Outer Bounds for the Interference Channel with a Cognitive Relay
在本文中，我们首先提出了一个外边界的一般干扰信道与认知中继，即，具有在干扰信道中发送的两个独立消息的非因果知识的中继。该外部边界通过对某些信道输入进行置零而减小到确定性广播信道和确定性认知干扰信道的容量区域。然而，它并没有减少到某些确定性干扰信道的容量是已知的。因此，我们随后收紧其输出满足“可逆性”条件的通道的界限。该第二外部界限现在减少到这种特殊类别的确定性干扰信道的容量。利用干扰的特殊结构，进一步收紧了具有认知中继的高斯干扰信道的高信噪比确定性近似的第二个外界。我们提供了一个例子，表明这第三界是紧密的，至少在某些参数制度的高信噪比确定性近似的高斯信道。另一个例子表明，在非认知发射机之间没有直接链路的特殊情况下，第三个界限是容量。
2010-05-18 cs.IT math.IT
MIMO Z-Interference Channels: Capacity Under Strong and Noisy Interference
针对多输入多输出高斯Z干扰信道，分别建立了强干扰和对齐强干扰情况下的信道容量域。这种信道的总速率容量是在噪声干扰下建立的。这些结果推广了标量高斯Z干扰信道的已知结果。
2009-11-24 cs.IT math.IT
A New Sum-Rate Outer Bound for Interference Channels with Three Source-Destination Pairs
本文推导了一般无记忆干扰信道下三用户和速率的一个新的外界。推导是Kramer和Etkin等人为高斯双用户信道开发的技术的推广。对于三用户高斯信道，所提出的和速率外界优于某些信道参数的已知界限。
2011-02-03 cs.IT math.IT
Sum Capacity of the Gaussian Interference Channel in the Low Interference Regime
推导了两用户高斯干扰信道总容量的新上界。使用这些界限，它示出了，如果干扰水平低于一定的阈值，则将干扰视为噪声来实现总容量。
2008-01-02 cs.IT math.IT
A Capacity Region Outer Bound for the Two-User Perturbative Nonlinear Fiber Optical Channel
从干涉信道的角度研究了交叉相位调制和色散对非线性光纤信道的影响。我们的特征的同时可达速率对的容量区域上的一个外边界，假设一个两个用户的扰动信道模型。
2021-07-05 cs.IT math.IT
Capacity Region of Vector Gaussian Interference Channels with Generally Strong Interference
如果对于所有输入分布，接收器可以完全解码干扰，则干扰信道被称为具有强干扰。强干扰的这种定义适用于离散无记忆、标量和矢量高斯干扰信道。然而，存在可能不满足强干扰条件的矢量高斯干扰信道，但是对于该矢量高斯干扰信道，仍然可以通过联合解码信号和干扰来实现容量。这种干扰一般称为强干扰。推导了矢量高斯干扰信道具有普遍强干扰的充分条件。还确定了总速率容量和容量区域的边界点。
2011-08-04 cs.IT math.IT
On the Capacity of MIMO Interference Channels
研究了多输入多输出干扰信道（MIMO IC）的容量域，其中信道矩阵为平方可逆矩阵。强干扰的容量区域建立强干扰的定义平行的标量信道。此外，Z干扰，噪声干扰，和混合干扰的和速率容量的建立。这些结果推广了标量高斯IC的已知结果。
2008-09-25 cs.IT math.IT
The Capacity Region of the 3-User Gaussian Interference Channel with Mixed Strong-Very Strong Interference
我们考虑3用户高斯干扰信道，并提供了一个外边界上的容量区域。在某些条件下，我们称之为混合强-甚强干扰条件，这个外界是可达到的。这些条件对应于在每个接收器处，一个发射器正在引起强干扰并且另一个正在引起非常强的干扰的情况。因此，我们描述了3用户干扰信道的容量区域与混合强-非常强的干扰。
2010-10-23 cs.IT math.IT
Capacity Bounds and Sum Rate Capacities of a CLass of Discrete Memoryless Interference Channels
本文研究了一类离散无记忆干扰信道的容量，其中干扰的定义类似于单侧弱干扰的高斯干扰信道。确定了这类信道的和速率容量。与高斯情况一样，通过让受到干扰的收发器对以使得其消息可以在非预期接收器处使用单用户检测解码的速率通信来实现总速率容量。它还建立了这类离散无记忆干扰信道是等效的容量区域某些退化的干扰信道。这允许使用相关联的降级广播信道的容量区域来构建容量外边界。同样的技术，然后使用确定的和速率容量的离散无记忆干扰信道的混合干扰的定义在文件中。利用得到的容量界和速率和容量，求解了几种新的离散无记忆干扰信道的容量。
2013-03-08 cs.IT math.IT
Noisy-Interference Sum-Rate Capacity for Vector Gaussian Interference Channels
在矢量高斯干扰信道中，将干扰视为噪声，得到了信道达到和速率容量的新的充分条件，推广了已有的结果。得到了多输入单输出和单输入多输出情形下的更简洁的条件。
2011-08-03 cs.IT math.IT
Genie Chains: Exploring Outer Bounds on the Degrees of Freedom of MIMO Interference Networks
本文提出了一种新的基因链方法来获得MIMO无线干扰网络的信息论自由度（DoF）外界。这种新方法创建了从提供给接收器的精灵信号到该接收器处的暴露信号空间的映射链，该映射链然后用作链中的下一个接收器的精灵信号，该下一个接收器服从某些线性独立性要求，本质上将信息理论DoF外界问题转换为线性代数问题。精灵链方法的几个应用。
2014-04-08 cs.IT math.IT
The Capacity Region of the One-Sided Gaussian Interference Channel
在弱干扰条件下，建立了单边高斯干扰信道的容量域。为了刻画这一区域，首先给出了单边高斯干扰信道下Han-Kobayashi内界的一种新表示。接下来，引入了一个新的外边界上的容量区域的信道，这是紧在弱干扰制度。这是在弱干扰状态中干扰信道的任何变体的第一容量区域。
2015-09-18 cs.IT math.IT
Novel Outer Bounds and Capacity Results for the Interference Channel with Conferencing Receivers
本文研究了有限容量会议链路中协作接收机的两用户干扰信道的容量界。这种通信场景的已知容量结果仅限于单侧IC的极少数特殊情况。在分析这种合作网络的主要挑战之一是如何建立有效的容量外边界。本文应用新技术，提出了一种新的具有会议用户的集成电路容量外界。使用外边界，几个新的容量结果证明了有趣的信道与单向合作，在强干扰和混合干扰制度。事实上，会议链路（在接收机之间）可以用于向一个接收机提供关于其相应信号或其非相应信号（干扰信号）的信息。作为一个显着的结果，它表明，这两种策略可以帮助实现的通道的容量。最后，对于高斯IC的情况下，它是数学上表明，我们的外界是严格紧比以前的一个由Wang和Tse。
2015-12-16 cs.IT math.IT
Binary Fading Interference Channel with No CSIT
本文研究了双用户二进制衰落（或擦除）干扰信道的容量区域，其中发射机不知道信道状态信息。我们开发了新的内界和外界这个问题。我们确定三个政权的基础上的信道参数：弱，温和，强干扰制度。有趣的是，这类似于两用户高斯干扰信道的广义自由度，其中发射机具有完美的信道知识。我们表明，对于弱干扰制度，作为擦除处理干扰是最佳的，而对于强干扰制度，解码干扰是最佳的。对于适度的干扰制度，我们提供了新的内部和外部边界。内界的基础上修改的韩小林计划的擦除通道，增强分时。我们研究了我们的内界和我们的外界之间的差距为适度的干扰制度，并比较我们的结果的高斯干扰信道。推导新的外边界有三个主要步骤。我们首先创建一个收缩通道，与原始通道相比，它具有更少的状态，以便使分析易于处理。然后，我们证明了相关引理，显示了一个外边界上的容量区域的收缩通道也作为一个外边界的原始通道。最后利用条件熵泄漏引理，我们推导出收缩信道容量区域的外界。
2017-03-24 cs.IT math.IT
Capacity Regions and Sum-Rate Capacities of Vector Gaussian Interference Channels
针对甚强干扰和对齐强干扰，建立了矢量或多输入多输出高斯干扰信道的容量域。此外，针对Z干扰、噪声干扰和混合（对齐的弱/中间和对齐的强）干扰建立了和速率容量。这些结果推广了标量高斯干扰信道的已知结果。
2009-07-02 cs.IT math.IT
An Outer Bound for the Memoryless Two-user Interference Channel with General Cooperation
干扰信道对无线网络进行建模，其中若干源-目的地对竞争相同的资源。当节点同时传输时，目的地会受到干扰。本文考虑一个四节点网络，其中两个节点是源，另外两个是目的地。所有节点都是全双工的，并且协作以减轻干扰。一个和率外界推导出，这是统一的一些以前推导出的外界的特殊情况下的合作。该方法被证明是扩展到合作干扰网络与两个以上的源-目的地对和任何部分和率。导出的界限如何与包括认知节点的信道模型的类似界限相关，即，还讨论了具有某个其他节点的消息的非因果知识的节点。最后，在高斯噪声信道下对该界进行了估计，并用于比较不同的合作模式。
2012-04-13 cs.IT math.IT
A VC-dimension-based Outer Bound on the Zero-Error Capacity of the Binary Adder Channel
二进制加法器是一个两用户多路访问通道，其输入是二进制的，其输出是输入的实和。虽然该信道的香农容量区域是众所周知的，但关于其零误差容量区域知之甚少，并且在最佳内边界和外边界之间仍然存在很大的差距。在本文中，我们提供了一个改进的外边界为这个问题。为此，我们引入了一个软变化的Saur-Perles-Shelah引理，然后结合使用的香农容量区域与一个额外的共同消息的外边界。
2014-12-30 cs.IT math.IT
Primary Rate-Splitting Achieves Capacity for the Gaussian Cognitive Interference Channel
认知干扰信道对认知覆盖无线电系统进行建模，其中认知无线电偷听相邻节点的传输。这个频道的容量一般是未知的。对于高斯情况，容量在三种机制中是已知的，通常表示为“弱干扰”、“非常强的干扰”和“初级认知解码”。本文提供了一个新的容量结果，基于速率分裂的主要用户的消息到一个公共和私人的一部分，并概括了能力的结果在“非常强的干扰”和“主要解码认知”制度。这一结果表明，认知干扰信道的容量不仅取决于信道条件，但也与主用户的合作水平。
2012-04-10 cs.IT math.IT
The Capacity of the Interference Channel with a Cognitive Relay in Very Strong Interference
具有认知中继的干扰信道由具有两个源-目的地对的经典干扰信道和具有源的消息的先验知识并辅助源的传输的附加认知中继组成。我们推导出一个新的外边界为这个通道使用的参数最初设计的“更有能力”的广播信道，并显示在“非常强的干扰”制度，一类的渠道，如果两个目的地解码两个消息的最优性没有损失的建议的外边界的可扩展性。该结果类似于经典干扰信道和认知干扰信道的“非常强干扰”容量结果，并且是具有认知中继的一般干扰信道的第一容量已知容量结果。
2011-02-16 cs.IT math.IT
Noisy-interference Sum-rate Capacity of Parallel Gaussian Interference Channels
并行高斯干扰信道的和速率容量是通过在子信道上独立传输并在每个子信道中将干扰视为噪声来实现的，如果信道系数和功率约束满足一定的条件。该条件要求干扰是弱的，这是通常在例如，数字用户线传输。最优功率分配的特点是使用的和速率容量作为功率约束的函数。
2009-03-03 cs.IT math.IT
Capacity Region of Layered Erasure One-sided Interference Channels without CSIT
本文研究了一种分层擦除干扰信道模型，它是利用确定性模型方法对具有衰落的高斯干扰信道的简化。特别地，分层擦除单侧干扰信道的容量区域是完全确定的，假设信道状态信息（CSI）是已知的接收机，但没有CSI在发射机（CSIT）。结果适用于任意衰落统计。Aggarwal、Sankar、Calderbank和Poor关于几种干扰配置下的容量域或总容量的先前结果被证明是本文所示容量域的特例。
2009-09-06 cs.IT math.IT
Capacity of Symmetric K-User Gaussian Very Strong Interference Channels
本文研究了具有K个发射机和K个接收机的对称K用户高斯干扰信道。一个“非常强”的干扰制度，推导出此信道设置。“非常强”的干扰状态是其中干扰信道的容量区域与没有干扰的信道的容量区域相同的状态。在这种情况下，干扰可以被所有接收机完美地消除，而不会招致任何速率惩罚。还提出了用于示例对称K用户确定性干扰信道的“非常强”干扰条件。
2008-08-17 cs.IT math.IT
The Capacity of More Capable Cognitive Interference Channels
我们建立了一类离散无记忆认知干扰信道（DM-CIC）的容量区域，称为认知更有能力的信道，我们表明，叠加编码是最佳的编码技术。这是迄今为止DM-CIC的最大容量区域，因为现有容量结果明确显示为其子集。
2014-01-18 cs.IT math.IT
The Capacity of Mixed and One-Sided Gaussian Interference Channels
本文增加了对高斯干扰信道容量域的理解。为此，容量区域的单侧高斯干扰信道的第一个充分的特点。这是通过引入一个新的代表性的韩小林区域，并提供一个新的外边界上的能力区域，这是紧在弱干扰和强干扰制度。根据该容量结果，立即建立退化高斯干扰信道的容量区域。接下来，通过组合弱干扰状态和强干扰状态中的单侧干扰信道的容量区域，在各种干扰状态中引入干扰信道的容量区域上的新的外边界。然后证明了对应于混合干扰制度的外边界，其中一个接收器受到强干扰，而另一个接收器受到弱干扰，在这个制度的宽范围内是紧的。总的来说，新的容量结果证实了解码部分干扰并将其余部分视为噪声的最优性。要解码的最佳量从干扰信号的0到100%变化，这取决于用户速率的相对重要性（即，加权和速率中的权重比）、它们的传输功率以及弱干扰链路的增益。基于上述参数，明确地找到最佳值。
2015-09-21 cs.IT math.IT
On the Capacity of a General Multiple-Access Channel and of a Cognitive Network in the Very Strong Interference Regime
1979年，Han确定了在发送节点之间具有任意消息分布的多址信道的容量，并且容量区域的表达式包含许多速率界限，并且随着消息的数量呈指数增长。我们推导出一个更紧凑的表达的容量区域中，该信道的速率界限的数量取决于在编码器的消息的分布。使用这个表达式，我们证明了一类一般的认知网络，我们表示为“非常强的干扰”制度的能力。在这种情况下，在所有接收机解码所有消息时没有速率损失，并且容量区域减少到复合多址信道的容量。该结果概括了干扰信道、认知干扰信道、具有认知中继的干扰信道和许多其他信道的“非常强的干扰”容量结果。
2012-02-05 cs.IT math.IT
On Layered Erasure Interference Channels without CSI at Transmitters
本文研究了一种两用户干扰信道的分层擦除模型，它可以看作是高斯衰落干扰信道的简化形式。假设信道状态信息（CSI）仅在接收端可用而在发送端不可用。在这样的假设下，一个外边界推导出这样的干扰信道的容量区域。新的外部边界在许多情况下都很紧。对于剩余的开放情况，外部边界扩展了以前的结果。
2016-01-24 cs.IT math.IT
Approximate Capacity of a Class of Partially Connected Interference Channels
我们推导出一类三用户部分连通干扰信道容量区域的内界和外界。我们专注于拓扑结构的影响，干扰对齐，干扰和噪声之间的相互作用。我们考虑的代表性信道是具有明显干扰对准增益的信道。对于这些通道，Z通道类型的外部边界紧密到与容量的恒定间隙内。我们提出了近最佳的可实现的方案的基础上率分裂和晶格对齐。
2017-02-13 cs.IT math.IT
Inner and Outer Bounds for the Public Information Embedding Capacity Region Under Multiple Access Attacks
我们考虑了一个公开的多用户信息嵌入（水印）系统，其中两个消息（水印）被独立地嵌入到两个相关的covertexts，并通过一个多址攻击信道传输。研究了两种嵌入器的可实现嵌入率和平均失真之间的权衡。对于给定的失真水平，嵌入容量区域的内界和外界以单字母的形式获得。更严格的界限也给独立的covertexts。
2010-03-08 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
A New Outer-Bound via Interference Localization and the Degrees of Freedom Regions of MIMO Interference Networks with no CSIT
从自由度（DoF）区域的角度，在发射端没有信道状态信息（CSIT）的假设下，研究了两用户多输入多输出（MIMO）干扰和认知无线电信道。其中$M_i$和$N_i$分别表示发射机$i$和接收机$i$处的天线数量，MIMO干扰信道的DoF区域最近由Huang等人表征，Zhu和Guo，以及本文作者对天线数量的所有值，除了当$\min(M_1,N_1) > N_2 > M_2$（或$\min(M_2,N_2) > N_1 > M_1$）。后一种情况最近由朱和郭解决，他们提供了一个紧密的外部边界。在此，基于干扰局部化的思想给出了该外界的一个更简单、更广泛适用的证明。使用它，当$\min(M_1+M_2,N_1) > N_2 > M_2$（具有第二发射机认知）时，也为MIMO认知无线电信道的类别建立了DoF区域-作者先前获得的内部和外部边界不紧的唯一类别-从而也完成了一般2用户MIMO认知无线电信道的DoF区域表征。
2011-05-30 cs.IT math.IT
Capacity of All Nine Models of Channel Output Feedback for the Two-user Interference Channel
在本文中，我们研究了不同的信道输出反馈结构对两用户干扰信道容量的影响。对于双用户干扰信道，反馈链路可以存在于9种规范架构（参见图2）中的接收器和发射器之间，范围从仅一个反馈链路到四个反馈链路。我们推导出精确的容量区域的对称确定性干扰信道和恒定间隙的容量区域的对称高斯干扰信道的所有9个架构。我们证明，对于线性确定性对称干扰信道，在弱干扰状态下，除了只有一个接收机反馈到自己的发射机的反馈模型之外，所有反馈模型都具有相同的容量区域。当只有一个接收机反馈到它自己的发射机时，在弱干扰状态下，容量区域是其余反馈模型的容量区域的严格子集。然而，在弱干扰状态下，所有反馈模型的总容量是相同的。此外，在强干扰状态下，具有至少一个接收器反馈到其自己的发射器的反馈的所有模型具有相同的和容量。对于高斯干扰信道，线性确定性模型的结果如下，其中容量被近似容量代替。
2013-01-25 cs.IT math.IT
Multiple Access Outerbounds and the Inseparability of Parallel Interference Channels
众所周知，并行（多载波）高斯点对点、多址和广播信道的容量可以通过对每个子信道（载波）进行单独编码来实现，其中每个子信道（载波）受到跨载波功率分配的影响。在本文中，我们表明，这样的分离不适用于平行高斯干扰信道一般。以3用户干扰信道的形式提供了一个反例，其中单独编码只能实现每载波$\log({SNR})+o(\log({SNR}))$的总容量，而仅通过跨载波联合编码实现的实际容量是每载波$3/2\log({SNR}))+o(\log({SNR}))$。作为我们的分析的副产品，我们提出了一类多址外界的3用户干扰信道的容量。
2008-02-15 cs.IT math.IT
Superposition Coding-Based Bounds and Capacity for the Cognitive Z-Interference Channels
本文研究了具有两个发射机和两个接收机的认知干扰信道，其中认知发射机非因果地知道主发射机的消息和码字。我们首先介绍一个离散的无记忆更有能力的CIC，这是一个扩展到更有能力的广播信道（BC）。使用叠加编码，我们提出了一个内界和一个外界的容量区域。当主用户受到强干扰时，外边界也是有效的。对于高斯CIC，该外边界适用于$|a| \geq 1 $，其中$a$是从次用户到主接收机的干扰链路的增益。然后将这些容量内边界和外边界应用于高斯认知Z干扰信道（GCZIC），其中只有主接收机受到干扰。在显示联合高斯输入最大化GCZIC的这些界限后，我们评估了该通道的界限。新的外边界是严格比其他外边界的能力的GCZIC在强干扰（$a^2 \geq 1 $）。特别是，外边界与$|a| \geq \sqrt{1 + P_1}$的内边界一致，因此，建立了GCZIC在此范围内的容量。对于这样大的$a$，在认知发射机处的叠加编码和在主接收机处的连续解码是实现容量的。
2011-02-06 cs.IT math.IT
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
Three-User Cognitive Interference Channel: Capacity Region with Strong Interference
研究了两个主用户和一个认知用户的三用户认知无线电网络的容量域。提出了一种三用户认知干扰信道（C-IFC），该信道中的一个发射机具有认知能力，并且以非因果的方式知道另外两个发射机的消息。首先，基于允许所有接收机以两种不同的顺序解码所有消息的方案，得到三用户C-IFC的容量区域的两个内界。接下来，推导出两组条件，在这两组条件下，所提出的模型的容量区域与三用户C-IFC的容量区域相一致，其中所有三个消息都需要在所有接收器。在这些条件下，被称为强干扰条件，所提出的三用户C-IFC的容量区域的特征。此外，高斯三用户C-IFC被认为是和容量结果推导出高斯的情况下。文中还提供了一些数值例子。
2012-06-19 cs.IT math.IT
Capacity Outer Bound and Degrees of Freedom of Wiener Phase Noise Channels with Oversampling
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。一种新的外边界的平均输入功率约束的能力，推导出作为过采样因子的函数。该外边界产生了过采样因子随着发射功率$P$增长为$P^α$的场景的自由度。结果表明，也许令人惊讶的是，在高信噪比下利用相位调制可以获得的最大前对数至多是$1/4$。
2017-05-23 cs.IT math.IT
Gaussian Z-Interference Channel with a Relay Link: Achievability Region and Asymptotic Sum Capacity
本文研究了高斯Z干扰信道，从一个接收机到另一个接收机的数字中继链路具有速率限制。基于Han-Kobayashi公共-私有信息分离技术和几种不同的中继策略（包括压缩转发和部分解码转发策略）的组合，推导出了可扩展的速率区域。对于高斯Z-干扰信道，从无干扰接收机到受干扰接收机的数字链路，在强干扰状态下建立容量区域;在弱干扰状态下建立可实现速率区域。在弱干扰情况下，部分解码转发策略在高信噪比和高干扰噪声比极限下是渐近和容量实现的。在这种情况下，每个中继比特渐进地将总容量提高一个比特。对于高斯Z-干扰信道，从受干扰接收机到无干扰接收机的数字链路，在强干扰状态下建立容量区域;在中等强度和弱干扰状态下建立可实现速率区域。在中继链路速率较大的情况下，建立了系统容量的渐近和。在这种情况下，当干扰链路弱于某个阈值时，由于数字链路而导致的总容量改善被半比特限制，但是当干扰链路变得更强时，总容量改善变得无限制。
2012-04-25 cs.IT math.IT
The Capacity Region of a Class of Discrete Degraded Interference Channels
我们提供了一个单一的字母表征的容量区域的一类离散退化干扰信道（DDIC）。所考虑的DDIC类包括Benzel研究的离散加性退化干扰信道（DADIC）。我们发现，对于所研究的DDIC类，编码器合作并不增加容量区域，因此，DDIC类的容量区域与相应的降级广播信道的容量区域相同。
2006-10-06 cs.IT math.IT
A New Capacity Result for the Z-Gaussian Cognitive Interference Channel
基于多天线广播信道的容量，提出了一种新的高斯认知干扰信道的外界估计方法。然后，它表明，对于Z通道，即，当次接收机没有受到干扰而主接收机受到强干扰时，所提出的外边界不仅是已知边界中最紧的，而且对于足够强的干扰实际上是可实现的。后者是一种新的容量结果，从数值评估来看，似乎可以推广到更大的（即，非Z）类高斯信道。
2011-02-16 cs.IT math.IT
Outer Bounds on the Secrecy Capacity Region of the 2-user Z Interference Channel With Unidirectional Transmitter Cooperation
本文推导了发射机之间速率受限单向协作的2用户Z干扰信道（Z-IC）的保密容量域的外界。首先，在线性确定性环境下研究了该模型。秘密容量区域上的外部边界的推导涉及要提供给接收器的边信息的仔细选择以及以明智的方式在接收器处使用秘密约束。为此，提出了一种新的划分的编码的消息和输出的确定性模型的基础上的干扰和信号的强度。所得到的外边界是紧的，使用可实现的计划，作者在以前的工作。利用从确定性模型中得到的见解，得到了2用户高斯Z-IC的保密容量区域的外界。两个模型的外边界之间的等价性也被建立。它还表明，在接收端的保密约束不伤害2用户Z-IC的弱/中等干扰制度的确定性模型的容量区域。另一方面，高斯情况下开发的外部边界表明，在接收机的保密约束可以减少弱/中等干扰制度的容量区域。这些界限的相对性能的研究揭示了洞察2用户Z-IC与有限速率发射机合作的基本限制。
2016-04-08 cs.IT math.IT
The Two-user Causal Cognitive Interference Channel: Novel Outer Bounds and Constant Gap Result for the Symmetric Gaussian Noise Channel in Weak Interference
研究了两用户因果认知干扰信道（CCIC），其中两个发射机通过一个公共信道向两个不同的接收机发送独立的消息。一个源（称为认知源）能够通过带内噪声链路偷听另一个源（称为主源），因此可以帮助发送主源的数据。针对一类内射半确定CCIC，导出了两个新的$2R_p+R_c$和$R_p+2R_c$型外界，其中不同源-目的对上的噪声是独立的.基于Gelfand-Pinsker合并、叠加编码和在接收端同时解码，推导出可实现的速率区域。然后将下限和外界专门用于实际相关的高斯噪声情况。本文的作者最近的特点，在一个恒定的间隙内的对称高斯CCIC的容量（a）强干扰制度，和（b）的一个子集的弱干扰制度时，合作链路大于一个给定的阈值。这项工作的特点是在一个恒定的差距的能力对称高斯CCIC在该政权仍然是开放的。特别是，它表明，新的外部边界是必要的，以表征的能力，在一个恒定的差距时，合作的联系是弱于直接联系，也就是说，在这种制度下，单边合作留下一些系统资源未充分利用。
2015-03-25 cs.IT math.IT
On the Capacity of the K-User Cyclic Gaussian Interference Channel
本文研究了$K$ -用户循环高斯干扰信道的容量域，其中$k$第用户只干扰网络中的$(k-1)$第用户（mod $K$）.受Etkin、Tse和Wang的工作的启发，他们导出了两用户高斯干扰信道的容量区域外界，并证明了简单的Han-Kobayashi功率分裂方案可以实现对于所有信道参数值在容量区域的一个比特内，本文表明，类似的策略也能达到$K$的容量区域，用户循环干扰信道在弱干扰状态下处于恒定间隙内。具体地说，首先推导出一个紧凑的表示的Han-Kobayashi可达速率区域使用Fourier-Motzkin消除，然后建立一个容量区域的外边界。结果表明，Etkin-Tse-Wang功率分裂策略给出了一个恒定的差距，最多两个比特（或每维1比特）在弱干扰制度。最后给出了强干扰条件下$K$ -用户循环高斯干扰信道的容量结果。
2012-05-19 cs.IT math.IT
Sum Capacity of Gaussian Interfering Multiple Access Channels in the Low Interference Regime
这篇论文因证明错误而被撤回。
2011-05-23 cs.IT math.IT
New Outer Bounds for the Interference Channel with Unilateral Source Cooperation
本文研究了单向信源协作的两用户干扰信道，该信道由两个信源-目的地对共享同一信道组成，其中一个全双工信源可以通过带内噪声链路偷听另一个信源。针对一类在不同的源-目的端具有独立噪声的内射半确定信道，给出了2 Rp +Rc/Rp+2 Rc型新的外界.然后将边界专门用于高斯噪声的情况。有趣的见解提供了这些类型的边界时，是活跃的，或者换句话说，当单方面的合作是太弱，并留下“洞”的系统资源。
2014-02-07 cs.IT math.IT
On the Sum Capacity of A Class of Cyclically Symmetric Deterministic Interference Channels
某些确定性干扰信道已被证明可以在渐近低噪声状态下精确地模拟高斯干扰信道。出于这种对应关系，我们研究了一个K用户对，循环对称，确定性干扰信道中，每个接收器的经验，只从其相邻的发射机（Wyner模型）的干扰。我们建立了一个大的信道参数的总和容量，从而推广了以前的结果为2对的情况下。
2009-01-26 cs.IT math.IT
Interference alignment-based sum capacity bounds for random dense Gaussian interference networks
我们考虑一个密集的$K$用户高斯干扰网络形成的成对的发射机和接收机放置在一个固定的空间区域中随机独立。在节点位置分布和信号衰减的自然条件下，我们证明了平均每用户容量$\csum/K$的概率收敛到$\half \ep \log(1 + 2 \SNR)$。可扩展性的结果直接从结果的基础上提出的干扰对齐计划在最近的工作Nazer等人。我们的主要贡献是通过一个上限，激励思想的“瓶颈容量”开发在最近的工作Jafar。通过控制发射机-接收机对的物理位置，我们可以匹配这些对中的大部分以形成所谓的$ε$瓶颈链路，从而控制总容量。
2009-07-29 cs.IT math.IT
State-Dependent Gaussian Multiple Access Channels: New Outer Bounds and Capacity Results
本文研究了一种两用户状态相关的高斯多址接入信道（MAC），其中状态在一个编码器处非因果已知。考虑了两种情况：i）每个用户希望向公共接收机传送独立消息，以及ii）两个编码器向接收机和非认知编码器发送公共消息（即，不知道状态的编码器）发送独立的单独消息（该模型也称为具有降级消息集的MAC）。对于这两种情况下，新的外边界上的容量区域推导出，提高均匀的最佳已知的外边界。在第一种情况下，容量区域的两个角点以及和速率容量被建立，并且表明单字母解决方案足以实现角点和速率容量。此外，全容量区域的特点是在其中的总和速率容量等于助手问题的容量的情况下。该证明利用了Polyanskiy和Wu的最优传输思想（以前用于建立干扰信道容量区域的外部边界）以及输入和噪声相关的情况下的最坏情况高斯噪声结果。
2017-05-03 cs.IT math.IT
The Capacity Region of the Cognitive Z-interference Channel with One Noiseless Component
我们研究了离散无记忆Z干扰信道（ZIC），其中遭受干扰的发射机对是认知的。我们首先提供了这个通道的容量的上限和下限。然后，我们表明，当不面临干扰的发射机-接收机对的信道是无噪声的，这两个界限重合，因此产生的容量区域。所得到的结果意味着，与高斯认知ZIC中不同，在所考虑的信道中，需要在非认知发射机处进行叠加编码以及在认知发射机处进行Gel'fand-Pinsker编码，以最小化干扰的影响。作为所得到的容量区域的副产品，我们得到了一个广义Gel'fand-Pinsker问题的容量结果。
2008-12-02 cs.IT math.IT
On the Capacity of the $K$-User Cyclic Gaussian Interference Channel
本文研究了$K$ -用户循环高斯干扰信道的容量域，其中$k$第用户只干扰网络中的$(k-1)$第用户（mod $K$）.受到Etkin、Tse和Wang的工作的启发，他们导出了两用户高斯干扰信道的容量区域外界，并证明了一个简单的Han-Kobayashi功率分配方案对于所有信道参数值都可以在容量区域的一个比特内实现，本文表明，类似的策略也达到了$K$的容量区域，用户循环干扰信道在弱干扰状态下处于恒定间隙内。针对$K$ -用户循环高斯干扰信道，首先利用Fourier-Motzkin消去法推导出Han-Kobayashi可达速率域的一个紧凑表示，然后建立容量域的外界.结果表明，Etkin-Tse-Wang功率分配策略在弱干扰状态下给出了至多2比特的恒定间隙。对于特殊的3个用户的情况下，这个差距可以锐化为1 1/2位的几个不同的策略的时间共享。最后给出了强干扰条件下$K$ -用户循环高斯干扰信道的容量结果。在此基础上，进一步研究了对称循环干扰信道的广义自由度。结果表明，无论网络中有多少用户，对称容量的GDoF与经典的两用户干扰信道的GDoF相同。
2012-08-31 cs.IT math.IT
Capacity Regions and Bounds for a Class of Z-interference Channels
我们定义了一类Z-干扰信道，我们获得了一个新的上限的容量区域。该约束利用了由Korner和Marton首次引入的技术。该类中的信道具有这样的性质：对于遭受干扰的发射机-接收机对，接收机处的条件输出熵相对于所发射的码字是不变的。我们比较新的容量区域上限与韩/小林可实现的速率区域的干扰信道。这种比较表明，我们的界限在某些情况下是紧的，从而产生特定的点的容量区域以及某些Z干扰信道的总容量。特别地，该结果可以用作获得高斯Z干扰信道的和容量的替代方法。然后，我们对我们的信道类别施加额外的限制：遭受干扰的发射器-接收器对实现其最大输出熵，具有单个输入分布，而不管干扰分布如何。对于这些通道，我们表明，我们的新的容量区域上限与韩/小林可实现的速率区域，因此，这是实现容量。特别是，对于这些通道的叠加编码与部分解码示出为最佳的和一个单字母表征的容量区域。
2008-08-06 cs.IT math.IT
Asymptotic Sum-Capacity of Random Gaussian Interference Networks Using Interference Alignment
我们考虑一个密集的n用户高斯干扰网络形成的成对的发射机和接收机放置在随机的欧几里德空间。在节点位置分布和信号衰减的自然条件下，证明了平均每用户容量C_Sigma/n依概率收敛于1/2 Elog（1 + 2SNR）。可扩展性的结果直接从结果的基础上提出的干扰对齐计划在最近的工作Nazer等人。我们的主要贡献来自通过相反的结果，动机的想法'瓶颈链接'在最近的工作Jafar开发。信息论的参数给出了这样的瓶颈链路的容量限制，概率计数参数显示有足够多的这样的链路，以紧密约束整个网络的总容量。
2010-06-02 cs.IT math.IT
Inner and Outer Bounds for the Gaussian Cognitive Interference Channel and New Capacity Results
高斯认知干扰信道的容量是经典的两用户干扰信道的一种变体，其中一个发射机（称为认知）具有两个消息的知识，在几个参数机制中是已知的，但通常仍然是未知的。在本文中，我们提供了一个比较概述了这个信道模型，因为我们继续通过我们的贡献：我们提出了一个新的外边界的基础上的想法的广播信道与退化的消息集，和另一系列的外边界通过将认知信道转化为信道与已知的容量。我们专门的最大已知的内界推导出的离散无记忆信道的高斯噪声信道，并提出了几个简化的方案评估高斯输入的封闭形式，我们用来证明一些结果。这些包括用于a）“主解码认知”机制的新的容量结果集合，“强干扰”机制的子集，其不包括在“非常强干扰”机制中，对于该机制，容量是已知的，以及用于b）“S信道”，其中主发射机不干扰认知接收机。接下来，对于一般的高斯认知干扰信道，我们确定的能力，在一个比特/秒/赫兹和一个因素内的两个信道参数无关，从而建立在高和低SNR的速率性能保证，分别。我们还展示了不同的简化传输方案如何实现特定信道的内部和外部边界之间的恒定间隙。最后，我们数值评估和比较各种简化的可实现的速率区域和参数制度的能力是未知的外边界，从而进一步了解高斯认知干扰信道的容量区域。
2010-10-27 cs.IT math.IT
On the Symmetric Feedback Capacity of the K-user Cyclic Z-Interference Channel
K用户循环Z干扰信道对第k个发射机以循环方式仅对第（k-1）个接收机造成干扰的情况进行建模，例如，第一发射机仅对第K个接收机造成干扰。针对高斯循环Z干扰信道，研究了无噪声反馈对信道容量的影响。为此，对称反馈能力的线性移位确定性循环Z-干扰信道（LD-CZIC）的特点是完全为所有的干扰制度。使用的线性确定性信道模型的见解，高斯循环Z干扰信道的对称反馈容量的特点是在一个恒定的比特数。作为一个副产品的恒定间隙的结果，对称广义自由度反馈的高斯循环Z-干扰信道的特点。这些结果突出了线性和高斯信道模型的对称反馈容量是K的一般函数，用户的数量。此外，由于反馈而获得的容量增益随着K的增加而减小。
2012-12-21 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
