了0.12 s，平均检测与定位的准确率提高了22%，为复杂电磁环境下自主协同目标检测与定位提供新思路。
关键词：短波信号检测与定位;多智能体近端策略优化;强化学习;混合动作空间;定位误差椭圆概率

77

|

62

|

0

<HTML>
<网络PDF><WORD><XML><Meta-XML>

<引用本文> <批量引用> 155129217 false

更新时间：2026-06-20
基于基扩展模型和双向LSTM网络的OTFS信道估计算法 AI导读

黄子懿, 李国权, 林金朝, 庞宇, 武瑞恒

DOI：10.11959/j.issn.1000-436x.TXXB260143

摘要：高精度的信道估计是正交时频空间（OTFS）系统在6G高速移动场景中可靠应用的关键，为进一步提升OTFS系统的信道估计精度，提出了一种基于融合基扩展模型（BEM）和双向长短期记忆（LSTM）网络的OTFS信道估计算法。首先利用BEM将时延-多普勒（DD）域的信道估计问题转换为基系数估计问题，然后引入双向LSTM网络对基系数进行离线训练与在线预测，并结合自注意力（SA）机制增强对时序特征的全局感知能力，实现基系数的高精度估计与动态跟踪。在此基础上，进一步设计了一种低复杂度两级均衡器，基于估计得到的基系数重构信道信息，通过单抽头均衡器消除多径效应，并在DD域采用基于对数似然比的迭代干扰消除（LLR-IIC）算法抑制多普勒扩展引起的残余干扰。仿真结果表明，所提算法在信道估计精度、泛化能力和复杂度方面均具有明显优势；结合所提均衡器后，可在保持较低复杂度情况下，实现更优的误比特率（BER）性能。
关键词：信道估计;正交时频空间;高速移动场景;基扩展模型;双向长短期记忆;两级均衡器

125

|

54

|

0

<HTML>
<网络PDF><WORD><XML><Meta-XML>

<引用本文> <批量引用> 155697999 false

更新时间：2026-06-20
面向电子投票的匿名可监管聚合环签名算法 AI导读

曾捷伦, 陈晶, 何琨, 加梦, 吕岚曦, 杜瑞颖

DOI：10.11959/j.issn.1000-436x.TXXB260133

摘要：针对电子投票场景中计票验证效率不足以及对多种投票模式支持不完善的问题，提出了支持多种投票模式的匿名可监管聚合环签名算法，在保障投票者隐私的同时确保操作合法性。通过环签名技术实现去中心化配置与验证者身份隐藏，防止验证过程被追踪或操控。通过聚合机制，将多份投票封装为紧凑验证对象，提高计票验证效率。为监管同一签名者的投票次数，引入链接机构并设计可链接标签以支持单投与多投。安全分析与实验结果表明，所提算法在保障匿名监管的同时能有效降低计算开销，其中链接阶段相较k-LRS方案平均减少约98.29%的时间开销。
关键词：电子投票;环签名;身份隐藏;可链接

63

|

54

|

0

<HTML>
<网络PDF><WORD><XML><Meta-XML>

<引用本文> <批量引用> 155397106 false

更新时间：2026-06-20

快捷入口

作者登录
专家审稿
编辑办公

版权信息

主管单位：中国科学技术协会
主办单位：中国通信学会
人民邮电出版社有限公司
主　　编：张平
副主编：张延川马建峰沈连丰

陶小峰刘华鲁
编辑部主任：吴娜达肇丽
地　　址：北京市丰台区东铁匠营街道
　　　　　顺八条1号院B座“北阳晨光
　　　　　大厦”2层
邮政编码：100079
电　　话：010-53878169、53859522、
　　　　　53878236
电子邮件：xuebao@ptpress.com.cn
　　　　　txxb@bjxintong.com.cn
国际标准刊号：ISSN 1000-436X（印刷）
ISSN 2097-5562（网络）
国内统一刊号：CN 11-2102/TN