如果你说的是 Bourtsoulatze / Kurka / Gündüz 那条 DeepJSCC 系列，那么“慢瑞利衰落”最典型的仿真方式是：

$$\mathbf y=h\mathbf x+\mathbf n,$$

其中 $h$ 在一张图像/一个码字的整个传输期间固定不变，但传下一张图像时重新随机生成。也就是典型的 block fading / quasi-static fading（块衰落），而不是每个符号都变。原始 DeepJSCC 论文明确写的是：对每张待传图像随机采样一个 $h$，整个图像传输期间保持恒定，下一张图像再独立采样新的 $h$。(Hugging Face)

具体来说，一般设

$$h\sim \mathcal{CN}(0,H_c),$$

例如 $H_c=1$，因此

$$|h|$$

服从 Rayleigh 分布。假设编码器产生

$$\mathbf x=[x_1,x_2,\ldots,x_k],$$

那么同一张图像是

$$\begin{aligned} y_1 &= hx_1+n_1\\ y_2 &= hx_2+n_2\\ &\vdots\\ y_k &= hx_k+n_k. \end{aligned}$$

这里所有 $k$ 个 channel uses 共用完全相同的 $h$。到了下一张图像：

$$h'\sim\mathcal{CN}(0,1),$$

再使用新的 $h'$。

所以你可以把它理解成：

$$\boxed{ \text{image 1}:h=h_1\quad\rightarrow\quad \text{image 2}:h=h_2\quad\rightarrow\quad \text{image 3}:h=h_3 }$$

而不是

$$h_1x_1,\ h_2x_2,\ h_3x_3,\ldots$$

后者更接近 fast fading。

那 $h$ 是不是通过导频估计？

原始 DeepJSCC 的经典 Rayleigh fading 实验里，不是。

作者明确说明，在相应实验中：

• transmitter 不知道 CSI；
• receiver 也不显式获得 CSI；
• 没有传输 pilot symbols；
• 没有传统意义上的 LS/MMSE channel estimation。

也就是说，他们不是先做

$$\text{pilot}\rightarrow \hat h\rightarrow \frac{y}{\hat h}\rightarrow\text{JSCC decoder}.$$

而是直接

$$\mathbf x \xrightarrow{h\mathbf x+\mathbf n} \mathbf y \xrightarrow{\text{NN decoder}} \hat{\mathbf s}.$$

论文甚至指出，这种结果暗示 decoder 网络自己学会了某种隐式的信道状态估计/信道适应能力。(Hugging Face)

不过这里有一个容易忽略的细节：在原论文后面的 Kodak/time-varying-channel 实验中，作者又假设 接收端知道信道引入的相位旋转，因此主要剩下随机幅度衰落；但仍不是显式发送导频来估计完整的 $h$。(Imperial College London)

---

如果你自己复现，最典型的 PyTorch 思路其实就是：

python
# x: [batch, k] complex

# 每张图像产生一个 h
h = (torch.randn(batch, 1) +
     1j * torch.randn(batch, 1)) / sqrt(2)

# h 自动 broadcast 到这一张图像的全部 k 个符号
noise = sigma / sqrt(2) * (
    torch.randn_like(x.real) +
    1j * torch.randn_like(x.real)
)

y = h * x + noise

重点就是 h.shape = [batch, 1]，而不是 [batch, k]。

前者：

$$\boxed{\text{每张图一个 }h}$$

就是 slow Rayleigh fading。

后者：

python
h.shape = [batch, k]

意味着每个 channel symbol 都有新的衰落系数，这已经不是原始 DeepJSCC 论文采用的慢衰落模型了。

另外，若定义

$$E[|h|^2]=1,\qquad E[|x|^2]=P=1,$$

平均 SNR 为

$$\mathrm{SNR}_{avg} =\frac{E[|h|^2]P}{N_0} =\frac{1}{N_0}.$$

所以通常可以按

$$N_0=10^{-\mathrm{SNR}_{dB}/10}$$

来设置噪声。但由于 $h$ 每张图不同，每张图实际经历的瞬时 SNR 是

$$\boxed{ \mathrm{SNR}_{inst} = \frac{|h|^2P}{N_0} }$$

所以即便实验设置为平均 SNR = 10 dB，某一张图片可能实际上经历 3 dB，另一张可能经历 14 dB。这正是慢瑞利衰落实验的意义。

需要特别注意的是，后续 JSCC 论文不一定都这么做。例如 DeepJSCC-Q 的一种 fading 设置假设 receiver 知道 $h$，然后先进行

$$y\leftarrow\frac{h^*}{|h|^2}y$$

这样的信道均衡，再送入 decoder。(ResearchGate) 而 OFDM/实际物理层方向的 DeepJSCC 工作则可能明确插 pilot，再做 LS/MMSE 或神经网络信道估计。

所以可以简单记成：

$$\boxed{ \begin{array}{c} \text{原始 DeepJSCC slow Rayleigh}\\[2mm] h\sim\mathcal{CN}(0,1)\\ \downarrow\\ \text{一张图/一个 codeword 内固定}\\ \downarrow\\ \text{下一张图重新采样}\\ \downarrow\\ \text{通常无 pilot、无显式 }\hat h \end{array}}$$

如果你现在是在复现某一篇具体 JSCC 论文的代码，把论文名或 channel layer 那几行代码发我，我可以直接帮你判断它到底是 每 symbol 变 $h$、每 image 变 $h$、完美 CSI，还是 pilot 估计 CSI。

可以。先把概念卡准：你说的“信道符号是离散的 JSCC”，更准确地说通常是指信道输入 alphabet 是有限的

$$x_i\in\mathcal C=\{c_1,\ldots,c_M\},$$

例如 BPSK/QPSK/16QAM，或者发送的是 VQ codebook index。经过 AWGN/Rayleigh 后

$$y_i=h x_i+n_i$$

的 $y_i$ 本身仍然是连续复数。传统 DeepJSCC 与数字式 JSCC 的核心区别正是在这里：传统 DeepJSCC 的 $x_i\in\mathbb C$ 基本连续，而下面这些工作显式引入了离散化。

比较值得看的论文

论文	离散化方法	实际发送什么	我认为与你的方向匹配度
DeepJSCC-Q, Tung et al., JSAIT 2022	星座量化 / soft-to-hard	有限星座点	★★★★★
VQ-DeepSC, Fu et al., IEEE WCL 2023	Vector Quantization	codebook index → 数字调制	★★★★★
Digital Wireless Image Transmission via Distribution Matching, Yang et al., PIMRC 2024	标量/星座量化 + STE	离散星座点	★★★★★
Joint Coding-Modulation via VAE, Bo et al., TCOM 2024	categorical / 概率式离散映射	BPSK/QAM星座	★★★★★
OFDM-Based Digital Semantic Communication, Liu et al., TCOM 2024	Scalar Quantization	bits → QAM → OFDM	★★★★★
Digital-SC, Guo et al., TCCN 2025	learned nonlinear scalar quantization	量化比特	★★★★☆
D²-JSCC, Huang et al., JSAC 2025	数字源编码+信道编码	bitstream	★★★☆☆
VQ-DeepISC, Chen et al., 2025	VQ	VQ index → QPSK/OFDM	★★★★★
VQJSCC / CAVQ, Meng et al., 2025	channel-aware VQ	离散符号	★★★★★
Se-HiLo, 2026	Finite Scalar Quantization (FSQ)	有限离散 latent	★★★★☆

下面重点讲前几篇。

---

1. DeepJSCC-Q：最直接的“离散信道输入 DeepJSCC”

这是你首先应该看的。

T. Y. Tung, D. B. Kurka, M. Jankowski, D. Gündüz, “DeepJSCC-Q: Constellation Constrained Deep Joint Source-Channel Coding,” IEEE JSAIT, 2022.

它明确指出原始 DeepJSCC 的问题是 encoder 可以产生任意复数

$$z_i\in\mathbb C,$$

而真实数字通信系统希望

$$x_i\in\mathcal C,$$

例如

$$\mathcal C_{\rm QPSK} = \left\{ \frac{\pm1\pm j}{\sqrt2} \right\}.$$

因此结构变成

$$\text{image} \xrightarrow{f_\theta} z \xrightarrow{Q_{\mathcal C}} x \xrightarrow{\text{channel}} y \xrightarrow{g_\phi} \hat s .$$

其中硬量化就是

$$Q_{\mathcal C}(z_i) = \arg\min_{c_m\in\mathcal C} |z_i-c_m|^2.$$

所以这里每个 channel symbol 只能取有限个值。论文研究了固定星座和可学习星座，并利用 soft-to-hard quantization 解决不可微问题。(IEEE Xplore)

训练时可以使用类似

$$\tilde z_i= \sum_{m=1}^{M} \frac{ \exp(-\sigma_q|z_i-c_m|^2) }{ \sum_l\exp(-\sigma_q|z_i-c_l|^2) } c_m$$

的 soft assignment；推理阶段变成 nearest-neighbor hard decision。(ResearchGate)

这篇与原始 DeepJSCC 的关系最清楚：

$$\boxed{ \text{DeepJSCC: }x_i\in\mathbb C }$$

变成

$$\boxed{ \text{DeepJSCC-Q: }x_i\in\{c_1,\ldots,c_M\}. }$$

DeepJSCC-Q 论文

---

2. VQ-DeepSC：典型的 Vector Quantization 路线

Q. Fu, H. Xie, Z. Qin, G. Slabaugh, X. Tao, “Vector Quantized Semantic Communication System,” IEEE Wireless Communications Letters, 2023.

这篇就是非常典型的 VQ-VAE 思想进入数字 JSCC/SemCom。

encoder 首先得到高维特征：

$$z=f_\theta(s), \qquad z_i\in\mathbb R^D.$$

建立共享 codebook

$$\mathcal E= \{e_1,e_2,\ldots,e_K\}, \qquad e_k\in\mathbb R^D.$$

然后进行最近邻矢量量化：

$$k_i = \arg\min_k \|z_i-e_k\|_2^2$$

并令

$$\hat z_i=e_{k_i}.$$

真正需要发送的不再是连续 $D$ 维向量，而是

$$\boxed{k_i\in\{1,\ldots,K\}}.$$

所以如果

$$K=256,$$

一个 VQ index 只需要

$$\log_2 256=8\text{ bit}.$$

VQ-DeepSC 使用多尺度 semantic embedding/codebook，使连续语义特征转换为离散 index，并面向数字通信系统。(arXiv)

典型链路是

$$s \rightarrow z \rightarrow \boxed{\text{VQ index}} \rightarrow \text{bits} \rightarrow \text{channel coding/modulation} \rightarrow \hat k \rightarrow e_{\hat k} \rightarrow \hat s.$$

这是与你说的“基于 VQ 的矢量量化”最标准的一篇。

VQ-DeepSC 论文

---

3. 标量量化：OFDM-Based Digital Semantic Communication

如果你的兴趣是：

不想做 VQ，一个 latent value 一个 latent value 地量化。

那么这篇非常值得看。

C. Liu et al., “OFDM-Based Digital Semantic Communication With Importance Awareness,” IEEE Transactions on Communications, 2024.

它明确采用 scalar quantizer：

$$z_i\in\mathbb R \rightarrow Q(z_i) \in \{q_1,q_2,\ldots,q_L\}.$$

然后转换为 bits，再通过真实的数字 OFDM 链路传输：

$$\text{semantic features} \rightarrow \boxed{\text{scalar quantization}} \rightarrow \text{bits} \rightarrow \text{digital modulation} \rightarrow \text{OFDM}.$$

而且它不是简单 AWGN abstraction，而是研究 frequency-selective channel，并联合做 semantic importance、subcarrier allocation 和 bit allocation。(IEEE Xplore)

论文：

C. Liu, C. Guo, Y. Yang, W. Ni, T. Q. S. Quek, IEEE TCOM 72(10), 6301–6315, 2024, DOI 10.1109/TCOMM.2024.3397862. (IEEE Xplore)

如果你以后想做

$$\text{JSCC encoder} \rightarrow B\text{-bit scalar quantizer} \rightarrow 16QAM \rightarrow \text{Rayleigh}$$

这篇是很好的参考。

---

4. Digital-SC：可学习的非均匀标量量化

L. Guo, W. Chen, Y. Sun, B. Ai, “Digital-SC: Digital Semantic Communication With Adaptive Network Split and Learned Non-Linear Quantization,” IEEE TCCN, 2025.

它的重点不是固定 uniform quantizer，而是学习量化 level。

普通均匀量化可能是

$$Q(z)=\Delta \operatorname{round} \left(\frac z\Delta\right).$$

Digital-SC 则让

$$\mathcal Q = \{q_1,q_2,\ldots,q_M\}$$

本身成为可以优化的参数：

$$Q(z_i) = q_{\arg\min_j|z_i-q_j|}.$$

因此量化级可以变成非均匀的，例如：

$$\{-2.3,-0.9,-0.25,0.15,0.72,2.8\},$$

而不是强制均匀间隔。

论文提出 learned nonlinear quantization，同时结合 structured pruning 和自适应 split/rate。(arXiv)

不过它更多偏向task-oriented semantic communication / classification，不像 DeepJSCC-Q 那么纯粹是端到端图像重构。

Digital-SC 论文

---

5. Distribution Matching：先训练连续 DeepJSCC，再离散化

这篇我觉得对你做实验非常有启发。

P. Yang, G. Zhang, Y. Cai, “Digital Wireless Image Transmission via Distribution Matching,” IEEE PIMRC 2024.

作者直接指出：

大部分 DeepJSCC 是 continuous/analog channel symbols，实际数字通信需要映射到 discrete space。

它考虑两种办法。

方法 A：uniform constellation

例如把 encoder 输出

$$z_i$$

量化到某种有限 constellation：

$$Q(z_i)\in\{c_1,\ldots,c_M\}.$$

但是根据 DeepJSCC latent 的实际分布调整 constellation spacing。

方法 B：non-uniform constellation

先训练 analog JSCC，得到大量

$$z_i.$$

然后对这些 feature 做 clustering：

$$\{z_i\} \xrightarrow{\text{clustering}} \{c_1,\ldots,c_M\}.$$

也就是说星座本身根据 DeepJSCC feature distribution 构造。

因此它其实位于

$$\boxed{\text{scalar constellation quantization}}$$

和

$$\boxed{\text{VQ/clustering}}$$

之间。

由于硬量化

$$\arg\min$$

不可微，训练采用 STE。(arXiv)

论文已发表于 PIMRC 2024。(DBLP)

论文预印本

---

6. Joint Coding-Modulation：甚至不显式做 quantizer

这是另一种很漂亮的思路。

Y. Bo, Y. Duan, S. Shao, M. Tao, “Joint Coding-Modulation for Digital Semantic Communications via Variational Autoencoder,” IEEE TCOM, 2024.

它不采用传统的

$$z\rightarrow Q(z)$$

而是学习：

$$p_\theta(x_i=c_m|s).$$

即 encoder 给出：

$$[p_1,p_2,\ldots,p_M],$$

其中

$$\sum_m p_m=1.$$

再从有限星座

$$\mathcal C= \{c_1,\ldots,c_M\}$$

中产生发送符号。

所以：

$$\boxed{x_i\in\mathcal C}$$

从结构上就是离散的。

作者用 VAE/variational learning 学习从 source 到 discrete constellation symbols 的 transition probability，从而绕开普通数字调制不可微的问题。实验包括 BPSK、4QAM、16QAM、64QAM。(IEEE Xplore)

这条路线可以理解为：

$$\text{DeepJSCC-Q} : z\rightarrow Q(z)\rightarrow c_m$$

而 JCM 是：

$$\boxed{ s\rightarrow p(c_m|s)\rightarrow c_m }.$$

官方代码

---

7. VQ-DeepISC：VQ + 真正的 QPSK/OFDM

这是更近期、工程链路更完整的一篇：

J. Chen et al., “VQ-DeepISC: Vector Quantized-Enabled Digital Semantic Communication with Channel Adaptive Image Transmission,” 2025.

它使用 Swin Transformer 提取 hierarchical semantic features，再使用 VQ：

$$z_i \rightarrow k_i= \arg\min_k\|z_i-e_k\|^2 .$$

区别在于，它进一步明确使用

$$\boxed{\text{VQ index}\rightarrow\text{bits}\rightarrow QPSK\rightarrow OFDM}$$

而不是只在抽象数字信道上测试，并按 IEEE 802.11a 风格构建数字通信链路。(arXiv)

所以如果你的目标最终是：

JSCC + 离散 latent + modulation + fading channel

这篇很值得参考。

VQ-DeepISC

---

8. Channel-Aware VQ：VQJSCC / CAVQ

这篇尤其符合你说的“离散信道”。

Z. Meng et al., “Channel-Aware Vector Quantization for Robust Semantic Communication on Discrete Channels,” 2025.

作者直接构建

$$\boxed{\text{JSCC over a discrete memoryless channel}}$$

并且不只是普通 VQ。

传统 VQ：

$$k= \arg\min_j \|z-e_j\|^2.$$

它考虑 channel transition probability：

$$P(\hat k=j|k=i).$$

设计 codebook 时希望信道上容易互相混淆的两个符号，对应的语义 codeword 也彼此相近。

直观理解：

假设调制符号

$$c_1,c_2$$

在信道上容易判错，那么希望：

$$\|e_1-e_2\|$$

也比较小。

这样即使

$$1\rightarrow2$$

发生 symbol error，图像语义失真也不会特别大。

它还处理

$$K_{\rm VQ}\neq M_{\rm modulation}$$

的问题，通过 multi-codebook alignment 适配不同 modulation order。(arXiv)

这其实很接近经典 JSCC 里的 index assignment / channel-optimized vector quantization 思想，只不过换成了神经 VQ。

---

9. FSQ：VQ 之外值得特别关注的新路线

如果你正在考虑自己设计方法，我建议不要只看传统 VQ，还可以关注 Finite Scalar Quantization, FSQ。

传统 VQ：

$$z\in\mathbb R^D$$

整个向量找最近 codeword：

$$Q(z) = \arg\min_{e_k} \|z-e_k\|^2.$$

codebook 大小是

$$K.$$

FSQ 则对每个 dimension 单独有限量化：

$$z_d\rightarrow q_d \in \{0,\ldots,L_d-1\}.$$

最后离散 state 数量：

$$K=\prod_{d=1}^{D}L_d.$$

例如：

$$L=[8,8,8]$$

实际上有

$$K=512$$

种组合，却不用显式维护 512 个 VQ embedding。

2026 年的 Se-HiLo: Noise-Resilient Semantic Communication via Frequency-Decoupled Quantization 就使用 FSQ，把 representation 限制在 predefined discrete spaces。(IEEE Xplore)

另外已有数字语义通信工作采用 FSQ-based implicit codebook，并指出它可以避免传统 VQ 的 codebook collapse。(PubMed)

如果你想做：

$$\boxed{\text{离散 JSCC + 简单量化 + 不想维护巨大 codebook}}$$

FSQ 是一个非常值得研究的方向。

---

从方法上，其实可以归纳成 5 类

你看论文时，可以按下面这个谱系理解。

A. 标量量化 SQ

对于每个 feature：

$$z_i\rightarrow q_i.$$

比如 $B$-bit uniform quantization：

$$q_i = \operatorname{clip} \left( \operatorname{round} \frac{z_i-z_{\min}}{\Delta}, 0,2^B-1 \right).$$

链路：

$$z \rightarrow \text{SQ} \rightarrow \text{bits} \rightarrow \text{QAM}.$$

代表：

OFDM-Based Digital Semantic Communication

Digital-SC

优点：简单、容易接真实通信系统。

缺点：没利用 feature dimensions 之间相关性。

---

B. Vector Quantization

把

$$z_i\in\mathbb R^D$$

映射为：

$$k_i = \arg\min_k \|z_i-e_k\|^2.$$

链路：

$$z_i \rightarrow k_i \rightarrow \log_2K\text{ bits}.$$

代表：

$$\boxed{\text{VQ-DeepSC}}$$

以及 VQ-DeepISC、VQJSCC。

优点是压缩能力强，而且天然得到 discrete tokens。

缺点是：

• codebook collapse；
• 大 codebook 搜索复杂度高；
• index error 可能造成 catastrophic semantic error。

---

C. Constellation Quantization

这一类以 DeepJSCC-Q 为代表。

直接：

$$z_i\in\mathbb C \rightarrow x_i= \arg\min_{c_m\in\mathcal C} |z_i-c_m|^2.$$

不一定经过：

$$\text{index}\rightarrow\text{binary}.$$

所以 encoder 直接输出一个可以被物理层发送的星座符号。

这是：

$$\boxed{\text{JSCC + modulation 一体化}}$$

而不是传统：

$$\text{source compression} \rightarrow \text{bits} \rightarrow \text{channel code} \rightarrow \text{modulation}.$$

---

D. Probabilistic discrete mapping

代表 JCM：

$$z \rightarrow p(x=c_m|z) \rightarrow c_m.$$

它本质上把数字 modulation 视为 categorical latent variable。

这种路线通常采用：

• Gumbel-Softmax；
• VAE；
• categorical reparameterization；
• stochastic encoder。

我认为这条路线在理论上比简单 STE 更漂亮。

---

E. FSQ

$$z=(z_1,\ldots,z_D)$$

分别进行：

$$Q_d(z_d)\in\{1,\ldots,L_d\}.$$

得到组合 token：

$$(Q_1(z_1),\ldots,Q_D(z_D)).$$

可以看成：

$$\boxed{\text{SQ 的计算复杂度 + VQ 的离散 token 表达}}$$

因此近年来越来越值得关注。

---

一个非常关键的区别

很多论文都叫 Digital JSCC / Digital Semantic Communication，但其实可以分成两种。

第一种：

$$\boxed{ \text{NN}\rightarrow \text{VQ/SQ}\rightarrow \text{bits}\rightarrow \text{FEC}\rightarrow \text{QAM} }$$

例如：

$$\text{VQ-DeepSC}$$

这种其实还是有比较清晰的传统数字链路。

第二种则是：

$$\boxed{ \text{NN}\rightarrow \text{finite constellation} \rightarrow hx+n }$$

例如：

$$\text{DeepJSCC-Q}.$$

它没有显式

$$\text{bitstream}\rightarrow \text{channel code}\rightarrow \text{modulation}$$

这几层，而是直接学习从 source 到有限星座序列的 JSCC codebook。

从严格意义上的“离散输入 JSCC”研究来看，我认为第二类其实更有意思。

---

如果你现在是准备做“离散符号 JSCC”，我建议重点看这 6 篇

按阅读顺序：

1. DeepJSCC-Q, 2022
   先理解如何把连续 DeepJSCC 改成

   $$x_i\in\mathcal C.$$

   (IEEE Xplore)

2. VQ-DeepSC, 2023
   理解

   $$z\rightarrow\text{VQ index}.$$

   (arXiv)

3. Joint Coding-Modulation via VAE, 2024
   理解“不用 hard quantizer，直接学习 categorical constellation symbol”。(IEEE Xplore)

4. Digital Wireless Image Transmission via Distribution Matching, 2024
   理解 DeepJSCC latent distribution 与 discrete constellation 应该怎样匹配。(arXiv)

5. OFDM-Based Digital Semantic Communication, 2024
   看最接近真实数字 PHY 的

   $$\text{SQ}\rightarrow\text{bits}\rightarrow\text{QAM}\rightarrow\text{OFDM}.$$

   (IEEE Xplore)

6. VQJSCC / Channel-Aware VQ, 2025
   看如何把

   $$P(\hat x|x)$$

   真正纳入 VQ/codebook 设计。(arXiv)

如果你的研究重点是图像重构 + Rayleigh fading + 离散符号，我最建议从

$$\boxed{ \text{DeepJSCC-Q} \rightarrow \text{VQ-DeepSC} \rightarrow \text{VQJSCC} }$$

这条线切入；如果想做一个比较容易形成新方法的方向，则可以考虑

$$\boxed{ \text{channel-aware VQ/FSQ} + \text{Rayleigh fading} + \text{有限 QAM constellation} }$$

尤其是研究“VQ codeword 与 QAM symbol 如何联合映射，使邻近/易混淆星座点对应语义相近 codeword”，这本质上就是现代神经 JSCC 版的 channel-optimized vector quantization + index assignment，研究逻辑非常清楚。

你这个方案如果是 “VQ 决定/引导 QAM 星座结构或 VQ codeword 与星座联合设计”，我建议不要只按“谁 PSNR 高”找 baseline，而要同时覆盖：

1. 同机制：VQ / learned constellation / digital JSCC；
2. 同实验协议：Kodak/CLIC、CBR=1/48 或 1/192、AWGN/Rayleigh；
3. 强模拟 JSCC baseline：证明离散化以后没有牺牲太多性能；
4. 传统数字通信 baseline：BPG/learned codec + LDPC + QAM。

按你现在的设置，我会优先选下面这些。

方法	和你的方法相似度	Kodak/CLIC	CBR=1/48	CBR=1/192	QAM/VQ	代码/权重	建议
DeepJSCC-Q	★★★★★	Kodak	✅	—	learned constellation/QAM	代码不算正式公开	必比
MDJCM	★★★★★	Kodak + CLIC2021	可做低 CBR；论文重点含 rate curve	—	多阶 QAM + constellation generator	✅代码 + checkpoint	必比
euJSCC	★★★★★★	Kodak + CLIC2021 + DIV2K	✅精确	—	VQ + dynamic codebook + modulation	暂未找到官方代码	必引用，极其接近你
VQJSCC/CAVQ	★★★★★★	CIFAR-10	不匹配	不匹配	VQ 与 constellation 联合优化	暂无官方代码	必引用机制
SwinJSCC	★★★	Kodak + CLIC2021	✅	—	连续模拟符号	✅代码 + 预训练权重	强 baseline
MambaJSCC	★★★	Kodak + CLIC2021	✅	—	连续模拟符号	✅代码 + checkpoint	推荐
DiffJSCC	★★	Kodak	✅ Rayleigh	✅ Rayleigh	连续+生成式	✅代码 + 部分权重	1/192 特别有用
BPG+LDPC+QAM	★★★★	任意	✅自己配	✅自己配	标准数字通信	易实现	必比

下面说为什么。

---

1. 第一优先级：DeepJSCC-Q

这篇实际上应该是你论文里最核心的 baseline/citation：

Tung et al., “DeepJSCC-Q: Constellation Constrained Deep Joint Source-Channel Coding,” IEEE JSAIT, 2022. (IEEE Xplore)

它与你的区别可以概括成：

$$\text{DeepJSCC-Q}: z\rightarrow Q_{\mathcal C}(z)\rightarrow c_m$$

而你大概是：

$$z \rightarrow \underbrace{\text{VQ/codebook}}_{\text{semantic structure}} \rightarrow \underbrace{\mathcal C_{\theta}}_{\text{VQ-guided constellation}} \rightarrow hx+n.$$

它已经研究：

• 固定 QAM；
• learned constellation；
• AWGN；
• slow fading；
• Kodak；
• PSNR / MS-SSIM；
• 不同 modulation order；
• 不同 CBR。

而且论文里明确给了 $\rho=1/48$ 的 Kodak 图像结果，其 rate-distortion 图也比较了 DeepJSCC-Q、learned 64-point constellation、64-QAM 和 BPG+LDPC。(ResearchGate)

所以如果审稿人问：

为什么需要 VQ 来指导 constellation，而 DeepJSCC-Q 已经能学习 constellation？

这基本就是你必须回答的问题。

推荐你复现的 DeepJSCC-Q variants

至少做：

$$\text{DeepJSCC-Q + standard QAM}$$

以及

$$\text{DeepJSCC-Q + learned constellation}.$$

如果你的结果能证明：

$$\boxed{ \text{VQ-guided constellation} > \text{free learned constellation} > \text{fixed QAM} }$$

那么故事非常完整。

论文：DeepJSCC-Q IEEE 页面

一个有用的实现线索是 ST-JSCC 的公开仓库明确感谢 DeepJSCC-Q 作者提供过代码，但我目前没有查到一个维护良好的 DeepJSCC-Q 官方独立仓库。(GitHub)

---

2. 第二优先级：MDJCM

From Analog to Digital: Multi-Order Digital Joint Coding-Modulation for Semantic Communication，IEEE TCOM 2025。(arXiv)

这个甚至比普通 DeepJSCC-Q 更适合你。

它也是：

$$\text{semantic encoder} \rightarrow \text{digital constellation} \rightarrow M\text{-QAM}.$$

而且包含 multi-order constellation generator，研究

$$M=\{4,16,64,256,1024\}.$$

论文在 Kodak 上直接画了不同 CBR 下的性能，并在 Kodak 和 CLIC2021 上给了 SNR-PSNR 曲线；其中固定 SNR 曲线实验的平均 CBR 是

$$0.0625=1/16.$$

同时它的 rate 实验覆盖更宽的 CBR 区域。(ResearchGate)

它和你的核心差别应该是：

$$\text{MDJCM}: \quad \text{feature}\rightarrow \text{constellation generator}$$

而你：

$$\text{feature} \rightarrow \boxed{\text{VQ semantic codebook}} \rightarrow \boxed{\text{constellation geometry}}.$$

这非常适合当 nearest competitor。

更重要的是，它有官方 PyTorch，而且提供 MDJCM-A 的 pretrained checkpoint。(GitHub)

MDJCM 官方代码

我会优先把这套代码拉下来改 CBR，而不是自己从论文重写。

---

3. euJSCC：目前与你的研究思路最接近之一

这是 2026 年比较新的：

Extended Universal Joint Source-Channel Coding for Digital Semantic Communications: Improving Channel-Adaptability。(arXiv)

你尤其应该认真看这篇。

因为它本身就是：

$$\boxed{ \text{VQ} + \text{digital modulation} + \text{dynamic codebook generation} }$$

它有一个 Dynamic Codebook Generation (DCG) network，根据 SNR 修改基础 VQ codebook。(arXiv)

实验协议更关键：

$$\boxed{\mathrm{CBR}=1/48}$$

并且测试：

• Kodak；
• CLIC2021；
• DIV2K。

训练 patch 是 $256\times256$，Kodak 是 $512\times768$，而且同时研究 AWGN 与 block fading。(ResearchGate)

所以从 experimental setup 来看，它几乎就是你应该找的论文。

你可以这样区分你和它：

$$\text{euJSCC}: \text{channel/SNR} \rightarrow \text{VQ codebook}$$

而如果你的方法是：

$$\text{VQ semantic geometry} \rightarrow \text{QAM constellation geometry},$$

那实际上研究重点完全不同：

euJSCC 是让 channel condition reshape codebook；
你是让 semantic VQ structure reshape constellation。

这是很好的 related work 对照。

缺点是：我目前没有找到作者公开的正式代码仓库或 pretrained weights。所以我会“必引用”，但不一定要求你复现。

---

4. VQJSCC / CAVQ：概念上可能是你最大的竞争对手

这篇标题就很明显：

Channel-Aware Vector Quantization for Robust Semantic Communication on Discrete Channels, 2025。(arXiv)

它的思想是：

$$z \rightarrow \text{VQ index} \rightarrow \text{modulation constellation}.$$

更关键的是，它不只是普通 VQ，而是利用 channel transition probabilities：

$$P(\hat j|i)$$

去改变 VQ codebook。

它希望：

在 QAM 星座上容易互相误判的 symbols，其对应的 VQ semantic codewords 也应该比较接近。

所以它实际上优化：

$$\boxed{ \text{semantic distance} \leftrightarrow \text{constellation/channel confusion} }$$

这个思想和“VQ 指导星座图生成”已经非常接近。(arXiv)

不过它有两个问题：

第一，它目前的主要实验是 CIFAR-10，32×32，并不是 Kodak/CLIC。(ResearchGate)

第二，我目前没有找到官方开源代码。

所以我的建议是：

$$\boxed{\text{不一定复现，但论文里一定要比较思想}}$$

否则如果投稿时 reviewer 知道这篇，很可能会直接问你和 CAVQ/VQJSCC 的区别。

---

5. 强 analog baseline：SwinJSCC

如果你需要一个高分辨率、大家都认可、而且很好复现的 neural JSCC baseline，我首选 SwinJSCC。

SwinJSCC: Taming Swin Transformer for Deep Joint Source-Channel Coding, IEEE TCCN 2024。

它的实验非常适合你：

• DIV2K train；
• Kodak test；
• CLIC2021 test；
• AWGN；
• Rayleigh；
• PSNR；
• MS-SSIM；
• 多 SNR；
• 多 CBR。

尤其论文明确给了：

$$\boxed{\mathrm{CBR}=1/48}$$

下的 Kodak AWGN 和 Rayleigh 曲线。(Scribd)

它的 rate-adaptive 模型也有

$$1/48,\quad1/16,\quad1/8$$

这种典型设置。(Scribd)

更重要的是代码很好用

官方：

SwinJSCC GitHub

repo 直接支持：

text
--testset kodak
--testset CLIC21
--channel-type awgn
--channel-type rayleigh

而且官方提供 pretrained models。(GitHub)

有一个需要注意的问题：官方 repo 后来特别提醒，torch > 1.12 时 SA&RA 模型推理结果可能和论文不一致，建议 inference 用 torch <=1.12。(GitHub)

这个坑值得提前避免。

---

6. MambaJSCC：现在也很适合你作为强 neural baseline

MambaJSCC 有一个优势：

$$\boxed{\mathrm{CBR}=1/48}$$

本身就是其主要实验条件之一，并研究 AWGN + Rayleigh。论文的 1/48 实验同时比较了：

• DeepJSCC；
• ADJSCC；
• SwinJSCC；
• MambaJSCC；
• BPG+LDPC。

(ResearchGate)

官方 repo 目前已经开源，而且明确支持：

• Kodak；
• CLIC2021；
• PSNR；
• MS-SSIM；
• LPIPS；
• AWGN；
• Rayleigh。

同时已经给出了部分 pretrained checkpoints，包括 DIV2K + Rayleigh 模型。(GitHub)

MambaJSCC 官方代码

如果篇幅有限，我甚至会：

$$\text{DeepJSCC}$$

换成

$$\boxed{\text{SwinJSCC + MambaJSCC}}$$

作为现代 analog neural baseline。

---

7. 你的 CBR=1/192：DiffJSCC 特别有价值

这一点非常巧。

Diffusion-Aided Joint Source Channel Coding for High Realism Wireless Image Transmission 的论文中，Kodak + Rayleigh fading 的 Figure 7 正好就是

$$\boxed{\rho=1/192}$$

和

$$\boxed{\rho=1/48}.$$

(researchgate.net)

这与你的实验配置非常少见地完全撞上了。

论文里 JSCC backbone 支持：

$$1/384,\, 1/192,\, 1/96,\, 1/64,\, 1/48,\, 5/192,\, 1/32.$$

因此超低 CBR 对比非常有价值。(ResearchGate)

官方代码也开了：

DiffJSCC GitHub

而且有 Hugging Face checkpoints。官方 repo 当前列出的公开模型包括：

• OpenImages CBR $1/384$；
• OpenImages CBR $1/96$；
• CelebAHQ CBR $1/768$；
• CelebAHQ CBR $1/192$。

(GitHub)

这里需要注意：论文虽然有 Kodak + 1/48、1/192 曲线，但 repo 目前并没有把所有论文 rate 的 OpenImages/Kodak 对应 checkpoint 全都列出来。

所以：

• 可以直接使用代码；
• 1/192 有公开权重，但公开的是 CelebAHQ-trained；
• 如果追求严格 Kodak/OpenImages protocol，对部分 rate 最好自己 train。

另外 DiffJSCC 是 generative 方法，所以如果你只用 PSNR，不一定最合适；如果你的论文也报：

$$\text{LPIPS/FID}$$

它就非常值得比较。

---

8. 传统数字 baseline 一定要做：BPG + LDPC + QAM

因为你本身就是：

$$\boxed{\text{VQ + QAM}}$$

如果没有传统 digital baseline，会比较可惜。

推荐：

$$\text{BPG} \rightarrow \text{LDPC} \rightarrow M\text{-QAM} \rightarrow \text{channel} \rightarrow \text{LDPC decoder} \rightarrow \text{BPG decoder}.$$

SwinJSCC 的官方实现/实验就是 BPG + 5G LDPC + QAM；WITT repo 也明确说明使用 block length 6144 的 5G LDPC，并针对不同 coding rate 和 QAM 做比较。(GitHub)

你的论文最终就可以形成很漂亮的三层比较：

$$\boxed{ \begin{array}{ccc} \text{Traditional digital} & \text{Learned digital JSCC} & \text{Analog JSCC} \\ \text{BPG+LDPC+QAM} & \text{DeepJSCC-Q/MDJCM/Ours} & \text{SwinJSCC/MambaJSCC} \end{array}}$$

---

如果是我的实验，我最终只跑这 6 个

这是我最推荐的组合：

1. Ours: VQ-guided QAM constellation
2. DeepJSCC-Q
3. MDJCM
4. SwinJSCC
5. MambaJSCC
6. BPG + LDPC + QAM

然后对于 CBR=1/192 再额外加入：

$$\boxed{\text{DiffJSCC}}$$

如果篇幅允许，再引用但不一定重跑：

• euJSCC；
• VQJSCC/CAVQ；
• uJSCC。

这样 reviewer 基本很难说你的 baseline coverage 不够。

---

对你而言，还有一个比选 baseline 更重要的问题：CBR 必须重新统一

你现在是 VQ+QAM，不能简单把 latent tensor 大小当 CBR。

假设一张 RGB 图：

$$x\in\mathbb R^{H\times W\times3},$$

VQ 一共产生 $N$ 个 index，codebook size

$$K=2^{b_v},$$

每个 index 需要

$$b_v=\log_2K$$

bits。

如果使用

$$M\text{-QAM},$$

每个复 channel symbol 携带

$$b_m=\log_2M$$

bits。

那么无 channel coding 时实际使用的 complex channel symbols 数是

$$k = \frac{N\log_2K}{\log_2M}.$$

因此按照 DeepJSCC-Q 的定义：

$$\boxed{ \mathrm{CBR} = \frac{k}{3HW} = \frac{N\log_2K} {3HW\log_2M} }$$

如果加 rate-$R_c$ LDPC：

$$\boxed{ \mathrm{CBR} = \frac{N\log_2K} {3HW\,R_c\log_2M} }$$

这件事对你非常关键。

例如同样是 $N$ 个 VQ tokens：

$$K=256\Rightarrow 8\text{ bits/token}.$$

用 QPSK：

$$8/2=4$$

个 complex channel symbols/token；

而 16QAM：

$$8/4=2$$

个 symbols/token。

所以如果你改变 QAM order 却保持 token 数固定，CBR 实际上已经变了。

这恰恰是做 VQ+QAM 实验时最容易被 reviewer 抓住的问题。

---

我最建议你把实验表设计成这样

固定：

$$\mathrm{CBR} \in \left\{ \frac1{192}, \frac1{48} \right\}.$$

对于每一个 CBR 分别测试：

$$\mathrm{SNR} = \{0,3,6,9,12,15\}\text{ dB}$$

或者与 SwinJSCC 一致：

$$\{1,4,7,10,13\}\text{ dB}.$$

两种 channel：

$$\text{AWGN}$$

和

$$\text{slow/block Rayleigh}.$$

然后两套 benchmark：

Kodak24：

$$\text{PSNR},\quad \text{MS-SSIM},\quad \text{LPIPS}.$$

CLIC2021/2022：

同样三项。

再专门做一个 constellation ablation：

$$\begin{aligned} &\text{fixed QAM}\\ &\text{free learned constellation}\\ &\text{VQ-guided constellation (ours)}. \end{aligned}$$

这个 ablation 可能比再加三个无关 JSCC baseline 更能证明你的贡献。

---

我认为你现在最值得先下载的三个仓库

第一：MDJCM——与你的 digital/QAM 结构最接近，而且有 checkpoint。(GitHub)
MDJCM code

第二：SwinJSCC——Kodak/CLIC、1/48、AWGN/Rayleigh、weights 基本全齐。(GitHub)
SwinJSCC code

第三：MambaJSCC——同样支持 Kodak/CLIC、Rayleigh，并有 checkpoint。(GitHub)
MambaJSCC code

你现在这个课题里，euJSCC 和 VQJSCC 是最需要认真处理 related work novelty 的两篇；DeepJSCC-Q 和 MDJCM 是最需要真正跑数值 baseline 的两篇；SwinJSCC/MambaJSCC 是最适合证明你与强连续 JSCC 差距的两篇。