[论文解读] Goal-Oriented Semantic Communications for 6G Networks

Hui Zhou, Yansha Deng+3 more|arXiv (Cornell University)|Oct 17, 2022

Software-Defined Networks and 5G被引用 7

一句话总结

本文提出了一种面向6G网络的任务导向性与语义感知（TOSA）通信框架，该框架统一了语义级信息提取与效果感知型性能度量，以基于任务相关性和数据重要性的原则优化数据传输。通过利用上下文感知的语义提取与特定任务的性能度量，该框架在无人机控制场景中实现了稳定的传输时延与等效的有效速率，相较于传统比特导向通信，在重复或冗余数据条件下显著降低了资源消耗。

ABSTRACT

Upon the arrival of emerging devices, including Extended Reality (XR) and Unmanned Aerial Vehicles (UAVs), the traditional communication framework is approaching Shannon's physical capacity limit and fails to guarantee the massive amount of transmission within latency requirements. By jointly exploiting the context of data and its importance to the task, an emerging communication paradigm shift to semantic level and effectiveness level is envisioned to be a key revolution in Sixth Generation (6G) networks. However, an explicit and systematic communication framework incorporating both semantic level and effectiveness level has not been proposed yet. In this article, we propose a generic goal-oriented semantic communication framework for various tasks with diverse data types, which incorporates both semantic level information and effectiveness-aware performance metrics. We first analyze the unique characteristics of all data types, and summarise the semantic information, along with corresponding extraction methods. We then propose a detailed goal-oriented semantic communication framework for different time-critical and non-critical tasks. In the goal-oriented semantic communication framework, we present the goal-oriented semantic information, extraction methods, recovery methods, and effectiveness-aware performance metrics. Last but not least, we present a goal-oriented semantic communication framework tailored for Unmanned Aerial Vehicle (UAV) control task to validate the effectiveness of the proposed goal-oriented semantic communication framework.

研究动机与目标

• 为解决传统比特导向通信在6G网络中的局限性，其已接近香农容量极限，且难以满足XR和无人机等新兴设备对低时延、高可靠性的需求。
• 通过提出一个统一框架，弥合现有研究的空白，明确整合语义级信息与效果级性能度量。
• 构建一个系统化、面向任务的通信模型，适用于多种数据类型，涵盖文本、视频，以及360°视频、触觉、传感器和机器学习模型等新兴数据类型。
• 通过为无人机（UAV）控制量身定制的解决方案，验证该框架在冗余性与时效性至关重要的场景下的有效性。
• 为未来6G研究奠定基础，推动上下文感知、重要性驱动与任务优化的数据传输。

提出的方法

• 该框架根据数据类型特征定义特定任务的TOSA信息，包括使用BERT的文本与语音语义嵌入，使用SIFT与CNN的图像结构特征，以及视频的时间相关性。
• 针对新兴数据类型，引入新型语义定义：360°视频的视场角（FoV）、触觉数据的最小可觉差（JND），以及传感器与控制数据的最新信息年龄（AoI）。
• 引入面向效果的性能度量，根据任务需求量身定制，例如最小化XR遥操作中的运动到光子延迟，以及在多机器人系统中同步控制回路。
• 该框架整合了语义提取与恢复方法，优先传输与任务相关的内容，减少冗余传输，同时保持功能完整性。
• 将数据重要性建模为语义相关性与时效性的函数，支持智能数据压缩与选择性重传。
• 案例研究将TOSA框架应用于无人机指挥与控制（C&C）信号，利用信息价值（VoI）与信息年龄（AoI）定义有效传输，将连续冗余数据包视为单一有效数据包。

实验结果

研究问题

• RQ1 如何系统性地提取并表示多样化数据类型（包括360°视频、触觉与机器学习模型等新兴格式）的语义信息，以支持面向任务的通信？
• RQ2 对于XR遥操作与无人机控制等时延敏感型任务，哪些效果感知型性能度量最为合适？如何量化这些度量以反映任务成功？
• RQ3 如何在统一通信框架中整合语义级与效果级考量，以在不损害任务性能的前提下降低资源消耗？
• RQ4 在重复或冗余数据条件下，TOSA框架相较于传统比特导向通信，在传输效率与有效数据交付方面优势有多大？
• RQ5 TOSA框架能否在现实世界高风险应用（如无人机控制）中有效适配与验证，其中时延与数据冗余至关重要？

主要发现

• 所提出的TOSA框架在连续重复次数（k）增加时，仍能保持稳定的传输时延，与传统比特导向通信中观察到的线性增长形成鲜明对比。
• 尽管通过智能冗余处理显著降低了传输开销，TOSA方案的有效传输速率仍与传统通信保持一致。
• 在无人机C&C信号中，TOSA框架将连续重复的数据包视为单一有效数据包，实现了高效资源利用，且未损失功能完整性。
• 该框架通过VoI与AoI成功捕捉了特定任务的数据重要性，支持上下文感知的优先级排序与传输优化。
• 在XR遥操作中，框架将并行对准与连续时延量化为效果感知型度量，直接关联用户主观体验与任务成功率。
• 案例研究证明，TOSA框架通过避免冗余重传，显著降低了资源消耗，同时维持了任务性能，验证了其在现实6G应用中的可行性。