信息发送及接收方法、装置、电子设备、存储介质

本公开涉及通信，尤其涉及应用于智简网络的信息发送及接收方法、装置、电子设备、存储介质。

背景技术：

1、在未来的万物智联网络中，网络节点趋向于智能化，网络节点极智导致了信息空间快速扩张、甚至维度灾难，加剧了表征信息承载空间的难度，导致传统的网络服务能力与高维信息空间难以匹配，通信传输的数据量过大，信息业务服务系统无法持续满足人们复杂、多样和智能化信息传输的需求。随着社会的发展和时代的进步，通信技术和人工智能不断发展前进。智简网络是一种将人工智能与通信技术相结合的通信技术，提高通信的性能。通过人工智能模型来编码、传播、解码业务信息，可显著降低通信业务中的数据传输量，极大地提升了信息传输效率。这些模型相对稳定，并具有复用性、传播性。模型的传播和复用将有助于增强网络智能，同时降低开销和资源浪费，形成节点极智、网络极简的智简网络。

2、语义通信，是通过传递语义信息完成通信需求的一种智能通信方式，发送端可以利用神经网络模型从业务数据中提取语义信息进行传输，接收端可以在接收语义信息后利用神经网络模型进行恢复处理，得到与发送端高度相似的业务数据，从而减少所需传输的数据量。传统的语法通信，要求接收端译码信息与发送端编码信息严格一致，即实现比特级的无差错传输。而语义通信并不要求译码序列与编码序列严格匹配，只要求接收端恢复的语义信息与发送语义信息匹配即可。由于语义通信对传输内容可以做到进一步压缩，对系统中信息传输的差错要求进行了新定义，增加了信息传输的容错性，这有望突破经典语法通信系统的传输瓶颈，为新一代无线通信系统演进提供新的解决思路。当前语义信息研究正逐渐成为学术界的关注热点，基于语义信息的数据传输将是非常有竞争力的一种关键技术。

3、现有的语义通信系统只关注点对点通信，语义通信系统的性能很大程度上受限于发送端语义提取和接收端语义恢复神经网络模型的性能，而一味的提升神经网络模型的性能将消耗大量的计算资源，且神经网络性能始终存在上限。此外，由于神经网络模型输出的语义信息均为浮点数，难以通过传统射频通信进行无线传输。

技术实现思路

1、本公开提供了一种用于智简网络的信息发送方法、信息接收方法、信息发送装置、信息接收装置、电子设备以及存储介质。

2、根据本公开的一方面，提供了一种信息发送方法，包括：

3、获取第一业务信息；

4、从所述第一业务信息中提取语义信息及实体列表；

5、将所述实体列表与第一语义库进行匹配，并判断所述实体列表中的实体是否匹配到所述第一语义库中的语义知识；

6、若是，则基于匹配到的所述语义知识对应的标签和所述第一语义库的版本号进行信道编码及调制后生成语义导频；

7、若否，则将所述语义导频置零；

8、对所述语义导频和所述语义信息进行组合形成第二业务信息后发送。

9、可选的，对所述语义导频和所述语义信息进行组合形成第二业务信息之后，还包括：

10、对所述第二业务信息进行正交频分复用调制处理转换为正交频分复用帧，以进行浮点数传输。

11、可选的，所述将所述实体列表与第一语义库进行匹配之前，还包括获取所述第一语义库：

12、根据应用场景将云端服务器的语义库划分为多个云端子语义库，并将所述云端子语义库分配到对应的多个边缘服务器中，作为所述边缘服务器的语义库；

13、根据设备功能将所述边缘服务器的语义库划分为多个边缘子语义库；

14、从多个所述边缘子语义库中获取所述第一语义库。

15、可选的，所述将所述实体列表与第一语义库进行匹配包括：

16、利用所述云端服务器的语义库或所述边缘服务器的语义库对所述第一语义库进行更新。

17、根据本公开的另一方面，提供了一种信息接收方法，包括：

18、接收第二业务信息；

19、对所述第二业务信息进行解帧处理得到所述语义信息及所述语义导频；

20、对所述语义导频进行解调及信道解码后得到所述语义知识对应的标签和所述第一语义库的版本号；

21、判断所述第一语义库的版本号与第二语义库的版本号是否一致；

22、若是，则利用所述语义知识对应的标签在所述第二语义库中查询对应的所述语义知识：若查询到所述语义知识，则结合所述语义知识对所述语义信息进行恢复处理得到第三业务信息；若未查询到所述语义知识，则直接对所述语义信息进行恢复处理得到所述第三业务信息；

23、若否，则直接对所述语义信息进行恢复处理得到所述第三业务信息。

24、可选的，所述接收第二业务信息之后，还包括：

25、对接收到的所述第二业务信息进行物理去噪，并对所述第二业务信息进行信道补偿处理。

26、可选的，对所述第二业务信息进行解帧之前，还包括：

27、对所述第二业务信息进行正交频分复用解调处理。

28、可选的，所述判断所述第一语义库的版本号与第二语义库的版本号是否一致之前，还包括获取所述第二语义库：

29、根据应用场景将云端服务器的语义库划分为多个云端子语义库，并将所述云端子语义库分配到对应的多个边缘服务器中，作为所述边缘服务器的语义库；

30、根据设备功能将所述边缘服务器的语义库划分为多个边缘子语义库；

31、从多个所述边缘子语义库中获取所述第二语义库。

32、可选的，所述利用所述语义知识对应的标签在所述第二语义库中查询对应的所述语义知识包括：

33、利用所述云端服务器的语义库或所述边缘服务器的语义库对所述第二语义库进行更新。

34、本公开还提供了一种信息发送装置，包括：

35、信息获取模块，被配置为获取第一业务信息；

36、信息提取模块，被配置为从所述第一业务信息中提取语义信息及实体列表；

37、第一匹配模块，被配置为将所述实体列表与第一语义库进行匹配，并判断所述实体列表中的实体是否匹配到所述第一语义库中的语义知识；

38、语义导频生成模块，被配置为响应于所述实体匹配到所述第一语义库中的所述语义知识，基于匹配到的所述语义知识对应的标签和所述第一语义库的版本号进行信道编码及调制后生成语义导频；

39、所述语义导频生成模块，被配置为响应于所述实体未匹配到所述第一语义库中的所述语义知识，将所述语义导频置零；

40、信息合成模块，被配置为对所述语义导频和所述语义信息进行组合形成第二业务信息后发送。

41、可选的，信息发送装置还包括：调制模块，被配置为对所述第二业务信息进行正交频分复用调制处理，将所述第二业务信息转换为正交频分复用帧，以进行浮点数传输。

42、本公开还提供了一种信息接收装置，包括：

43、信息接收模块，被配置为接收第二业务信息；

44、解帧模块，被配置为对所述第二业务信息进行解帧处理得到所述语义信息及所述语义导频；

45、解调解码模块，被配置为对所述语义导频进行解调及信道解码后得到所述语义知识对应的标签和所述第一语义库的版本号；

46、判断模块，被配置为判断所述第一语义库的版本号与第二语义库的版本号是否一致；

47、查询模块，被配置为响应于所述第一语义库的版本号与所述第二语义库的版本号一致，利用所述语义知识对应的标签在所述第二语义库中查询对应的所述语义知识；

48、信息恢复模块，被配置为响应于所述第一语义库的版本号与所述第二语义库的版本号不一致，直接对所述语义信息进行恢复处理得到所述第三业务信息；

49、所述信息恢复模块响应于所述查询模块查询到所述语义知识，结合所述语义知识对所述语义信息进行恢复处理得到所述第三业务信息；

50、所述信息恢复模块响应于所述查询模块未查询到所述语义知识，直接对所述语义信息进行恢复处理得到所述第三业务信息。

51、可选的，信息接收装置还包括：解调模块，被配置为在所述解帧模块对所述第二业务信息进行解帧之前，对所述第二业务信息进行正交频分复用解调处理。

52、本公开还提供了一种电子设备，包括：

53、至少一个处理器；以及

54、与所述至少一个处理器通信连接的存储器；其中，

55、所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述技术方案中任一项所述的信息发送方法或信息接收方法。

56、本公开还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据上述实施例中任一项所述的信息发送方法或信息接收方法。

57、本公开还提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据上述实施例中任一项所述的信息发送方法或信息接收方法。

58、本公开提供了一种信息发送及接收方法、装置、电子设备、存储介质，用于在智简网络中传输信息，通过语义库进行语义知识的匹配，并利用语义知识协助神经网络模型提取及恢复语义信息，不仅依赖神经网络模型的性能，可以提升语义信息恢复的准确度；另外，也可以降低传输过程中的噪声干扰。

59、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。