Classes of Full-Duplex Channels with Capacity Achieved Without Adaptation
全双工通信允许终端同时发送和接收信号,并且因此,通常使发送适应于接收到的信号是有帮助的。然而,这往往需要负担不起的复杂性。这项工作的重点是简单的非自适应传输,并提供了两类信道的香农的信息容量区域实现无适应。第一种是单射半确定性双向信道,其包括具有各种类型的噪声建模无线、同轴电缆和其他设置的加性信道。另一个是泊松双向通道,我们表明,非自适应传输是渐近最佳的高暗电流制度。
2020-03-14 cs.IT math.IT
Capacity Achieving Code Constructions for Two Classes of (d,k) Constraints
在本文中,我们提出了两个低复杂度的算法,实现容量的无噪声(d,k)约束的信道时,k=2d+1,或当k-d+1不是素数。第一种算法称为符号滑动,是Aviran等人[1]介绍的比特翻转算法的广义版本。除了实现(d,2d+1)约束的容量之外,它在其他情况下接近容量。第二种算法是基于交织的,并且是由Bender和Wolf [2]引入的比特填充算法的广义版本。该方法使用少于k-d个偏置比特流来实现对于k-d+1不是素数的(d,k)约束的容量。具体地,针对(d,d+2-m-1)约束1 \le m< \infty的编码器仅需要m个偏置比特流。
2004-11-03 cs.IT math.IT
The capacity region of classes of product broadcast channels
本文提出新的外界限,匹配Marton的内界限,揭示了若干未知容量区域的广播信道类别,证明了现有外界限对一般广播信道不优。
2026-03-31 cs.IT math.IT
On the Capacity of Special Classes of Gaussian Relay Networks with Orthogonal Components and Noncausal State Information at Source
在本文中,我们研究了中继网络的正交分量存在的非因果信道状态信息(CSI)的来源。我们提出了一个上限的离散无记忆模型(DM)的能力的情况下,在该情况下,只是源组件的目的地编码对CSI已知的非因果关系在源。此外,我们推导出两个特殊类的高斯结构的模型的能力。第一类是我们已经获得上界的一类,第二类是针对非因果CSI对用于中继和目的地的所有源分量进行编码的一类,然而,在这种情况下,中继和目的地处不存在干扰。
2013-05-07 cs.IT math.IT
On the complexity of computing the capacity of codes that avoid forbidden difference patterns
我们考虑有关的问题,避免禁止的差异模式的代码的能力的计算。最大的$n$比特序列的两两差异不包含某些给定的禁止差异模式的数量与$n$呈指数增长。指数是禁止模式的容量,其由从禁止差异模式构造的一组矩阵的联合谱半径的对数给出。我们提供了一个新的家庭的界限,允许近似,在指数时间,任意高精度的能力。我们还提供了一个多项式时间算法的问题,确定一组的能力是积极的,但我们证明了同样的问题成为NP-困难时,禁止模式的集合定义在一个扩展的符号集。最后,我们证明了在容量计算中出现的矩阵集的极值范数的存在性。该结果使得可以应用特定(即使非多项式)近似算法。我们说明了这一事实,通过精确计算的能力的代码,只有大约知道。
2006-01-10 cs.IT math.IT
Mission impossible: Computing the network coding capacity region
网络编码这一新兴领域的主要理论动机之一是单源多播的最大流/最小割速率的可验证性。这可以超过单独使用路由可实现的速率,并且可以使用线性网络码实现。多源问题更加复杂。其容量域的计算等价于确定所有熵函数的集合$Γ^*$,它是非多面体的。本文的目的是证明,这种困难可能会出现,即使在单源问题。特别是,对于单源网络与层次的汇的要求,并为单源网络的保密约束。在这两种情况下,我们展示的网络,其容量区域涉及$Γ^*$。在多源的情况下,线性码是不够的。
2008-01-31 cs.IT math.IT
Improved Upper Bound on the Network Function Computing Capacity
研究了有向无环网络上的网络函数计算问题。在这样的网络中,汇聚节点期望以零误差计算{ \em目标函数},其输入在多个源节点处生成。网络中的边被假定为无差错的,并且具有有限的容量。网络中的节点被假定为具有无限的计算能力,并能够执行网络编码。可以在网络上计算目标函数的网络代码的{ \em计算速率}是对于网络的一次使用以零误差计算目标函数的平均次数。在本文中,我们得到了一个改进的上界的计算能力,这是适用于任意目标函数和任意网络拓扑结构。这个改进的上界不仅是以前的上界的增强,但也是第一个严格的上界计算的算术和在一定的非树网络,这已在文献中得到广泛的研究。我们还介绍了一个多维数组的方法,便于评估改进的上限。此外,我们将这个界限的问题计算一个向量线性函数的网络。有了这个界,我们不仅能够加强以前的结果计算一个向量线性函数在网络上,但也大大简化了证明。最后,我们证明了对于计算反向蝶形网络上的二进制最大值函数,我们改进的上界是不可实现的。这一结果表明,在一般情况下,我们改进的上限是不可实现的,但它是否是渐近可实现的或没有保持开放。
2017-10-06 cs.IT math.IT
Two Classes of Broadcast Channels With Side-Information: Capacity Outer Bounds
在本文中,我们推导出两类一般的两用户离散无记忆广播信道的容量区域的外界,边信息在发送端。第一类包括经典的广播信道,其中发送者向两个接收者发送两个独立的消息。第二类约束是每个消息必须对非预期的接收者保密。对于这两个类,条件分布表征的通道取决于一个状态过程和编码器的侧信息提供给它在一个非因果关系的方式。对于第一类通道,一个外界是来自采用技术来证明逆定理的凝胶'fand-Pinsker的信道与随机参数;个别率约束的界限是紧的,但可以改善后的总和率。导出第二类通道的外边界的技术取决于保密性要求;我们还导出了一个精灵辅助的外边界,其中一个假设的精灵将非预期的消息传递给接收器,该接收器将其视为含糊计算期间的边信息。对于这两类通道,Csiszár的和身份起着核心作用,在建立的能力外边界。
2011-10-08 cs.IT math.IT
Control approach to computing the feedback capacity for stationary finite dimensional Gaussian channels
本文首先将有限维高斯信道上反馈通信的解释扩展为反馈控制系统,证明了在Youla参数上寻找具有最大可靠传输率的稳定反馈控制器的问题与[1]中最近导出的寻找严格因果滤波器以实现反馈容量的问题是一致的。上述解释提供了一种构造确定性反馈编码方案(具有双指数衰减错误概率)的方法。接下来,我们提出了一个渐近容量实现上界,这可以通过求解有限维对偶优化数值评估。从实现上界的过滤器,我们推导出可行的过滤器,导致一系列的下界。因此,从下界滤波器,我们得到的通信系统,实现了下界速率。大量的例子表明,该序列的下限是渐近容量实现以及。
2015-11-30 cs.IT math.IT
Rate-limited Shuffling for Distributed Computing
本文将速率受限分布式计算中的混洗阶段建模为分布式索引编码问题,利用分布式复合编码方案建立容量区域内边界,并通过两个例子证明内外边界一致,进而推广到任意节点数和计算负载。
2024-05-06 cs.DC cs.IT math.IT
The Capacity Region for Classes of Sum-Broadcast Channels
The Chinese University of Hong Kong(香港中文大学)
本文计算了退化、少噪声、更强能力、确定性或半确定性广播信道之和的容量区域,通过证明辅助接收机外边界匹配Marton内边界,推广了El Gamal的结果。
2026-06-12 cs.IT math.IT
A Variational Characterization of $H$-Mutual Information and its Application to Computing $H$-Capacity
该研究提出$H$-互信息的变分表征,并基于此设计交替优化算法以计算$H$-容量,拓展了这类广义信息泄露度量的计算方法。
2024-06-20 cs.IT math.IT
Capacity Results for Two Classes of Three-Way Channels
本文考虑的三路通道,由三个节点,其中每个节点广播消息到其他两个节点。有限域三路信道的容量推导,并示出是可以实现的,使用一个非合作的计划,没有反馈。同样的方案也被示出,以实现发送端对称(每个节点从其他两个节点接收相同的SNR)相位衰落AWGN信道的等速率容量(当所有节点以相同的速率发送时)。鉴于非协作方案通常不是最优的,提出了一种利用中继和网络编码的协作反馈方案,并证明了该方案能够在相位衰落的互易AWGN三路信道(每对节点具有相同的前向和后向信噪比)中实现等速率容量。
2012-08-01 cs.IT math.IT
Approximate Capacity of Index Coding for Some Classes of Graphs
对于一类图,其Ramsey数$R(i,j)$的上界为$ci^aj^b$,对于某些常数$a,b,$和$c$,证明了团覆盖方案对每一个$n$,在$c^{\frac{1}{a+b+1}} n^{\frac{a+b}{a+b+1}}$的乘法因子内逼近该类中每一个$n$ -节点索引编码问题的广播速率.利用这个定理和一些图论的论证,证明了平面图、线图和模糊循环区间图的广播率可以用$n^{\frac{2}{3}}$因子内的团覆盖方案来近似.
2016-02-07 cs.IT math.IT
Computing the channel capacity of a communication system affected by uncertain transition probabilities
我们研究的问题计算的离散无记忆信道下的不确定性影响的信道法矩阵的能力,并可能与输入分布的平均成本的约束。这个问题在文献中被表述为最大-最小问题。我们使用鲁棒优化方法将最大-最小问题转化为一个标准的凸优化问题。对于小规模的问题,以及许多类型的不确定性,这样的问题可以解决原则上使用内点方法(IPM)。然而,对于大规模的问题,IPM是不实用的。在这里,我们提出了一个$\mathcal{O}(1/T)$一阶算法的基础上Nemirovski(2004),直接适用于最大-最小问题。
2017-06-19 cs.IT math.IT math.OC
Secrecy Capacity Region of Some Classes of Wiretap Broadcast Channels
这项工作调查的窃听广播信道(WBC)的保密能力与外部窃听源希望通过广播信道(BC),同时保持他们的秘密从窃听者的两个私人消息进行通信。我们推导出一个非平凡的外边界上的保密能力区域的这个通道,在没有安全约束的情况下,减少到最好的已知的外边界的标准BC的能力。内界也推导出以下的行为的最佳已知的内界的BC和窃听信道。这些界限被证明是紧的确定性BC与一般的窃听者,半确定性BC与更嘈杂的窃听者和窃听BC,其中用户表现出他们之间的噪声较小的顺序。最后,通过重写我们的外边界,以包含并行信道的特性,我们还得到了两个逆噪声较小的BC与一个噪声较大的窃听器的产品的保密容量区域。我们说明了我们的研究结果,通过研究安全约束的WBC与二进制擦除(BEC)和二进制对称(BSC)组件的容量的影响。
2015-08-20 cs.IT math.IT
Characterization of the Complexity of Computing the Capacity of Colored Noise Gaussian Channels
本文研究带限加性有色高斯噪声信道容量及可达功率谱密度的计算复杂度,证明该问题为#P₁完全,且在FP₁≠#P₁假设下存在无法多项式时间求解的情形。
2023-10-10 cs.IT math.IT
Secure Network Function Computation for Linear Functions -- Part I: Source Security
本文提出了有向无环网络上的安全网络函数计算。在这样的网络中,需要汇聚节点以零误差计算目标函数,该目标函数的输入在多个源节点处被生成为源消息,而窃听器(其可以访问给定窃听集合中的任何一个但不多于一个窃听集合)不被允许获得关于源消息的安全函数的任何信息。上述模型的安全计算能力被定义为在网络的一次使用中,在给定的窃听集合和安全函数的情况下,目标函数可以在汇聚节点处以零错误安全地计算的最大平均次数。这种能力的特征一般来说极其困难。在目前的文件中,我们考虑安全地计算线性函数与窃听谁可以窃听任何子集的边缘达到一定的大小r,称为安全级别,与安全功能的身份功能。我们首先证明了安全计算能力的一个上界,它适用于任意的网络拓扑结构和任意的安全级别。当安全级别r等于0时,我们的上界降低到不考虑安全的计算能力。我们发现了一个令人惊讶的事实,对于一些模型,有没有惩罚的安全计算能力相比,没有安全考虑的计算能力。我们进一步得到了一个等价的表达的上限,通过使用图论的方法,因此,我们开发了一个有效的方法来计算这个界限。此外,我们构造了一个线性函数计算安全网络码,并得到了安全计算能力的一个下界。
2022-07-14 cs.IT math.IT
Computing the Feedback Capacity of Finite State Channels using Reinforcement Learning
Ben-Gurion University of the Negev(本古里安大学)
在本文中,我们提出了一种新的方法来计算反馈容量的通道与记忆使用强化学习(RL)。在强化学习中,人们试图最大化在顺序决策环境中收集的累积奖励。这是通过收集底层环境的样本并使用它们来学习最佳决策规则来完成的。这种方法的主要优点是它的计算效率,即使在高维问题。因此,RL可以用来估计数字的单线有限状态信道(FSC)的反馈容量与大字母的大小。RL算法的结果揭示了最优决策规则的属性,在我们的情况下,是信道的最优输入分布。这些见解可以通过求解相应的下限和上限转换为解析的单字母容量表达式。我们证明了这种方法的效率,通过解析求解的反馈容量的著名的伊辛信道与三进制字母表。我们还提供了一个简单的编码方案,实现了反馈能力。
2020-01-27 cs.IT cs.LG math.IT
PSPACE hardness of approximating the capacity of Markoff channels with noiseless feedback
证明了在无噪声反馈条件下计算马尔可夫信道的容量是PSPACE困难的。
2018-03-21 cs.IT math.IT
Asymptotic evaluation of the information processing capacity in reservoir computing
Kyutech(京都科技大学)
本文提出了一种基于渐近展开和加权最小二乘拟合的方法,用于评估回声状态计算中无限长数据的信息处理能力,以更准确地评估其性能。
2025-11-21 cs.IT cs.LG eess.SP
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
Algorithms for Computing the Petz-Augustin Capacity
National Taiwan University(国立台湾大学);Center for Quantum Science and Engineering, National Taiwan University(国立台湾大学量子科学与工程中心)
本文提出计算Petz-Augustin容量的算法,通过两层方法结合熵镜像下降和固定点算法,实现非渐近收敛保证。
2026-01-10 cs.IT math.IT math.OC
Network Coding for Computing: Cut-Set Bounds
考虑以下\textit{network computing}问题。有向非循环网络中的源节点生成独立的消息,并且单个接收机节点计算消息的目标函数$f$。目标是最大化每次网络使用可以计算$f$的平均次数,即,“计算能力”。单接收者网络的\textit{network coding}问题是网络计算问题的一种特殊情况,其中所有源消息必须在接收者处再现。对于具有单个接收机的网络编码,已知路由通过实现网络\textit{min-cut}上界来实现容量。我们将最小割的定义扩展到网络计算问题,并表明最小割仍然是最大可达速率的上界,并且对于计算(使用编码)多边树网络中的任何目标函数和计算任何网络中的线性目标函数都是紧的。我们还研究了不同类别的目标函数的界限的紧密性。特别是,我们给出了一个下界的计算能力的Steiner树包装数和不同的对称函数的界限。我们还表明,对于某些网络和目标函数,计算能力可以小于最小割界的任意小部分。
2010-08-11 cs.IT math.IT
Computing Capacity-Cost Functions for Continuous Channels in Wasserstein Space
本文研究连续信道的容量-代价函数计算问题,通过将Wasserstein距离引入Blahut-Arimoto算法的近端项,提出了一种基于Wasserstein梯度下降的迭代算法,并统一应用于率失真函数的计算。
2025-03-02 cs.IT eess.SP math.IT
A Blahut-Arimoto Type Algorithm for Computing Classical-Quantum Channel Capacity
基于Arimoto在1978年的工作,我们提出了一种计算具有有限输入字母表和有限维输出的离散无记忆经典量子信道容量的迭代算法,我们称之为经典量子信道的Blahut-Arimoto算法,并考虑了输入代价约束.我们表明,达到$\varepsilon$的准确性,该算法的迭代复杂度是上界的$\frac{\log n\log\varepsilon}{\varepsilon}$,其中$n$是输入字母表的大小。特别地,当输出状态$\{ρ_x\}_{x\in \mathcal{X}}$在复矩阵空间中线性无关时,算法具有几何收敛性。我们还表明,该算法达到了$\varepsilon$精确的解决方案的复杂性$O(\frac{m^3\log n\log\varepsilon}{\varepsilon})$,和$O(m^3\log\varepsilon\log_{(1-δ)}\frac{\varepsilon}{D(p^*||p^{N_0})})$在特殊情况下,其中$m$是输出维数和$D(p^*||p^{N_0})$是两个分布的相对熵和$δ$是一个正数。
2019-04-25 cs.IT math.IT quant-ph
Capacity-Achieving Rateless Polar Codes
无比率编码方案在未知信道上递增地发送越来越多的编码比特,直到所有信息比特被接收机可靠地解码。我们提出了一种新的基于极化码的无速率编码方案,并且我们证明了该方案是容量实现的,即其信息速率与专为未知信道设计的最佳码一样好。先前的无比率编码方案是针对诸如AWGN信道、二进制擦除信道等的特定类别的信道而设计的,但是所提出的无比率编码方案对于广泛类别的信道是实现容量的,只要它们经由降级而被排序。此外,它继承了极化码的概念和计算简单性。
2015-08-13 cs.IT math.IT
Breaking the MDS-PIR Capacity Barrier via Joint Storage Coding
从使用最大距离可分离(MDS)码编码的数据库中进行私有信息检索(PIR)的能力先前已由Banawan和Ulukus表征,其中假定消息被编码并可分离地存储到数据库中。在文献中的其他相关工作中也通常采用这种假设,并且这种容量通常被通俗地称为MDS-PIR容量。在这项工作中,我们考虑的问题,如果以及何时可以通过联合编码和存储的消息,打破这一能力障碍。我们的主要结果是两类新的代码结构,允许联合编码以及相应的PIR协议,这确实优于单独的MDS编码系统。此外,我们表明,一个简单但新颖的扩展技术,使我们能够推广这两类代码,从而在更广泛的情况下,这种能力的障碍可以被打破。
2019-08-19 cs.IT math.IT
A Mirror-Descent Algorithm for Computing the Petz-Rényi Capacity of Classical-Quantum Channels
National Taiwan University(国立台湾大学);National Center for Theoretical Sciences(国家理论科学中心);Hon Hai (Foxconn) Quantum Computing Center(鸿海(富士康)量子计算中心)
本文提出了一种基于镜像下降算法的计算经典-量子信道Petz-Rényi容量的方法,证明了其在熵几何上的全局亚线性收敛性和局部线性收敛性。
2026-01-15 cs.IT math.IT math.OC
Computing the Number of Equivalent Classes on $\mathcal{R}(s,n)/\mathcal{R}(k,n)$
布尔函数的仿射等价类在现代密码学和电路设计中有许多应用。以前的出版物已经表明,仿射等价的整个空间的布尔函数可以计算到10个变量,但不是在商布尔函数空间模函数的不同程度。计算Reed-Muller码$\mathcal{R}(1,n)$陪集的等价类数等价于对布尔函数模线性函数进行分类,只有当$n\leq 7$ .基于仿射群$\mathcal{AGL}(n,2)$在$\mathcal{R}(s,n)/\mathcal{R}(k,n)$上的线性表示,我们得到了一个计算等价类数的有用的计数公式。在$\mathcal{AGL}(n,2)$中直接计算共轭类和共轭代表,通过引入同构置换群$P_n$并在$P_n$中进行计算,降低了计算复杂度.利用该算法,可以计算$R(1,n)$的陪集的等价类的数目多达10个变量。此外,在$-1\leq k< s\leq n\leq 10$中还可以计算出$\mathcal{R}(s,n)/\mathcal{R}(k,n)$上等价类的个数,这是对以往方法的一个重大改进和进步。
2020-08-08 cs.IT math.IT
Uniquely-Decodable Coding for Zero-Error Network Function Computation
研究零误差网络函数计算的唯一可解码编码,通过团熵替换引理推导适用于任意网络的下界并细化概率分布改进之,证明其计算容量优于定长编码。
2025-09-13 cs.IT math.IT
Undirected Unicast Network Capacity: A Partition Bound
在本文中,我们提出了一种新的技术,以获得上界的无向单播网络的信息容量。利用这一技术,我们刻画了无向单播网络中信息流对称速率的一个上界--划分界,并给出了计算该上界的一个算法,给出了两类网络,它们的上界是紧的,且容量可通过路由实现,从而证实了这两类网络的无向单播猜想。我们还表明,在一般情况下,该界可以是松散的,并提出了一种方法来收紧它。
2020-05-21 cs.IT math.IT
Capacity of a Class of Linear Binary Field Multi-source Relay Networks
多源无线中继网络容量域的刻画是网络信息论的基本问题之一。然而,当网络中存在多个源-目的地(S-D)对时,由于用户间干扰,该问题是相当具有挑战性的。通过研究一类特殊的网络,我们证明了容量是可以找到的,即研究了一个具有时变信道的分层线性二进制域网络,它是一个反映无线通信广播、干扰和衰落特性的简化模型。我们观察到,衰落可以发挥重要作用,有效地减轻用户间干扰的单跳和多跳网络。我们提出了新的编码和中继方案与随机信道配对,利用这样的信道变化,并得出其可实现的速率。通过与割集上界的比较,可以刻画某些信道分布和网络拓扑下单跳网络的容量域和多跳网络的总容量.对于这些类,我们表明,容量区域或总和容量可以解释为最大流最小割定理。
2011-02-24 cs.IT math.IT
Swin Transformer-Based Dynamic Semantic Communication for Multi-User with Different Computing Capacity
本文针对多用户模型架构与计算能力差异问题,提出基于基站多用途发射机和Swin Transformer的动态语义通信系统,通过自适应调整信号长度和混合损失函数提升图像重建质量与网络效率。
2023-07-07 cs.IT math.IT
On Network Coding Capacity - Matroidal Networks and Network Capacity Regions
网络编码领域的一个基本问题是确定各种网络编码方案下网络的网络编码容量。在这篇论文中,我们用两种方法来解决这个问题:拟阵网络和容量区域。在我们的拟阵方法中,我们证明了定理的逆,该定理指出,如果一个网络是标量线性可解的,那么它是一个拟阵网络与有限域上的可表示拟阵相关联。因此,在拟阵网络的框架下,我们得到了有限域上标量线性可解网络与可表示拟阵之间的对应关系。我们证明了一个关于网络和场特征的标量线性可解性的定理。我们提供了一种生成标量线性可解网络的方法,这种网络可能与我们已知的标量线性可解网络不同。在我们的容量区域方法中,我们定义了一个多维对象,称为网络容量区域,与网络相关联,类似于信息论中的速率区域。对于网络路由容量区域,我们证明了该区域是一个可计算的有理多面体,并给出了计算该区域的精确算法和近似算法。对于网络的线性编码容量区域,我们构造了一个可计算的有理多面体,关于一个给定的有限域,内边界的线性编码容量区域,并提供了精确的算法和近似计算多面体。我们提出的精确算法和近似算法不是多项式时间方案,并且可能依赖于输出大小。
2011-03-02 cs.IT math.IT
Energy Efficient Resource Allocation in UAV-Enabled Mobile Edge Computing Networks
在本文中,我们考虑通过联合优化用户关联,功率控制,计算能力分配和位置规划在移动边缘计算(MEC)网络与多个无人机(UAV)的总功率最小化问题。为了解决非凸问题,我们提出了一个低复杂度的算法,迭代求解三个子问题。针对用户关联子问题,提出了基于压缩感知的算法。对于计算能力分配子问题,得到了封闭形式的最优解。对于选址规划子问题,采用一维搜索方法有效地获得了最优解。为了得到一个可行的解决方案,这种迭代算法,提出了一种基于模糊c-均值聚类算法。数值结果表明,该算法取得了更好的性能比传统的方法。
2019-02-13 cs.IT math.IT
Efficiently and Reliably Measuring Information Processing Capacity in Dynamical Systems via Kernels
School of Computer Science and Statistics, Trinity College Dublin(都柏林三一学院计算机科学与统计学院);Trinity Quantum Alliance(三一量子联盟);School of Physics(物理学院);Trinity College Dublin(都柏林三一学院)
本文提出核信息处理容量(KIPC)框架,利用核方法高效计算动力系统的总信息处理容量,避免基函数枚举和阶数截断,并验证其在回声状态网络和量子储层计算中的有效性。
2026-10-05 cs.IT math.DS math.IT
Degradedness Under Cooperation
Technion - IIT(以色列理工学院)
本文提出新的退化性概念,证明在特定条件下解码转发是最优策略,并推导了广播信道的容量界限。
2025-12-03 cs.IT math.IT
Optimal Encoding Schemes for Several Classes of Discrete Degraded Broadcast Channels
考虑无记忆降级广播信道(DBC),其中信道输出是信道输入和信道噪声的单字母函数。作为示例,对于高斯广播信道(BC),该单字母函数是常规欧几里德加法,并且对于二进制对称BC,该单字母函数是伽罗瓦域二加法。本文确定了几类离散无记忆的DBCs,一个相对简单的编码方案,我们称之为自然编码,实现容量。自然编码(NE)使用相同的单字母函数将来自独立码本(每个接收器一个)的符号组合在一起,从而增加了信道的失真。每个NE码本的字母表大小受信道输入的字母表大小的限制。受Witsenhausen和Wyner的启发,本文定义了条件熵界函数$F^*$,研究了它的性质,并应用它们证明了对于多接收机广播Z信道,NE达到了容量域的边界。然后,本文定义了输入对称DBC,介绍了输入对称DBC的置换编码,并证明了它的最优性。因为它是置换编码的特殊情况,所以NE是两个接收器组操作DBC的容量实现。结合广播Z信道和群运算DBC的结果,证明了NE对于离散乘法DBC也是最优的。同时,本文还提供了两个接收器的二进制对称的DBC和广播Z信道的显式参数表达式。
2011-10-23 cs.IT math.IT
On the Capacity Region of Broadcast Packet Erasure Relay Networks With Feedback
我们推导出一个新的外边界上的容量区域的广播业务在多个输入广播包擦除信道的反馈,并将此外边界的包擦除中继网络的反馈。我们展示了各类网络的外部边界的紧密性。这项工作的一个重要的工程意义是,对于并行广播信道的网络编码方案,“异或”分组应发送相关的广播子信道。
2019-05-16 cs.IT math.IT
MIMO MAC-BC Duality with Linear-Feedback Coding Schemes
我们发现,对于多天线高斯多址接入信道(MAC)和广播信道(BC)与完美的反馈,率区域实现的线性反馈编码方案(称为线性反馈容量区域)时,相同的总输入功率约束施加在两个信道上,当MAC信道矩阵的BC信道矩阵的转置一致。这样的一对MAC和BC被称为对偶。我们还确定子类的线性反馈编码方案,实现这两个通道的线性反馈容量区域和线性反馈容量区域的多字母表达式。此外,在两个子类的编码方案,实现线性反馈容量区域为一个给定的MAC和它的双BC,我们确定每个MAC方案的BC方案和每个BC方案的MAC方案,使这两个方案具有相同的总输入功率,并实现相同的速率区域。
2014-04-09 cs.IT math.IT
On Evaluating the Rate-Distortion Function of Sources with Feed-Forward and the Capacity of Channels with Feedback
我们研究的问题计算率失真函数的源与前馈和信道的容量与反馈。具有前馈的最优率失真函数和具有反馈的最优信道容量的公式(涉及有向信息)是多字母表达式,并且通常不容易计算。在这项工作中,我们得出的条件下,这些可以计算为一大类的源/通道与内存和失真/成本措施。还提供了说明性的例子。
2007-07-18 cs.IT math.IT
Digital Twin Assisted Task Offloading for Aerial Edge Computing and Networks
考虑用户的移动性和不可预测的移动边缘计算(MEC)环境,研究了基于数字孪生(DT)的无人机(UAV)MEC智能任务卸载问题。我们的目标是最大限度地减少整个MEC系统的能量消耗,通过联合优化移动终端用户(MTU)的关联,无人机轨迹,传输功率分配和计算能力分配,同时尊重任务的最大处理延迟的约束。具体而言,首次提出了源于深度强化学习的双深度Q网络(DDQN)算法,以有效解决MTU关联和无人机轨迹问题。然后,该封闭表达式被用来处理传输功率分配问题,并通过迭代算法进一步解决计算容量分配问题。数值结果表明,我们提出的计划是能够收敛,并显着降低MEC系统的总能耗相比,基准计划。
2022-07-09 cs.IT math.IT
Information Processing Capacity of Stationary Physical Systems: Theory, Data-efficient Estimation Methods, and Photonic Demonstration
Laboratoire d’Information Quantique CP224, Université libre de Bruxelles(量子信息实验室CP224,布鲁塞尔自由大学)
本文研究了 stationary 物理系统的信息处理能力,提出了一种理论框架,并开发了数据高效估计方法,通过光子计算系统实验验证了其有效性。
2026-05-21 cs.ET cs.IT cs.LG