Sparse Beamspace Equalization for Massive MU-MIMO mmWave Systems
我们提出了基于均衡的数据检测算法的全数字毫米波（mmWave）大规模多用户多输入多输出（MU-MIMO）系统，利用稀疏性在波束空间域，以降低复杂度。我们提供了一个条件的用户数量，基站天线，和信道稀疏的波束空间均衡可以比传统的天线域处理复杂。我们评估现有的和新的波束空间均衡算法的性能复杂性的权衡使用模拟现实毫米波信道模型。我们的研究结果表明，我们提出的波束空间均衡算法之一，实现了高达8倍的复杂性降低视线条件下，假设一个足够大的数量内的信道相干间隔的传输。
2020-03-18 cs.IT eess.SP math.IT
Little or no equalization is needed in energy-efficient sub-THz mobile access
本研究基于160 GHz室内定向信道测量，证明在sub-THz移动接入中采用单载波或低子载波数调制，只需很少或无需均衡即可实现显著容量增益，且能效优于传统多载波设计。
2022-12-05 cs.IT eess.SP math.IT
Efficient Non-linear Equalization for 1-bit Quantized Cyclic Prefix-Free Massive MIMO Systems
针对大规模多输入多输出（MIMO）基站，利用1位模数转换器（ADC）量化上行信号的数据检测问题。量化的大规模MIMO系统的现有文献处理循环前缀（CP）传输频率选择性信道。在本文中，我们提出了一个计算效率的块处理均衡器的基础上的期望最大化（EM）算法在CP免费传输的1比特量化系统。我们研究的最佳块长度和重叠因子的信道脉冲响应（CIR）长度的基础上的比特错误率（BER）性能指标。由于EM是一种非线性算法，最优估计是根据算法的初始起始点迭代地找到的。通过数值模拟，我们表明，初始化的EM算法与维纳滤波器（WF）的估计，这需要考虑到潜在的量化，实现优越的BER性能相比，与其他起始点的初始化。
2018-06-28 cs.IT math.IT
Turbo-Equalization Using Partial Gaussian Approximation
本文研究了码间干扰（ISI）信道中编码数据传输的Turbo均衡。我们提出了一个消息传递算法，使用的期望传播规则转换从解调器解码器的均衡器传递的消息，并通过使用部分高斯近似（PGA）计算由均衡器返回的消息。Monte Carlo模拟结果表明，这种方法导致了显着的性能改善相比，国家的最先进的涡轮均衡器，并允许交易的复杂性性能。我们利用ISI信道模型的具体结构，以显着降低PGA的复杂性相比，在最初的论文中考虑提出的方法。
2016-03-14 cs.IT math.IT
Frequency Spreading Equalization in Multicarrier Massive MIMO
滤波器组多载波（FBMC）作为一种有效的方法在大规模MIMO信道上的信令的应用，最近已经提出。本文通过对这些信道应用扩频均衡（FSE），进一步扩展了FBMC在大规模MIMO中的应用。FSE允许我们实现更精确的均衡。因此，每个符号可以发送更高数量的比特，并且每个子载波的带宽可以加宽。加宽每个子载波的带宽导致（i）更高的带宽效率;（ii）更低的复杂度;（iii）对载波频率偏移（CFO）的更低的敏感度;（iv）降低的峰均功率比（PAPR）;以及（iv）降低的延迟。所有这些吸引人的优点对系统实现所需的数字和模拟电路都有直接影响。在本文中，我们开发了大规模MIMO系统的最小均方误差（MMSE）FSE的数学公式。这种分析指导我们决定子载波的数量，这将是足够的实际信道模型。
2015-04-05 cs.IT math.IT
Delay Alignment Modulation: Enabling Equalization-Free Single-Carrier Communication
本文提出了一种新的宽带传输技术，称为延迟对齐调制（DAM），它使低复杂度的均衡免费的单载波通信，而不会受到符号间干扰（ISI）。DAM的关键思想是在发射机侧故意为承载信息的符号引入适当的延迟，使得在时间色散信道上传播之后，所有多径信号分量将同时且建设性地到达接收机。我们首先表明，通过应用DAM的基本多输入单输出（MISO）通信系统，ISI免费加性高斯白噪声（AWGN）系统可以得到简单的迫零（ZF）波束形成。此外，更一般的DAM方案进行了研究与ISI最大比传输（MRT）和ISI最小均方误差（MMSE）波束形成。仿真结果表明，当信道稀疏或天线尺寸较大时，DAM不仅以较低的复杂度解决了正交频分复用（OFDM）面临的峰均功率比（PAPR）高、带外辐射（OOB）严重、易受载波频偏（CFO）影响等问题，而且由于保护间隔开销的节省而实现了更高的频谱效率。
2022-01-07 cs.IT eess.SP math.IT
Adaptive Turbo Equalization for Nonlinearity Compensation in WDM Systems
本文研究了自适应Turbo均衡非线性补偿（NLC）的性能。提出了一种Turbo均衡方案，其中使用递归最小二乘（RLS）算法作为自适应信道估计器，跟踪与信道间非线性干扰（NLI）模型相关的时变符号间干扰（ISI）系数。估计的信道系数由MIMO 2x2软输入软输出（SISO）线性最小均方误差（LMMSE）均衡器用于补偿时变ISI。SISO LMMSE均衡器和SISO前向纠错（FEC）解码器在每次Turbo迭代中交换外部信息，允许接收器改善信道估计和均衡的性能，实现较低的比特错误率（BER）值。所提出的方案是针对偏振复用的64 QAM和256 QAM进行研究的，尽管它适用于任何适当的调制格式。广泛的数值结果。结果表明，该方案允许高达0.7 dB的额外增益，有效接收的信噪比（SNR）和高达0.2比特/符号/极化广义互信息（GMI），单通道数字反向传播提供的增益之上。
2021-09-05 cs.IT eess.SP math.IT
Performance Evaluation of an Orthogonal Frequency Division Multiplexing based Wireless Communication System with implementation of Least Mean Square Equalization technique
正交频分复用（Orthogonal Frequency Division Multiplexing，OFDM）技术由于其高数据率传输能力、高带宽利用率以及对多径时延的鲁棒性，近年来被应用于无线通信系统中。衰落是接收机中考虑的主要方面之一。为了消除衰落的影响，接收端必须在数据解调之前进行信道估计和均衡。本文主要研究频率选择性衰落信道下OFDM通信中基于导频的信道估计技术。提出了一种针对正交频分复用（OFDM）系统的信道均衡方法。在FFT处理之前插入一个自适应均衡器，可以减轻可变延迟和多径的影响，以消除或大大减少保护间隔，并获得一定的频谱效率。自适应算法是基于自适应滤波与平均（AFA）的参数更新。在建立OFDM系统模型的基础上，通过大量的计算机模拟，研究了信道均衡系统的性能。结果表明，更高的收敛速度和适应速度相比，最常用的算法之一-最小均方（LMS）。
2012-12-30 cs.IT math.IT
Receiver Concepts and Resource Allocation for OSC Downlink Transmission
基于单时隙自适应多用户信道的语音服务（VAMOS）已经被标准化为全球移动通信系统（GSM）的扩展。VAMOS的目标是增加GSM的容量，同时保持与传统系统的向后兼容性。为此，采用正交子信道（OSC）概念，其中两个高斯最小频移键控（GMSK）信号在相同时隙中以相同载波频率发射。为了充分利用OSC可能的容量增益，新的接收机概念是必要的。与可以采用多个天线的基站相反，移动站通常仅配备有一个接收天线。因此，下行链路接收机的设计是一个非常具有挑战性的任务。本文介绍了OSC下行链路传输的接收机处的信道估计、用户分离和均衡的不同概念。此外，必须通过合适的下行链路功率和资源分配算法来提高系统容量。对基站的可用信息做出现实的假设，提出了一种联合功率和无线电资源分配的算法。仿真结果表明，所提出的信道估计算法，均衡方案，联合无线资源和功率分配算法在现实的VAMOS环境中的优异性能。
2013-10-14 cs.IT math.IT
Reduced Complexity Super-Trellis Decoding for Convolutionally Encoded Transmission Over ISI-Channels
在本文中，我们提出了一个匹配编码（ME）方案卷积编码传输码间干扰（通常称为ISI）信道。一种新颖的网格描述使得能够联合执行均衡和解码，即，使得能够进行有效的超网格解码。通过这种匹配的非线性网格描述，我们可以显着减少所需的状态数的接收端维特比算法执行最大似然序列估计。进一步的复杂性降低，实现了使用减少状态序列估计的概念。
2012-10-04 cs.IT math.IT
Single-Carrier Delay-Doppler Domain Equalization
针对OTFS调制PAPR过高的问题，提出单载波时延-多普勒域均衡方案（SC-DDE），在接收端利用DZT转换至DD域进行均衡，在保持低PAPR的同时实现了与OTFS可比的误码率性能。
2024-03-25 cs.IT eess.SP math.IT
Meta-ViterbiNet: Online Meta-Learned Viterbi Equalization for Non-Stationary Channels
基于深度神经网络（DNN）的数字接收器可以潜在地在复杂环境中操作。然而，通信信道的动态性质意味着在某些情况下，基于DNN的接收器应该定期重新训练，以便跟踪信道条件的时间变化。为此，通常需要频繁地发送冗长的导频序列，代价是大量的开销。在这项工作中，我们提出了一个DNN辅助的符号检测器，Meta-ViterbiNet，它通过集成三种互补技术来跟踪信道变化，减少开销：1）我们利用领域知识来实现基于模型/数据驱动的均衡器，ViterbiNet，它使用相对较少的可训练参数; 2）针对符号检测问题，设计了一种元学习算法，优化了学习算法的超参数，使其能够快速在线自适应;以及3）我们采用基于编码通信的决策导向方法以实现具有短长度导频块的在线训练。数值结果表明，元ViterbiNet准确地运行在快速变化的信道，优于以前的最佳方法，基于ViterbiNet或传统的循环神经网络没有元学习，由高达0.6 dB的利润率在比特出错率在各种具有挑战性的情况。
2021-03-24 cs.IT eess.SP math.IT
Hybrid Digital/Analog Schemes for Secure Transmission with Side Information
最近的结果信源信道编码的安全传输表明，分离举行在一些情况下，在一些较少的噪声条件。然而，通过一个简单的反例也证明了纯模拟方案可以是最佳的，因此优于数字方案。根据这些观察和假设匹配的带宽，我们提出了一种新的混合数字/模拟方案，旨在收集数字和模拟的优点。在二次高斯设置时，边信息只存在于窃听，该策略被证明是最优的。此外，它优于数字和模拟方案，并且不能通过分时实现。最后给出了一个应用于带边信息的对称信源的例子。
2011-09-04 cs.IT math.IT
Blind and Channel-agnostic Equalization Using Adversarial Networks
Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院）；University of Kaiserslautern（凯泽斯劳滕大学）
由于自动驾驶、物联网和流媒体服务的快速发展，现代通信系统必须应对不断变化的信道条件以及稳步增长的用户和设备数量。这一点，以及不断增长的带宽需求，只能通过智能网络自动化来满足，这需要高度灵活和盲收发器算法。为了应对这些挑战，我们提出了一种新的自适应均衡方案，该方案通过使用对抗网络训练均衡器来利用深度学习的蓬勃发展。该学习仅基于发送信号的统计，因此其对于实际发送符号是盲的并且对于信道模型是不可知的。所提出的方法是独立的均衡器的拓扑结构，使强大的神经网络均衡器的应用。在这项工作中，我们证明了这一概念在不同的模拟-线性和非线性-传输信道，并证明了所提出的盲学习方案的能力，以接近非盲均衡器的性能。此外，我们提供了一个理论的角度来看，并强调了该方法的挑战。
2022-09-15 cs.IT cs.LG eess.SP
Wireless Federated Learning over Resource-Constrained Networks: Digital versus Analog Transmissions
本文定量比较了资源受限无线网络中数字与模拟传输方案，揭示其本质区别在于通信与计算是否联合设计，并优化设备采样以提升联邦学习性能。
2024-05-28 cs.IT math.IT
On the Comparison of Single-Carrier vs. Digital Multi-Carrier Signaling for Long-Haul Transmission of Probabilistically Shaped Constellation Formats
我们报告的理论和实验研究的非线性公差的单载波和数字多载波的方法与概率形状的星座。PCS16QAM的实验传输在超长距离上以120 GBd进行评估。
2021-09-22 cs.IT eess.SP math.IT
Optimization of resources for digital radio transmission over IBOC FM through max-min fairness
针对多业务 IBOC FM 数字广播的资源分配问题，提出低复杂度 MMF 算法以兼顾公平性与 QoS，并在饱和业务场景下验证其带宽优化效果。
2024-04-04 cs.IT math.IT
Blind Equalization and Channel Estimation in Coherent Optical Communications Using Variational Autoencoders
Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）；Nokia（诺基亚）
本文研究了基于变分推理的自适应盲均衡器在光通信载波恢复中的应用。这些均衡器基于最大似然信道估计的低复杂度近似。我们将变分自编码器（VAE）均衡器的概念推广到高阶调制格式，包括概率星座成形（PCS），在光通信中无处不在，在接收机过采样，和双偏振传输。除了基于卷积神经网络的黑盒均衡器之外，我们还提出了基于线性蝶形滤波器的基于模型的均衡器，并使用变分推理范式训练滤波器系数。作为副产品，VAE还提供可靠的信道估计。我们分析了VAE在经典的加性高斯白噪声（AWGN）信道与符号间干扰（ISI）和色散线性光双偏振信道的性能和灵活性。我们表明，它可以扩展盲自适应均衡器的应用范围优于国家的最先进的恒模算法（CMA）的PCS固定，但也随时间变化的信道。评价伴随着超参数分析。
2022-09-15 cs.IT cs.LG eess.SP
A Lattice-Based MIMO Broadcast Precoder for Multi-Stream Transmission
在多用户多输入多输出（MIMO）广播信道中，块对角化预编码是一种逼近和容量的有吸引力的方案。该方法需要在每个接收机处的全局信道状态信息或额外的训练阶段，这需要额外的系统规划。在本文中，我们提出了一种基于格的多用户预编码器，使用块对角化结合预均衡和扰动的多用户MIMO广播信道。该方案的可实现的和速率的推导和使用表明，所提出的技术方法的可实现的和速率的块对角化与注水，但不需要在接收机的额外信息。等功率分配的Monte Carlo仿真结果表明，该方法提供了更好的比特出错率和分集性能比块对角化与迫零接收机。此外，所提出的方法表现出类似的最大似然接收机的性能，但具有更低的接收机复杂度。
2006-05-25 cs.IT math.IT
On Diagonalizable Delay-Doppler Channels and Their Diagonalizing Waveforms
Fudan University（复旦大学）；Great Bay University（东莞理工学院）
本文针对双选择性信道的延迟-多普勒耦合问题，基于循环前缀块传输与正交调制波形，识别出可对角化的信道支撑集并推导闭式波形，为简化单抽头均衡提供了理论依据。
2026-09-15 cs.IT eess.SP math.IT
A Comparison among Single Carrier, OFDM, and OTFS in mmWave Multi-Connectivity Downlink Transmissions
本文比较了毫米波多连接下行中SC、OFDM和OTFS三种波形，提出OTFS跨域迭代检测，以实际容量评估，显示OTFS以合理复杂度代价显著优于其他两者。
2025-03-31 cs.IT math.IT
Digital Domain Power Division Multiplexed Dual Polarization Coherent Optical OFDM Transmission
通信系统的容量是通信系统永恒的追求，这是由于大量的带宽需求。作为现代通信网络的骨干基础设施，光纤传输系统通过利用光载波的可用物理维度（时间、频率、正交、偏振和空间）进行复用，在几十年中经历了显著的容量增长。对于每个维度，必须保证严格的正交性以完美分离独立的复用信号。为了赶上不断增长的容量需求，因此，开发新的复用方法是有趣和重要的，该方法放松正交约束，从而实现更好的频谱效率和更灵活的频率重用。受非正交多址接入（NOMA）方案思想的启发，提出了一种与现有双偏振相干光通信系统完全兼容的数字域功率分复用（PDM）传输技术。相干光正交频分复用（CO-OFDM）调制由于具有频谱利用率高、编码灵活、信道估计容易以及对光纤色散的鲁棒性等优点而被广泛采用。在1440 km标准单模光纤上实现了100 Gb/s波分复用（WDM）传输的PDM-DP-CO-OFDM。两个基带正交相移键控（QPSK）OFDM信号以不同的功率电平叠加在一起。PDM-DP-CO-OFDM信号经过IQ调制、偏振复用和长距离光纤传输后，在典型的偏振分集相干接收机中采用连续干扰抵消（SIC）算法成功地恢复出信号。
2017-06-01 cs.IT math.IT
Direct Data Detection of OFDM Signals Over Wireless Channels
本文提出了一种新的高效接收机设计的无线通信系统，包括正交频分复用（OFDM）传输。所提出的接收机不需要信道估计或均衡来执行相干数据检测。相反，信道估计、均衡和数据检测被组合成单个操作，因此，检测器被表示为直接数据检测器（D^{3}）。该系统的性能进行了深入的理论分析，在出错率（BER），并通过蒙特卡罗仿真验证。理论分析和仿真结果表明，在平坦衰落信道中，该检测器的误码率与完全了解信道状态信息（CSI）的相干检测器相比仅相差3 dB，在频率选择性信道中，该检测器的误码率与完全了解信道状态信息的相干检测器相比也相差3 dB。如果CSI不是完全已知的，那么D^{3}的性能大大优于相干检测器，特别是在使用线性插值的高SNR下。D^{3}的计算复杂性取决于待检测序列的长度，然而，使用维特比算法可以实现显著的复杂性降低。
2019-12-05 cs.IT math.IT
Pre-Equalization Aided Grant-Free Massive Access in Massive MIMO System
针对mMIMO系统免授权大规模NOMA方案导频开销大、接入时延高的问题，提出预均衡辅助的免授权海量接入方案，设计含粗检测、数据辅助信道估计和精检测的迭代算法，相同时延下性能优于现有方案。
2025-02-14 cs.IT eess.SP math.IT
Algebraic Hybrid Satellite-Terrestrial Space-Time Codes for Digital Broadcasting in SFN
最近，用于在单频网络（SFN）中广播未来数字电视的不同方法已经处于深入研究之下。为了改善传输以覆盖郊区和农村地区，可以使用混合方案。在混合传输中，信号既从卫星又从地面站点传输。2008年，Y. Nasser等人提出在数字电视的混合4 × 2 MIMO传输中使用双层3D空时（ST）码。本文针对4 × 2混杂系统提出了结构更简单的替代码，并针对3 × 2混杂系统构造了新的码。通过计算机模拟分析了所提出的码的性能，显示出比简单的重复方案有显着的改善。此外，建议的代码证明是非常强大的存在下，两个站点之间的功率不平衡。
2011-03-02 cs.IT math.IT
Digital Network Coding Aided Two-way Relaying: Energy Minimization and Queue Analysis
在本文中，我们考虑一个三节点，双向中继系统与数字网络编码在静态信道中的所有链路增益被假定为常数在传输过程中。其目的是最大限度地减少总的能量消耗，同时确保在所有节点的队列稳定性，对于一个给定的一对随机数据包到达率。具体来说，我们允许一组传输模式，并解决分配给每个模式，包括多址上行链路传输模式和网络编码广播模式的资源的最佳比例。此外，对于下行链路，我们发现的条件，以确定是否叠加编码与过量的数据在更好的链路和网络编码的数据，为两个用户是能量有效的，并制定和解决相应的优化。为了解决这个网络中的队列演化，我们提出了一个详细的分析，在每个节点上的队列使用随机调度方法，非常接近的理论设计，通过一个二维马尔可夫链模型。
2012-10-26 cs.IT math.IT
Neural Network Architectures for Optical Channel Nonlinear Compensation in Digital Subcarrier Multiplexing Systems
Huawei Technologies Canada（华为加拿大技术公司）
本文研究数字子载波复用光传输系统中的光纤非线性补偿问题，提出基于CNN和LSTM等人工神经网络结构的非线性均衡器，并通过模块化设计逐步优化性能与复杂度，为未来相干光收发器提供实用方案。
2023-04-13 cs.IT cs.LG eess.SP
SparseCast: Hybrid Digital-Analog Wireless Image Transmission Exploiting Frequency Domain Sparsity
介绍了一种数模混合的无线图像传输方案--SparseCast，该方案在保证信道质量的前提下实现了适度的降级。SparseCast通过压缩感知利用频域稀疏性来实现改进的端到端重建质量，同时降低带宽要求。所提出的算法产生的信道信噪比（CSNR）和峰值信噪比（PSNR）之间的线性关系，而不需要在发送端的信道状态知识。这在向多个接收器或在未知时变信道上发送时特别有吸引力，因为接收器PSNR取决于所经历的信道质量，并且不被最差信道所校验。SparseCast以两种替代算法为基准：SoftCast和BCS-SPL。我们的研究结果表明，该算法优于SoftCast约3.5 dB和BCS-SPL 15.2 dB。
2018-11-25 cs.IT eess.IV math.IT
Digital versus Analog Transmissions for Federated Learning over Wireless Networks
Southeast University（东南大学）；Purple Mountain Laboratories（紫金山实验室）；Zhejiang University（浙江大学）；University of Oulu（奥卢大学）；Princeton University（普林斯顿大学）
本文在无线联邦学习场景下定量对比数字与模拟传输方案，揭示其根本区别在于通信与计算是否联合设计，并通过理论分析和数值仿真验证了各自优劣及适用场景。
2024-02-15 cs.IT cs.LG cs.NI
End-to-End Optimized Transmission over Dispersive Intensity-Modulated Channels Using Bidirectional Recurrent Neural Networks
我们提出了一种基于自动编码序列的收发器，用于通过具有强度调制和直接检测（IM/DD）的色散信道进行通信，设计为双向深度递归神经网络（BRNN）。接收器使用滑动窗口技术以允许有效的数据流估计。我们发现，这种基于通信系统的端到端深度学习的滑动窗口BRNN（SBRNN），与以前实现为前馈神经网络（FFNN）的基于块的自动编码器相比，在所有检查的距离上都实现了显着的误码率降低，从而增加了传输距离。我们还比较了端到端SBRNN与最先进的IM/DD解决方案的基础上，两个电平脉冲幅度调制与FFNN接收器，同时处理多个接收到的符号和近似非线性Volterra均衡。我们的结果表明，SBRNN优于这样的系统在42和84\，Gb/s，而训练较少的参数。我们的新型SBRNN设计旨在定制基于端到端深度学习的系统，用于通过具有记忆的非线性信道进行通信，例如光学IM/DD光纤信道。
2019-04-09 cs.IT math.IT stat.ML
On decoding of digital data sent over a noisy MIMO channel
数字数据的传输是现代无线通信的主要任务之一。传统上，通信信道由一个发射机和一个接收机组成;然而，由于对更高传输速率的需求不断增加，使用多个接收机和发射机的普及度已经迅速增长。在本文中，我们结合了一些相当标准的技术，从数值线性代数和概率开发几个（显然是新颖的）随机方案的解码发送的数字消息在一个嘈杂的多元高斯信道。我们使用一个流行的数学模型，这样的渠道，以说明我们的计划，通过数值实验的性能。
2015-01-07 cs.IT math.IT math.OC
VQ-DSC-R: Robust Vector Quantized-Enabled Digital Semantic Communication With OFDM Transmission
ZGC Institute of Ubiquitous-X Innovation and Applications（ubiquitous-X 创新与应用研究所）；Beijing Key Laboratory of 6G DOICT converged and Cloud-Native Mobile Information Networks（北京6G DOICT融合与云原生移动信息网络重点实验室）；State Key Laboratory of Networking and Switching Technology（网络与交换技术国家重点实验室）；Beijing University of Posts and Telecommunications（北京邮电大学）
本文提出VQ-DSC-R系统，通过Swin Transformer和ANDVQ方案实现鲁棒的语义通信，提升压缩比和实际性能。
2026-02-05 cs.IT cs.LG math.IT
Joint Rate and Resource Allocation in Hybrid Digital-Analog Transmission over Fading Channels
在混合数字模拟（HDA）系统中，资源分配已被用于实现期望的失真性能。然而，现有的研究在这个问题上假设无差错的数字传输，这是不有效的衰落信道。在时变信道衰落的情况下，在发射机处无法获得精确的信道状态信息。因此，随机中断和由此产生的数字失真不容忽视。此外，在资源分配中应考虑速率分配，因为它不仅决定了数字传输和模拟传输的信息量，而且还影响中断概率。基于上述观察，本文试图在衰落信道下执行联合速率和资源分配策略来优化HDA系统中的系统失真。考虑一种带宽扩展方案，其中在具有熵约束标量量化器（ECSQ）的HDA系统中发送无记忆高斯源。首先，我们制定的联合分配问题作为一个预期的系统失真最小化问题，其中模拟和数字失真都被认为是。然后，在低中断概率的限制下，基于块坐标下降法将问题分解为两个耦合的子问题，并提出一种迭代梯度算法来逼近最优解。此外，我们将我们的工作扩展到多变量高斯源的情况下，提出了一个两阶段的快速算法，结合舍入和贪婪策略，以优化联合速率和资源分配问题。仿真结果表明，在单高斯源情况下，所提算法的信失真比优于现有算法2.3dB;在多高斯源情况下，所提算法的信失真比优于现有算法3.5dB。
2018-12-17 cs.IT cs.PF eess.SP
The Mathematical Parallels Between Packet Switching and Information Transmission
所有的通信网络都由传输系统和交换系统组成，尽管它们通常被视为两个独立的问题。通信信道通常受到来自各种源的噪声的干扰。在电路交换网络中，可靠的通信需要在噪声信道上进行比特的容错传输。然而，在分组交换网络中，不仅比特会被噪声破坏，而且沿着连接路径的资源也会受到竞争。因此，服务质量（QoS）由缓冲器延迟和分组丢失确定。本文的主题是表明，传输噪声和数据包竞争实际上有类似的特点，可以驯服可比的手段，以实现可靠的通信，并确定了一些交换和传输之间的类比。带限信号的采样定理是数字通信和信号处理的基础。近年来，流量矩阵的Birkhoff-von Neumann分解在分组交换中得到了广泛的应用。相对于降低分组交换的复杂性，我们表明，双随机流量矩阵的分解起着类似的作用，在数字传输中的采样定理。我们的结论是，分组交换系统是由数学定律，是类似于香农在他的开创性的1948年的论文，通信的数学理论所设想的数字传输系统。
2006-11-22 cs.IT cs.NI math.IT
Experimental Investigation of Deep Learning for Digital Signal Processing in Short Reach Optical Fiber Communications
University College London（伦敦大学学院）；Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）；Nokia Bell Labs（诺基亚贝尔实验室）
我们研究的方法，实验性能增强的自动编码器的基础上，一个循环神经网络（RNN）的通信分散非线性信道。特别是，我们的重点是最近提出的滑动窗口双向RNN（SBRNN）光纤自动编码器。我们表明，调整处理窗口中的序列估计算法在接收机提高了达到简单的系统训练的信道模型和应用“原样”的传输链路。此外，收集的实验数据被用来优化接收器神经网络参数，允许传输42 Gb/s的误比特率（BER）低于6.7%的硬判决前向纠错阈值在距离70公里，以及84 Gb/s在20公里。将基于实验数据优化的数字信号处理（DSP）扩展到脉冲幅度调制，接收机采用前馈或递归神经网络以及经典的非线性Volterra均衡进行滑动窗口序列估计。我们的研究结果表明，对于固定的算法内存，基于深度学习的DSP实现了改善的BER性能，从而增加了系统的覆盖范围。
2020-05-18 cs.IT cs.LG eess.SP
Sequential Parametric Optimization for Rate-Splitting Precoding in Non-Orthogonal Unicast and Multicast Transmissions
本文研究了使用全数字和混合预编码器的非正交单播和多播（NOUM）传输的速率分裂（RS）预编码。我们研究非凸加权和率（WSR）最大化问题的组播要求。为了解决上述问题，我们提出了一种基于序贯参数优化的方法-CON。我们表明，ESTCON收敛到局部最优，而不需要明智地选择一个初始可行点。此外，我们通过模拟表明，通过利用RS，混合预编码器可以达到几乎相同的性能，在某些特定的设置下，他们的全数字同行。
2022-01-25 cs.IT cs.NI eess.SP
