Low-Latency Task-Oriented Image Transmission with Opportunistic Spectrum Access

📄 arXiv: 2607.01921v1 📥 PDF

作者: João Henrique Inacio de Souza, Mattia Merluzzi, Mateus P. Mota, Beatriz Soret, Petar Popovski

分类: cs.IT, cs.AI

发布日期: 2026-07-02

备注: This work has been accepted for presentation at IEEE SPAWC 2026

💡 一句话要点

提出低延迟任务导向图像传输框架以解决频谱有限问题

🎯 匹配领域: 支柱四：生成式动作 (Generative Motion)

关键词: 低延迟通信 任务导向 频谱接入 向量量化 变分自编码器 深度学习 信道编码 数据压缩

📋 核心要点

  1. 现有通信系统在频谱有限和信道衰落情况下，往往依赖于独立的源和信道编码，导致高延迟。
  2. 本文提出了一种利用机会频谱接入的传输框架，通过VQ-VAE学习的离散潜在表示进行任务导向通信。
  3. 实验结果显示，该方案在延迟和准确率之间取得了良好的平衡，显著降低了延迟，同时保持了较高的分类准确性。

📝 摘要（中文）

现有的通信系统通常侧重于可靠的数据重构，而非任务导向的通信，导致在频谱有限和信道衰落情况下延迟较高。为此，本文提出了一种利用机会频谱接入的传输框架，发送通过向量量化变分自编码器（VQ-VAE）学习的离散潜在表示。AI驱动的接收器能够从高度压缩的数据中重构任务相关信息。我们开发了一个跨层延迟模型，考虑了压缩、块错误、重传和随机信道接入。实验结果表明，与传统的源和信道编码基准相比，该方案在分类准确率仅下降5.7%和2.4%的情况下，实现了至少79倍和3.3倍的延迟减少。

🔬 方法详解

问题定义：本文旨在解决在频谱有限和信道衰落情况下，传统通信系统高延迟的问题。现有方法通常依赖于独立的源和信道编码，导致效率低下。

核心思路：提出了一种新的传输框架，利用机会频谱接入技术，发送通过VQ-VAE学习的离散潜在表示，从而实现低延迟的任务导向通信。

技术框架：整体架构包括数据压缩模块（VQ-VAE）、信道接入策略和AI驱动的接收器。数据首先经过VQ-VAE进行压缩，然后通过闲置的许可信道进行传输，接收器负责重构任务相关信息。

关键创新：最重要的创新在于结合了机会频谱接入与深度学习模型，能够在高压缩比下仍然保持任务相关信息的有效重构，显著降低了延迟。

关键设计：在设计中，使用了向量量化技术来压缩数据，设置了合适的损失函数以优化重构质量，同时采用标准数字调制技术进行信号传输。

🖼️ 关键图片

img_0
img_1

📊 实验亮点

实验结果表明，提出的方案在延迟方面实现了至少79倍和3.3倍的减少，而分类准确率仅下降5.7%和2.4%。这一显著的性能提升展示了该方法在低延迟任务导向通信中的有效性。

🎯 应用场景

该研究的潜在应用领域包括无人驾驶、远程医疗和工业自动化等需要低延迟和高可靠性的任务导向通信场景。通过优化频谱利用，该框架能够在资源受限的环境中实现高效的数据传输，推动相关领域的发展。

📄 摘要（原文）

Communication systems designed for reliable data reconstruction, rather than task-oriented communication, typically rely on separate source and channel coding and incur high latency under limited spectrum availability and fading channels. To address this, we propose a transmission framework with opportunistic spectrum access, in which the transmitter sends discrete latent representations learned via a vector-quantized variational autoencoder (VQ-VAE) over idle licensed channels using standard digital modulation. The AI-powered receiver is still able to reconstruct task-related information from the heavily compressed data. We develop a cross-layer latency model that accounts for compression, block errors, retransmissions, and stochastic channel access. Results on latency-accuracy trade-offs show that the proposed scheme achieves at least 79- and 3.3-fold latency reductions with only 5.7% and 2.4% drops in classification accuracy compared to benchmarks using conventional source and channel coding. The framework enables low-latency communication and reliable task execution even under limited spectrum availability and challenging channel conditions.