本文的主要作者包括Wenjun Xu、Yimeng Zhang、Fengyu Wang、Zhijin Qin、Chenyao Liu和Ping Zhang，他们分别来自北京邮电大学、清华大学和鹏城实验室等机构。该研究发表于 *IEEE Vehicular Technology Magazine*，刊登于2023年3月期，数字对象标识符（DOI）为10.1109/MVT.2022.3227723。本文属于单一原创研究（类型a），提出了一种面向车联网（Internet of Vehicles, IoV）的多用户协作语义通信架构，称为协作语义通信（Cooperative Semantic Communication, Co-SC），旨在缓解车联网中频谱资源稀缺的问题，并通过案例研究验证其在车辆图像检索任务中的性能优势。

从学术背景来看，车联网正成为提升交通效率与安全的核心基础设施，但大量新兴应用导致移动数据流量爆炸式增长，对频谱资源造成了巨大压力。传统通信系统已接近香农容量极限，而车联网中的多种智能应用，如交通拥堵检测与自动驾驶，需要多个数据源协同工作，但传输数据之间存在高度冗余，进一步恶化了频谱效率。此外，原始数据中往往包含与特定任务无关的信息，造成网络拥塞。现有的语义通信（Semantic Communication, SC）研究主要集中于点对点传输场景，无法直接适用于车联网中的多用户场景。针对上述问题，本文旨在提出一种通用的协作语义通信架构，通过提取并传输与任务目标相关的基本语义信息，过滤无关和冗余信息，从而在保持通信有效性的同时显著降低数据传输量。

本研究的主要工作流程可以分为系统架构设计与案例验证两大部分。首先，作者提出了Co-SC的总体架构，该架构由语义编解码器（Semantic Encoder/Decoder, Sem-Codec）、联合信源信道编解码器（Joint Source-Channel Encoder/Decoder, JSC-Codec）、语义驱动的协作任务执行器以及知识库四个核心组件构成。语义编码器的作用是从源数据中提取高维语义信息，重点表达数据的含义及与任务目标相关的部分；语义解码器则根据任务需求恢复源数据或将其转换为其他模态。与传统端到端设计不同，Co-SC通过协作语义解码器利用用户间的语义相关性，一方面可以学习并压缩冗余语义信息以提高压缩效率，另一方面可以隐式地进行语义级纠错以提升准确性。JSC-Codec的功能是抵抗信道畸变。在发送端，JSC编码器将提取得到的语义信息编码为信道输入符号；在接收端，JSC解码器从含噪符号中恢复语义信息。与传统通信中不考虑传输含义的信道编码不同，Co-SC中的JSC-Codec工作在语义层面，能够根据语义重要性的差异分配不同数量的符号以增强鲁棒性。更重要的是，协作JSC解码器可以联合恢复多个用户的语义信息，利用用户间的语义相关性缩小潜在符号范围，从而在不增加传输开销的情况下提高恢复精度。语义驱动的协作任务执行器根据具体任务自适应设计结构，例如基于图像的任务常采用卷积神经网络（Convolutional Neural Network, CNN），语音识别任务则常用长短期记忆网络。该模块利用多用户语义信息的相关性与差异性，通过融合不同用户提供的信息协作完成智能任务。知识库是语义通信的基础，用户与服务器需共享背景知识以保证语义编码和解码的一致性。在Co-SC中，假设背景知识已通过离线联合训练共享，但高效的全局知识共享机制本身仍是开放研究课题。

为验证所提架构的有效性，本文设计了一个面向车联网的协作车辆身份检索案例。在该场景中，多个路侧单元（Roadside Unit, RSU）上的摄像头同时拍摄车辆图像，并将提取的语义特征通过共享信道传输至中心服务器；服务器通过计算接收语义特征与数据库图像的欧氏距离完成车辆身份检索。系统采用深度学习（Deep Learning, DL）实现，所有模块在服务器端离线训练后部署到摄像头端。具体实现中，每个单天线摄像头首先通过基于ResNet-50的语义编码器从图像中提取2048维语义特征，再由JSC编码器将其映射为16个复信道符号，经过功率归一化后通过瑞利衰落信道传输。接收端配备四根天线，在理想信道状态信息假设下进行信号检测，协作JSC解码器输出多个摄像头的语义特征。对于身份检索任务，无需语义解码器，而是通过融合模块将多个摄像头的个体语义特征融合为全局语义特征。融合模块采用动态权重分配策略，通过训练学习为有效性更高的语义特征分配更大权重。此外，系统还引入了门控模块（Gating Module），通过两个摄像头恢复语义特征的差值判断它们是否描述同一车辆，若为同一车辆则进行融合，否则分别独立处理。训练过程采用四阶段策略：首先训练语义编码器和身份分类器以学习特征提取策略；其次联合训练多用户JSC编码器与协作JSC解码器，以最小化恢复语义特征与发送语义特征之间的均方误差（Mean Square Error, MSE）；第三阶段联合训练整个骨干网络；最后训练门控模块评价语义相关性。

在仿真结果方面，本研究在VeRi-776数据集上评估了Co-SC的性能，并与传统传输方法及基于深度学习的语义传输方法进行了比较。传统数字传输方法采用JPEG源编码、3/4码率低密度奇偶校验（Low-Density Parity-Check, LDPC）信道编码和二进制相移键控（Binary Phase-Shift Keying, BPSK）调制；模拟传输方法采用SoftCast。基于深度学习的基线包括无融合的Co-SC和采用独立JSC解码器的DL-S。结果表明，基于语义的方法仅需16个符号即可完成传输，而传统方法平均需要约3.1×10⁵和2.6×10⁵个符号，证明了语义通信在减少数据流量方面的显著优势。在低信噪比（Signal-to-Noise Ratio, SNR）条件下，协作JSC解码器的MSE显著低于独立解码器，说明语义级相关性增强了传输鲁棒性。身份检索任务中，Co-SC在-3 dB时的Rank-1准确率分别比无融合的Co-SC和DL-S高2.4%和28.9%；在平均精度均值（Mean Average Precision, mAP）方面分别高8.3%和26.7%。可视化结果显示，Co-SC能够融合不同视角图像的有效语义特征，即使查询图像与库图像视角差异较大，仍能正确检索；而DL-S由于缺乏协作，容易被背景等无关特征干扰，导致错误分类。注意力热图进一步表明，DL-S将过多注意力集中到背景区域，而Co-SC则更关注车辆本体的关键特征。

本文提出并验证了一种面向车联网多用户通信的协作语义通信架构，通过提取与任务目标相关的基本语义信息，显著降低了数据传输量，缓解了频谱稀缺问题。该研究的科学价值在于提出了语义级协作编码与解码的新范式，将传统关注符号准确接收的句法通信转变为关注语义含义有效传递的语义通信，同时通过多用户语义相关性压缩冗余、增强抗噪能力。应用价值方面，该架构可灵活适配不同的智能任务，如交通分析、行人检测和车辆跟踪等，尤其在低信噪比环境下仍能保持较好的检索性能，为极端环境下的车联网应用提供了可能。研究亮点包括：提出通用的协作语义通信架构，首次在车联网多用户场景中系统性地利用用户间语义相关性；设计了协作JSC解码器和语义驱动融合模块，在不增加通信开销的前提下提升任务性能；通过车辆身份检索案例展示了较传统方法和非协作语义方法的显著性能提升。此外，文章还指出了未来研究方向，包括知识库的动态更新、语义感知网络的理论分析以及语义感知安全策略等。