State-Dependent Multiple Access Channels with Feedback
在本文中，我们研究了离散无记忆多址接入信道（MAC）的双边反馈的存在下，两个相关的信道状态，相关的意义上的Slepian-Wolf（SW）。我们发现可实现的速率区域时，该信道的状态提供非因果关系的发射机，并表明我们的可实现的速率区域包含覆盖梁可实现的速率为离散无记忆MAC与双边反馈作为其特殊情况。我们还发现了具有双边反馈和SW型相关状态的离散无记忆MAC的容量区域。我们还研究了离散无记忆MAC与部分反馈中存在的两个SW型相关的信道状态，提供非因果关系，因果关系，或严格因果关系的发射机。当信道状态被非因果地提供给发射机时，发现可实现的速率区域，而当信道状态在发射机处因果地或严格因果地可用时，容量区域被表征。
2012-12-14 cs.IT math.IT
Message and State Cooperation in a Relay Channel When the Relay Has Strictly Causal State Information
研究了一种状态依赖的中继信道，在该信道中，中继站有严格因果的信道状态信息，而源站和目的站没有状态信息。源和中继通过两个单向带外有限容量的正交链路连接，并且状态相关的无记忆信道在一侧连接源和中继，在另一侧连接目的地。经由正交链路，源可以将关于要被递送到目的地的消息的信息传送到中继，而中继可以将状态信息转发到源。这种交换使得源和中继之间能够在向目的地传输消息和状态信息时进行协作。首先，一个可实现的计划，受噪声网络编码的启发，提出了利用消息和状态的合作。其次，基于给定的可达速率和适当的上界，容量的结果，确定了一些特殊的情况。最后，高斯模型进行了研究，以及相应的数值结果，照亮状态和消息合作的相对优点。
2011-02-03 cs.IT math.IT
Multiple Access Channels with States Causally Known at Transmitters
Lapidoth和Steinberg最近证明了严格因果状态信息在多址接入信道（MAC）中是有益的。具体来说，它被证明是一个独立的状态，每个严格因果关系的一个编码器，可以通过让编码器发送压缩过去的状态信息的解码器的两个用户的MAC的容量区域被扩大。在这项工作中，所述策略的概括提出了编码器压缩过去发送的码字以及过去的状态序列。该方案采用长消息编码，压缩过去的状态序列和码字没有binning，并在所有传输块的联合解码的组合。Lapidoth和Steinberg最近提出的策略严格改进了原来的策略。容量结果，然后推导出一类信道，包括两个用户的模加性状态依赖MAC。此外，所提出的计划扩展到状态相关的MAC与任意数量的用户。最后，输出反馈的介绍和一个例子来说明之间的相互作用的反馈和严格因果状态信息的可用性在扩大容量区域。
2012-12-09 cs.IT math.IT
On Cooperative Multiple Access Channels with Delayed CSI at Transmitters
我们考虑一个合作的两个用户多址信道中的传输是由一个随机状态控制。两个编码器都发送公共消息，并且其中一个编码器还发送单独的消息。我们研究了这种通信模型的容量区域的不同程度的可用性的状态在编码器，因果关系或严格因果关系。在这种情况下，其中的状态是透露因果关系的两个编码器，但不是解码器，我们发现一个明确的表征的能力区域中的离散无记忆的情况下。在这种情况下，其中的状态只透露严格因果关系的两个编码器，我们建立的能力区域的内部和外部边界。外界是非平凡的，并且具有相对简单的形式。它的优点是只包含一个辅助随机变量。然后，我们引入了一类合作多址信道的状态，严格因果关系已知的内部和外部边界同意的编码器，所以我们的特点是这个类的容量区域。在这类通道中，状态可以作为通道输入和输出的确定性函数获得。我们还研究了模型中的状态，严格因果关系，在一个不对称的方式，只有一个编码器。在整个文件中，我们讨论了一些例子，并计算这些例子的容量区域。结果揭示了更多的光延迟信道状态信息的效用，以增加容量区域的状态相关的合作多址信道，并配合在这个框架中的最新进展。
2014-09-01 cs.IT math.IT
Causal State Communication
研究了当状态信息在编码端严格因果可得时，离散无记忆信道中离散无记忆状态的状态通信问题。它示出，块马尔可夫编码，其中编码器通信的状态序列的描述，在前一个块通过将边信息的状态序列在解码器，产生最小的状态估计误差。当以较高的信道状态估计误差为代价使用相同的信道来发送附加的独立信息时，独立信息的速率和状态估计误差之间的最佳折衷经由容量-失真函数来表征。结果表明，任何最佳的折衷对，可以通过率分裂。这些编码定理，然后最佳地扩展到因果信道状态信息的情况下，在编码器使用香农策略。
2012-03-27 cs.IT math.IT
Pilot-Symbol-Assisted Communications with Noncausal and Causal Wiener Filters
本文研究了时间选择性平坦衰落信道中的导频辅助传输。假设在接收机处采用非因果和因果维纳滤波器来借助于由发射机周期性地发送的训练符号来执行信道估计。对于这两个滤波器，估计误差的方差从信道的多普勒功率谱获得。随后，可实现的速率表达式提供。通过最大化可实现的速率表达式来联合优化训练周期以及数据和训练功率分配。通过将衰落建模为高斯-马尔可夫过程，得到了数值结果。因果和非因果滤波方法的可实现的速率进行了比较。对于特定的参数范围内考虑的文件中，所产生的性能损失，通过使用因果过滤器，而不是一个非因果过滤器被证明是小的。分析了由于快衰落引起的信道多普勒频谱欠采样版本中出现的混叠的影响。最后，能量每比特的要求进行了调查，在存在的非因果和因果维纳滤波器。
2008-12-08 cs.IT math.IT
Causal Erasure Channels
我们考虑了二元因果对抗擦除信道的通信问题。这种信道将$n$输入比特映射到$\{0,1,\wedge\}$中的$n$输出符号，其中$\wedge$表示擦除。对于每个$i$，如果通道在观察位$i+1$至$n$之前，根据输入$1,...,i$反向决定是否擦除其输入的第$i$位，则通道是因果的。如果在整个传输持续时间内最多可以擦除输入位的$p$部分，则这样的通道是$p$受限的。因果通道为遵循基本物理限制但不可预测或高度可变的通道提供了一个自然模型。对于一个给定的擦除率$p$，我们的目标是要了解的最佳速率（容量），随机（随机）编码器/解码器可以可靠地传输所有因果$p$有界擦除信道。在本文中，我们引入了因果擦除模型，并提供了新的上限和下限的可达速率。我们的边界分离的因果擦除设置可实现的速率从两个相关的模型：随机擦除通道（严格较弱）和完全对抗擦除通道（严格较强）。具体而言，我们表明：-随机和因果擦除之间的严格分离，所有恒定的擦除率$p\in(0,1)$。- $p\in(0,ϕ)$的因果擦除和完全对抗擦除之间的严格分离，其中$ϕ\approx 0.348$。- 对于$p\in[ϕ,1/2)$，我们展示了因果擦除的代码，其速率高于完全对抗信道的最佳构造。我们的结果与纠正因果位翻转错误（与擦除相反）的现有结果形成鲜明对比[Dey et.等人2008，2009]，[Haviv-Langberg 2011…
2014-09-13 cs.IT math.IT
Convergence of Fundamental Limitations in Feedback Communication, Estimation, and Feedback Control over Gaussian Channels
在本文中，我们建立了连接的基本限制反馈通信，估计和反馈控制高斯信道，从统一的角度来看，信息，估计和控制。高斯上的最佳反馈通信系统必须采用卡尔曼滤波器（KF）算法，因此可以变换为同一信道上的估计系统和反馈控制系统。由此得出，通信系统的信息速率可选择地由估计系统的克拉美-罗界（CRB）的衰减速率和控制系统的波德积分（BI）给出。此外，反馈通信中的信道输入功率和信息速率之间的最佳折衷可替代地由（因果）一步预测均方误差（MSE）和（反因果）平滑MSE（指适当的形式）在估计中，并通过因果反馈调节输出方差和干扰抑制措施之间的最佳折衷（BI或反因果关系程度）。所有这些最佳权衡都可以解释为因果关系和反因果关系之间的权衡。利用这些关系，我们提供了一些新的结果，反馈码和信息论表征KF。最后，在特定维数的假设下，简要讨论了有限时域结果到无限时域的推广（本文中的渐近反馈容量问题是开放的）。
2009-10-02 cs.IT math.IT
Directed Information, Causal Estimation, and Communication in Continuous Time
提出了两个连续时间过程间有向信息的概念。定义中的一个关键组成部分是在时间间隔的所有可能分区上取下确界，其作用不亚于互信息定义中固有的“空间”分区上确界。属性和业务的解释，估计和通信，然后建立所提出的概念，有向信息。对于连续时间加性高斯白噪声信道，它表明，邓肯的因果估计和信息之间的经典关系继续保持在反馈的存在下，取代互信息的有向信息。一个并行的结果是建立泊松通道。这种关系的效用，然后证明在计算有向信息率之间的输入和输出过程的连续时间泊松信道的反馈，其中信道输入过程被约束为恒定的事件之间的信道输出。最后，通过有向信息建立了一类具有反馈的连续时间信道的容量，表征了可靠通信的基本限制。
2012-10-31 cs.IT math.IT
How Deep the Theory of Quantum Communications Goes: Superadditivity, Superactivation and Causal Activation
在量子通信理论中，最近揭示了一个更深层次的结构，表明容量并不完全表征信道由于现象而传输信息的能力-即超加性，超激活和因果激活-在经典世界中没有对应物。虽然这种结构的深度还没有完全揭示，但对于通信工程界来说，拥有这些现象的含义对于理解和推导通信的基本限制至关重要。因此，本论文的目的是阐明这些现象，为读者提供一个方便的访问和指导相关文献和突出的结果，从通信工程的角度来看。
2022-06-20 cs.IT math.IT quant-ph
Communication over Quantum Channels with Parameter Estimation
考虑了在随机参数量子信道中，当需要解码器重构参数序列时的通信。我们研究的情况下，包括严格的因果关系，因果关系，或非因果信道侧信息（CSI）可在编码器，以及当CSI不可用。该模型可以被看作是量子计量学的一种形式，并且可以被看作是在解码器处具有状态估计的经典速率和状态信道的量子对应物。正则化公式的容量失真区域推导。在测量通道的特殊情况下，单字母的特征来自严格的因果关系和因果设置。此外，在更一般的情况下，纠缠打破渠道，一个单一的字母表征时，CSI是不可用的。因此，我们获得了具有CSI的随机参数量子信道容量的正则化公式，推广了Boche等人（2016）关于经典量子信道的先前结果。
2021-09-25 cs.IT math.IT quant-ph
Feedback Communication Over the BSC with Sparse Feedback times and Causal Encoding
本文针对后验匹配通信方案反馈频率高的问题，提出约束反馈回传频率的方案，实验表明在维持原高速率的前提下可大幅降低BSC通信中的反馈频率，推动后验匹配走向实用。
2024-04-15 cs.IT math.IT
Covert Communication via Action-Dependent States
本文研究具有动作依赖状态的信道上的隐蔽通信，利用块马尔可夫编码和状态生成密钥，实现正速率隐蔽通信，并应用于重写信道和高斯信道。
2025-01-22 cs.IT math.IT
Causal relay networks
在本文中，我们研究因果离散无记忆中继网络（DMRN）。网络由多个节点组成，每个节点可以是源、中继和/或目的地。在网络中，存在两种类型的中继，即，具有一个采样延迟的中继（严格因果）和没有延迟的中继（因果），其发送信号不仅取决于过去接收的符号，而且取决于当前接收的符号。对于这个网络，我们得到两个新的割集界，一个当因果继电器有自己的消息，另一个当没有。使用因果向量高斯双向中继信道和因果向量高斯中继信道的例子，我们表明，新的割集界可以通过一个简单的放大和转发型中继。我们的因果中继通道的结果加强了以前已知的容量结果为同一渠道的El Gamal，Hassanpour，和Mammen。
2012-07-19 cs.IT math.IT
Undoing Causal Effects of a Causal Broadcast Channel with Cooperating Receivers using Entanglement Resources
我们分析了一个特定的因果广播信道的状态依赖于一个模和的通信场景。广播的接收器接收信道状态信息，并且协作以确定信道状态，以便解码它们的私有消息。此外，广播的接收机可以串通直到最小非串通条件，以确定其他非串通接收机的状态信息。我们分析了三种接收器的资源方案：接收器可以共享纠缠而不经典通信，可以只使用经典通信，或有纠缠和经典通信。利用安全多方通信的结果，我们发现，当接收者可以共享纠缠和通信的经典，他们可以收到来自发送者的消息在一个非零速率与可验证的安全合作。只有在纠缠的情况下，正容量是不可能的。在经典的通信情况下，非零速率的通信是可实现的，但是通信复杂性开销在接收器的数量上二次地增长，而在具有纠缠的接收器的数量上线性地增长。
2021-02-15 cs.CR cs.IT math.IT
Causality-Driven Reinforcement Learning for Joint Communication and Sensing
Indian Institute of Technology Kharagpur（印度理工学院克勒格布尔分校）；Ericsson Research（爱立信研究院）
针对mMIMO JCAS系统中RL波束成形因动作搜索空间巨大导致学习效率低且忽略动作与奖励因果关系的问题，提出一种因果感知RL框架，利用状态依赖的动作维度选择策略实现因果发现，显著提升了波束成形增益。
2024-09-07 cs.AI cs.IT math.IT
State Leakage and Coordination with Causal State Knowledge at the Encoder
我们通过经验协调的视角重新审视了状态掩蔽和状态放大的问题。具体而言，我们的特征速率模糊协调权衡区域的状态依赖的信道中的编码器具有因果关系和严格因果状态知识。我们还扩展了这种特性的情况下，双边的状态信息和嘈杂的信道反馈。我们的方法是基于接收器的知识，我们引入捕获解码器可以推断出的所有信号中涉及的模型的核心的概念。最后，我们利用上述结果来解决一个信道状态估计零和博弈，其中编码器阻止解码器估计信道状态准确。
2020-11-06 cs.IT math.IT
The State-Dependent Channel with a Rate-Limited Cribbing Helper
本文研究带速率受限窃听辅助者的无记忆状态相关信道容量，刻画了辅助者因果观测状态、严格因果获取过去输入时的容量增益，并指出其低于知晓消息的辅助者。
2024-01-23 cs.IT math.IT
Quantum communication in a superposition of causal orders
量子力学允许两个过程之间的相对顺序与量子自由度纠缠的情况。在这里，我们表明，这种纠缠可以提高能力，传输量子信息在嘈杂的通信信道。我们考虑两个完全退相的通道，在正常情况下，这是无法传输任何量子信息。我们证明了，当两个通道以不确定的顺序遍历时，通过它们发送的量子比特有25%的概率到达接收器而没有任何错误。对于部分退相信道，确定性地发生类似的优点：可以通过两个信道以阶的叠加传播的量子信息的量可以大于可以单独通过每个信道传播的量子信息的量。
2018-09-19 cs.IT math.IT quant-ph
Wiretap Channel with Causal State Information
在编码器和解码器的状态信息可因果窃听信道的保密容量的下限成立。下限被证明是严格大于非因果的情况下，刘和陈。可验证性证明使用块马尔可夫编码，香农策略，并从共同的状态信息的密钥生成。每个块末尾的状态序列用于生成密钥，该密钥用于提高下一个块中机密消息的传输速率。上界的保密能力时，国家是非因果关系在编码器和解码器的建立，并示出符合几类窃听信道的状态与下界。
2010-06-02 cs.IT math.IT
Fundamental Limits of Communication Over State-Dependent Channels With Feedback
在允许通信双方使用变长编码方案的假设下，研究了具有无噪声反馈的状态相关离散无记忆信道通信的基本极限。各种情况下进行了分析，与所采用的编码方案具有有界或无界的码字长度，并与状态信息透露给编码器和/或解码器在一个严格的因果关系，因果关系，或非因果关系的方式。在这些设置中的每一个，获得的零误差容量的积极性的必要和充分条件，它示出，只要零误差容量是积极的，它等于传统的消失误差容量。此外，它示出的状态相关的信道的消失错误容量不增加通过使用反馈和可变长度编码。这两种能力的状态依赖的信道反馈，从而充分的特点。
2019-01-15 cs.IT math.IT
Coding against a Limited-view Adversary: The Effect of Causality and Feedback
我们考虑的问题，在一个因果对手的存在下，通过多路径网络的通信。有限视角的因果攻击者能够窃听链路的子集，并根据当前和过去的信息干扰可能重叠的链路子集。为了确保通信可靠和秘密地进行，需要具有必要冗余的弹性网络代码。我们研究了两种对抗模型--加性干扰和覆盖干扰，并且我们可选地假设从解码器到编码器的被动反馈，即，编码器看到解码器看到的一切。这个问题假设传输是在大字母制度。对于这两种干扰模型，我们发现四种情况下的容量-可靠性无反馈，可靠性和保密性无反馈，可靠性与被动反馈，可靠性和保密性与被动反馈。我们观察到，与非因果设置相比，因果对手的能力严格增加了各种各样的参数设置，并通过几个例子呈现我们的直觉。
2015-08-06 cs.IT math.IT
Keyless Covert Communication via Channel State Information
我们考虑的问题，隐蔽通信的状态依赖的信道时，信道状态是可利用的非因果关系，因果关系，或严格因果关系，无论是在发送器单独或在发送器和接收器。与对手（称为“管理员”）的隐蔽通信是这样一种通信：尽管通过通道进行通信，但管理员的观察仍然与无辜通道输入符号引起的输出难以区分。秘密通信涉及通过码本的扩散部分地欺骗对手;为了在合法接收器处进行可靠的解码，通常通过管理员不可用的共享秘密密钥来消除码本的不确定性。与以前的工作相比，我们不假设在发送器和合法接收器的共享密钥的可用性。相反，共享的随机性是从通道状态中提取的，其方式是使其对管理员保密，而不管通道状态对管理员的输出的影响。当信道状态在发送端和接收端都是可用的时，我们推导出了隐蔽容量区域。当信道状态仅在发送端可用时，我们推导出隐蔽容量的内界和外界。我们提供的例子，隐藏容量是积极的信道状态信息的知识，但没有它是零。
2021-05-21 cs.IT math.IT
Full-Duplex Wireless-Powered Communication Network with Energy Causality
在本文中，我们考虑一个无线通信网络与全双工混合接入点（HAP）和一组无线用户的能量收集能力。HAP通过两个天线实现全双工：一个用于在下行链路中向用户广播无线能量，另一个用于同时在上行链路中通过时分多址（TDMA）接收来自用户的独立信息。所有用户可以从HAP连续地获取无线功率，直到其传输时隙，即，通过假设将来收集的能量不能用于传输来对能量因果关系约束进行建模。因此，后面的用户的能量收集时间与前面的用户的传输时间耦合。在这种设置下，我们调查的总和吞吐量最大化（STM）的问题和总时间最小化（TTM）的建议多用户全双工无线供电网络的问题。STM问题被证明是一个凸优化问题。最优解的策略，然后获得封闭形式的表达式，可以计算与线性复杂度。它还表明，总吞吐量是不随用户数的增加而减少。对于TTM问题，通过利用耦合约束的性质，我们提出了一个两步算法来获得最优解。然后，对于每个问题，两个次优的解决方案，提出和调查。最后，通过仿真研究了用户调度对STM和TTM的影响。它还表明，不同的用户调度策略，应使用STM和TTM。
2014-04-02 cs.IT math.IT
Quadratically Constrained Channels with Causal Adversaries
我们考虑的问题，在一个信道上的因果干扰对手受到二次约束。发送方Alice希望通过经由通信信道发送实值长度- $n$码字$\mathbf{x}=x_1,...,x_n$来向接收方Bob传送消息。Alice和Bob并不具有共同的随机性。已知Alice的编码策略，对抗性干扰机James以因果方式选择实值长度n噪声序列$\mathbf{s}=s_1,..,s_n$，即，每个$s_t (1<=t<=n)$只能依赖于$x_1,...,x_t$。Bob接收$\mathbf{y}$，即Alice的传输$\mathbf{x}$和James的干扰向量$\mathbf{s}$之和，并且需要从该和可靠地估计Alice的消息。此外，Alice和James的传输功率受到二次约束$P>0$和$N>0$的限制。在这项工作中，我们的特点是这样一个通道的最佳值的一系列优化的极限优越的信道容量。最佳值的上限和下限提供了分析和数值。有趣的是，与许多通信问题不同，在该因果设置中，Alice的最优码本可能不具有均匀的功率分配-对于特定SNR，具有两级均匀功率分配的码本导致比具有均匀功率分配的码本严格更高的速率。
2018-05-08 cs.IT math.IT
The Entanglement-Assisted Communication Capacity over Quantum Trajectories
量子力学独特而又怪异的性质允许信息载体同时通过量子信道的多个轨道传播。这最终将我们引向具有不确定因果顺序的量子信道的量子轨迹。已经表明，不确定的因果顺序使得突破瓶颈容量成为可能，瓶颈容量限制了通过具有明确因果顺序的量子信道的经典轨迹的可传递的经典和量子信息的量。在这篇论文中，我们调查这两个领域的纠缠辅助经典和量子通信有益的属性。为此，我们推导出封闭形式的容量表达式的纠缠辅助经典和量子通信的任意量子泡利通道的经典和量子轨迹。我们表明，通过利用量子信道的不确定因果顺序，我们获得了超过经典轨迹的容量增益以及各种实际情况下的瓶颈容量的违反。此外，我们确定了量子轨道上的纠缠辅助通信获得相对于经典轨道的容量增益以及量子轨道上的纠缠辅助通信违反瓶颈容量的操作区域。
2021-10-20 cs.IT math.IT quant-ph
Communication over an Arbitrarily Varying Channel under a State-Myopic Encoder
我们研究的问题，在离散的任意变化的信道（AVC）的通信时，一个嘈杂的版本的状态是已知的非因果关系的编码器。状态由知道编码方案的对手选择。状态近视编码器通过噪声离散无记忆信道（DMC）非因果地（虽然不完美）观察到这种状态。我们首先描述了当编码器-解码器共享对手未知的随机性时，这种状态相关信道的容量，即，随机编码能力。接下来，我们证明了当只允许编码器随机化时，容量在正值时保持不变。有趣的和众所周知的特殊情况下的状态近视编码器模型。
2018-04-26 cs.IT math.IT
Energy-Efficient Relaying over Multiple Slots with Causal CSI
在许多通信场景中，诸如在蜂窝系统中，能量成本是相当大的并且应当被节省，然而存在支持需要及时数据递送的许多实时应用的增长的需求。为了模拟这样的情况下，在本文中，我们考虑的问题最小化的预期总和能量提供一个给定大小的消息从源到目的地的截止日期约束。中继器存在，并且可以在解码消息之后提供帮助。因果信道状态信息（CSI），在所有链路的当前和过去的SNR的形式，可用于确定最佳的功率分配的源和中继。通过动态规划得到了最优功率分配策略，并探讨了其结构。我们还获得了条件，最小期望和能量是有界的一般信道分布。特别是，我们表明，瑞利和莱斯衰落信道，中继是必要的最小预期和能量有界。这说明了当仅因果CSI可用时，从能量高效通信的角度来看中继的基本优点。数值结果表明，在不同的通信场景下，预期的总和能量的减少。
2012-11-29 cs.IT math.IT
Directed Information: Estimation, Optimization and Applications in Communications and Causality
Ben-Gurion University of the Negev（内盖夫本-古里安大学）；The Hebrew University of Jerusalem（耶路撒冷希伯来大学）；Indian Institute of Science（印度科学研究所）；Technical University of Munich（慕尼黑工业大学）
本文研究了定向信息的估计、优化及其在通信和因果关系中的应用，重点在于反馈信道容量的计算方法。
2026-02-10 cs.IT math.IT
Arbitrarily Varying Wiretap Channels with Non-Causal Side Information at the Jammer
在潜在恶意环境中的安全通信变得越来越重要。任意变化的窃听信道（AVWC）提供了信息理论界多少信息可以交换，即使在存在一个活跃的攻击者。如果主动攻击者具有非因果边信息，则可以对合法通信系统被黑客攻击的情况进行建模。我们研究的AVWC与非因果边信息在干扰的情况下，存在一个最佳的信道窃听。非因果边信息意味着所发送的码字在被发送之前被主动对手知道。通过考虑最大误差准则，我们还允许在发送相应的码字之前在干扰机处知道消息。导出了公共随机保密容量的单字母公式。此外，我们提供了一个单一的字母公式的共同随机保密能力的情况下，窃听者的信道是强烈退化，强烈嘈杂，或强烈的能力较低的主通道。此外，我们比较我们的结果的情况下，最大误差准则，但没有非因果边信息的干扰，最大误差准则与非因果边信息的消息在干扰，和平均误差准则的情况下，没有非因果边信息的干扰的随机码保密能力。
2022-04-14 cs.IT math.IT
On directed information theory and Granger causality graphs
有向信息论研究具有反馈的通信渠道。当应用于网络时，需要基于因果条件的自然扩展。我们在这里表明，建立在网络中的有向信息论的措施，可以用来评估随机过程的格兰杰因果关系图。我们表明，有向信息论包括措施，如转移熵，它是足够的信息理论框架需要神经科学的应用，如连接推理问题。
2010-02-07 cs.IT math.IT
Coordination using Implicit Communication
我们探讨了一个基本的无噪声信号的情况下，协调和沟通自然合并。随机信号X_1，...，X_n被处理以产生控制信号或动作序列A_1，.，A_n，其被观察和进一步处理（不访问X_1，.，X_n）以产生第三序列B_1，.，B_n。感兴趣的对象是在该设置中可以实现的经验联合分布p（x，a，b）的集合。我们证明了H（A）>= I（X;A，B）是在编码器上没有因果约束时实现p（x，a，b）的充分必要条件。我们还给出了各种因果关系的约束结果。这种设置揭示了在模拟信号中嵌入数字信息，这是一个概念，利用数字水印，隐写术，合作通信和战略发挥团队游戏，如桥梁。
2011-08-18 cs.IT math.IT
Causal Semantic Communication for Digital Twins: A Generalizable Imitation Learning Approach
Virginia Tech（弗吉尼亚理工大学）；Huazhong University of Science and Technology（华中科技大学）
提出面向数字孪生无线系统的因果语义通信框架，将其建模为模仿学习与双层优化问题，借助深度因果推断和网络状态模型提升语义可靠性、压缩表示并增强场景泛化。
2023-04-25 cs.IT cs.LG eess.SP
Resource Allocation for Positive-Rate Covert Communications Using Optimization and Deep Reinforcement Learning
Columbia University（哥伦比亚大学）
针对瑞利块衰落信道下的无密钥正速率隐蔽通信场景，分别提出非因果CSI下的三步优化法与因果CSI下的DDQN深度强化学习法，求解功率与速率分配两类问题，仿真验证了方法有效性。
2026-03-06 cs.IT eess.SP math.IT
Adaptive Causal Network Coding with Feedback for Multipath Multi-hop Communications
提出了一种新的带前向纠错的多径多跳自适应因果随机线性网络编码（AC-RLNC）算法。该算法推广了我们的联合优化编码解决方案的点对点通信与延迟反馈。AC-RLNC是自适应的估计信道条件，并且是因果关系，因为编码使用先验和后验算法调整重传率。在多径网络中，为了达到预期的吞吐量和延迟，我们建议将一个自适应的数据包分配算法的重传，在可用的资源的路径。该方法基于离散水填充算法，即，比特填充，但是具有两个期望的目标，最大化吞吐量和最小化延迟。在多径多跳环境下，提出了一种新的分散均衡优化算法。这种平衡算法最大限度地减少了吞吐量的下降，造成的变化，在每个跳的路径的信道质量。此外，为了提高效率，在预期的目标方面，我们提出了一种新的选择性重新编码方法在中间结点。我们推导出上界的吞吐量和平均值和最大的顺序交付延迟的AC-RLNC，无论是在多径和多径多跳的情况下。在多径情况下，我们证明了在非渐近制度，建议的代码可以实现超过90%的信道容量与零错误概率。在多径多跳的情况下，平衡过程被证明是最佳的方面实现的速率。通过仿真，我们证明了我们的自适应和因果关系的方法，相比选择性重复（SR）-ARQ协议的性能，是能够增益高达两个因素的吞吐量和三个以上的延迟的因素。
2020-10-25 cs.IT eess.SP math.IT
Neuro-Symbolic Causal Reasoning Meets Signaling Game for Emergent Semantic Communications
Virginia Tech（弗吉尼亚理工大学）
提出融合信号博弈与基于 Generative Flow Networks 的神经符号因果推理的 ESC 框架，以涌现语言实现低比特、高可靠的语义通信。
2023-11-08 cs.CL cs.IT cs.LG
Adaptive Causal Network Coding with Feedback
针对具有延迟反馈的点对点通信信道，提出了一种新的具有前向纠错功能的自适应因果随机线性网络编码（AC-RLNC）算法。AC-RLNC自适应于算法估计的信道条件，并且是因果关系的，因为编码取决于特定的擦除实现，如反馈补偿中所反映的。具体地说，该模型可以通过反馈学习信道的擦除模式，并使用先验和后验算法自适应地调整其重传率。通过这些调整，AC-RLNC实现了期望的延迟和吞吐量，并使传输具有零错误概率。我们上界的吞吐量和平均和最大的顺序交付延迟的AC-RLNC，并证明了点对点通信信道中的非渐近制度的建议码可以实现90%以上的信道容量。为了上界的吞吐量，我们利用最小的Bhattacharyya距离的AC-RLNC代码。我们通过模拟验证了这些结果。我们对比AC-RLNC的性能与选择性重复（SR）-ARQ，这是因果关系，但不是自适应的，是一个后验。通过对实验获得的商业痕迹的研究，我们证明了基于AC-RLNC的协议可以，vis-`a-vis SR-ARQ，增加一倍的吞吐量增益，并且当信道是突发性的时，在平均顺序传递延迟方面增加三倍。此外，最大和平均按顺序传送延迟之间的差异比SR-ARQ小得多。缩小延迟差距并提高吞吐量对于实现超可靠低延迟通信（URLLC）应用非常有希望。
2019-09-27 cs.IT cs.NI math.IT
Gauss-Markov Source Tracking with Side Information: Lower Bounds
我们考虑高斯-马尔可夫信源的因果信源编码和因果解码问题，其中解码器因果地访问边信息信号。我们定义的信息因果率失真函数与因果解码器侧信息，并证明它的界限从下面的操作对应。我们进一步解释了如何使结果适应通信信道控制的设置。
2020-08-11 cs.IT cs.SY eess.SY
Less Data, More Knowledge: Building Next Generation Semantic Communication Networks
Virginia Tech（弗吉尼亚理工大学）；Technology Innovation Institute（技术创新研究院）；CentraleSupelec（巴黎中央理工-高等电力学院）；University Paris-Saclay（巴黎萨克雷大学）；University of Houston（休斯顿大学）；Kyung Hee University（庆熙大学）；Princeton University（普林斯顿大学）
语义通信被认为是一种革命性的范式，可以潜在地改变我们如何设计和操作无线通信系统。然而，尽管最近在这一领域的研究活动激增，研究景观仍然有限。在本教程中，我们提出了一个可扩展的端到端语义通信网络的第一个严格的愿景，该网络建立在人工智能（AI），因果推理和通信理论的新概念基础上。我们首先讨论如何设计语义通信网络需要从数据驱动的网络转向知识驱动的。随后，我们强调了创建满足极简主义，概括性和效率的关键属性的数据语义表示的必要性，以便用更少的时间做更多的事情，然后我们解释这些表示如何形成所谓的语义语言的基础。通过使用语义表示和语言，我们表明，传统的发射器和接收器现在成为一个老师和学徒。然后，我们通过研究因果表示学习的基本原理及其在设计语义通信网络中的作用来定义推理的概念。我们证明了推理能力的主要特点是能够捕捉数据流中的因果关系和关联关系。对于这种推理驱动的网络，我们提出了新的和必要的语义通信指标，包括新的“推理能力”的措施，可以超越香农的约束，以捕捉计算和通信的融合。最后，我们解释了语义通信如何扩展到大规模网络（6G及以上）。简而言之，我们希望本教程提供关于如何正确构建、分析和部署未来语义通信网络的全面参考。
2022-11-25 cs.AI cs.IT cs.LG
