4.1.对比不同计算场景下的语义理解准确率和系统总延时:a.随着总计算资源的增加,协同计算和计算卸载场景下的语义理解准确率不断增加,其中协同计算场景语义理解率最高。b.随着总计算资源的增加,协同计算和计算卸载场景下的系统总延时不断减少,其中协同计算场景下的总系统延时总大于计算卸载场景下的总系统延时。
协同计算场景下延时大的原因是协同计算场景下CNN模型的卷积层使输出数据量变大,产生了较大的传输延时。实际的任务要根据任务准确度要求和延时要求选择合适的计算场景下的资源分配方法。
4.2.对比面向语义通信的资源分配方法和传统方法的性能差异:随着车辆数目的增加,三种资源分配方法的语义理解准确率不断减少,其中面向语义通信的资源分配方法具有较好的语义理解准确率。
4.3.对比语义通信的不同维度资源分配的方法之间的差异:随着系统总计算资源的增加,多维度的资源分配方法性能优于其他资源分配方法
虽然单一维度的资源分配整体性能不如多维度的资源分配性能,但是在计算资源和缓存资源充足的时候,更适用于动态无线传输,是因为其较低的复杂度能提高系统效率。