本研究提出了一种基于导引的多模态语义通信框架，旨在改善动态物理信道和噪声环境下的视听事件定位。通过数字导引码和通道模块，提升信道状态，并设计了考虑时频特性的编码解码方法。实验结果表明，该框架在信噪比上优于现有方法，显著提高了语义通信质量。

本研究提出了一种基于上下文的时空预测学习方法，解决了车对车（V2V）信道状态信息预测中的四维数据处理问题。通过因果卷积长短期记忆网络和上下文条件关注机制，提高了时空记忆更新效率。实验结果表明，该方法在不同几何配置下的预测性能优于现有模型，展现了良好的鲁棒性和适应性。