One-shot lossy quantum data compression
我们提供了一个单次量子率失真编码的框架,其中的目标是确定压缩量子信息所需的量子比特的最小数量作为解压缩时引起的失真超过一些指定水平的概率的函数。我们得到了一个一次性的最小量子比特压缩大小的纠缠辅助量子率失真码的平滑最大信息,以前在一次性量子反向香农定理中使用的量。接下来,我们展示了这种表征如何收敛到已知的表达式的纠缠辅助量子率失真函数的渐近许多副本的无记忆量子信息源。最后,我们给出了一个严格的,有限的块长度表征的纠缠辅助的最小量子比特压缩尺寸的无记忆各向同性量子比特源的平均符号的失真约束。
2013-09-17 cs.IT math.IT quant-ph
Single-shot lossy compression: mutual information bounds
California Institute of Technology(加州理工学院)
本文提出通过互信息上界来优化数据压缩,证明在保真度约束下最小化互信息可作为数据最小描述长度的合理代理。
2026-02-07 cs.IT math.IT
Broadcasting Correlated Vector Gaussians
研究了在带宽匹配的两用户标量高斯广播信道上发送两个相关的矢量高斯信源的问题,其中每个接收机都希望在协方差失真约束下重构其目标信源。我们推导出发射功率和可实现的重建失真对之间的最佳权衡的下界。我们的推导是基于一个新的边界技术,其中涉及到适当的远程源的引入。此外,它示出,这个下限是可实现的一类混合计划的特殊情况下,弱接收机希望重建的均方误差失真约束下的标量源。
2015-03-10 cs.IT math.IT
FDD Massive MIMO Channel Training Optimal Rate Distortion Bounds and the Efficiency of one-shot Schemes
研究了在频分复用(FDD)下的多用户大规模MIMO系统中,在发射端提供信道状态信息(CSI)的问题。宽带MIMO信道是在时间、空间(天线)和频率(子载波)上相关的向量值随机过程。基站(BS)周期性地从其M个天线端口向K个单天线用户(UE)广播beta_tr导频符号。相应地,K个UE在上行链路(UL)中使用beta_fb符号发送关于它们的信道状态的反馈消息。使用远程率失真理论的结果,我们表明,当SNR达到infty时,最佳反馈策略实现了信道状态估计均方误差(MSE),如果beta_tr < r,则MSE表现为Theta(1),当beta_tr >=r时,MSE表现为Theta(β ^(-alpha)),其中alpha = min(beta_fb/r,1),其中r是信道协方差矩阵的秩。MSE最优率失真策略意味着对信道状态的长序列进行编码,这将产生完全陈旧的CSI,因此多用户预编码性能较差。因此,我们考虑三个实用的一次性CSI策略,最小的一个时隙延迟,并分析其大信噪比信道估计MSE行为。这些是:(1)经由熵编码标量量化(ECSQ)的数字反馈,(2)模拟反馈(AF),以及(3)UE处的本地信道估计和数字反馈。这些方案在UE和BS处的信道统计知识方面具有不同的要求。特别地,后一种策略不需要统计知识,并且紧密地受到当前在3GPP标准化中提出的CSI反馈方案的启发。
2022-07-21 cs.IT math.IT
On Distributed Lossy Coding of Symmetrically Correlated Gaussian Sources
本文研究了一个具有$L$编码器和解码器的分布式有损压缩网络。每个编码器观察一个源,并将压缩版本发送到解码器。解码器产生目标信号的联合重建,均方误差失真低于给定阈值。假设观测源可以表示为目标信号和由两个对称多元高斯分布独立产生的破坏性噪声之和。该网络的最小压缩率与失真阈值的关系被称为率失真函数,通过求解最小化问题来建立其明确的下限。我们的下限匹配著名的Berger-Tung上限的失真阈值的一些值。上界和下界之间的渐近间隙的特征在于大的$L$极限。
2022-06-03 cs.IT math.IT
Distributed Indirect Source Coding with Decoder Side Information
本文面向任务语义通信与分布式学习场景,研究带解码器边信息的分布式间接信源编码率失真问题,给出通用率失真区域界,并在信源条件独立于边信息时精确刻画率失真函数。
2024-05-22 cs.IT math.IT
Rate-Distortion Region for Distributed Indirect Source Coding with Decoder Side Information
本文研究任务导向语义通信中分布式间接信源编码的率失真问题,刻画了信源条件独立时的精确率失真函数,并提出分布式BA算法以数值计算率失真区域。
2025-01-23 cs.IT math.IT
A Rate-Distortion Based Secrecy System with Side Information at the Decoders
本文研究了在无噪声广播信道上对信源进行有损压缩时,解码端带有边信息的保密系统。解码器可以访问与源相关的不同边信息序列。与传统的Wyner-Ziv问题一样,通信到合法接收器的保真度通过失真度量来测量。系统的保密性能也进行了评估下的失真度量。可实现的率失真区域推导出任意相关的边信息的一般情况下。对于边信息满足一定约束条件的几种特殊情况,得到了精确的界。考虑一个例子,其中边信息序列来自二进制擦除信道和二进制对称信道。
2014-10-04 cs.IT math.IT
Communicating the Difference of Correlated Gaussian Sources Over a MAC
本文研究了在两用户加性高斯噪声多址接入信道(MAC)上传输两个联合高斯信源之差的问题。目标是在平均均方误差失真标准内恢复此差异。每个发射机只能访问两个高斯源中的一个,并且受到平均功率约束的限制。在这项工作中,晶格编码方案,实现了一个常数的失真下限内的失真,如果信号噪声比(SNR)是大于一个阈值。此外,未编码的传输被证明是更差的性能,格编码方法。提出了一种替代的格型编码方案,该方案可以潜在地改善未编码传输的性能。
2008-12-05 cs.IT math.IT
Variable-Length Lossy Compression Allowing Positive Overflow and Excess Distortion Probabilities
本文研究了码字长度允许正的过度失真概率和溢出概率的变长有损信源编码问题。基于光滑最大熵(零阶光滑Rényi熵)的新量,建立了新的单次可逼近性和最优速率的逆界.为了推导出可扩展性界,我们给出了一个显式的代码构造的基础上的失真球,而不是使用随机编码参数。码构造的基本思想类似于变长无损信源编码中的最优码构造。我们的可重复性界限略有不同,这取决于编码器是随机的还是确定性的。一次性结果产生了块长度$n$的最佳速率的一般公式。此外,我们的一般公式适用于渐近分析的平稳无记忆源。因此,我们通过使用率失真和率分散函数来获得最佳速率的单字母表征。
2018-12-14 cs.IT math.IT
Robust Distributed Compression of Symmetrically Correlated Gaussian Sources
考虑具有$\ell$分布式编码器和集中式解码器的有损压缩系统。每个编码器压缩其观测源,并将压缩数据转发到解码器,用于在均方误差失真约束下联合重建目标信号。假设观测源可以表示为目标信号和破坏性噪声之和,这两个破坏性噪声独立地产生于两个对称的多元高斯分布。取决于这样的分布的参数,该系统的率失真极限的特征在于完全或至少足够低的失真。结果被进一步扩展到鲁棒分布式压缩设置,其中编码器的子集的输出也可以用于产生对应的目标信号的非平凡重构。特别是,我们在高-当所有$\ell$编码器中的每个$k$共同以相同模式操作时,基于$k+1$或更多编码器的输出的最小可实现重构失真的精确表征,该模式在最小化由相应$k$目标信号的重构引起的失真相对于这些目标信号的平均速率的意义上是贪婪的$k$编码器。
2018-07-18 cs.IT math.IT
Distributed Source Coding of Correlated Gaussian Remote Sources
本文研究了$L$相关高斯观测值$Y_i, i=1,2, ..., L$的分布式信源编码系统。设$X_i,i=1,2, ..., L$是$L$相关的高斯随机变量,$N_i,$ $i=1,2,... L$是独立的加性高斯噪声,也与$X_i, i=1,2,..., L$无关。我们考虑这样的情况,其中对于每个$i=1,2,..., L$,$Y_i$是$X_i$的噪声观测,即,$Y_i=X_i+N_i$。在这种编码系统中,率失真区域的确定问题仍然是开放的。在本文中,我们推导出明确的外部和内部边界的率失真区域。我们进一步找到了这两个匹配的显式充分条件。我们还研究了相关系数具有对称性时率失真区域的和率部分,并给出了和率部分的一个新的下界。我们得到一个充分条件,这个下界是紧的。导出的充分条件仅依赖于源和观测值的相关性。
2009-08-09 cs.IT math.IT
Rate-Distortion-Classification Representation Theory for Bernoulli Sources
School of Electrical and Computer Engineering, Oregon State University(俄勒冈州立大学电气与计算机工程学院)
本文研究了面向任务的有损压缩,通过率-失真-分类(RDC)表示理论,分析伯努利源在汉明失真下的二元分类问题,并推导了单次RDC和双失真-率-分类(DRC)权衡的闭式表达式,最后给出了通用编码器的可计算界限。
2026-05-15 cs.IT math.IT
The Rate-Distortion Function for Product of Two Sources with Side-Information at Decoders
本文研究了两个译码器可以分别获得各自边信息的有损信源编码问题。相关的来源是两个组件相关的来源的产品,我们专门调查的情况下,每个组件被降级。我们给出了这种情况下的率失真函数,并给出了以下观察结果。当分量按匹配顺序退化时,乘积源的率失真函数等于分量级率失真函数之和。另一方面,前者是严格小于后者时,分量源退化的失配顺序。不匹配情况的逆证明是由用于广播信道的增强技术激发的。对于二进制汉明和高斯的例子,我们评估率失真函数。
2013-05-28 cs.IT math.IT
Reduced-Dimension Linear Transform Coding of Correlated Signals in Networks
提出了一种线性变换网络(LTN)模型,用于分析有向无环图(DAG)上传输的相关信号的压缩和估计。LTN是具有多个源和接收器节点的DAG网络。源节点通过应用降维线性变换来发送随机相关信号的子空间投影。子空间投影由多个中继器线性处理并路由到预期接收器。每个接收器应用线性估计器来近似具有最小均方误差(MSE)失真的源的子集。该模型被扩展到包括噪声网络与发射机上的功率约束。一个关键任务是计算网络中的所有局部压缩矩阵和线性估计器,以最小化端到端失真。非凸问题迭代求解的优化框架内使用约束二次规划(QP)。该算法恢复的特殊情况下,定期和分布式Karhunen-Loeve变换(KLT)。给出了基于凸松弛的线性编码下多源多接收网络失真区域的割集下界。对于任何基于信息论的编码策略,给出了割集下界。针对不同的通信需求(例如,多个单播)和图形结构示出了失真区域和压缩估计折衷。
2012-02-28 cs.IT math.IT
Lossy Transmission of Correlated Sources over Two-Way Channels
本文给出了相关信源在香农双向信道中有耗传输的可解性和逆解。对于自适应不能扩大容量范围的独立信源和TWC,建立了信源-信道编码联合定理。我们进一步研究了在离散模加性噪声和加性高斯白噪声下标量编码的最优性。比较标量编码的失真与导出的界限,我们观察到,标量编码实现了最小的失真在两个家庭的TWC的独立和均匀分布的源和独立的高斯源。
2018-05-05 cs.IT math.IT
An Information-Spectrum Approach to Multiterminal Rate-Distortion Theory
信息谱的方法被应用到解决相关的一般源的多端信源编码问题,其中源可以是非平稳和/或非遍历的,并且失真度量是任意的并且可以是非加性的。本文给出了在定长编码条件下,采用最大失真准则的多端信源编码问题的率失真域的一般公式。
2006-05-02 cs.IT math.IT
On Delayed Sequential Coding of Correlated Sources
受视频编码应用的启发,研究了具有编码和/或解码帧延迟的相关信源的顺序编码问题。个体帧速率、个体帧失真和编码/解码帧延迟之间的基本权衡是根据一般帧间源相关性的速率失真区域的单字母信息理论表征和某些类型的潜在帧特定和耦合的单字母保真度标准来导出的。和率失真区域的特点是广义有向信息措施,突出其在延迟顺序信源编码问题中的作用。对于视频源,这是空间上固定的无记忆和时间高斯马尔可夫,MSE帧失真,和一个总和速率约束,我们的研究结果暴露了最优的理想化的差分预测编码之间的所有因果顺序编码器,当编码器使用一个积极的速率来描述每一帧。令人惊讶的是,因果顺序编码与一帧延迟的非因果顺序解码可以完全匹配的总和速率MSE性能的联合编码的所有非平凡的MSE元组满足一定的半正定条件。因此,即使是单个帧延迟也有可能产生显著的性能改进。高阶马尔可夫源的推广也提出和讨论。因果顺序编码与延迟非因果顺序解码之间的率失真性能等价,以及延迟非因果顺序编码与因果顺序解码,也被建立。
2008-09-30 cs.IT math.IT
Distributed Source Coding for Correlated Memoryless Gaussian Sources
本文研究了$L$相关高斯观测值$Y_i, i=1,2,...,L$的分布式信源编码问题。我们假设随机向量$Y^{L}={}^{\rm t} (Y_1,Y_2,$ $...,Y_L)$是高斯随机向量$X^K={}^{\rm t}(X_1,X_2,...,X_K)$的观测值,具有形式$Y^L=AX^K+N^L ,$,其中$A$是$L\times K$矩阵,而$N^L={}^{\rm t}(N_1,N_2,...,N_L)$是$L$独立的高斯随机变量的向量,也独立于$X^K$。$X^K$上的估计误差由失真协方差矩阵来测量。率失真区域是由一组所有的速率矢量定义的,对于这些速率矢量,在半正定的意义下,估计误差的上界是由任意指定的协方差矩阵限定的。在本文中,我们推导出明确的外部和内部边界的率失真区域。这一结果为研究这种高斯分布信源编码系统的直接和间接信源编码问题提供了一个有用的工具,而这一问题目前还没有得到解决。
2010-01-13 cs.IT math.IT
Broadcasting Correlated Gaussians
我们考虑在平均功率受限的一对二高斯广播信道上传输无记忆的二元高斯源。发射机观察源,并通过平均功率约束信号将其描述给两个接收机。每个接收机观测到被不同的加性高斯白噪声破坏的发射信号,并且希望估计针对它的源分量。也就是说,接收机1希望估计第一源分量,接收机2希望估计第二源分量。我们的兴趣是在预期的平方误差失真,同时实现在两个接收器的对。我们证明了一个未编码的传输方案,发送源组件的线性组合,实现了最佳的功率与失真的权衡时,信号噪声比低于一定的阈值。该阈值是源相关性和接收机处具有较弱噪声的失真的函数。
2009-03-20 cs.IT math.IT
Zero-Delay Source-Channel Coding with a One-Bit ADC Front End and Correlated Side Information at the Receiver
考虑了高斯信源在加性高斯白噪声(AWGN)信道上的零延迟传输,前端采用1位模数转换器(ADC),接收端采用相关边信息。最佳编码器和解码器的设计进行了研究的两个性能标准,即,均方误差(MSE)失真和失真中断概率(DOP),在信道输入的平均功率约束下。对于这两个标准,必要的最优性条件的编码器和解码器的推导。使用这些条件,它是观察到的数值优化编码器(NOE)下的MSE失真准则是周期性的,其周期与源和接收器侧信息之间的相关性增加。对于DOP,可以看到NOE映射周期性地获得正值和负值,其随着源幅度的增加而衰减到零,并且映射取非零值的间隔随着源和边信息之间的相关性而变得更宽。
2019-12-17 cs.IT math.IT
Optimal Power Control for Transmitting Correlated Sources with Energy Harvesting Constraints
本文研究了在高斯信道中使用两个能量收集节点传输两个相关高斯源的加权和失真最小化问题。为此,我们开发离线和在线功率控制策略,以优化两个节点的发射功率。在离线的情况下,我们把问题作为一个凸优化和调查的最优解的结构。我们还开发了一个广义的注水功率分配算法,以获得有效的最优解。对于在线的情况下,我们量化的失真的系统使用的成本函数,并表明,预期的成本等于预期的加权和失真。基于Banach不动点定理,我们进一步提出了一个几何收敛的算法,通过简单的迭代来找到最小费用。仿真结果表明,我们的在线功率控制优于贪婪的功率控制,每个节点使用所有可用的能量在每个时隙和执行接近的建议离线功率控制。此外,我们的离线功率控制的性能几乎与系统的性能极限相吻合。
2017-06-07 cs.IT math.IT
On the Nonasymptotic Bounds of Joint Source-Channel Coding with Hierarchical Sources
East China Normal University(华东师范大学);Xihua University(西华大学);Beijing University of Posts and Telecommunications(北京邮电大学);Shanghai Jiao Tong University(上海交通大学)
本文研究了在有限块长条件下,联合源-信道编码中分层源的可计算紧界。通过引入新的d(·)函数失真松弛方法,建立了可计算且紧的联合过失真概率界,并通过高斯近似优化了高斯记忆less源在加性白高斯噪声信道中的传输。
2026-06-06 cs.IT math.IT
Duality between channel capacity and rate distortion with two-sided state information
我们表明,保留状态信息时,发送方,接收方,两者,或两者都没有信道容量和数据压缩之间的对偶性。我们针对具有状态信息的信道容量和速率失真的八种特殊情况提出了统一理论,该理论还将现有结果扩展到任意独立同分布(i.i.d.)对分别在发送器和接收器处可用的相关状态信息。特别地,所得到的信道容量的一般公式假定与广义WynerZiv率失真函数相同的形式。
2005-08-09 cs.IT math.IT
Implicit and Explicit Formulas of the Joint RDF for a Tuple of Multivariate Gaussian Sources with Individual Square-Error Distortions
本文针对具有各自平方误差失真的相关多元高斯源,利用Hotelling典型变量形式给出联合率失真函数的闭式刻画,并在对称失真情形下用两个注水变量显式表达。
2025-08-22 cs.IT math.IT
Separate Source-Channel Coding for Broadcasting Correlated Gaussians
研究了利用最佳分离信源信道编码广播一对相关高斯信源的问题。相当大的性能增益比以前已知的单独的源通道计划进行了观察。虽然源-信道分离产生次优的性能一般,它表明,该方案是非常有竞争力的任何带宽压缩/扩展的情况下。特别地,对于高信道SNR场景,可以示出实现最佳功率失真折衷。
2011-05-09 cs.IT math.IT
Lossy Computing of Correlated Sources with Fractional Sampling
本文考虑的问题,有损压缩的两个相关的源,这两个都是观察到的编码器的函数的计算。由于观测成本的存在,编码器被允许仅观测来自两个源的样本的子集,其中这样的样本对的一部分可能重叠。率失真函数的特点是无记忆源,然后专门为高斯和二进制源选择的功能和二次和汉明失真度量,分别。示出的最佳测量重叠分数取决于由解码器计算的函数,源统计,包括相关性,和链路速率。特殊情况下,最佳重叠分数是最大或最小的可能值给定的采样预算,说明非平凡的性能权衡的采样策略的设计进行了讨论。最后,分析扩展到多跳设置与联合高斯源,其中每个编码器只能观察到一个源。
2013-07-19 cs.IT math.IT
Hybrid Coding for Gaussian Broadcast Channels with Gaussian Sources
本文考虑了一个退化的高斯广播信道,高斯源进行通信。当信源独立时,本文证明了混合编码与信源和信道编码分离时的最佳失真区域相同。它还表明,未编码的传输不是最佳的这种设置。对于相关信源,在一定信噪比阈值下,混合编码策略比分离信源-信道编码具有更好的失真区域。因此,对于具有相关高斯源的高斯广播信道,混合编码是一个很好的选择。
2009-06-15 cs.IT math.IT
Quantum soft-covering lemma with applications to rate-distortion coding, resolvability and identification via quantum channels
本文提出量子软覆盖问题并基于平滑最小熵证明单次量子覆盖引理,该引理等价于后验信道失真准则下的率失真编码定理,并进一步应用于量子信道可解性及识别容量的上下界证明。
2024-04-26 cs.IT math.IT quant-ph
Rate-Distortion Region of a Gray-Wyner Model with Side Information
在这项工作中,我们建立了一个完整的单字母表征的率失真区域的一个实例的格雷-怀纳模型在解码器的边信息。具体地,在该模型中,编码器观测一对无记忆的、任意相关的源$(S^n_1,S^n_2)$,并且通过容量$R_0$的无差错速率受限链路以及容量$R_1$到第一接收机和$R_2$到第二接收机的无差错速率受限的单独链路与两个接收机通信。两个接收机都有损耗地再现源分量$S^n_2$,并且接收机$1$也有损耗地再现源分量$S^n_1$,达到某个规定的保真度水平$D_1$。此外,接收机$1$和接收机$2$分别配备有无记忆辅助信息序列$Y^n_1$和$Y^n_2$。在此设置中重要的是,边信息序列在它们之间以及与源对$(S^n_1,S^n_2)$任意相关;并且不假定呈现任何特定的排序。此外,通过将主要结果专门化到两个Heegard-Berger模型,并进行连续的细化和可扩展编码,我们揭示了编码器应该产生的公共和私有描述的作用以及它们应该最佳地承载什么。我们通过分析这些模型的单字母最佳率失真区域来开发直觉,并讨论一些有见地的二进制示例。
2017-01-13 cs.IT math.IT
On Optimum End-to-End Distortion in MIMO Systems
本文研究了无中断MIMO系统中天线数目、源信道带宽比和空间相关性对最优期望端到端失真的联合影响。特别地,基于对任何SNR有效的解析表达式,导出了对高SNR有效的最佳渐近期望端到端失真的封闭形式的表达式。它由最佳失真指数和乘性最佳失真因子组成。仿真结果表明,最优失真指数和最优失真因子的联合影响分析解释了最优期望端到端失真随天线数、源信道带宽比和空间相关性的变化规律。同时证明了当相关性趋于零时,相关信道下的最优渐近期望端到端失真逼近非相关信道下的最优渐近期望端到端失真。本文的结果可作为模拟源传输系统的性能指标。在一定程度上,它们对系统设计具有指导意义。
2010-01-15 cs.IT math.IT
Secure Lossy Source Coding with Side Information at the Decoders
本文研究了在窃听者(称为Bob)和窃听者(称为Eve)处具有任意相关边信息的情况下的安全有损信源编码问题。该场景由希望压缩源以满足以下方面的期望要求的编码器组成:(i)Bob处的失真水平和(ii)Eve处的模糊率。假设解码器可以访问相关源作为边信息。例如,这个问题可以被看作是考虑到安全要求的著名的Wyner-Ziv问题的推广。一个完整的表征率失真模糊区域的情况下,任意相关的边信息在解码器推导出来。几个特殊的情况下的利益和应用程序的例子,以确保有损信源编码的二进制和三进制边信息的存在下,也被认为是。它示出的边信息在解码器和非零失真的存在下,在合法的解码器之间的统计差异可以是有用的保密性。这些结果的应用出现在各种分布式传感器网络的场景。
2010-09-20 cs.IT math.IT
Joint Source-Channel Coding with Correlated Interference
本文研究了离散时间模拟信源在加性高斯白噪声(AWGN)信道上传输的联合信源-信道编码问题,其中信源和干扰是相关的。我们首先推导出可达失真的外界,然后,我们提出了两个联合信源-信道编码方案。第一种方案是未编码信号和数字部分的叠加,数字部分是Wyner-Ziv编码器和脏纸编码器的级联。在第二种方案中,数字部分由Wilson等人提出的混合数字和模拟方案所取代。当信道信噪比(SNR)在发射机处完全已知时,所提出的两种方案均显示出提供相同的性能,这大大优于现有的方案。在SNR不匹配的存在下,这两个建议的计划被证明是能够优雅的增强和优雅的退化。有趣的是,与源和干扰独立的情况不同,这两种方案都没有普遍优于另一种方案。作为所提出的方案的应用,我们提供了广义认知无线电信道的失真区域的内界和外界。
2011-10-24 cs.IT math.IT
Information-Theoretic Limits of Integrated Sensing and Communication with Correlated Sensing and Channel States for Vehicular Networks
在连接的车辆网络中,具有能够感知周围环境并相互交换消息以实现自动化和协调目的的车辆节点是至关重要的。为此,综合传感和通信(ISAC),结合传感和通信系统,共同利用它们的资源,追求互利,出现了一个新的成本效益的解决方案。在ISAC中,硬件和频谱共享导致感测和通信性能之间的基本权衡,除了具有相同感测和信道状态以及接收器处的完美信道状态信息(CSIR)的非常简单的情况之外,这还没有被很好地理解。在本文中,一个通用的点对点ISAC模型提出的情况下,感知状态是不同的,但相关的信道状态,CSIR不一定是完美的。对于所考虑的模型,最佳权衡的特征在于由一个容量失真函数,量化的最佳通信速率为一个给定的感测失真约束的要求。提出了一种迭代算法来计算这种权衡,并构造了一些非平凡的例子来证明ISAC的好处相比,基于分离的方法。
2022-05-04 cs.IT math.IT
One-Shot Wyner-Ziv Compression of a Uniform Source
本文研究均匀信源在仅解码器具有相关边信息条件下的一次性Wyner-Ziv有损压缩问题,采用标量量化加变长熵编码框架,推导了量化及含噪边信息情形下熵失真函数的上下界,并证明高压缩率下界具有紧致性。
2024-05-02 cs.IT math.IT
Distributed Source Coding of Correlated Gaussian Sources
我们考虑$L$相关高斯源$Y_i,i=1,2,...,L$的分布式信源编码系统,$Y_i,i=1,2,...,L$是相关高斯远程源$X_k, k=1,2,...,K$的噪声观测。我们假设$Y^{L}={}^{\rm t}(Y_1,Y_2,$ $..., Y_L)$是源向量$X^K={}^{\rm t}(X_1,X_2,..., X_K)$的观测,具有$Y^L=AX^K+N^L$的形式,其中$A$是$L\times K$矩阵,而$N^L={}^{\rm t}(N_1,N_2,...,N_L)$是$L$独立的高斯随机变量的向量,也独立于$X^K$。在该系统中,$L$相关高斯观测值分别由$L$编码器压缩并发送到信息处理中心。我们研究了远程信源编码问题,在中心的解码器试图重建远程源$X^K$。我们考虑三个失真准则的基础上的协方差矩阵的估计误差$X^K$。对于这三个标准中的每一个,我们得到明确的内部和外部边界的率失真区域。接下来,在$K=L$和$A=I_L$的情况下,我们研究了多终端信源编码问题,其中解码器希望重建观测$Y^L=X^L+N^L$。为了研究这个问题,我们将建立一个结果,它提供了一个强有力的连接之间的远程信源编码问题和多端信源编码问题。利用这一结果,我们驱动几个新的部分解决方案的多端信源编码问题。
2011-02-18 cs.IT math.IT
Reconstruction of Correlated Sources with Energy Harvesting Constraints in Delay-constrained and Delay-tolerant Communication Scenarios
在本文中,我们研究了时间相关的源在点对点通信的情况下,包括一个能量收集传感器和融合中心(FC)的重建。我们的目标是通过使用来自先前编码源的数据作为边信息来最小化重构观测中的平均失真。首先,我们分析了一个延迟约束的情况下,源必须重建之前的下一个时隙。我们在凸优化框架中制定问题并导出最佳传输(即,功率和速率分配)策略。为了解决这个问题,我们提出了一个基于次梯度法的迭代算法。有趣的是,该问题的解决方案由二维定向注水算法(用于功率分配)和反向注水算法(用于速率分配)之间的耦合组成。然后,我们找到了一个更一般的解决方案,这个问题的延迟容忍的情况下,源重建的时间范围扩展到多个时隙。最后,我们提供了一些数值结果,说明延迟和相关性的影响,在功率和速率分配政策,并在由此产生的重建失真。我们还讨论了表现出的启发式在线政策来自最佳(离线)的差距。
2017-01-24 cs.IT math.IT
The Lossy Common Information of Correlated Sources
公共信息(CI)的两个最流行的概念是由于Wyner和Gacs-Korner,这两个概念可以说是无损Gray-Wyner区域中的两个不同的特征点。虽然这两个CI量的信息论特征可以很容易地对具有无穷熵的随机变量进行评估(例如,连续随机变量),其运算意义仅适用于无损框架。本文的主要目标是将这两个CI概念推广到有损Gray-Wyner网络,从而将理论基础扩展到一般的源和失真度量。我们首先推导出一个单一的字母表征Wyner的CI的有损推广,定义为格雷-Wyner网络的共享分支上的最小速率,保持最小的总和传输速率时,两个解码器重建的源受到个别失真约束。为了证明它的使用,我们计算的CI的二元高斯随机变量的整个制度的失真。然后,我们同样推广Gacs和Korner的定义的有损框架。论文的后半部分重点研究了Gray-Wyner网络中总的发送速率和接收速率之间的权衡。我们表明,这种权衡产生的格雷-Wyner区域,通过Wyner和Gacs-Korner操作点的表面上的点的轮廓,从而提供了一个统一的框架来理解不同的概念CI。我们进一步表明,这种权衡推广的两个概念CI的超额总和发送速率和接收速率制度,分别。
2014-03-31 cs.IT math.IT
Interactive Relay Assisted Source Coding
本文研究了一个信源编码问题,其中两个终端通过一个中继通信希望估计对方的源在一定的失真约束。中继器可以访问与源相关的边信息。两种不同的方案的通信顺序,\emph{distributed source coding/delivery}和\emph{two cascaded rounds}的基础上,提出和内部和外部边界的率失真区域。提供的例子表明,没有率失真区域包括另一个。
2013-10-08 cs.IT math.IT
Multiterminal Source Coding under Logarithmic Loss
我们考虑经典的两个编码器多端信源编码问题,其中失真是在对数损失下测量的。我们提供了一个单一的字母表征的可实现的率失真区域任意相关的源有限字母。在这样做的时候,我们也给率失真区域的$m$编码器CEO问题(也在对数损失)。给出了几个应用实例。
2012-07-11 cs.IT math.IT
Matched Multiuser Gaussian Source-Channel Communications via Uncoded Schemes
我们调查未编码的计划是否是最佳的高斯源多用户高斯信道。特别地,我们考虑两个问题:第一个是在高斯广播信道上发送相关高斯源,其中每个接收机只对一个源分量感兴趣(或源的一个特定线性函数)在均方误差失真度量下的估计;第二种是在高斯多址信道上发送相关的高斯源,其中每个发射机观测到源的噪声组合,并且接收机希望在均方误差失真度量下重构各个源分量(或各个线性函数)。结果表明,当信道参数满足一定的一般条件时,诱导的失真元组在可达失真区域的边界上,因此是最优的。而不是按照传统的方法,试图表征可实现的失真区域,我们问的问题是否以及如何匹配可以有效地确定。这种决策问题的制定有助于规避困难的优化问题,往往嵌入在区域表征问题,它也使我们专注于临界条件的外边界,使不等式成为平等,有效地解耦成几个简单的子问题的整体问题。以前未知的文献中的最优性结果得到使用这种新的方法。作为副产品的调查,新的外边界推导出这两个问题。
2017-03-01 cs.IT math.IT
Lattices for Distributed Source Coding: Jointly Gaussian Sources and Reconstruction of a Linear Function
考虑一对相关高斯源(X1,X2)。两个独立的编码器观察这两个分量,并将它们的观察结果的压缩版本传送到公共解码器。解码器感兴趣的是将X1和X2的线性组合重构到D的均方失真内。我们得到了这个问题的最佳率失真区域的内界。该内边界的一部分通过直接重构线性函数而不是首先重构各个分量X1和X2的方案来实现。对于某些参数值,这导致更好的速率区域。我们的编码方案依赖于格编码技术,而不是更普遍的随机编码参数,用于证明可实现的速率区域在信息论。然后,我们考虑K个源的线性重建的情况下,并提供一个最佳率失真区域的内界。内部边界的某些部分使用以下编码结构实现:格矢量量化,然后是“相关”格结构分箱。
2007-07-23 cs.IT math.IT
An Enhanced Covering Lemma for Multiterminal Source Coding
本文证明了马尔可夫链的一个增强覆盖引理,并在此基础上研究了相关一般信源在固定长度编码下的一种平均失真准则下的分布式信源编码问题。基于该引理,给出了判定率失真三元组可压缩性的一个充分必要条件。
2006-10-13 cs.IT math.IT
Multiterminal source coding with complementary delivery
研究了相关信息源的编码问题。从两个相关源发出的消息被联合编码,并被传递到两个解码器。每个解码器可以访问两个消息中的一个,以使其能够再现另一个消息。率失真函数的编码问题和它的有趣的属性澄清。
2008-04-11 cs.IT math.IT
A New Approach to Lossy Network Compression of a Tuple of Correlated Multivariate Gaussian RVs
经典的Gray和Wyner信源编码的一个简单的网络源,产生一个元组的多元,相关的高斯随机变量$(Y_1,Y_2)$重新检查使用几何方法的高斯随机变量,和弱随机实现的相关高斯随机变量。新的结果是:(1)根据$(Y_1, Y_2)$的弱随机实现,给出了使元组$(Y_1,Y_2)$的两个分量条件独立的所有随机变量$W : Ω\rightarrow {\mathbb R}^n $参数化的公式、方法和算法。(2)通过非奇异变换$(S_1,S_2)$将随机变量$(Y_1,Y_2)$变换为它们的标准变量形式。(3)一个公式为Wyner的有损共同信息的联合解码与均方误差失真。(4)所示的方法是至关重要的参数化的Gray和Wyner信源编码问题的有损率区域,和计算的最小公共消息速率$R_0$的Gray和Wyner信源问题,当和速率$R_0+R_1+R_2$是任意接近的联合率失真函数$R_{Y_1, Y_2}(Δ_1, Δ_2)$的联合解码。这些方法和算法也适用于多用户通信的其它问题,如多址信道等。本文的讨论是自包含的,从第一性原理出发,回顾了多元相关高斯随机变量的弱随机实现理论的基本概念,并发展了某些结果以满足结果(1)-(4)的要求。
2021-02-14 cs.IT math.IT
Rate-Distortion Performance of Sequential Massive Random Access to Gaussian Sources with Memory
在顺序大规模随机访问(SMRA)中,一组相关的源被联合编码并存储在服务器上,客户端只想访问源的一个子集。由于并发客户端的数量可能很大,服务器只被授权从存储的数据中提取比特流:在发送请求之前不能执行重新编码。本文研究了有记忆高斯信源有损信源编码的SMRA性能。在诸如自由视点电视的实际应用中,该模型允许不仅考虑源之间的帧间相关性,而且考虑源之间的帧内相关性。对于这个模型,我们提供的存储和传输速率,可以实现SMRA在一定的失真约束下,我们考虑两个特定的例子高斯源的记忆。
2018-01-17 cs.IT math.IT
Secure Rate-Distortion-Perception: A Randomized Distributed Function Computation Approach for Realism
Security Laboratory (ITSL), Link \"o ping University, Sweden
本文研究了在噪声less和广播信道中实现安全的速率-失真-感知贸易平衡,证明了在有共同随机性时分离信源-信道编码的最优性,并展示了共同随机性可显著降低安全速率-失真设置下的通信速率。
2026-04-22 cs.CR cs.CV cs.IT
Simple one-shot bounds for various source coding problems using smooth Renyi quantities
我们考虑在三种不同的情况下,在一杆(非渐近)制度的源压缩的问题。具体来说,我们证明了分布式信源编码、解码器处可获得编码边信息的信源编码以及最大失真准则下的信源编码的编码速率的一次性可实现性和逆界。得到了以光滑最大Renyi熵和光滑最大Renyi发散度表示的单次界。我们的结果是强大的,足以产生的结果,这些问题的渐近制度,无论是在独立同分布。(独立同分布)和非独立同分布设置
2015-12-10 cs.IT math.IT quant-ph
Lossy Compression with Privacy Constraints: Optimality of Polar Codes
研究了一种带隐私约束的有损信源编码问题,即将两个相关的离散信源$X$和$Y$压缩成一个具有一定失真度的重构$\hat{X}$($D$).此外,隐私约束被指定为有损重构$\hat{X}$和$Y$之间的模糊性。这对来自一个用户的一定量的源信息作为效用(由其重构的保真度给出)提供给另一个用户或公众的情况进行建模,而源信息的某些其他相关部分$Y$必须保持私有。在这项工作中,我们表明,极化码能够,可能与分时的帮助下,实现山本确定的最佳率失真模糊区域中的任何点,从而提供了一个建设性的计划,在这个框架中获得效用和隐私之间的最佳权衡。
2015-04-21 cs.IT math.IT
Universal Sampling Rate Distortion
Department of Electrical and Computer Engineering and the Institute for Systems Research, University of Maryland, College Park(马里兰大学帕克分校电气与计算机工程系及系统研究所)
我们研究了协调和普遍的速率有效的采样相关的离散无记忆源的一个子集,其次是有损压缩的采样源。目标是在指定的失真水平内重建预先指定的源子集。组合的采样机制和率失真码是通用的,因为它们被设计为在没有源的潜在联合概率分布的确切知识的情况下鲁棒地执行。在贝叶斯和非贝叶斯设置中,为固定集采样、独立随机采样和无记忆随机采样的通用采样率失真函数提供了单字母特征。它说明了如何这些采样机制是越来越好。我们的可压缩性证明带来了新的方案,联合源分布学习和有损压缩。
2017-06-22 cs.IT cs.LG math.IT
Operational Rate-Distortion Performance of Single-source and Distributed Compressed Sensing
我们认为相关的和分布式的源,而不合作的编码器。对于这些来源,我们得出的最佳可实现的性能在率失真意义上的任何分布式压缩感知方案,在高速率量化的约束下。此外,在此模型下,我们推导出一个封闭的形式表达的速率增益实现考虑到在接收机和一个封闭的形式表达的Oracle接收机的独立和联合重建的平均性能的相关性。最后,我们的实验表明,利用源之间的相关性执行接近最佳的,唯一的惩罚是由于在(非分布式)压缩感知的稀疏支持的知识缺失。即使推导是在大的系统政权,其中信号和系统参数趋于无穷大,数值结果表明,方程匹配模拟的参数值的实际利益。
2014-04-04 cs.IT math.IT
Rate-Distortion Function for a Heegard-Berger Problem with Two Sources and Degraded Reconstruction sets
在这项工作中,我们调查的Heegard-Berger问题的实例与两个源和任意相关的边信息序列在两个解码器,其中解码器的重建集退化。具体地说,两个信源要以这样的方式编码,即两个信源中的一个由两个解码器有损地再现,而另一个在两个解码器中的一个处再现到某个规定的失真电平内。我们建立了一个单字母的率失真函数的表征,这个模型。在一些特殊情况下对这一结果的研究也揭示了两个源联合压缩的实用性。此外,我们还将我们的结果推广到这样的设置,其中在所有终端(即,编码器和两个解码器)可以共享该源分量的压缩版本的精确副本,即,共同的编码器-解码器重构约束。对于这个模型,以及,我们建立了一个单字母表征相关的率失真函数。
2015-08-26 cs.IT math.IT
Distributed Quantization for Measurement of Correlated Sparse Sources over Noisy Channels
在本文中,我们设计和分析了分布式矢量量化(VQ)的压缩测量相关的稀疏源噪声信道。受压缩感知(CS)的框架,用于获取压缩测量的稀疏源的启发,我们开发优化的量化方案,使分布式编码和传输的CS测量噪声信道,然后在解码器的联合解码。的最优性是解决相对于最小化的总和之间的稀疏源和它们的重建向量在解码器的均方误差(MSE)失真。我们提出了一个矢量量化编码器-解码器的设计,通过迭代算法,并推导出一个下界的研究分布式系统的端到端的MSE。通过几个模拟研究,我们评估所提出的分布式方案的性能。
2015-07-27 cs.IT math.IT
Single-Shot Compression for Hypothesis Testing
云计算中增强的处理能力允许受限设备卸载昂贵的计算:例如,复杂的数据分析任务可以由远程服务器计算。远程执行需要一种新的压缩范式,在速率约束下优化分析任务的性能,而不是传统的速率失真框架,专注于源重建。本文考虑了一个简单的二进制假设检验的情况下,资源受限的客户端(发射机)执行固定长度的单次压缩从两个分布之一的数据采样;服务器(接收机)执行假设检验多个接收到的样本,以确定正确的源分布。为此,任务感知的压缩问题制定为寻找最佳的源编码器,最大限度地提高渐近误差性能的假设检验下的速率约束下的服务器端。提出了一种基于贪婪优化过程的新的信源编码策略,并证明了该压缩方案在一定的码率约束范围内优于通用的定长单次编码方案。
2021-07-20 cs.IT math.IT