郭帅帅/GUO Shuaishuai，李树静/LI Shujing

（ 山东大学，中国 济南 250062）

随着人工智能的发展，各种新型通信对象大量涌现。通信网络不仅要支撑人与人（H2H）之间的交互，还要支撑人与智能机器（H2SM）的交互和智能机器与智能机器（SM2SM）的交互。星地融合的全覆盖和机器-机器意图通信或将成为6G使能的创新应用[1]。然而，传统通信系统中信息压缩和传输的方法已经逼近香农信息论极限。语义通信有望打破这一瓶颈，成为6G 的关键技术[2]。语义通信关注数据中蕴含的语义，结合背景知识提取与任务相关的语义，其通信目标是接收端在语义层面上恢复信息。现有关于语义通信的研究大多基于信源信道联合设计的思路，在仿真中表现出优越的性能，但在神经网络训练耗时和通信安全等方面仍存在一些问题[3]。本文从信源信道分离设计的角度出发，提出了一种基于语义重要度构造不等错误保护的传输机制。

1 传统通信与语义通信

传统通信以香农经典信息论为指导，按照技术堆叠的思路发展，系统复杂度和对资源的消耗都不断提高。语义通信拓展香农信息论，挖掘信息的语义维度，实现信息的高度抽象表征和智能简约传输。本节将从系统组成和理论基础两方面讨论传统通信和语义通信之间的异同。

1.1 系统组成

传统通信系统模型如图1所示，在信源到信宿之间采用信源、信道分离编解码。信源编码把经过采样和量化的模拟信号变换成数字脉冲，信道编码按照一定的协议对信息进行纠、检错编码，以弥补由高斯白噪声（AWGN）、信道衰落等引起的信息错误。……