論文の概要: ICDM: Interference Cancellation Diffusion Models for Wireless Semantic Communications
- arxiv url: http://arxiv.org/abs/2505.19983v1
- Date: Mon, 26 May 2025 13:41:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-27 16:58:43.472327
- Title: ICDM: Interference Cancellation Diffusion Models for Wireless Semantic Communications
- Title（参考訳）: ICDM:無線セマンティック通信のための干渉キャンセラ拡散モデル
- Authors: Tong Wu, Zhiyong Chen, Dazhi He, Feng Yang, Meixia Tao, Xiaodong Xu, Wenjun Zhang, Ping Zhang,
- Abstract要約: 拡散モデル(DM)は近年,無線通信システムにおいてデノナイジング能力によって大きな成功を収めている。
このことは、DMが無線セマンティック通信システムにおける干渉を効果的に軽減できるかどうかという問題を提起する。
本稿では、干渉キャンセル問題を信号と干渉の結合後確率に対する最大後続(MAP)問題としてモデル化し、その解が信号と干渉に対して優れた推定値を提供することを理論的に証明する。
- 参考スコア（独自算出の注目度）: 44.4264571083793
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Diffusion models (DMs) have recently achieved significant success in wireless communications systems due to their denoising capabilities. The broadcast nature of wireless signals makes them susceptible not only to Gaussian noise, but also to unaware interference. This raises the question of whether DMs can effectively mitigate interference in wireless semantic communication systems. In this paper, we model the interference cancellation problem as a maximum a posteriori (MAP) problem over the joint posterior probability of the signal and interference, and theoretically prove that the solution provides excellent estimates for the signal and interference. To solve this problem, we develop an interference cancellation diffusion model (ICDM), which decomposes the joint posterior into independent prior probabilities of the signal and interference, along with the channel transition probablity. The log-gradients of these distributions at each time step are learned separately by DMs and accurately estimated through deriving. ICDM further integrates these gradients with advanced numerical iteration method, achieving accurate and rapid interference cancellation. Extensive experiments demonstrate that ICDM significantly reduces the mean square error (MSE) and enhances perceptual quality compared to schemes without ICDM. For example, on the CelebA dataset under the Rayleigh fading channel with a signal-to-noise ratio (SNR) of $20$ dB and signal to interference plus noise ratio (SINR) of 0 dB, ICDM reduces the MSE by 4.54 dB and improves the learned perceptual image patch similarity (LPIPS) by 2.47 dB.
- Abstract（参考訳）: 拡散モデル(DM)は、近年、無線通信システムにおいてデノナイジング能力によって大きな成功を収めている。
無線信号の放送特性は、ガウスノイズだけでなく、干渉も認識できる。
このことは、DMが無線セマンティック通信システムにおける干渉を効果的に軽減できるかどうかという問題を提起する。
本稿では、干渉キャンセル問題を信号と干渉の結合後確率に対する最大後続(MAP)問題としてモデル化し、その解が信号と干渉に対して優れた推定値を提供することを理論的に証明する。
この問題を解決するために,信号と干渉の独立な先行確率とチャネル遷移確率に分解する干渉キャンセル拡散モデル(ICDM)を開発した。
各段階におけるこれらの分布のログ勾配は、DMによって別々に学習され、導出によって正確に推定される。
ICDMはさらに、これらの勾配を高度な数値反復法と統合し、正確かつ迅速な干渉キャンセルを実現する。
拡張実験により,ICDMは平均二乗誤差(MSE)を著しく低減し,ICDMのないスキームと比較して知覚品質を向上させることが示された。
例えば、レイリーフェーディングチャネル下のCelebAデータセットにおいて、20ドルdBの信号対雑音比(SNR)と0dBの干渉と雑音比(SINR)とで、ICDMはMSEを4.54dB削減し、学習された知覚画像パッチ類似度(LPIPS)を2.47dB改善する。
関連論文リスト
- Joint Transmit and Pinching Beamforming for Pinching Antenna Systems (PASS): Optimization-Based or Learning-Based? [89.05848771674773]
MISO (Multiple-input Single-output) フレームワークを提案する。
それは複数の導波路で構成されており、多数の低コストアンテナ(PA)を備えている。
PAの位置は、大規模パスと空間の両方にまたがるように再構成することができる。
論文 参考訳（メタデータ） (2025-02-12T18:54:10Z) - DM-SBL: Channel Estimation under Structured Interference [6.94612534055972]
チャネル推定は通信システムの基本課題であり、効率的な復調に不可欠である。
この研究は、ホワイトガウスノイズ(AWGN)と構造化干渉が共存するより困難なシナリオに対処する。
これらのシナリオにおいて正確なチャネル推定を保証するために、遅延領域内のチャネルの間隔と干渉の複雑な構造を併用する。
論文 参考訳（メタデータ） (2024-12-07T08:26:00Z) - Aircraft Radar Altimeter Interference Mitigation Through a CNN-Layer Only Denoising Autoencoder Architecture [0.7538606213726906]
我々は,CNN層のみのオートエンコーダアーキテクチャを用いて,レーダ高度計の測位精度を向上させることができることを示す。
最大4万個のIQサンプルのFMCWレーダー信号を確実に再構成することができる。
論文 参考訳（メタデータ） (2024-10-04T13:32:05Z) - Conditional Denoising Diffusion Probabilistic Models for Data Reconstruction Enhancement in Wireless Communications [12.218161437914118]
無線チャネル上でのデータ伝送と再構成を強化するために,条件付き拡散確率モデル(DDPM)を提案する。
これに触発された鍵となる考え方は、情報信号の「ノイズからクリーン」変換を学ぶ際に、拡散モデルの生成的先行性を活用することである。
提案手法は,情報内容の事前知識が利用可能な通信シナリオに有効である。
論文 参考訳（メタデータ） (2023-10-30T11:33:01Z) - Deep Reinforcement Learning for Interference Management in UAV-based 3D
Networks: Potentials and Challenges [137.47736805685457]
チャネル情報を知らなくても干渉を効果的に軽減できることを示す。
干渉を利用することにより、提案された解決策は民間UAVの継続的な成長を可能にする。
論文 参考訳（メタデータ） (2023-05-11T18:06:46Z) - On Neural Architectures for Deep Learning-based Source Separation of
Co-Channel OFDM Signals [104.11663769306566]
周波数分割多重化(OFDM)信号を含む単一チャネル音源分離問題について検討する。
我々はOFDM構造からの洞察に基づいて、ネットワークパラメータ化に対する重要なドメインインフォームド修正を提案する。
論文 参考訳（メタデータ） (2023-03-11T16:29:13Z) - Beurling-Selberg Extremization for Dual-Blind Deconvolution Recovery in
Joint Radar-Communications [38.440005068230576]
近年、統合センシングと通信への関心が、新しい信号処理技術の設計につながっている。
我々は、レーダと通信システムのチャネルと送信信号が共通受信機に未知なスペクトル共存シナリオに焦点を当てた。
論文 参考訳（メタデータ） (2022-11-16T22:55:12Z) - Data-Driven Blind Synchronization and Interference Rejection for Digital
Communication Signals [98.95383921866096]
本研究では,データ駆動型深層学習手法の可能性について検討した。
本研究では,高分解能時間構造(非定常性)の取得が性能向上につながることを示す。
既製のNNと古典的検出と干渉除去の両方で改善可能なドメインインフォームドニューラルネットワーク(NN)の設計を提案する。
論文 参考訳（メタデータ） (2022-09-11T14:10:37Z) - Digital Beamforming Robust to Time-Varying Carrier Frequency Offset [21.18926642388997]
時変キャリア周波数オフセットから発生する信号の破損に頑健な新しいビームフォーミングアルゴリズムを提案する。
パイロットと干渉器信号に未知の時変周波数ドリフトが存在する場合に干渉をキャンセルできる重みベクトルを設計するための2つの原子ノルム最小化(anm)方式を提案する。
論文 参考訳（メタデータ） (2021-03-08T18:08:56Z) - Harnessing Wireless Channels for Scalable and Privacy-Preserving
Federated Learning [56.94644428312295]
無線接続は、フェデレートラーニング(FL)の実現に有効である
Channel randomnessperturbs 各ワーカはモデル更新をインバージョンし、複数のワーカはバンド幅に大きな干渉を発生させる。
A-FADMMでは、すべてのワーカーがモデル更新をアナログ送信を介して単一のチャンネルを使用してパラメータサーバにアップロードする。
これは通信帯域幅を節約するだけでなく、各ワーカーの正確なモデル更新軌跡を任意の盗聴者から隠蔽する。
論文 参考訳（メタデータ） (2020-07-03T16:31:15Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。