🏠IT之家•最新收集於 20m
中國電信測試 AI 驅動衛星視訊傳輸新方案
#satellite#jscc#6gchina-telecom-satellite-semantic-communicationchina telecombeijing university of posts and telecommunicationspeng cheng laboratory
💡利用 AI 驅動的 JSCC 技術，實現衛星網路語意通訊效率的重大突破。
⚡ 30-Second TL;DR
有什麼變化
透過語意通訊技術，傳輸效率較 H.265 提升 3.5 倍
為什麼重要
這項語意通訊的突破，有望大幅降低衛星 AI 應用與遙測技術的頻寬需求。
下一步行動
研究 JSCC（信源信道聯合編碼）架構，評估其在頻寬受限的邊緣 AI 部署中的應用潛力。
誰應關注：Researchers & Academics
關鍵要點
- •透過語意通訊技術，傳輸效率較 H.265 提升 3.5 倍
- •結合 JSCC 與語意知識庫實現高效傳輸
- •多模態傳輸品質較傳統編解碼器提升 70%
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •該技術方案採用了基於深度學習的聯合信源信道編碼（JSCC）架構，有效解決了衛星通訊中高誤碼率與頻寬受限的痛點。
- •此項研究成果已在實際衛星鏈路環境中進行了驗證，特別針對低軌衛星（LEO）通訊場景進行了優化。
- •語意通訊（Semantic Communication）的核心在於僅傳輸視訊內容的語意特徵，而非傳統的像素級數據，從而大幅降低了冗餘資訊。
- •該專案是中國電信「天地一體化」通訊戰略的一部分，旨在提升偏遠地區與應急場景下的即時視訊傳輸能力。
- •研究團隊開發了專用的語意知識庫，能夠根據不同視訊場景（如監控、會議、遙感）動態調整編碼策略。
📊 競品分析▸ Show
| 特性/技術 | 中國電信 (語意通訊) | 傳統 H.265/HEVC 衛星傳輸 | Starlink (標準傳輸) |
|---|---|---|---|
| 傳輸效率 | 極高 (語意壓縮) | 標準 (像素壓縮) | 高 (傳統編碼) |
| 誤碼容忍度 | 強 (語意恢復) | 低 (需重傳) | 中 (依賴糾錯碼) |
| 頻寬需求 | 極低 | 高 | 中高 |
| 應用場景 | 應急、遙感、低頻寬衛星 | 通用衛星廣播 | 消費級寬頻 |
🛠️ 技術深入
- 採用端到端（End-to-End）深度神經網路架構，將信源編碼與信道編碼合併為單一優化目標。
- 引入注意力機制（Attention Mechanism）來提取視訊幀中的關鍵語意特徵，過濾背景雜訊。
- 使用基於 Transformer 的編解碼器結構，提升了對複雜動態場景的語意理解能力。
- 在信道編碼層面，利用神經網路模擬衛星鏈路的衰落特性，實現自適應調變與編碼（AMC）。
- 透過預訓練的語意知識庫，在接收端進行特徵重建，實現了在極低訊噪比（SNR）下的視訊恢復。
🔮 前景展望AI analysis grounded in cited sources
語意通訊將成為 6G 衛星通訊的標準配置。
隨著頻譜資源日益緊張，基於語意的傳輸方式能以極低頻寬實現高品質通訊，符合 6G 發展趨勢。
衛星視訊傳輸成本將下降 50% 以上。
傳輸效率的顯著提升直接降低了對衛星頻寬資源的佔用，從而大幅降低營運成本。
⏳ 時間線
2023-05
中國電信發布天地一體化通訊技術白皮書，確立衛星通訊發展方向。
2024-11
中國電信與鵬城實驗室簽署戰略合作，啟動語意通訊在衛星場景的聯合研發。
2025-08
完成基於 JSCC 技術的衛星視訊傳輸原型系統初步測試。
2026-04
在實際衛星鏈路中實現 3.5 倍傳輸效率提升的關鍵技術突破。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： IT之家 ↗