On the One-Shot Zero-Error Classical Capacity of Classical-Quantum Channels Assisted by Quantum Non-signalling Correlations
Duan和Winter研究了在量子非信号关联辅助下的量子信道的单次零差错经典容量问题，并将该问题表示为只依赖于信道的Kraus算子空间的半定规划.对于经典量子信道，他们证明了在量子非信号相关性的辅助下，在所有具有混淆图$G$的经典量子信道上最小化的渐近零误差经典容量正好是$\log \vartheta(G)$，其中$\vartheta(G)$是著名的Lovász θ函数。本文证明了由等长分圆陪集定义的循环图$G$导出的经典-量子信道的单次容量为$\log \lfloor \vartheta(G) \rfloor$，这进一步暗示了它的渐近容量为$\log \vartheta(G)$ .这类图包括奇长圈图、素顶点的Paley图和素顶点的肘剩余图。其他图形的例子也进行了讨论。这赋予Lovász $θ$函数更直接的操作意义。
2016-08-16 cs.IT math.IT quant-ph
Upper Bound on the Capacity of Discrete-Time Wiener Phase Noise Channels
研究了积分转储多采样接收机在离散时间维纳相位噪声信道中的应用。推导出平均输入功率约束下的容量上限，并进行了高信噪比（SNR）分析。如果对于$0\le α\le 1$，过采样因子随着$\text{SNR}^α$增长，则容量预日志在高SNR下至多为$(1+α)/2$。
2015-03-02 cs.IT math.IT
On the Capacity of Abelian Group Codes Over Discrete Memoryless Channels
对于大多数离散无记忆信道，不存在用于使用信道的所有输入符号的信道的线性码。因此，这种信道的码的线性是一个非常严格的条件，并且码的代数结构应该放松到码可以允许任何信道输入字母表的程度。对于任何信道输入字母表大小，总是存在在字母表上定义的阿贝尔群结构。本文研究了离散无记忆信道上阿贝尔群码的容量，给出了容量的上下界。
2011-02-16 cs.IT math.IT
Capacity of General Discrete Noiseless Channels
本文研究了Shannon提出的离散无噪声信道的容量。一个充分条件的能力是明确的。对于一个一般的离散无噪声信道允许非整数值的符号权重，它示出的能力-如果定义良好-可以确定从其生成函数的收敛半径，从其生成函数的最小的正极，或从其复杂的生成函数的最右边的真正的奇异性。本文将普林斯海姆定理和指数增长公式推广到具有非整数值符号权的组合结构的生成函数。
2010-06-10 cs.IT math.IT
On Capacity Regions of Discrete Asynchronous Multiple Access Channels
异步多址信道的一般形式化，它承认不同的假设延迟。这一总体框架允许分析迄今为止未探索的模型，从而产生新的有趣的容量区域。特别地，给出了3个字节、2个字节彼此同步、第三个字节不同步的情况下的容量区域的单字母表征。
2014-07-12 cs.IT math.IT
Capacity of The Discrete-Time Non-Coherent Memoryless Gaussian Channels at Low SNR
我们解决的离散时间无记忆高斯信道的容量，其中的信道状态信息（CSI）既不是在发送器，也不是在接收器。在低信噪比（SNR）的最佳容量实现的输入分布的精确特征，和非相干信道的确切容量的推导。导出的关系允许更好地理解在低信噪比的非相干信道的容量。然后，我们计算了非相干惩罚，并给出了一个更精确的表征的次线性项的SNR。最后，为了更深入地了解最佳输入如何随信噪比变化，给出了实现容量的输入的非零质量点定位的上界和下界。
2008-05-02 cs.IT math.IT
On the Capacity of the Discrete-Time Channel with Uniform Output Quantization
本文提供了新的见解的经典问题，确定的容量的离散时间信道的均匀输出量化和容量实现输入分布。它建立在早期的工作Gallager和Witsenhausen提供了一个详细的分析两个特定的量化方案。第一种是饱和量化，其中溢出被映射到最近的量化仓，第二种是环绕量化，其中溢出在减少某个模数之后被映射到最近的量化仓。确定了实现量化的容量和实现输入分布的容量。当加性噪声为高斯噪声且相对较小时，饱和量化的容量被包络量化的容量限制。在任意多个均匀的量化水平的限制，它表明，由Ihara给出的容量的上限和下限之间的差异只有0.26位。
2009-01-16 cs.IT math.IT
On the Capacity of Discrete-Time Laguerre Channel
本文提出了离散时间Laguerre信道容量的新的上界和下界。Laguerre行为被用来模拟各种类型的光学系统和网络，如光放大器，具有直接检测的短距离可见光通信系统和相干码分多址（CDMA）网络。推导了短距离可见光通信系统和相干CDMA网络的边界。这些界限分为三种主要情况：当平均和峰值功率约束，峰值功率约束是不活动的，只有峰值功率约束是活跃的。
2016-12-30 cs.IT math.IT
Achieving near-Capacity on Large Discrete Memoryless Channels
我们提出了一种方法，以提高容量的一致先验在离散无记忆信道（DMC）与高输入基数。它包括适当地减少输入集。讨论了输入子集的不同设计标准。我们开发了一个有效的算法来解决这个问题的最大化的截止率的基础上。该方法应用于单比特收发器MIMO系统，结果表明，通过采用标准二进制码，同时避免使用分布整形器，容量可以接近十分之一dB。
2010-10-26 cs.IT math.IT
Low-Signal-Energy Asymptotics of Capacity and Mutual Information for the Discrete-Time Poisson Channel
推导出离散时间泊松信道中互信息的低信号能量渐近的第一项，并与容量的渐近表达式进行比较。在存在非零加性噪声（泊松噪声或几何噪声）的情况下，互信息在零信号能量处是凹的，并且在零容量处不能获得每比特的最小能量。与信号能量成比例的固定信号星座不能达到每比特的最小能量。当存在加性泊松噪声时，每比特的最小能量为零，并且当存在平均值$\ew$的加性几何噪声时，每比特的最小能量为$\ew\log 2$。
2008-08-20 cs.IT math.IT
Vector Flows and the Capacity of a Discrete Memoryless Channel
本文提出一种基于连续时间动力系统的新方法计算离散无记忆信道容量，作为Blahut-Arimoto算法的连续时间版本，并借助博弈论类比设计模拟电路硬件实现。
2023-12-27 cs.IT math.IT
Non-Asymptotic Capacity Upper Bounds for the Discrete-Time Poisson Channel with Positive Dark Current
在平均功率约束和任意恒定暗电流项下，我们推导出离散时间泊松信道容量的改进且易于计算的上界。这是通过将一般凸对偶框架与作者先前工作中考虑的双伽玛分布的修改版本相结合来实现的（Cheraghchi，J. ACM 2019; Cheraghchi，Ribeiro，IEEE Trans. Inf. Theory 2019）。对于大多数参数的选择，我们的上界改善以前的结果，即使在输入端施加一个额外的峰值功率约束。
2020-10-31 cs.IT math.IT
Capacity of The Discrete-Time Non-Coherent Memoryless Rayleigh Fading Channels at Low SNR
离散时间无记忆信道的容量，其中连续的符号独立地衰落，并且其中信道状态信息（CSI）在发射机处和接收机处都不可用，被认为是在低SNR下。我们推导出一个封闭形式的表达式的最佳容量实现输入分布在低信噪比（SNR），并给出了精确的容量的非相干信道在低信噪比。推导出的关系可以更好地理解在低信噪比的非相干信道的容量，并带来了分析的答案，在以前的工作中观察到的最佳输入分布的特殊行为的阿布Faycal，Trott和Shamai。然后，我们计算了非相干惩罚，并给出了一个更精确的表征的次线性项的SNR。最后，为了更好地理解最佳输入如何随SNR变化，给出了实现容量的输入的上界和下界。
2008-01-03 cs.IT math.IT
Nested Polar Codes Achieve the Shannon Rate-Distortion Function and the Shannon Capacity
结果表明，嵌套极化码实现了任意（二进制或非二进制）离散无记忆信源的香农率失真函数和任意离散无记忆信道的香农容量.
2014-01-25 cs.IT math.IT
Capacity of Discrete Molecular Diffusion Channels
在基于扩散的分子通信中，可以通过介质中分子浓度的变化来传递消息。在本文中，我们打算分析的信息从一个节点到另一个节点的扩散通道中的可实现的容量。我们观察到，由于介质中的分子扩散，通道具有记忆性。然后，我们通过两步马尔可夫链的信道的记忆模型，并获得描述的扩散信道的容量的方程。通过执行数值分析，我们获得了对于不同电平的发射机功率的最大可实现速率，即，分子生产率。
2011-05-10 cs.IT math.IT
On the Capacity of the Discrete Memoryless Broadcast Channel with Feedback
本文提出了一种离散无记忆广播信道的{无噪声，有噪声，广义}反馈编码方案，并导出了相应的可达域。该方案是基于一个块马尔可夫策略相结合的马顿计划和一个有损版本的格雷-怀纳计划与边信息。在每个块中，发射机发送新的数据和更新信息，允许接收机改善在前一个块中观察到的信道输出。对于Dueck广播信道的推广，我们的方案实现了无噪声反馈容量，这是严格大于无反馈容量。对于Blackwell信道的推广，当反馈是无噪声的，我们的新方案实现的速率点是在无反馈容量区域之外。它遵循一个简单的连续性参数，对于这两个信道，当反馈噪声足够低时，我们的方案提高了无反馈容量，即使当反馈是嘈杂的。
2012-11-25 cs.IT math.IT
Ergodic Capacity of Discrete- and Continuous-Time, Frequency-Selective Rayleigh Fading Channels with Correlated Scattering
研究了相关散射下频率选择性瑞利衰落信道的各态历经容量，并将其应用于超宽带领域。在平均功率约束下，我们考虑单用户，单天线传输。假设相干接收在接收器处具有全CSI并且在发射器处没有CSI。我们区分连续和离散时间信道，建模为随机过程或随机向量与通用协方差。作为一个实际相关的例子，我们详细研究了指数衰减的Ornstein-Uhlenbeck过程。最后，我们给出了数值结果，讨论了连续时间和离散时间信道模型之间的关系，并显示相关散射的显着影响。
2008-01-03 cs.IT math.IT
Capacity of Discrete-Time Wiener Phase Noise Channels to Within a Constant Gap
研究了加性高斯噪声和维纳相位噪声对离散时间信道容量的影响。提出了新的内界和外界，对于所有信道参数，每个信道使用的内界和外界最多相差$6.65$比特。该模型的容量可以细分为三种状态：（i）对于较大的频率噪声方差值，信道的行为类似于具有圆形均匀iid相位噪声的信道;（ii）当频率噪声方差较小时，加性噪声的影响超过相位噪声的影响，而（iii）对于频率噪声方差的中间值，由于相位噪声的存在，相位调制信道上的传输速率必须降低。
2017-01-18 cs.IT math.IT
Capacity of Generalized Discrete-Memoryless Push-to-Talk Two-Way Channels
在这份报告中，我们推广香农的一键通双向通道（PTT-TWC），允许可靠的全双工传输以及噪声接收的半双工（PTT）模式。将PTT-TWC看作两个状态相关的单向通道，我们引入了与单向通道有关的通道对称性。香农的TWC容量内界被证明是紧的广义模型下的对称性。我们还解析推导出容量区域，这是示出的凸包（最多）4速率对。举例说明了不同形状的容量区域，并通过实例讨论了有效的传输方案。
2021-01-29 cs.IT math.IT
The lowest-possible BER and FER for any discrete memoryless channel with given capacity
本文研究了在速率为R>C的无记忆信道上传输时，使误帧率最小的信道编码方案的特性。的结果进行比较，导致最小误码率的信道编码方案的众所周知的属性。这两种优化要求是相互矛盾的。所得结果的一个有价值的应用。
2009-03-20 cs.IT math.IT
Structural Results and Improved Upper Bounds on the Capacity of the Discrete-Time Poisson Channel
新的容量上限提出了离散时间泊松信道，没有暗电流和平均功率约束。这些界限是一个简单的后果，技术开发的二进制删除和重复通道的能力上限看似无关的问题。以前，在平均功率约束不接近零的情况下，最著名的容量上限是由Martinez（JOSA B，2007年）提出的，这是作为本文中开发的框架的特殊情况重新推导的。此外，这个框架被仔细地实例化，以获得一个封闭形式的界限，显着提高马丁内斯的结果无处不在。最后，在平均功率约束和/或峰值功率约束和任意暗电流下，研究了离散时间泊松信道的容量实现分布。特别是，它表明，在平均功率约束下的能力实现分布的支持必须是可数无限的。这肯定地解决了Shamai的一个猜想（IEE Proceedings I，1990）。以前，只知道支撑必须是无界的。
2018-07-20 cs.IT math.IT
One-shot Capacity bounds on the Simultaneous Transmission of Classical and Quantum Information
我们研究的通信能力的量子信道下的最一般的信道模型称为单次模型。与只能用于传输经典信息（比特）的经典信道不同，量子信道可以用于传输经典信息、量子信息（量子比特）以及同时传输经典信息和量子信息。在这项工作中，我们研究了一个量子信道的一次性能力，同时传输比特和量子比特。研究了无记忆信道的渐近状态下的容量问题，并给出了容量区域的正则化描述。众所周知，私有经典信息的传输与量子信息传输问题密切相关。我们诉诸于这个想法，并找到可实现的和逆的公共和私人的经典信息的同时传输的界限。然后通过将经典保密速率转换为量子信息速率，将得到的速率区域转换为量子信息速率，从而得到一个同时传输经典和量子信息的速率区域。在渐近i.i.d.的情况下，设置，我们的一次性结果进行评估，在文献中的已知结果。我们的主要工具中使用的可扩展性证明是基于位置的解码和凸分裂引理。
2020-10-01 cs.IT math.IT quant-ph
Capacity Region of $K$-User Discrete Memoryless Interference Channels with a Mixed Strong-Very Strong Interference
在\cite{ChS}中建立了强-极强混合干扰下3用户高斯干扰信道的容量域。在\cite{ChS}中考虑的混合强-非常强干扰条件对应于在每个接收机处干扰信号之一强而另一个非常强的情况。在本文中，我们推导出$K$ -用户$(K\geq 3)$离散无记忆干扰信道（DMIC）的容量区域与混合强-非常强的干扰。这对应于在每个接收机处干扰信号之一强而其它$(K-2)$干扰信号非常强的情况。作为特殊情况，这包括具有混合强-非常强干扰的3用户DMIC。证明是专门的3用户GIC的情况下，因此，一个替代的简单推导的容量区域的3用户GIC与混合强-非常强的干扰。
2011-02-15 cs.IT math.IT
Identification Capacity of the Discrete-Time Poisson Channel
针对事件驱动的分子通信场景传统香农容量不适用的问题，提出识别容量作为替代指标，推导了离散时间泊松信道在功率约束下的随机识别容量公式，并分析了状态依赖型信道的情况。
2024-01-29 cs.IT math.IT
On the Computation of the Shannon Capacity of a Discrete Channel with Noise
Muroga [M52]展示了如何将具有噪声的离散信道的香农信道容量[S49]表示为转移概率的显式函数。他的方法适用于任何有限数量的输入符号，任何有限数量的输出符号和任何转移概率矩阵的信道。Silverman [S55]在双星通道的特殊情况下进行了Muroga的方法（并继续分析了几个这样的双星通道的“级联”）。这篇文章是关于单个二进制信道的容量C（a，c）的结果公式的注记。我们的目的是澄清一些论点，并纠正一个小错误。为了达到这个目的，我们首先用离散测度论概率论的方法，给出了香农的几个定义和证明。我们提供了一个替代的证据西尔弗曼的，最佳的二进制通道的输入分布的可行性。为了方便起见，我们还在一个表达式中表示C（a，c），该表达式仅显式依赖于a和c，Silverman没有这样做。
2017-01-31 cs.IT math.IT
Delocalisation of one-dimensional marginals of product measures and the capacity of LTI discrete channels
我们考虑离散线性时不变（LTI）信道满足相位独立（PI）假设。我们表明，PI假设下的LTI信道的容量是积极的。主要的技术工具，我们用来建立积极的能力是离域定理的一维边缘的产品措施，由于球和Nazarov。我们还证明了两个离域的结果，可以看作是球Nazarov定理的扩展。
2018-09-03 cs.IT math.IT math.PR
Capacity Analysis of Discrete Energy Harvesting Channels
研究了一般离散能量收集信道在有限电池下的信道容量。与传统的通信系统相反，这种信道的发射机由从随机的外源能量源获取能量的设备供电，并且具有有限大小的电池。因此，在每个传输机会，系统只能传输其能量不超过当前可用能量的符号。这种新型的电源为通道引入了前所未有的输入约束，该约束同时是随机的、瞬时的，并且受到输入和能量收集过程的完整历史的影响。此外，自然地，在这样的信道中，在发射机处因果地观察能量信息。这两个特性都给信道容量的分析带来了很大的挑战。在这项工作中，我们使用的技术开发的边信息和有限状态通道的通道，获得能量收集通道的容量上下限。特别是，在一般情况下，马尔可夫能量收集过程中，我们使用平稳性和遍历性理论来计算和优化的信道的可实现的速率，并推导出一系列的可计算的容量上限和下限。
2016-06-29 cs.IT math.IT
Quantum non-signalling assisted zero-error classical capacity of qubit channels
在本文中，我们显式地评估了单次量子无信号辅助零错误的经典容量$\M_0^{\mathrm{QNS}}$的量子比特信道。特别是，我们表明，对于nonunital量子比特信道，$\M_0^{\mathrm{QNS}}=1$，这意味着在一次设置，nonunital量子比特信道不能传输任何信息的错误概率为零，即使在量子非信令相关性的帮助下。此外，我们还证明了对于量子比特信道，$\M_0^{\mathrm{QNS}}$等于一次性纠缠辅助的零错误经典容量。这意味着，对于单次使用量子比特信道，量子非信号关联并不比共享纠缠更强大。
2015-10-20 cs.IT math.IT quant-ph
Capacity of the Discrete-Time AWGN Channel Under Output Quantization
我们研究了在离散时间加性高斯白噪声（AWGN）信道上，当信道输出使用少量比特进行量化时，通信的限制。我们首先提供了一个证明我们最近的猜想在这种情况下的离散输入分布的最优性。具体地，我们表明，对于任何给定的输出量化器选择与K量化箱（即，log 2K比特的精度），在平均功率约束下，输入分布不需要具有任何多于K + 1个质量点来实现信道容量。切割平面算法被用来计算这个能力，并产生最佳的输入分布。数值优化的量化器的选择，然后进行（2位和3位对称量化），我们得到的结果表明，由于低精度输出量化，这是小的，在低信噪比（SNR）的损失，可以是相当可以接受的，即使是中等到高的SNR值。例如，在高达20 dB的SNR下，2-3比特量化实现了使用无限精度量化可实现的容量的80-90%。
2008-05-15 cs.IT math.IT
New inner and outer bounds for the discrete memoryless cognitive interference channel and some capacity results
认知干扰信道是其中一个发射机被非因果地提供有另一个发射机的消息的干扰信道。这种信道模型在过去几年中得到了广泛的研究，并证明了某些类别信道的容量结果。在本文中，我们提出了新的内，外边界的认知干扰信道的容量区域以及新的容量结果。以前提出的外边界表示的辅助随机变量，没有基数约束是已知的。因此，对于给定的信道模型，不可能明确地评估这样的外部边界。我们推导出的外边界是基于佐藤最初为广播信道设计的想法，并且不包含辅助随机变量，使其更容易评估。我们得出的内界是迄今为止已知的最大的，并明确显示，包括所有以前提出的可实现的速率区域。这种比较突出了传输方案的哪些功能-包括速率分割、叠加编码、类似广播信道的合并方案和Gel 'fand Pinsker编码-在接近容量方面最有效。接下来，我们提出了新的容量结果一类离散的无记忆通道，我们称之为“更好的认知解码制度”，其中包括所有以前已知的制度，其中容量结果已被推导为特殊情况。最后，我们确定了半确定性认知干扰信道的容量区域，其中在认知接收机的信号是信道输入的确定性函数。
2010-03-23 cs.IT math.IT
Capacity-Maximizing Input Symbol Selection for Discrete Memoryless Channels
针对离散无记忆信道的输入符号选择问题，本文推导了基于转移矩阵的容量损失上界，并提出一种以该界为替代目标的聚类选择算法，通过数值实验验证其有效性。
2024-07-01 cs.IT math.IT
On the Capacity of the Dirty Paper Channel with Fast Fading and Discrete Channel States
“写脏纸”容量结果关键地取决于发射机处的完美信道知识，因为信道实现中即使很小的不确定性的存在也严重地妨碍了发射机针对信道状态对其传输进行预编码的能力。这是特别令人失望的，因为它意味着实际系统中的干扰预编码仅在用户处的信道估计具有非常高的精度时才有效，而这是在无线环境中通常无法达到的条件。在本文中，我们表明，当状态序列是从一个离散分布，如受约束的输入星座，状态解码可以近似为最佳的，是可能的实质性改进。我们认为“写在脏纸上”的信道中，状态序列乘以一个快速衰落过程，并推导出条件的衰落和状态分布的状态解码接近容量。这些条件直观地涉及到接收器正确识别输入和状态实现的能力，尽管衰落引入了不确定性。
2016-02-06 cs.IT math.IT
New Converse Bounds for Discrete Memoryless Channels in the Finite Blocklength Regime
本文研究了有限块长离散无记忆信道的信道容量的确定问题。我们得到明确的下限和上限的能力。我们将证明，信息谱的方法是非常有用的调查这个问题。
2019-04-09 cs.IT math.IT
On the Capacity of Multiple-Access-Z-Interference Channels
研究了多址接入信道（MAC）对单用户信道产生干扰时网络的容量。在离散情况下，建立了基于叠加编码和联合译码的可达码率域。在干扰很强的情况下，得到了离散无记忆信道和高斯信道的容量域。对于强干扰情况，建立了离散无记忆信道的容量区域;对于高斯信道，在容量区域的边界上得到了一条直线。此外，高斯信道的容量区域被确定的情况下，当一个干扰链路是强的，和其他非常强。对于混合干扰高斯信道的一个子类，确定了容量区域的边界点。最后，在弱干扰高斯信道下，得到了不同信道系数和功率约束条件下的总容量。
2012-09-05 cs.IT math.IT
An Algorithm for Computing the Capacity of Symmetrized KL Information for Discrete Channels
针对固定离散信道，提出对称化KL信息容量计算算法，通过对称化KL散度矩阵并迭代更新求解非凹优化，在二元对称和二项信道验证，并应用于Gibbs信道寻找最坏数据分布。
2024-07-18 cs.IT math.IT
The Capacity of Degraded Cognitive Interference Channel with Unidirectional Destination Cooperation
以往的工作建立了一些特殊情况下的离散无记忆退化认知干扰信道（CIC）的单向目的地合作（UDC）的容量区域。在这封信中，我们描述了一般的离散无记忆退化CIC-UDC的容量区域。研究结果表明，在认知发射端采用Gel'fand-Pinsker编码，在主发射端采用叠加编码，在中继端采用解码转发的方式实现容量区域。此外，使用这个一般性的结果和一个新的逆分析，我们建立了高斯退化CIC-UDC的容量，这一直是开放的，直到这项工作。
2018-01-22 cs.IT math.IT
Precoding for a Class of Peak-Constrained Dirty Paper Channels with a Discrete State
在峰值幅度约束下的脏纸信道（DPC）出现在光无线广播信道（BC）中，其中一个接收器处的状态是旨在用于其它接收器的发送信号。本文研究了一类适用于光无线BC的峰值约束DPC，其中信道状态（即“dirt”）从一些均匀间隔的网格中取值。对于本文所研究的离散状态DPC，从其无状态对应的DPC得到了一个容量上限。为了降低其容量，经典的脏纸编码方案，包括Costa的DPC和Tomlinson-Harashima（TH）预编码，这是作为基准计划。为了提高基准性能，提出了两种新的预编码方案的离散状态DPC。虽然所提出的计划没有实现无状态容量相反，是什么已知的Costa的DPC，可实现的速率在一个小的差距内的无状态容量的离散状态DPC的证明。在两用户峰值约束高斯BC中使用所提出的预编码方案，获得新的容量内界（IB），并且示出优于基于截断高斯（TG）的IB，并且与最知名的IB相当。
2023-01-05 cs.IT math.IT
A General Formula for Uniform Common Randomness Capacity
我们推广了由Ahslwede和Csiszár最初建立的统一的公共随机容量公式，用于从独立同分布（i.i.d.）将在速率受限离散无噪声信道上进行单向通信的离散源扩展到单向通信在任意单用户信道上的情况。在我们的证明中，我们将使用Verdú和Han为任意点对点信道建立的传输容量公式。
2022-09-09 cs.IT math.IT
The Noncoherent Rician Fading Channel -- Part I : Structure of the Capacity-Achieving Input
考虑离散时间无记忆莱斯衰落信道上的信息传输，其中接收机和发射机都不知道衰落系数。首先，当输入被约束为具有有限的峰值时，通过施加四阶矩或峰值约束来研究实现容量的输入信号的结构。当输入受到二阶和四阶矩的限制，它表明，实现容量的输入幅度分布是离散的，在低功率政权的有限数量的质量点。当只有峰值功率约束时，在整个SNR范围内证明了用于最佳幅度的类似离散结构。分析了相位噪声信道模型下的Rician衰落，其中镜面分量存在相位不确定性。对于这个模型，它示出，只有一个平均功率约束，实现容量的输入幅度是离散的有限数量的水平。对于经典的平均功率受限莱斯衰落信道，证明了最优输入幅度分布具有有界支持。
2005-01-24 cs.IT math.IT
A Tight Upper Bound for the Third-Order Asymptotics for Most Discrete Memoryless Channels
本文证明了当信道的ε色散为正时，n次使用的离散无记忆信道的ε误差容量（平均误差概率）的对数的上界为正态近似加上一个不超过1/2logn + O（1）的三阶项.这与Y的下限相匹配。Polyanskiy（2010），用于具有正反向色散的离散无记忆信道。如果ε-色散为零，ε-误差容量的对数的上界是容量的n倍加上一个常数项，除了一小类DMC和ε>= 1/2。
2013-10-24 cs.IT math.IT
An outer bound to the capacity region of the broadcast channel
给出了两接收机离散无记忆广播信道容量域的一个外界。对于容量区域已知的所有情况，外边界都是紧的。当专门化到没有公共信息的情况时，这个外边界包含在Korner-Marton外边界中。这种遏制被证明是严格的二进制反对称广播信道。因此，该外边界通常比离散无记忆广播信道上的所有其他已知外边界更紧。
2006-10-05 cs.IT math.IT
Phase Modulation for Discrete-time Wiener Phase Noise Channels with Oversampling at High SNR
介绍了一种离散时间维纳相位噪声信道模型，在该模型中，对于每个输入符号，在输出端都有多个采样。一个下界的能力。在高信噪比（SNR）下，如果每个符号的样本数量随着SNR的平方根而增长，则容量pre-log至少为3/4。这严格大于每个符号仅具有一个样本的维纳相位噪声信道的容量前对数，其为1/2。它示出，幅度调制实现1/2的前对数，而相位调制实现至少1/4的前对数。
2014-05-12 cs.IT math.IT
Capacity of an infinite family of networks related to the diamond network for fixed alphabet sizes
针对错误仅发生在边子集的网络，研究菱形网络推广的固定字母表容量，给出其单次容量的上下界。
2024-09-13 cs.IT math.IT
A New Upperbound for the Oblivious Transfer Capacity of Discrete Memoryless Channels
我们得到了一个新的上界的离散无记忆信道的字符串不经意传输容量。我们使用的主要工具是Prabhakaran和Prabhakaran（2014）中引入的一对随机变量的张力区域，它用于推导源模型中安全采样率的上限。本文研究了信道模型下字符串不经意传输的安全计算问题。我们的界限是基于在通道模型的张力区域的单调性。我们证明了我们的界严格改进了Ahlswede和Csiszár（2013）的上界。
2014-05-08 cs.CR cs.IT math.IT
On Extrinsic Information of Good Codes Operating Over Discrete Memoryless Channels
我们表明，任何好的（容量实现）代码的编码比特操作在一个广泛的类离散无记忆信道（DMC）的外部信息为零时，信道容量是低于码率和正常数，否则，即外部信息传递（EXIT）图是信道质量的阶跃函数，对于任何容量实现代码。由此可见，对于纠错解码器必须在第一次迭代时以高于容量的速率操作的常见类型的迭代接收器（诸如在turbo均衡、turbo信道估计、并行和串行级联编码等中），实现DMC上的容量的经典好码是无效的，并且应当被不同的新码所取代。结果的另一个含义是，在关于编码的发送符号的所有信息包含在相应的接收符号中并且不能从其它接收符号推断出关于它的信息的意义上，以高于信道容量的速率操作的好的代码分解成它的各个发送符号。在本报告的第1部分中，对二进制输入加性高斯白噪声信道进行了处理。第2部分将结果扩展到对称二进制信道和二进制擦除信道，并提供了一个启发式扩展到更广泛的一类信道模型。
2005-04-14 cs.IT math.IT
On Bounds and Closed Form Expressions for Capacities of Discrete Memoryless Channels with Invertible Positive Matrices
虽然离散无记忆信道的容量得到了很好的研究，它仍然是不可能得到一个封闭形式的表达式的容量的任意离散无记忆信道。本文描述了一种基于Karush Kuhn Tucker（KKT）条件的基本技术，以获得（1）具有可逆正信道矩阵的离散无记忆信道的良好上界和（2）当信道矩阵满足与其奇异值和Gershgorin圆相关的某些条件时，容量的封闭形式表达式。
2020-01-07 cs.IT math.IT
The Curious Case of the Diamond Network
这项工作考虑了通信网络的一次容量受到对抗性噪声影响的一个子集的网络边缘。特别是，我们研究了以前建立的上界一杆的能力。我们引入钻石网络作为一个最小的例子，以表明已知的割集边界一般不尖锐。然后，我们给出了钻石网络的能力实现计划，实现了对手检测策略。最后，我们给出了一类二层网络的单点割集界紧的一个充分条件。
2021-07-05 cs.IT math.CO math.IT
The Capacity of Causal Adversarial Channels
当（a）编码器和解码器不共享共同的随机性，（b）输入和状态受到成本约束，（c）信道的转移矩阵在给定状态下是确定性的，以及（d）在每个时间步长，对手在选择当时的状态时只能观察当前和过去的信道输入。可实现的策略涉及随机编码连同列表解码和消歧步骤。相反，使用两个阶段的“babble-and-push”策略，对手在第一阶段随机选择状态，列表解码输出，然后在第二阶段选择状态输入以对称化信道。这些结果概括了以前的工作特定的通道模型（添加剂，擦除）一般离散字母表和模型。
2022-05-13 cs.IT math.IT
On Achievable Rates of Evenly-Spaced Discrete Uniform Distributions in the IM/DD Broadcast Channel
在光无线通信中，采用强度调制和直接检测（IM/DD）的广播信道（BC）通常被建模为峰值约束BC。一个封闭形式的表达其容量区域的峰值约束BC是未知的。本文给出了一类离散输入分布，即均匀间隔离散均匀分布（ESDU）下峰值约束高斯BC的解析容量内界。与提供基准的连续输入分布相比，ESDU在峰值约束高斯信道的应用中更有前途。新得到的容量内界是容易计算的，数值上显示比基准更紧。此外，我们注意到新开发的分析上限的ESDU率，这是紧在所有测试设置。
2022-08-23 cs.IT math.IT
On $2 \times 2$ MIMO Gaussian Channels with a Small Discrete-Time Peak-Power Constraint
本文研究带峰值功率约束的2×2 MIMO高斯信道，将其等价为输入受限椭圆的单位矩阵信道，推导了达容量分布的支撑特性、两点分布最优的充分条件及离散性结论。
2024-01-30 cs.IT math.IT
On the Non-Adaptive Zero-Error Capacity of the Discrete Memoryless Two-Way Channel
我们研究的问题，在一个离散的无记忆的双向通道使用非自适应计划，零概率的错误准则。基于随机编码、线性规划、线性码和图的渐近谱，我们推导出了零误差容量区域的单字母内界和外界。除其他外，我们提供了一个单字母的外部边界的基础上结合香农的消失误差容量区域和双向模拟的线性规划界的点对点通道，这与单向的情况下，一般是优于两者。此外，我们通过图的渐近谱建立了双向信道的零差错容量区域的外界，并证明了在某些情况下可以实现该界。
2021-09-10 cs.DM cs.IT math.CO
Multipath Channels of Unbounded Capacity
离散时间，非相干，多径衰落信道的容量。它表明，如果路径增益的方差衰减速度比指数，那么容量是无限的发射功率。
2008-10-13 cs.IT math.IT
Oversampling Increases the Pre-Log of Noncoherent Rayleigh Fading Channels
我们分析了连续时间，时间选择性，瑞利块衰落信道的容量在高信噪比（SNR）制度。假设衰落过程在每个块内是固定的，并且从块到块独立地改变;此外，其实现对于发射机和接收机是未知的（非相干设置）。分析该信道容量的常用方法是假设接收机执行匹配滤波，然后以符号率进行采样（符号匹配滤波）。这产生离散时间信道，其中每个传输的符号对应于一个输出样本。Liang和Veeravalli（2004）表明，该离散时间信道的容量随着SNR而几何地增长，其中容量pre-log等于$1-{Q}/{N}$。这里，$N$是在一个衰落块内发送的符号的数量，并且$Q$是每个衰落块内的离散时间信道增益的协方差矩阵的秩。在本文中，我们表明，符号匹配滤波是不是一个容量实现战略的基础连续时间信道。具体来说，我们分析了通过对连续时间信道输出进行过采样而获得的离散时间信道的容量前对数，即，通过比符号速率更快地采样它。我们证明，通过过采样的一个因素两个得到一个容量前日志，至少是大的$1-1/N$。由于对应于符号速率采样的容量预对数是$1-Q/N$，我们的结果确实意味着符号匹配滤波在高SNR下不能实现容量。
2014-08-04 cs.IT math.IT
Maximal-Capacity Discrete Memoryless Channel Identification
该研究将最大容量 DMC 识别建模为纯探索多臂老虎机问题，提出容量估计器及 BestChanID 等算法，并给出样本复杂度分析与基本下界。
2024-01-18 cs.IT math.IT stat.ML
