研究工作区 · DSC-VQ

← Klein 主页 Jetson 节点 → 文献雷达 →

跟踪文件

项目体积

文献综述

-- KB

生成式语义通信 2025–2026

项目概览

DSC-VQ: Digital Semantic Communication with Vector Quantization

分支 -- 数据集 KITTI Tracking 128×416 · 1419 train / 554 val Jetson Orin NX · 读取中路径 ~/th_workspace/DSC-VQ-Project（只读展示）

基于向量量化的数字语义通信系统：把图像语义离散化为 VQ 码字索引经 QPSK 数字信道传输，接收端叠加生成先验去噪与语义码本重排，在极低 SNR 下保持可懂重建。训练与实验全部在一台 Jetson Orin NX 上完成。

image→ CNN Encoder→ VQ 码本 (K=2048)→ 索引 / 比特→ QPSK · AWGN→ 解调→ VQ 查找→ UNet 去噪器→ CNN Decoder→ x̂

研究路线图

2026 上半年

Stage A · 基础图像 JSCC

已完成

K∈{512…4096} × ds∈{2…16} 共 13 组合完整扫描，最优 K2048/ds=2 达 30.98 dB @SNR=20。

2026.09 上旬

低 SNR 后处理三连

已完成

码本语义重排（零训练 +2.5~3.1 dB）→ UNet 去噪器（叠加 +6~8 dB）→ 多候选加权解码（+1.3 dB）。

2026.09

T3–T5 · 数字链路增强

进行中

上下文算术编码（省 35.8% 带宽）、FSQ 对照实验（量化器选择准则）、H.265+LDPC 同码率基线交叉对比。

2026.09 下旬

生成式语义重构

规划中

按综述建议走 one-step 蒸馏 / flow matching 隐空间去噪路线，替代纯迭代扩散接收机。

2026.12

域适配泛化

规划中

信道感知量化（CAVQ 思路嫁接现有码本）+ FSQ/VQ 同链路对照补全，报告数字链路特有的域适配手段。

2027.03

边缘部署轻量化

规划中

量化感知训练 / 剪枝 / 早退，在 Tegra（本机）实测能耗与时延。

已实现的优化方法（低 SNR 场景）

方法	低 SNR 增益	高 SNR 影响	成本
语义码本重排（K-Means + TSP，语义相近码字相邻）	平均 +2.53 dB @SNR=0 · +3.08 dB @SNR=5	±0	零训练
UNet 去噪器（叠加在重排之后）	合计 SNR=0 +7~9 dB vs 原始	零损失	14.1M 参数
多候选加权解码	+1.3 dB	需自适应	5× 推理
上下文算术编码（CtxMLP + CRC8 分组）	省 35.8% 带宽（7.06 bit/token 可实现值）	—	CRC+上下文修复 +6.3 dB（≈省 25% 带宽换同预算 LDPC）
带宽自适应（单基座支持 ds=4/8/16 切换）	ds=8 低 SNR 反超 ds=4	接近独立模型	单模型多码率
对 H.265 + LDPC 基线（T5.1）	SNR<0 语义胜 +2~3.5 dB（悬崖差）	SNR≥10 胜 +4.8~5.5 dB	0–10 dB 区间 H.265 占优

关键实验 · K=2048 / ds=2 三阶段 PSNR (dB)

阶段	SNR=-5	SNR=0	SNR=5	SNR=10	SNR=15	SNR=20
基础模型	8.54	9.36	14.42	28.30	30.97	30.98
+ 码本语义重排	10.34	12.71	18.98	29.86	30.98	30.98
+ UNet 去噪	14.83	18.30	22.57	30.17	30.97	30.97
相对原始总增益	+6.3	+8.9	+8.2	+1.9	0	0

同库另有 K∈{512,1024,2048,4096} × ds∈{2,4,8,16} 共 13 组合完整扫描（docs/experiment_results_summary.md）。

最近研究动态（git log · 每 45s 自动刷新）

提交	时间	说明
读取中…

文献综述要点（生成式语义通信 2025–2026 · 摘自工作区综述文档）

接收机范式迁移：2025 主流"扩散后验采样接收机"（TWC/JSAC 级别已收敛），2026 转向 one-step 蒸馏与 flow matching——RC-BFM (GLOBECOM 2026) 解码时延较扩散接收机降 10×+ 并给出 O(K⁻²) 失真界。对 2026.09"扩散重构"节点的建议：直接上 one-step / flow matching 路线。
信道感知量化：CAVQ (arXiv:2510.18604) 把 DMC 转移概率纳入码本设计——与本组"语义码本重排"同源思路，几乎零成本嫁接到现有 QPSK/LDPC 链路。
FSQ vs VQ 空白：文献中尚无同一数字链路下的严格对照；本组 T4.3 已实测 FSQ 塌缩（25/2048 码字，clean −7.1 dB）但极低 SNR 误码鲁棒性反超（TER 退化 1.5 vs 5.5）→ 形成量化器选择准则，可作增量贡献。
边缘轻量化衔接：one-step / flow matching 选型与 2027.03 Tegra 端实测（能耗 / 时延）天然衔接，"轻量 + 低 SNR 鲁棒"是边缘部署文献的合并趋势。

数据来源：Jetson Orin NX ~/th_workspace（只读，树莓派经 SSH 定期拉取，服务端缓存 60s） · 成果数据摘自 docs/experiment_results_summary.md 与 README.md

最近提交