Using Network Coding to Achieve the Capacity of Deterministic Relay Networks with Relay Messages
本文推导了具有中继消息的确定性中继网络的容量。我们考虑一个由五个节点组成的网络，其中四个节点只能通过第五个节点进行通信。然而，第五节点不仅仅是中继，因为它可以与其他网络节点交换私有消息。首先，我们开发了一个上界的容量区域的概念的基础上，一个单侧精灵。在可验证性证明的过程中，我们还推导出了一个4用户中继网络的确定性容量（没有私人消息在中继）。容量实现方案使用两种网络编码技术的组合：简单排序方案（SOS）和迂回方案（DS）。在SOS中，我们在每个用户处对传输的比特进行排序，使得双向消息将在中继器处以相同的信道级别被接收，而DS背后的基本思想是消息的某些部分遵循到其各自目的地的间接路径。因此，本文旨在表明，用户合作和网络编码可以提高吞吐量，即使当用户不直接连接到对方。
2014-04-26 cs.IT math.IT
Optimal Zero Delay Coding of Markov Sources: Stationary and Finite Memory Codes
研究了有限状态马尔可夫信源的最优零延迟编码问题。最优码的存在性和结构研究使用随机控制制定。文献中已有的结果证明了确定性Markov（Walrand-Varaiya型）编码策略对有限时间问题的最优性，以及确定性非平稳和随机平稳编码策略对无限时间问题的最优性.我们的主要结果表明，对于任何不可约的和非周期的马尔可夫源与有限的字母，\emph{deterministic and stationary}马尔可夫编码策略是最优的无限地平线问题。此外，有限块长度（时间范围）的最佳（平稳和马尔可夫）编码策略的性能接近无限的时间范围最佳的速率$O(1/T)$。结果扩展到零延迟通信发生在一个嘈杂的信道与无噪声反馈的系统。
2017-04-05 cs.IT math.IT
Duality of a Source Coding Problem and the Semi-Deterministic Broadcast Channel with Rate-Limited Cooperation
Wyner-Ahlswede-Körner（WAK）算法的协调问题被认为是编码器通过一个有限容量的单边链路进行合作。通过结合几种信源编码技术，如Wyner-Ziv（WZ）编码、合并和叠加编码，推导出了协调容量区域。此外，半确定性（SD）广播信道（BC）与单侧解码器的合作被认为是。对偶原则有关的两个问题，并推导出SD-BC设置的容量区域。直接部分来自一般BC的可实现区域，其对于SD场景是紧的。利用伸缩恒等式建立了一个逆命题。SD-BC被证明是操作上相当于一类继电器-BC（RBC）和它们的容量区域之间的对应关系的建立。SD-BC的容量区域被转换成一个等价的区域，该区域被证明是对偶的WAK问题的容许区域的意义上，定义两个区域的角点的信息措施相一致。给出了等价区域的可拓性和逆证明。对于相反的，我们使用的辅助随机变量的概率结构，这取决于由码本引起的分布。几个例子说明了结果。
2016-08-17 cs.IT math.IT
Deterministic Broadcasting and Random Linear Network Coding in Mobile Ad Hoc Networks
网络编码在过去已经成功地用于无线多跳网络中的高效广播。两种编码方法适用于移动网络;随机线性网络编码（RLNC）和基于XOR的编码。在这项工作中，我们观察到RLNC提供了更高的弹性数据包丢失相比，基于XOR的编码。我们开发了一个分析模型来证明我们的直觉。然而，该模型还表明，结合RLNC与概率转发，这是在文献中采取的方法，可能会显着影响RLNC的性能。因此，我们采取新的方法来结合RLNC与确定性广播算法，以修剪传输。更具体地说，我们提出了一个连接的支配集（CDS）为基础的算法，协同工作与RLNC的“数据包生成级别”。由于管理分组生成是RLNC中的一个关键问题，我们提出了一个分布式的方案，这也是适合于移动环境，不妥协的编码效率。我们表明，该算法优于XOR为基础的，以及RLNC为基础的计划，即使全球知识用于管理数据包代。
2014-11-17 cs.IT cs.NI math.IT
Deterministic coding theorems for blind sensing: optimal measurement rate and fractal dimension
完全盲感知是从测量中恢复带限信号的问题，除了频域中整个支持集的测量上界之外，没有任何频谱信息。确定重建所需和足够的测量数量一直是一个开放的问题，并且通常执行部分盲感测，假设具有一些部分光谱信息先验可用。在本文中，最小数量的测量，保证完美的恢复在没有测量误差的情况下，并在测量误差的存在下，鲁棒的恢复，确定在一个完全盲设置。结果表明，在测量率的两个因素是盲目付出的代价，重建与全光谱知识。测量的最小数量也与离散近似集的分形（Minkowski Bouligand）维数有关，定义在Kolmogorov $ε$ -熵方面。这些结果是类似于一个确定性的编码定理，在最小测量速率方面定义的操作量被证明是等于一个信息理论的。与压缩感知中的并行结果的比较示出，在随机设置中的相关维数的概念是信息（雷尼）维，定义在香农熵。
2017-08-18 cs.IT math.IT
On Deterministic Linear Network Coded Broadcast and Its Relation to Matroid Theory
确定性线性网络编码（DLNC）是一种重要的无线分组广播网络编码技术。在本文中，我们表明，DLNC是密切相关的，可以有效地研究使用拟阵理论，而无需桥接索引编码。证明了DLNC解与矩阵拟阵的等价性。我们使用这种等价性来研究DLNC在传输次数及其对有限域大小的依赖性方面的性能限制。具体地说，我们得到了完美DLNC解存在的充分必要条件，并证明了这样的解决方案可能不存在某些有限域上。然后，我们表明，在任何有限域上确定完美的解决方案仍然是一个开放的问题。为了填补这一空白，我们开发了一个启发式算法，采用图形拟阵找到完美的DLNC解决方案在任何有限域。数值结果表明，其性能的最小传输次数接近下界，并优于随机线性网络编码时，字段大小不是很大。
2015-06-03 cs.IT math.IT
Deterministic Network Model Revisited: An Algebraic Network Coding Approach
多用户网络的容量问题一直是信息论研究的热点。最近，Avestimehr等人提出了一种确定性网络模型来近似多用户无线网络。该模型被称为ADT网络模型，考虑了无线介质的广播性质和干扰。我们发现，ADT网络模型可以描述的代数网络编码框架内介绍的Koetter和Medard。我们证明了ADT网络问题可以由一个矩阵捕获，并表明ADT网络的最小割是这个矩阵的秩;因此，无需优化两个节点之间的指数数量的切割来计算ADT网络的最小割。我们扩展ADT网络的容量表征到一个更一般的连接，包括单单播/多播连接和非多播连接，如多个多播，不相交的多播，和两级多播。我们还提供了ADT网络的任意一般连接集的可并行性的充分条件。此外，我们表明，随机线性网络编码，一个随机的分布式算法的网络代码建设，实现了上述连接的能力。此外，我们将ADT网络扩展到具有随机擦除和循环的网络（因此，允许双向链接）。此外，我们提出了一个有效的线性码构造的确定性无线组播中继网络模型。Avestimehr等人提出的代码构造不能保证是有效的，并且可能潜在地涉及无限的块长度。不像以前的几个编码方案，我们不试图找到网络中的流。相反，对于分层网络，我们保持一个不变量，要求在代码构造的每个阶段，某些码字集是线性独立的。
2011-05-06 cs.IT math.IT
Information Leakage in Index Coding With Sensitive and Non-Sensitive Messages
研究了索引编码中部分消息敏感而部分消息不敏感的情况下，对猜测对手的信息泄漏问题。非敏感消息可以由服务器像密钥一样使用，以减轻敏感消息向对手的泄漏。我们构建了一个确定性线性编码方案，该方案是从基于拟合矩阵的秩最小化方法（Bar-Yossef et al. 2011）发展而来的。线性方案导致了一个新的上界的最佳信息泄漏率，这是证明了紧的所有确定性标量线性码。我们还得到了一个相反的结果，从图论的角度来看，这在一般情况下，所有的确定性和随机编码方案。
2022-05-22 cs.CR cs.IT math.IT
Coding Delay Analysis of Chunked Codes over Line Networks
本文分析了具有Bernoulli损失和确定性规则传输或Poisson传输的线性网络上的组块网络码（CC）的编码延迟和平均编码延迟。块码由于其较低的复杂度而成为随机线性网络码的一种有吸引力的替代方案。我们的研究结果，其中包括上界的延迟和平均延迟，是第一个这样的概率流量的网络CC。这些结果表明，与任意确定性业务相比，独立CC或预编码CC在概率业务上提供了计算复杂性与网络容量的收敛速度之间的更好折衷。CC在后者的流量的性能已经在文献中进行了研究。
2012-03-07 cs.IT math.IT
Zero-Delay Lossy Coding of Linear Vector Markov Sources: Optimality of Stationary Codes and Near Optimality of Finite Memory Codes
研究了二次失真下$\mathbb{R}^d$值线性生成马尔可夫信源的最优零延迟编码（量化）问题。建立了无限时域平均成本（失真）问题的最优确定性和稳态编码策略的结构和存在性。先前的研究结果的马尔可夫源的零延迟代码的最优性无限的视野被认为是有限的字母源或，对于$\mathbb{R}^d$值的情况下，只显示存在确定性和非平稳马尔可夫编码策略或那些随机的。除了存在的结果，有限块长度（地平线）$T$的最佳编码策略的性能示出接近无限的时间范围最佳的速率$O(\frac{1}{T})$。这给出了一个明确的收敛速度，量化的近最优的有限窗口（有限记忆）代码之间的所有最佳零延迟代码。
2022-01-14 cs.IT math.IT
Deterministic Annealing Based Optimization for Zero-Delay Source-Channel Coding in Networks
本文研究了在给定发射功率约束和均方误差失真下，信源空间和信道空间映射的零延迟信源信道编码的全局优化问题。特别是，我们专注于两个众所周知的网络设置：Wyner-Ziv设置，其中只有一个解码器可以访问侧信息和分布式设置，其中独立的编码器通过独立的信道传输到中央解码器。先前的工作导出了编码器和解码器映射的最优性的必要条件，以及迭代地施加这些条件的贪婪优化算法，结合启发式噪声信道松弛方法来减轻不良的局部最小值。虽然噪声信道松弛在简单设置中可以说是有效的，但在本文考虑的更复杂的设置中，它无法提供准确的全局优化。我们提出了一个强大的非凸优化方法的基础上的概念，确定性退火-这是来自信息理论的原则，并成功地应用于几个问题，包括矢量量化，分类和回归。我们提出了比较的数值结果表明，该方法比贪婪的优化方法，以及在文献中的方法严格的优越性。
2015-11-06 cs.IT math.IT
Classical-Quantum Channel Resolvability Using Matrix Multiplicative Weight Update Algorithm
Tokyo University of Agriculture and Technology（东京农工大学）
本文提出使用矩阵乘法权重更新算法通过确定性编码证明经典-量子信道的可分辨性，首次实现了该领域的突破性进展。
2026-01-18 cs.IT math.IT quant-ph
Compressive imaging using fast transform coding
我们提出了基于Delsarte-Goethals框架的压缩成像的确定性采样策略。我们表明，这些采样策略的结果，在多尺度测量，可以与二维Haar小波变换。我们通过数值实验证明了我们提出的策略的有效性。
2016-09-21 cs.IT math.IT
Benefits of Coding on Age of Information in Broadcast Networks
研究了两用户反馈广播网络中的信息年龄问题，给出了用户期望加权和信息年龄的上下界。特别是，一类简单的编码动作被认为是在这一类，随机和确定性的政策。明确的条件下，发现对称依赖信道编码的随机化政策严格优于相应的未编码的政策。对于确定性策略，数值上显示了类似的行为。
2019-04-22 cs.IT cs.NI math.IT
The Capacity of a Class of Linear Deterministic Networks
本文研究了一类线性确定性中继网络的最优编码策略。所研究的网络是一个中继网络，有一个源，一个目的地，和两个中继节点。另外，存在对中继节点接收的信息信号造成干扰的信号干扰源。我们的模型捕捉的影响，消息信号和干扰信号的干扰，对一个单一的中继网络，或干扰的信号从多个中继网络与对方的线性确定性框架。对于几个范围的网络参数，我们发现上界的最大可实现的源-目的地速率在presense的干扰节点，并在每种情况下，我们找到一个最佳的编码方案，实现了上界。
2010-01-13 cs.IT math.IT
Nash Region of the Linear Deterministic Interference Channel with Noisy Output Feedback
本文对所有的$η> 0$，刻画了带噪声信道输出反馈的两用户线性确定性干扰信道（IC）的纳什均衡（$η$）区域。作为容量区域的子集的$η$ -NE区域包含在$η$ -NE的意义上稳定的所有可达到的信息速率对的集合。更具体地说，给定$η$ -NE编码方案，不存在用于任一发射机-接收机对的替代编码方案，该替代编码方案将每个信道使用的单独速率增加多于$η$比特。作为本文结果的特例，得到了线性确定性集成电路在无反馈和有理想输出反馈情况下的$η$ -NE域等已有结果.
2017-05-11 cs.IT math.IT
Two Unicast Information Flows over Linear Deterministic Networks
研究了具有任意节点数的分层线性确定性网络上的双单播流问题。当每个源-目的地对之间的最小割值被约束为1时，显然可以实现三角速率区域{（R_1，R_2）：R_1，R_2> 0，R_1+R_2< 1}，并且不能实现超出平方速率区域{（R_1，R_2）：R_1，R_2> 0，R_1<1，R_2 < 1}。类似于Wang和Shroff对有线网络的工作，我们给出了容量区域为三角形区域的充分必要条件和容量区域为正方形区域的充分必要条件.此外，我们完全描述的容量区域，并得出结论，这类网络的容量区域正好有三个可能的，在有线网络的结果，只有三角形和平方率区域是可能的。我们的可扩展性方案是基于线性编码的扩展域，最多有四个节点执行特殊的线性编码操作，即干扰中和和迫零，而所有其他节点执行随机线性编码。
2011-05-31 cs.IT math.IT
Multilevel Coding for Channels with Non-uniform Inputs and Rateless Transmission over the BSC
我们考虑编码方案的渠道与非均匀输入（NUI），标准的线性分组码不能直接应用。我们表明，多级编码（MLC）与一组线性码和一个确定性映射器可以实现的信息速率的信道与NUI。然而，映射器不必是一对一的。作为所提出的MLC方案的应用，我们提出了一个无速率传输方案在二进制对称信道（BSC）。
2006-01-18 cs.IT math.IT
Multicoding Schemes for Interference Channels
2用户离散无记忆干扰信道的最著名的内界是Han-Kobayashi速率区域。实现该区域的编码方案基于速率分裂和叠加编码。在本文中，我们开发了一种多编码方案，以实现相同的速率区域。所提出的编码方案的多编码性质的一个关键优点是，它可以自然地扩展到更一般的设置，例如当编码器有状态信息或可以偷听对方。特别是，我们扩展我们的编码方案，以表征的能力区域的状态相关的确定性Z-干扰信道的非因果状态信息时，在干扰发射机。我们专门研究我们的结果的情况下，线性确定性模型与开/关干扰的无线系统中，认知发射机是noncausally知道它干扰的主要传输的时间模型。对于这种特殊的情况下，我们提供了一个明确的表达能力的区域，并讨论了一些有趣的最优策略的性质。我们还扩展了我们的多编码方案，以找到确定性Z-干扰信道的容量区域时，干扰发射机的信号可以在其他发射机（a.k.a.单向局部垛式）。
2015-02-15 cs.IT math.IT
Coding Delay Analysis of Dense and Chunked Network Codes over Line Networks
本文分析了随机线性网络码的编码时延和平均编码时延。密集码）和分块码（CC），由于其较低的复杂性，它们是密集码的有吸引力的替代方案，在具有伯努利损失和确定性规则或泊松传输的线路网络上。我们的研究结果，其中包括上界的延迟和平均延迟，是（i）密集码，在某些情况下更一般，在其他一些情况下更严格，比现有的界限，并提供了一个更清晰的图片密集码的收敛速度（最小切）的线路网络的能力;和（ii）第一个他们的CC网络与这种概率流量。特别是，这些结果表明，一个独立的CC或预编码的CC提供了一个更好的权衡之间的计算复杂性和收敛速度的网络容量的概率业务相比，任意确定性的流量，以前已经在文献中研究。
2012-07-25 cs.IT math.IT
Pipelined Encoding for Deterministic and Noisy Relay Networks
最近的编码策略，确定性和噪声中继网络有关的块马尔可夫编码的流水线。对于确定性网络，它表明，流水线编码提高编码延迟，而不是端到端的延迟。对于有噪声的网络，当信噪比（SNR）增加时，可以观察到解码转发具有良好的速率缩放。
2009-11-18 cs.IT math.IT
Achievable Regions for Interference Channels with Generalized and Intermittent Feedback
本文首先研究了具有广义反馈的两用户干扰信道。我们建立了其容量域的内界。我们采用的内部边界的编码方案是基于一个适当的组合的Han-Kobayash率分裂和压缩和转发在p2p。每个发送器使用压缩方案压缩观察到的信道输出，该压缩方案是à-la Lim等人的噪声网络编码和Avestimeher等人的量化映射和转发。接下来，我们研究了一个内射确定性模型，其中的控制器只能间歇地获得输出反馈。专门的编码方案的模型与广义反馈到这种情况下，我们获得有用的见解噪声网络编码与干扰对齐技术相结合的有效方法。我们也将我们的结果应用到线性确定性干扰信道与间歇反馈。
2014-09-03 cs.IT math.IT
Algebraic Network Coding Approach to Deterministic Wireless Relay Networks
Avestimehr等人提出的确定性无线中继网络模型，已经提出了近似高斯中继网络。该模型被称为ADT网络模型，考虑了无线介质的广播性质和干扰。Avestimehr等人证明了最小割最大流定理在ADT网络中成立。在本文中，我们表明，ADT网络模型可以描述的代数网络编码框架内介绍的Koetter和Medard。我们证明了ADT网络问题可以用一个矩阵来描述，称为“系统矩阵”。我们证明了ADT网络的最小割是系统矩阵的秩，从而消除了在计算ADT网络的最小割时对两个节点之间的指数割数进行优化的需要。我们扩展的ADT网络的容量表征更一般的连接。我们的代数方法不仅提供了一个单一的单播/组播连接的最小割最大流定理，但也扩展到非组播连接，如多个组播，不相交的组播，和两级组播。我们还提供了ADT网络的任意一般连接集的可并行性的充分条件。此外，我们表明，随机线性网络编码，一个随机分布的网络代码的建设算法，实现上述连接的能力。最后，我们将ADT网络扩展到具有随机擦除和循环的网络（因此，允许双向链接）。注意，ADT网络是为了近似无线网络而提出的;然而，ADT网络是非循环的。此外，ADT网络没有对无线链路的随机性进行建模。在我们的代数框架下，我们将循环以及随机故障纳入ADT网络模型。
2010-06-14 cs.IT cs.NI math.IT
The Deterministic Broadcast Channel Revisited: A Bipartite Graph Approach
Tsinghua University（清华大学）；Princeton University（普林斯顿大学）
本文用二分图唯一刻画确定性广播信道，给出显式闭式容量区域及确定性容量可达编码方案，并支持通过二元线性规划构造最优有限块长编码。
2026-09-22 cs.IT math.IT
Layered Subspace Codes for Network Coding
子空间码是由Kötter和Kschischang引入的，用于随机线性网络编码中的错误控制。本文研究了一种分层型的子空间码，它可以看作是多个分量子空间码的叠加。利用分层结构，我们开发了两个解码算法，这些代码。第一种算法通过单独解码每个分量码来操作。第二种算法类似于用于常规叠加编码的连续干扰消除（SIC）算法，并且还允许迭代版本。我们表明，这两种算法解码不仅确定性，但也超出了整个代码的纠错能力的概率。最后，我们提出了分层子空间码在几种网络编码方案中的可能应用。
2012-09-13 cs.IT math.IT
Finite Blocklength Analysis of Gaussian Random Coding in AWGN Channels under Covert Constraint
本文研究了在AWGN信道上，在给定块长和差错概率的情况下，最大信道编码速率的可扩展性和逆界。问题源于高斯码字的隐蔽通信。通过重新访问[18]，我们首先在最大或平均错误概率要求下给出了随机编码方案的新的和更一般的可扩展性界。然后将这种一般界限应用于AWGN信道中的隐蔽通信，其中码字从高斯分布生成，同时满足最大功率约束。进一步的比较之间的新的可扩展性界限和现有的确定性码本。
2020-10-13 cs.IT math.IT
The Arbitrarily Varying Multiple-Access Channel with Conferencing Encoders
我们推导出容量区域的任意变化的多址信道与会议编码器确定性和随机编码。对于完整的描述，一个会议容量为正就足够了。我们得到一个二分法：要么信道的确定性容量区域为零，或者它等于二维随机编码区域。我们就能准确地判断这两种情况。我们还讨论了会议的好处。我们给出了一个AV-MAC的例子，它不实现任何非零速率对编码器的合作，但二维随机编码容量区域，如果会议是可能的。与复合多址信道不同，当至少一个方向上的会议被启用时，任意变化的多址信道可能表现出容量区域的不连续增加。
2012-11-13 cs.IT math.IT
On Interference Alignment and the Deterministic Capacity for Cellular Channels with Weak Symmetric Cross Links
在本文中，我们研究了使用线性确定性近似模型的蜂窝系统的上行链路，其中有两个用户发送到一个接收器，相互干扰的第三个发射机与第二个接收器通信。我们给出了一个可实现的编码方案，并证明了其最优性，即表征的容量区域。该方案是一种干扰对齐的形式，其利用两个用户小区的信道增益差。
2011-04-01 cs.IT math.IT
Achieving Capacity of Bi-Directional Tandem Collision Network by Joint Medium-Access Control and Channel-Network Coding
在ALOHA型分组化网络中，分组的传输时间服从随机过程。在本文中，我们提倡一种确定性的方法，信道多址。每个用户被静态地分配一个周期性协议信号，该信号取0或1的值，并且每当协议信号的值等于1时发送分组。在此多址协议之上，设计了有效的信道编码和网络编码方案。我们说明了这个想法，通过构建一个传输方案的串联碰撞网络，时隙同步和时隙异步系统。这种跨层方法能够在网络是双向的情况下实现容量区域。
2009-09-28 cs.IT math.IT
Partial Third-Party Information Exchange with Network Coding
在本文中，我们考虑在无线网络中交换信道状态信息的问题，使得一个子集的客户端可以获得完整的信道状态信息的所有链路在网络中。我们首先推导出这样的部分第三方信息交换问题所需的传输的最小数量。然后，我们设计了一个最佳的传输方案，通过确定每个客户端应该发送的数据包的数量，并设计了一个确定性的编码策略，使客户端的子集可以获得完整的信道状态信息的网络与最少的传输次数。数值结果表明，网络编码可以有效地减少传输的数量，即使只有成对编码。
2013-02-15 cs.IT math.IT
Secret Writing on Dirty Paper: A Deterministic View
最近有很多成功的使用确定性的方法来提供高斯网络容量的近似表征。在本文中，我们采取了确定性的观点，并重新考虑的问题，窃听信道的边信息。一个精确的表征的保密能力得到一个线性确定性模型，这自然表明一个编码方案，我们表明，以实现保密能力的退化高斯模型（被称为“秘密写在脏纸”）在半位。
2012-01-05 cs.IT math.IT
Capacity Region of the Broadcast Channel with Two Deterministic Channel State Components
本文建立了一类随机状态广播信道的容量域，其中每个信道分量是从两个可能的函数中选择的，每个接收机知道它的状态序列。该信道模型不适合任何类型的广播信道的容量区域是以前已知的，是有用的，在研究无线通信信道时，衰落状态是已知的，只有在接收机。容量区域与UV外边界一致，并通过Marton编码实现。
2014-01-27 cs.IT math.IT
On Interference Networks over Finite Fields
我们提出了一个框架来研究有限域上的线性确定性干扰网络。与流行的线性确定性模型引入研究高斯网络，我们考虑网络的信道系数是一般标量在一些扩展域$\FF_{p^m}$（标量$m$ -th扩展场模型），$m \times m$对角矩阵在$\FF_p$（$m$ -符号扩展地面场模型），和$m \times m$一般非奇异矩阵（MIMO地面场模型）。我们使用扩展域的伴随矩阵表示将$m$次扩展标量模型转换为MIMO地面场模型，其中信道矩阵具有特殊的代数结构。对于这样的模型，我们考虑了$2 \times 2 \times 2$拓扑（两跳两流）和3用户干扰网络拓扑。我们基于基于预编码的网络对齐（PBNA）方法推导出某些方案的可扩展性结果和可行性条件，其中中间结点使用随机线性网络编码（即，传播它们的输入消息的随机线性组合），并且仅在网络边缘、在源和目的地执行非平凡的预编码/解码。此外，我们应用这种方法的标量$2\times 2\times 2$复杂的高斯IC与固定的信道系数，并显示两个竞争力的计划优于其他已知的方法在任何SNR，其中我们结合有限域线性预编码/解码与格编码和计算和转发方法在信号级。作为一个侧面的结果，我们还显示了显着的优势，矢量线性网络编码的可行性概率（随机编码系数）和编码延迟方面，相对于标准的标量线性网络编码，在PBNA计划。
2013-08-05 cs.IT math.IT
Simple Coding Techniques for Many-Hop Relaying
在本文中，我们研究的问题，中继一个单一的信息位在一系列的二进制对称信道，和相关的权衡之间的跳数$m$，传输时间$n$，和错误概率。我们介绍了一个简单，有效，和确定性的协议，达到积极的信息速度（即，非零比率$\frac{m}{n}$和小的错误概率），并且比这样做的现有协议明显更简单。此外，我们的信息速度的最佳低噪声和高噪声的缩放定律的特征，我们适应我们的1位协议传输$k$位在$m$跳与$O(m+k)$传输时间。
2022-12-08 cs.IT math.IT
How Far Are Wireless Networks from Being Truly Deterministic?
随着物联网（IoT）技术和机器类型通信的快速发展，各种新兴应用出现在工业生产和我们的日常生活中。其中，工业传感和控制、远程手术和自动驾驶等应用需要极低的延迟和非常小的抖动。确定性地传递信息已成为现代有线和无线通信的最大挑战之一。在本文中，我们提出了目前可用的有线确定性网络的审查，并讨论了建立无线确定性网络的主要挑战。我们还讨论并提出了几种潜在的技术，使无线网络提供确定性通信。通过对物理层的编码/调制方案的详细阐述和对媒体接入控制（MAC）层的信道接入/分组调度的管理，相信在不久的将来可以实现无线确定性通信。
2022-11-16 cs.IT math.IT
Run-Length-Limited ISI-Mitigation (RLIM) Coding for Molecular Communication
University of Cambridge（剑桥大学）；Koç University（科奇大学）
RLIM通过限制运行长度编码和优化解码器提升分子通信中符号间干扰的可靠性，实现更低的比特误码率性能。
2026-01-28 cs.IT math.IT
Universal and Robust Distributed Network Codes
随机线性网络码可以以分布式方式设计和实现，具有低计算复杂性。然而，这些代码是经典的有限域上实现的，其大小取决于一些全局网络参数（网络的大小，汇的数量），可能是未知的代码设计之前。此外，如果新节点加入，整个网络代码可能必须重新设计。在这项工作中，我们提出了第一个通用的和强大的分布式线性网络编码方案。我们的计划是通用的，因为他们是独立的所有网络参数。它们是鲁棒的，因为如果节点加入或离开，剩余的节点不需要改变它们的编码操作，并且接收器仍然可以解码。它们是分布式的，因为节点只需要具有关于它们上游的网络部分的拓扑信息，这些信息可以作为通信协议的一部分自然地流传输。我们提出的概率和确定性的计划，都是渐近速率最优的编码块长度，并保证正确性。我们的概率设计是计算效率高，顺序最优的复杂性。我们的确定性设计保证零错误解码，虽然通过高计算复杂性的代码一般。我们的编码方案是基于"可扩展域”上的网络码。每个节点不是从每个节点的一个字段中选择编码系数，而是在“有效字段大小”上使用线性编码操作，该有效字段大小取决于节点与源节点的距离。对我们的方案进行分析需要可能具有独立利益的技术工具。特别是，我们推广的施瓦茨-齐佩尔引理证明一个非均匀的版本，其中变量是从可能不同的大小的集合中选择。我们还提供了一种新的强大的分布式算法分配唯一的ID到网络节点。
2010-08-03 cs.IT math.IT
Election Coding for Distributed Learning: Protecting SignSGD against Byzantine Attacks
Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
大规模分布式学习算法的最新进展已经通过SignSGD实现了通信高效的训练。不幸的是，一个主要的问题仍然困扰着分布式学习：即拜占庭式的失败可能会导致学习精度的严重下降。本文提出了选举编码，一个编码理论框架，以保证拜占庭鲁棒性的SignSGD与多数表决，它使用最少的工人主通信在两个方向。建议的框架探讨了新的信息理论的限制，找到大多数人的意见时，一些工人可能是恶意的，并铺平了道路，实现强大而高效的分布式学习算法。在这个框架下，我们构建了两种类型的显式代码，随机伯努利码和确定性代数码，可以容忍拜占庭攻击与控制量的计算冗余。对于Bernoulli码，我们提供了估计多数意见的错误概率的上界，这为容忍拜占庭攻击的代码设计提供了有用的见解。至于确定性的代码，我们构造了一个明确的代码，完全容忍拜占庭，并提供严格的上/下界上所需的最小计算冗余。最后，通过使用Python和MPI 4py包在Amazon EC2上进行的深度学习实验，证实了建议的编码方案的拜占庭容忍度。
2020-10-24 cs.DC cs.IT cs.LG
Path Gain Algebraic Formulation for the Scalar Linear Network Coding Problem
在代数观点中，网络编码问题的解决方案被视为由多项式方程组指定的变量，该多项式方程组通常通过使用边到边增益作为变量导出。每个汇的输出等于其需求，以获得多项式方程。在这项工作中，我们提出了一种方法来推导多项式方程使用源到宿路径增益作为变量。在路径增益公式中，我们证明了线性和二次方程就足够了;因此，网络编码等价于一个最大次数为2的多项式方程系统。我们提出的算法生成的路径增益和路径增益的解决方案，边缘到边缘的增益解决方案的方程。由于阶数低，所以对于使用路径增益获得的方程组来说，简化是容易的。使用小规模的网络编码问题，我们表明，路径增益的方法在更简单的方程，并确定在某些情况下的问题的可解性。在一个更大的网络（有87个节点和161条边）上，我们展示了路径增益方法如何继续为一些网络编码问题提供确定性解决方案。
2010-06-19 cs.IT math.IT
Downlink CSIT under Compressed Feedback: Joint vs. Separate Source-Channel Coding
针对频分双工多用户大规模MIMO系统下行CSIT获取难题，提出单时隙延迟下利用信道二阶统计量优化特征空间投影的实用JSCC反馈方案，推导相关性能下界，实验验证其性能优于多种基线方案且逼近最优DR理论性能。
2025-06-12 cs.IT math.IT
Lossy Broadcasting in Two-Way Relay Networks with Common Reconstructions
在信源编码和联合信源-信道编码设置下，研究了双向中继网络的广播阶段（下行传输）。可靠通信所需的速率的特点是一些特殊情况下，包括：小失真，确定性失真措施，并联合高斯源与二次失真措施。广播问题也研究了共同重建解码约束，和可靠的通信所需的速率的特点是所有离散的无记忆源和每字母失真的措施。
2010-11-22 cs.IT math.IT
Noisy Network Coding
提出了一种在一般噪声网络上发送多个信源的噪声网络编码方案。对于多源多播网络，该计划自然扩展了Ahlswede，蔡，李，杨和无噪声网络上的网络编码，并由盖和El Gamal的中继信道的压缩-转发编码一般离散无记忆和高斯网络。该方案还恢复作为特殊情况下的结果编码的无线中继网络和确定性网络的Avestimehr，Diggavi和谢，和编码的无线擦除网络的Dana，Gowaikar，Palanki，Hassibi和Effros。该方案包括消息重复编码、中继信号压缩和同时解码。与在多个块上发送独立消息的先前的压缩-转发方案不同，使用独立码本多次发送相同的消息，如在用于循环网络的网络编码方案中。此外，中继器不像在先前的压缩-转发方案中那样使用Wyner-Ziv分箱，并且每个解码器对来自所有块的接收信号执行同时的联合典型性解码，而不显式地解码压缩索引。这个新方案的一个结果是，证明简单，更一般，而不诉诸时间扩展扩展无环网络的结果与周期的网络。噪声网络编码方案，然后扩展到一般的多源网络，通过将其与干扰信道的解码技术相结合。对于高斯多播网络，噪声网络编码提高了先前建立的割集界的差距。我们还通过两个流行的AWGN网络的例子证明，噪声网络编码可以优于传统的压缩转发，放大转发和哈希转发方案。
2010-03-12 cs.IT math.IT
Optimal Zero-Error Coding for Computing under Pairwise Shared Side Information
研究了具有边信息（SI）$g(Y)$的编码器将信源符号$X$发送到解码器的零差错信源编码问题。解码器具有SI $Y$并且想要恢复$f(X,Y)$，其中$f,g$是确定性的。我们展示了一个条件的源分布和$g$，我们称之为“成对共享的边信息”，这样的最佳速率有一个单字母的表达式。如果每对源符号“共享”$g$的所有输出的至少一个SI符号，则满足该条件。它具有实际的解释，因为$Y$对编码器在图像$X$上做出的请求进行建模，并且$g(Y)$对应于请求的类型。它也有一个图形理论的解释：在“成对共享边信息”下，特征图可以写为OR产品的不相交并集。在源分布是完全支持的情况下，我们提供了一个解析表达式的最佳速率。我们在“成对共享辅助信息”下开发了一个示例，并表明最佳编码方案优于文献中的几种策略。
2022-12-16 cs.IT math.IT
Slepian-Wolf Coding Over Cooperative Relay Networks
研究了在协作中继网络上多播一组离散无记忆相关信源的问题。给出了割集解释的必要条件。提出了一种\emph{Joint source-Wyner-Ziv encoding/sliding window decoding}方案，其中在每个接收机处的解码相对于其他节点的有序分区来完成。对于每个有序分区的一组可行性约束的推导。然后，利用熵函数的次模性质和一种新的几何方法，统一了不同有序划分的结果，得到了问题的充分条件.该方案实现了信源编码和信道编码的操作分离。证明了在Aref网络和有限域确定性网络这两种特殊的合作网络中，充分条件确实是必要条件。此外，在高斯合作网络中，它表明，可靠传输的所有DMCS的Slepian-Wolf区域相交的割集边界区域内的一个恒定的比特数，是可行的。特别是，所有的文件的结果是专门获得一个可达到的速率区域的协作中继网络，其中包括中继网络和双向中继网络。
2010-12-06 cs.IT math.IT
Wireless Network Code Design and Performance Analysis using Diversity-Multiplexing Tradeoff
为了减轻无线传输中衰落带来的不利影响，同时获得高吞吐量和更好的频谱效率，网络编码和协作通信受到了研究界的广泛关注。在这项工作中，我们设计和分析确定性和随机网络编码方案的合作通信设置与多个源和目的地。我们表明，我们的计划优于传统的合作分集复用权衡（DMT）。具体地说，它实现了全分集阶数的代价是稍微降低复用速率。建立了$(N+M,M,N+1)$系统MDS码的奇偶校验矩阵与$N$源-目的对和$M$中继的协作通信系统中的网络编码系数之间的联系。我们提出了两种方法来生成网络编码矩阵：使用Cauchy矩阵和Vandermonde矩阵，并建立它们都提供最大分集阶。
2010-04-19 cs.IT math.IT
How Fast Can Dense Codes Achieve the Min-Cut Capacity of Line Networks?
本文研究了随机线性网络码（密集码）在确定性规则传输和泊松传输下的编码时延和平均编码时延。我们考虑无损网络和具有伯努利损失的网络。本文推导的上界，这是在某些情况下更一般，在其他一些情况下更严格，比现有的界限，提供了一个更清晰的画面的收敛速度的密集代码的最小切割能力的线路网络。
2012-02-02 cs.IT math.IT
A dynamic program for linear sequential coding for Gaussian MAC with noisy feedback
本文考虑了带噪声反馈两用户多址接入信道。存在两个具有独立消息的中继器，其通过加性白高斯信道将符号发送到接收器，接收器又通过两个独立的噪声高斯信道发送回由两个中继器接收的符号。我们考虑的情况下，当反馈是主动的，即接收器主动编码的反馈使用线性状态过程。我们提出这是一个问题的线性顺序编码在接收机和接收机，以尽量减少终端均方误差概率在接收机。这是分散控制的一个实例，在发送器和接收器处没有公共信息。在本文中，我们在发送端和接收端分别构造了两个线性控制器。由于策略和控制器的线性，所有涉及的随机变量都是联合高斯的。此外，在接收器处的相应的协方差矩阵的估计过程的消息是一个确定性的过程，这是一个函数的参数的控制器和球员的策略，因此是完美的观察到的。在此基础上，我们使用确定性动态规划来寻找最优策略和最优线性控制器。被动反馈的问题可以被认为是一种特殊情况。
2021-12-17 cs.IT cs.SY eess.SY
Partially-blind Estimation of Reciprocal Channels for AF Two-Way Relay Networks Employing M-PSK Modulation
我们考虑放大转发双向中继的信道估计问题，假设信道互易性和M-PSK调制。在早期的工作中，部分盲最大似然估计是通过将数据视为确定性未知数而得到的。我们证明了该估计器在高信噪比（SNR）下以高概率逼近真实信道，但并不一致。然后，我们提出了一种替代的估计，这是一致的，并具有同样有利的高信噪比性能。我们还得到了无偏估计方差的Cramer-Rao界。
2012-02-15 cs.IT math.IT stat.OT
Learning Based Joint Coding-Modulation for Digital Semantic Communication Systems
Shanghai Jiao Tong University（上海交通大学）
在基于学习的语义通信中，神经网络已经取代了传统通信系统中的不同构建块。然而，数字调制仍然是神经网络的一个挑战。基于神经网络的数字调制的内在机制是将神经网络编码器的连续输出映射成离散的星座符号，这是一个不可微的函数，不能用现有的梯度下降算法来训练。为了克服这一挑战，在本文中，我们开发了一个联合编码调制方案的数字语义通信与BPSK调制。在我们的方法中，神经网络输出每个星座点的可能性，而不是具有具体的映射。因此，使用随机码而不是确定性码，这为每个星座点上具有接近似然性的符号保留了更多信息。联合编码调制设计可以使调制过程与信道状态相匹配，从而提高数字语义通信的性能。实验结果表明，在较宽的信噪比范围内，该方法在语义通信中的性能优于现有的数字调制方法，在较低的信噪比范围内，该方法的性能优于基于神经网络的模拟调制方法。
2022-11-07 cs.IT cs.LG math.IT
Deterministic-Random Tradeoff of Integrated Sensing and Communications in Gaussian Channels: A Rate-Distortion Perspective
集成传感和通信（ISAC）被认为是未来无线网络的关键技术。为了揭示ISAC系统的基本性能限制，本文从率失真的角度研究了矢量高斯信道下感知和通信（S&C）之间的确定性-随机权衡。我们将ISAC信号建模为携带信息的随机矩阵，其实现对于感测接收器是完全已知的，但对于通信接收器是未知的。我们描述了感知互信息条件下的随机ISAC信号，并表明它提供了一个普遍的下限失真度量的感知。此外，我们证明了失真下界最小化，如果样本协方差矩阵的ISAC信号是确定的。然后，我们提供我们的理解的主要结果，通过解释无线传感作为非合作源信道编码，并揭示了确定性随机权衡的S&C ISAC系统。最后，通过分析目标响应矩阵估计的具体实例，给出了失真界可拓性的充分条件。
2023-01-04 cs.IT eess.SP math.IT
Joint Source-Channel-Generation Coding: From Distortion-oriented Reconstruction to Semantic-consistent Generation
Cooperative Medianet Innovation Center, Shanghai Jiao Tong University, Shanghai, China（合作中位网创新中心，上海交通大学，上海，中国）
本文提出JSCGC，通过概率生成替代确定性重建，提升图像传输的感知质量和语义保真度，优于传统JSCC方法。
2026-01-19 cs.CV cs.IT cs.LG
JSCGC: Joint Source-Channel-Generation Coding for Wireless Generative Communications
Cooperative Medianet Innovation Center, the School of Information Science and Electronic Engineering, Shanghai Jiao Tong University（联合中位网创新中心，信息科学与电子工程学院，上海交通大学）
提出联合源信道生成编码（JSCGC），用生成模型替换传统解码器，将通信重构问题转化为受感知约束下的受控生成问题，通过联合训练和随机采样框架最大化互信息，在潜空间图像传输中提升特征、语义和分布质量。
2026-06-12 cs.AI cs.CV cs.IT
Undirected Multiple-Unicast Network Coding and Faster External-Memory Integer Sorting
University of Toronto（多伦多大学）；Tsinghua University（清华大学）
该研究针对Li-Li猜想给出反例，提出确定性外存整数排序算法，其块传输次数在多参数范围内优于经典方法，并通过Lean 4验证了算法正确性与编码的优势。
2026-11-03 cs.CC cs.DS cs.IT
Bounded-Contention Coding for Wireless Networks in the High SNR Regime
无线网络中的有效通信通常受到若干发射节点之间的干扰的可能性的挑战。许多重要的研究已经投入到减少冲突的数量，以获得更快的算法，在这样的网络中的通信。本文提出了一种新的方法，无线通信，它包括冲突，而不是避免他们，在一个附加的信道。它引入了一种称为有界竞争编码（BCC）的编码技术，该技术允许接收节点将冲突成功解码为原始传输，并且其复杂性取决于发射机之间的竞争边界。BCC使得能够在具有n个节点和至多一个发射机的网络中进行确定性本地广播，其中每个发射机具有在与全双工无线电通信的O（a log n + al）比特内的1比特的信息，并且具有高概率地与半双工无线电通信的O（（a log n + al）（log n））比特。当与随机线性网络编码相结合时，BCC以高概率在O（（D + a + log n）（a log n +1））比特内给出全局广播。这也适用于动态网络，动态网络可以随着时间的推移由最坏情况的对手任意改变。当没有约束的竞争，它示出了如何概率估计它，并获得全球广播，是自适应的真正的竞争在网络中。
2012-08-30 cs.DC cs.DS cs.IT
