The Capacity of Less Noisy Cognitive Interference Channels
具有两对发射机-接收机的认知干扰信道（CIC）的基本限制已经被探索了几年。本文研究了离散无记忆认知干扰信道（DM-CIC），在该信道中，认知发射机非因果地知道主发射机的消息。这个信道的容量一般不知道;它只在某些特殊情况下是已知的。受低噪声广播信道（BC）概念的启发，本文提出了低噪声认知干扰信道的概念。与BC不同，由于认知信道的固有不对称性，两个不同的低噪声信道是可区分的;这些被称为初级低噪声信道和认知低噪声信道。我们推导出后一种情况下的容量区域，通过引入内部和外部的DM-CIC的能力的界限，并表明这些界限相吻合的认知少噪声信道。在建立容量域的基础上，证明了叠加编码是最优的编码技术。
2012-10-07 cs.IT math.IT
The Information Flow and Capacity of Channels with Noisy Feedback
在本文中，我们考虑了一些长期存在的问题，在通信系统中访问噪声反馈。我们引入了一个新的概念，剩余有向信息，以捕获有效的信息流（即互信息之间的消息和信道输出）在前向信道。根据这个新的概念，我们调查离散无记忆信道（DMC）与噪声反馈，并证明了噪声反馈能力是无法实现的，通过使用任何典型的闭环编码器（非平凡的反馈信息产生信道输入）。然后，我们表明，剩余的有向信息可以用来表征信道的容量与噪声反馈。最后，我们提供了有噪反馈能力的可计算界限，其特征在于因果条件定向信息。
2011-12-02 cs.IT math.IT
On the Capacity of Memoryless Finite-State Multiple Access Channels with Asymmetric Noisy State Information at the Encoders
我们考虑无记忆有限状态多址接入信道（FS-MAC）的容量与因果不对称的噪声状态信息可在两个发射机和完整的状态信息可在接收机。当状态过程是独立同分布时，这种信道的容量提供了单字母的内界和外界。外界是通过观察，建议的内界是紧的总和率容量。
2011-06-01 cs.IT math.IT
Stabilization using both noisy and noiseless feedback
在设计分布式控制系统时，系统设计人员可以选择如何通过通信信道连接不同的单元。在实践中，无噪声和噪声信道可以共存。使用标量稳定的标准玩具的例子，本文展示了如何少量的无噪声反馈可以执行“监督”的作用，从而提高噪声反馈的有效性。
2006-10-24 cs.IT math.IT
Bounds on the Achievable Rate of Noisy feedback Gaussian Channels under Linear Feedback Coding Scheme
本文研究了带噪声反馈的加性高斯噪声信道。我们考虑反馈信息的线性编码和消息的高斯信令（即覆盖-庞布拉方案）的设置。然后，我们推导出这种设置的最大可实现的速率的上限和下限。我们证明了这两个界可以通过求解两个凸优化问题得到。最后，我们提出了一些模拟和讨论。
2011-08-13 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
On The Capacity Of Noisy Computations
本文分析了噪声计算的容量概念，即由不可靠或随机设备实现的功能。由于不可靠的设备（随机信道）F的一个完美的函数f（序列空间之间的可测量函数）的噪声计算的信息理论模型：噪声计算是一个产品fxF的信道。提出了一种基于输入编码和输出解码的可靠计算模型。这些模型扩展了有噪声信道的通信模型和有噪声信道下的可靠通信模型。噪声计算的能力的定义和证明的编码定理和逆。在编码过程的某些约束下，容量是允许可靠计算的输入速率的上限，即噪声输出到预期输出的可解码性。当所考虑的单边随机过程是渐近平均平稳（AMS）和遍历时，这些结果成立。此外，基于完全函数f和随机信道F的稳定性，给出了AMS和遍历噪声计算的一些特征。这些结果是从更一般的渠道产品框架中得出的。最后，提出了一种将噪声和可靠的计算模型应用于根据形式计算模型定义完美函数f的情况的方法。
2016-03-22 cs.IT math.IT
Upper Bound on the Capacity of Gaussian Channels with Noisy Feedback
我们考虑一个加性高斯信道加性高斯噪声反馈。我们得到了n-块容量的上界（由Cover [1]定义）。它表明，这个上界可以通过求解凸优化问题。高斯噪声过程的平稳性假设，我们刻画的极限的n块上限，并证明了这个极限是上界的噪声反馈（香农）容量。
2012-01-07 cs.IT 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
Concatenated Coding Using Linear Schemes for Gaussian Broadcast Channels with Noisy Channel Output Feedback
线性编码方案已成为加性高斯白噪声广播信道（AWGN-BC）无噪声反馈编码的主要选择。这些方案的可实现速率区域远远超出了没有反馈的AWGN-BC的容量区域。在本文中，级联编码设计的$K$ -用户AWGN-BC噪声反馈的建议，依赖于线性反馈方案，以实现无反馈容量区域以外的速率元组。具体地，具有噪声反馈的AWGN-BC的线性反馈码被用作内码，该内码创建从发射机到每个接收机的有效单用户信道，然后开环编码被用于在这些单用户信道上编码。无噪声反馈的线性反馈方案的可实现的速率区域示出为足够小的反馈噪声水平的级联编码方案是可实现的。然后，提出了一种用于具有噪声反馈的$K$ -用户对称AWGN-BC的线性反馈编码方案，并针对级联编码方案进行了优化。最后，我们将级联编码设计应用于两用户AWGN-BC，其中一个接收器具有单个噪声反馈链路。
2013-07-11 cs.IT math.IT
Design and Analysis of Multi-User SDMA Systems with Noisy Limited CSIT Feedback
在本文中，我们考虑空分多址（SDMA）系统与一个基站与多个天线和一些单天线手机在嘈杂的有限CSIT反馈。提出了一种适用于SDMA系统的鲁棒噪声有限反馈设计方法。该解决方案包括一个实时的鲁棒SDMA预编码，用户选择和速率自适应以及离线反馈索引分配算法。将指标分配问题转化为旅行商问题（TSP）。基于反馈星座和预编码器的具体结构，我们推导出一个低复杂度但渐近最优的解决方案。仿真结果表明，在有限反馈噪声信道下，与传统的朴素设计相比，该框架具有显著的有效吞吐量增益。此外，我们表明，尽管有噪声的反馈信道，平均SDMA系统的有效吞吐量增长的反馈比特数的干扰限制制度，而在噪声限制制度的发射天线和前向信道SNR的数量线性增加。
2010-01-21 cs.IT math.IT
Network error correction with limited feedback capacity
我们认为，在网络链路上存在对抗性错误的情况下，表征网络容量的问题，特别关注低容量反馈链路跨网络切割的影响。
2014-02-01 cs.IT math.IT
Computability of the Zero-Error Capacity of Noisy Channels
本文证明噪声信道零错误容量既非 Banach-Mazur 可计算也非 Borel-Turing 可计算，并揭示其与图 Shannon 容量及 Ahlswede 刻画在半可判定性问题上的等价性。
2024-05-19 cs.IT math.IT
Capacity Results for the Noisy Shuffling Channel
受基于DNA的存储的启发，我们研究了噪声洗牌信道，它可以被看作是一个标准的噪声信道（如BSC）和洗牌信道的级联，它将数据块分成小块并对其进行洗牌。该通道通过捕获其两个关键方面来模拟DNA存储系统：（1）数据被写入以无序方式存储的许多短DNA分子上，以及（2）分子在合成，测序和存储期间被噪声破坏。对于BSC-洗牌信道，我们的能力的特点，正是（一个大的参数集），并表明，一个简单的基于索引的编码方案是最佳的。
2019-02-27 cs.IT math.IT
Gaussian Channel with Noisy Feedback and Peak Energy Constraint
研究了正交加性高斯白噪声信道中存在噪声反馈时，峰值能量约束下的加性高斯白噪声信道最优编码问题。如Pinsker所示，在峰值能量约束下，在无噪声反馈的情况下传送M元消息（M >= 3）的最佳误差指数严格大于没有反馈的情况。本文推广了Pinsker的结果，证明了当反馈链路中的噪声功率足够小时，通信M元消息的最佳误差指数可以严格大于无反馈时的最佳误差指数。证明涉及两个反馈编码方案。一个是由Burnashev和Yamamoto的二进制对称信道的两阶段噪声反馈编码方案激发的，而另一个是扩展Pinsker的无噪声反馈编码方案的线性噪声反馈编码方案。当反馈噪声功率$α$足够小时，线性编码方案优于两级（非线性）编码方案，并且当$α$趋于零时是渐近最优的。相比之下，当$α$相对较大时，两阶段编码方案执行得更好。
2011-08-17 cs.IT math.IT
Capacity-Achieving Codes for Noisy Insertion Channels
School of Information Science and Technology, Southwest Jiaotong University（西南交通大学信息科学与技术学院）；School of Mathematics, Southwest Jiaotong University（西南交通大学数学学院）
本文研究了新的噪声插入信道，确定了信道容量并构造了渐近最优的纠错码以实现该容量。
2026-04-04 cs.IT math.IT
The Gaussian Channel with Noisy Feedback: Improving Reliability via Interaction
考虑由两个独立的（前馈和反馈）加性高斯白噪声（AWGN）信道连接的一对终端，并受到各个功率约束的限制。第一终端希望以给定速率可靠地向第二终端发送信息。虽然在没有反馈和无噪声反馈的情况下的可靠性得到了很好的研究，但对有噪声反馈的情况知之甚少。在这项工作中，我们提出了一个互动的计划，显着提高了可靠性相对于无反馈设置，每当反馈信噪比（SNR）是足够大的前馈SNR。该方案结合了Schalkwijk-Kailath（S-K）编码和模格模拟传输。
2015-04-15 cs.IT math.IT
A New Outer Bound and the Noisy-Interference Sum-Rate Capacity for Gaussian Interference Channels
提出了高斯干扰信道容量域的一个新的外界。该界结合并改进了现有的基因辅助方法，并给出了本文定义的噪声干扰的总速率容量。具体地说，它表明，如果信道系数和功率约束满足一个简单的条件，那么在每个接收机的单用户检测是速率和最优的，即，将干扰视为噪声不会导致性能损失。这是第一个具体的（有限的信号噪声比）容量的高斯干扰信道的弱到中等干扰的结果。此外，对于某些混合（弱和强）干扰的情况下，新的外部边界给出了容量区域的角点。
2007-12-13 cs.IT math.IT
On the Noisy Feedback Capacity of Gaussian Broadcast Channels
众所周知，一般来说，反馈可以扩大高斯广播信道的容量区域。这已经被证明，即使反馈是嘈杂的（或部分但完美的），只有从一个接收器。已知的反馈不扩大容量区域的唯一情况是当信道物理退化时（El Gamal 1978，1981）。在本文中，我们表明，对于一类两个用户的高斯广播信道（不一定是物理退化），被动反馈较强的用户的信号在高斯噪声损坏的链路不扩大容量区域，如果反馈噪声的方差是高于一定的阈值。
2015-02-17 cs.IT math.IT
Capacity of Finite-State Channels with Delayed Feedback
该研究通过将带延迟反馈的有限状态信道转化为带瞬时反馈的扩展状态信道，提出基于图的容量上下界计算方法，得出多个信道的容量结果与更优上界，证明反馈可提升双码擦除信道容量。
2024-06-22 cs.IT math.IT
Feedback Capacity Formulas of AGN Channels Driven by Nonstationary Autoregressive Moving Average Noise
在本文中，我们推导出封闭形式的反馈容量和非反馈可达速率的公式，加性高斯噪声（AGN）信道驱动的非平稳自回归移动平均（ARMA）噪声（具有不稳定的极点和零点），基于时不变的反馈码和信道输入分布。从分析和仿真中得出了令人惊讶的观察结果，（i）使用时不变信道输入分布产生了取决于ARMA噪声的参数的多个容量机制，其可以或可以不使用反馈，（ii）极点越不稳定（分别为：零）的ARMA噪声越高（相应地，较低）的反馈能力，（iii）某些条件，称为可检测性和稳定性是必要的和足够的，以确保反馈能力公式和非反馈可达率{ \it是独立的ARMA噪声的初始状态}。另一个令人惊讶的观察是，Kim的反馈容量的\cite{kim2010}表征是为稳定的ARMA噪声开发的，如果应用于不稳定的ARMA噪声，与我们的反馈容量公式相比，给出了较低的反馈容量值。
2021-06-09 cs.IT math.IT
Feedback Capacity of the Compound Channel
在这项工作中，我们发现的容量的复合有限状态信道与时不变的确定性反馈。我们考虑的模型涉及使用固定长度的分组码。我们的可扩展性的结果包括一个通用的解码器的存在性证明的家庭的有限状态反馈信道。作为我们的能力的结果，我们表明，反馈并没有增加复合吉尔伯特-埃利奥特通道的能力。此外，我们表明，对于一个平稳和均匀遍历马尔可夫信道，如果复合信道容量是零，没有反馈，那么它是零反馈。最后，我们利用有限状态信道的结果，证明了无记忆复合信道的反馈容量由$\inf_θ \max_{Q_X} I(X;Y|θ)$给出。
2007-11-05 cs.IT math.IT
KKTCode: Asymptotically Optimal Linear Codes for Noisy Feedback AWGN Channels
Elmore Family School of Electrical and Computer Engineering, Purdue University（普渡大学埃尔莫电气与计算机工程学院）；Chungnam National University（忠南国立大学）
本文针对带噪反馈AWGN信道，提出主动编码的KKT最优线性反馈设计，渐近达到Elias-Butman逆界，并恢复被动解作为特例，解决了60年未决的最优性问题。
2026-09-29 cs.IT math.IT
Dual Capacity Upper Bounds for Noisy Runlength Constrained Channels
二进制输入的游程长度约束输入的无记忆通道被认为是。这种嘈杂的游程长度受限的信道的容量的上限推导出使用双容量方法与马尔可夫测试分布满足Karush-Kuhn-Tucker（KKT）的能力实现输出分布的条件。给出了二进制擦除信道（BEC）和二进制对称信道（BSC）的界的简化代数刻画。这些上界非常接近可实现的速率，并改善了以前已知的基于反馈的边界的大范围的信道参数。对于二进制输入的加性高斯白噪声（AWGN）信道，上界被简化为一个小规模的数值优化问题。这些结果提供了一些最简单的上界的开放容量的问题，具有理论和实际意义。
2016-09-30 cs.IT math.IT
Zero-Error Feedback Capacity for Bounded Stabilization and Finite-State Additive Noise Channels
本文研究了具有记忆的{ \em因果}离散信道的零差错反馈能力。首先，通过扩展经典的零差错反馈容量的概念，一个新的概念{ \em均匀零差错反馈容量} $ C_{0f} $的这种信道被引入。利用这一概念，通过因果信道的不稳定的{噪声}线性系统的{有界}稳定的一个严格条件，假设没有{信道}状态信息的任何一端的信道。
2022-06-01 cs.IT math.IT
Youla Coding and Computation of Gaussian Feedback Capacity
在本文中，我们提出了一种方法来数值计算的反馈容量的平稳有限维高斯信道和构造（任意接近）的能力实现反馈码。特别地，我们首先将有限维高斯信道上的反馈通信解释为反馈控制系统，证明了在Youla参数上找到具有最大可靠传输率的稳定反馈控制器的问题与找到严格因果滤波器以实现[2]中导出的反馈容量的问题相一致。这种扩展的解释提供了一种方法来构造确定性反馈编码方案的双指数衰减的错误概率。接下来，我们提出了渐近容量实现上界，这可以通过求解有限维凸优化数值评估。从达到上界的过滤器，我们应用基于Youla的解释来构造可行的过滤器，即，反馈码，导致一系列的下限。我们证明了序列的下限是渐近容量实现。
2018-01-12 cs.IT math.IT
Noisy-interference Sum-rate Capacity of Parallel Gaussian Interference Channels
并行高斯干扰信道的和速率容量是通过在子信道上独立传输并在每个子信道中将干扰视为噪声来实现的，如果信道系数和功率约束满足一定的条件。该条件要求干扰是弱的，这是通常在例如，数字用户线传输。最优功率分配的特点是使用的和速率容量作为功率约束的函数。
2009-03-03 cs.IT math.IT
On Reliability Function of BSC with Noisy Feedback
对于信息传输，使用二进制对称信道。还存在另一个有噪声的二进制对称信道（反馈信道），并且发射机经由该反馈信道无延迟地观察前向信道的所有输出。考虑指数数量的消息的传输（即传输速率为正）。可实现的解码错误指数，这样的组合的通道进行了研究。结果表明，当反馈信道的交叉概率小于某一正值时，可达误差指数优于无反馈信道的译码误差指数。
2010-11-09 cs.IT math.IT
Can Feedback Increase the Capacity of the Energy Harvesting Channel?
我们调查反馈是否可以增加能量收集通信信道的容量，其中由外源能量到达过程供电并配备有限电池的发射器通过无记忆信道与接收器通信。对于一个简单的特殊情况下，能量到达过程是确定性的和信道是BEC，我们明确计算的前馈和反馈的能力，并表明，反馈可以严格增加该信道的容量。在这个例子的基础上，我们还表明，反馈可以增加的能力时，能源抵达是独立同分布。在发送器和接收器处非因果地已知。
2015-06-05 cs.IT math.IT
A Counterexample to Cover's 2P Conjecture on Gaussian Feedback Capacity
我们提供了Cover猜想的一个反例，即功率约束下加性高斯噪声信道的反馈容量$C_\textrm{FB}$ $P$不大于功率约束下相同信道的非反馈容量$C$ $2P$，即，$C_\textrm{FB}(P) \le C(2P)$。
2005-11-04 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
Feedback Increases the Capacity of Queues with Bounded Service Times
本文针对先进先出队列容量问题，证明当服务时间具有有界支撑时，完全反馈总能提升容量，并通过引入广义反馈框架统一分析完全反馈与弱反馈，弥补了已有充分条件缺乏显式结构性质的不足。
2024-06-30 cs.IT math.IT
Capacity of the Trapdoor Channel with Feedback
我们建立了陷门信道的反馈容量是黄金比例的对数，并提供了一个简单的通信方案，实现容量。作为分析的一部分，我们制定了一类动态的程序，其特征容量的单线有限状态信道。活板门渠道是一个例子，承认一个简单的解析解。
2006-10-09 cs.IT math.IT
Self-Secure Capacity-Achieving Feedback Schemes of Gaussian Multiple-Access Wiretap Channels with Degraded Message Sets
Schalkwijk-Kailath（SK）方案实现了具有反馈的点到点白高斯信道的容量，其本身是安全的，并且还实现了具有反馈的高斯窃听信道的保密容量，即，SK方案是用于高斯窃听信道的自安全容量实现（SSCA）反馈方案。对于多用户窃听信道，最近，已经表明Ozarow的用于两用户高斯多址接入信道（GMAC）的容量实现反馈方案是用于两用户高斯多址接入窃听信道（GMAC-WT）的SSCA反馈方案。本文首先提出了一种基于两用户GMAC协议的容量实现反馈方案（GMAC-DMS），并证明了该方案是基于两用户GMAC协议的SSCA反馈方案（GMAC-WT-DMS）。接下来，我们将上述方案扩展到在发射机处具有非因果信道状态信息的两用户GMAC-DMS（NCSIT），并表明扩展方案是容量实现的，并且对于具有NCSIT的两用户GMAC-WT-DMS也是SSCA反馈方案。最后，我们推导出两个用户的GMAC-WT-DMS的保密容量区域的外边界与NCSIT，数值结果显示了反馈的速率增益。
2021-11-18 cs.IT math.IT
Feedback capacity of Gaussian channels with memory
我们考虑了MIMO信道的反馈容量，其信道输出由信道输入和高斯过程驱动的线性状态空间模型给出。我们的状态空间模型的一般性，包括所有以前研究的模型，如加性通道与有色高斯噪声，和通道与以前的通道输入或输出的任意依赖。主要结果是一个可计算的反馈能力的表达式，给出了一个凸优化问题的可检测性条件。我们证明了自回归高斯噪声信道上的容量结果，在那里我们表明，即使是一个单一的时间实例延迟的反馈减少反馈容量显着在固定制度。另一方面，对于大的回归参数（在非平稳状态下），反馈容量可以用延迟反馈来逼近。最后，我们证明了可检测性条件是满足标量模型和猜想，这是真实的MIMO模型。
2022-07-21 cs.IT math.IT
Secrecy Capacity of Colored Gaussian Noise Channels with Feedback
本文研究了具有无噪声因果反馈的k阶自回归滑动平均（ARMA（k））高斯窃听信道，其中窃听者在前向信道和反馈信道中都接收到信号的噪声观测值。它示出的广义Schalkwijk-Kailath计划，一个容量实现编码方案的反馈高斯信道的一个变体，实现了相同的最大速率为同一信道的窃听者的存在。因此，保密容量等于反馈信道不存在窃听者时的反馈容量。此外，结果被推广到加性高斯白噪声（AWGN）信道与量化反馈。结果表明，所提出的编码方案实现了积极的保密率。当量化噪声的幅度降至零时，保密率收敛于AWGN信道的容量。
2018-01-20 cs.IT math.IT
On the Feedback Capacity of Power Constrained Gaussian Noise Channels with Memory
对于具有有限阶$L$的有理噪声功率谱的平稳加性高斯噪声信道，在平均信道输入功率约束下，我们得到了反馈容量的两个新结果。首先，我们证明了一个非常简单的反馈相关的高斯-马尔可夫源实现的反馈能力，卡尔曼-布西滤波是最佳的反馈处理。基于这些结果，我们开发了一种新的方法，用于优化信道输入，通过使用动态规划方法，分解成$n$顺序相同的优化问题，其中每个阶段涉及优化$O(L^2)$变量的计算，以实现覆盖庞布拉块长度$n$反馈容量。其次，我们推导出固定反馈相关源的显式最大信息率。一般来说，估计平稳源的最大信息率只需要通过简单的非线性规划求解几个方程。对于一阶自回归和/或移动平均（ARMA）噪声信道，这种优化承认一个封闭形式的最大信息速率公式。固定源的最大信息速率是反馈容量的下限，并且如果长期存在的猜想，即固定源实现反馈容量成立，则它等于反馈容量。
2007-01-16 cs.IT math.IT
Zero-error feedback capacity via dynamic programming
本文研究了当信道状态信息为发送端和接收端所知时，有限状态反馈信道的零差错容量。我们证明了这种情况下的零错误容量可以通过求解动态规划问题来获得。动态规划的每一次迭代都给出了零误差反馈容量的上、下界，并且在极限情况下，下界与零误差反馈容量一致。通过不动点方程给出了求解动态规划问题的一个充分条件。提供了几个例子的分析解决方案。
2009-07-11 cs.IT math.IT
Optimal Communication of States of Dynamical Systems over Gaussian Channels with Noisy Feedback: The Scalar Case
我们考虑的问题，通过香农高斯信道的动力系统的状态进行通信。接收机，作为一个解码器和估计器，观察噪声测量的信道输出，并在最小均方意义上的动态系统的状态的最佳估计。存在从接收器到发射器的噪声反馈。发送器观察来自接收器的噪声破坏的反馈消息以及动态系统的状态的可能的噪声测量。然后，这些测量值被用于对要在噪声高斯信道上发送的消息进行编码，其中对发送的消息施加每符号功率约束。这样，我们得到一个混合的香农的源信道编码问题和一种卡尔曼滤波问题。特别是，我们考虑两个反馈的情况下，一个是接收机测量的反馈，第二个是接收机的状态估计。我们表明，最佳的编码器和解码器是线性滤波器与有限的记忆，我们明确给出的状态空间实现的最佳过滤器。对于发射机有机会获得嘈杂的测量状态的情况下，我们得出的最佳通信方案的分离原则。此外，我们调查存在的无噪声反馈或没有反馈从接收器到发射器。对于所考虑的反馈情形，给出了稳定解存在的充分必要条件。
2015-06-01 cs.IT math.IT
The Capacity of Channels with Feedback
我们介绍了一个一般的框架，用于治疗通道的记忆和反馈。首先，我们推广了Massey的有向信息的概念，并用它来描述一般信道的反馈容量。其次，我们提出了马尔可夫信道的编码结果。这需要在编码器和解码器处确定适当的足够的统计。第三，提出了一个计算马尔可夫信道容量的动态规划框架。第四，它表明，平均成本最优方程（ACOE）可以被看作是一个隐式的单字母表征的能力。第五，描述了具有简单充分统计的场景。
2006-09-25 cs.IT math.IT
Short-packet Transmission via Variable-Length Codes in the Presence of Noisy Stop Feedback
我们提出了一个上限的错误概率，可实现使用可变长度的停止反馈码，对于固定大小的信息有效载荷和给定的约束的最大延迟和平均服务时间。与Polyanskiy等人（2011）提出的界限（其涉及停止信号通过无噪声反馈信道发送的场景）不同，我们的界限适用于反馈链路有噪声的实际相关设置。通过数值评估我们的界限，我们说明，对于固定的延迟和可靠性的限制，在反馈链路中的噪声可以导致显着增加的最小平均服务时间，在某种程度上，固定长度的代码没有反馈可能是最好的在某些情况下。
2020-02-19 cs.IT math.IT
Approximate Feedback Capacity of the Gaussian Multicast Channel
对于M个发送器、K个接收器的反馈高斯多播信道，我们将容量区域表征为log{2（M-1）} bits/s/Hz以内，其中每个接收器希望解码来自M个发送器的每个消息。扩展Cover-Leung针对（M，K）=（2，1）的可实现方案，我们证明了该广义方案在所有信道参数下每个发射机的log{2（M-1）}比特内实现了基于割集的外界。与非反馈情况下的容量相比，反馈容量在K个单独的多址接入信道的反馈容量的朴素交集上得到改进。我们发现，反馈提供了无界的乘法增益在高信噪比高斯干扰信道中所示。为了补充的结果，我们建立了确切的反馈能力的Avestimehr-Diggavi-Tse（ADT）确定性模型，从中我们观察到，反馈也可以是有益的函数计算。
2012-05-18 cs.IT math.IT
Capacity of Burst Noise-Erasure Channels With and Without Feedback and Input Cost
研究了一类在传输过程中同时存在差错和擦除的突发噪声擦除信道。的通道，其输出明确表示在其输入和平稳遍历噪声擦除过程中，被证明具有所谓的“准对称性”在一定的可逆性条件下的属性。其结果是，它被证明是一个均匀分布的输入过程最大化的信道的块互信息，导致在一个封闭形式的公式，其无反馈能力的噪声擦除熵率和辅助擦除过程的熵率。反馈信道容量的特点也表明，反馈不增加容量和推广以前的相关结果。还研究了有反馈和无反馈信道的容量成本函数。一个序列的有限字母的上限容量成本函数无反馈。使用特定的编码规则获得具有反馈的容量成本函数的字母较低的键。基于这些界限，它是证明了数字和分析，反馈可以增加容量成本函数的一类信道的马尔可夫噪声擦除过程。
2017-05-03 cs.IT math.IT
Upper Bound on the Capacity of a Cascade of Nonlinear and Noisy Channels
一个上界的非线性和噪声信道的级联的容量。级联模拟分步傅立叶方法计算波形传播的随机广义非线性薛定谔方程。它示出的级联的频谱效率是最多的log（1+SNR），其中SNR是接收机的信噪比。所得结果可应用于光纤信道。然而，带宽的定义是微妙的，并留下开放的解释的界限。其中一些解释进行了讨论。
2015-04-23 cs.IT math.IT
On the Feedback Capacity of Stationary Gaussian Channels
带反馈的平稳加性高斯噪声信道的容量被表征为变分问题的解。为此，证明了最优反馈编码方案是平稳的。当专门用于一阶自回归移动平均噪声谱时，这种变分表征产生反馈能力的封闭形式的表达式。特别是，这个结果表明，著名的Schalkwijk-Kailath编码方案实现了一阶自回归移动平均高斯信道的反馈能力，解决了Butman，Schalkwijk-Tiernan，Wolfowitz，Ozarow，Ordentlich，Yang-Kavcic-Tatikonda等研究的一个长期存在的公开问题。
2005-11-14 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
Feedback Capacity of Stationary Gaussian Channels
加性平稳高斯噪声信道的反馈容量的特点是作为一个变分问题的解决方案。为此，证明了最优反馈编码方案是平稳的。当专门用于一阶自回归移动平均噪声谱时，这种变分表征产生反馈能力的封闭形式的表达式。特别是，这个结果表明，著名的Schalkwijk-Kailath编码方案实现了一阶自回归移动平均高斯信道的反馈能力，积极回答了Butman，Schalkwijk-Tiernan，Wolfowitz，Ozarow，Ordentlich，Yang-Kavcic-Tatikonda等人研究的一个长期存在的公开问题。更一般地说，它示出的Schalkwijk-Kailath编码方案的k维推广实现了任何自回归移动平均噪声频谱的阶k的反馈能力。简单地说，最佳发送器迭代地细化接收器对预期消息的了解。
2006-02-26 cs.IT math.IT
Linear Sum Capacity for Gaussian Multiple Access Channels with Feedback
具有反馈的N发送方高斯多址信道的容量区域通常是未知的。本文研究了一类线性反馈码，其中一个极端是（非线性）非反馈码，另一个极端是Schalkwijk和Kailath，Ozarow，Kramer的线性反馈码。在对称功率约束P下的线性反馈和容量C_L（N，P）是指当每个发送者具有相等的块功率约束P时，线性反馈码所能达到的最大和速率，特别是Kramer码能达到这种线性反馈和容量。证明涉及的依赖平衡条件介绍Hekstra和Willems和Kramer和Gastpar扩展，并通过拉格朗日对偶公式分析所产生的非凸优化问题。最后，观察的基础上的属性的条件最大相关-的扩展Hirschfeld-Gebelein-Renyi最大相关-这加强了猜想，克莱默的代码实现不仅是线性反馈和容量，但也和容量本身（最大和率实现任意反馈码）。
2011-06-02 cs.IT math.IT
Capacity-achieving Feedback Scheme for Gaussian Finite-State Markov Channels with Channel State Information
在本文中，我们提出了能力实现通信计划的高斯有限状态马尔可夫信道（FSMCs）的平均信道输入功率约束下，假设发射机可以访问延迟无噪声输出反馈以及瞬时或延迟信道状态信息（CSI）。我们表明，所提出的计划揭示了反馈通信和反馈控制之间的联系。
2010-10-07 cs.IT math.IT
An Explicit Formula for the Zero-Error Feedback Capacity of a Class of Finite-State Additive Noise Channels
已知对于具有相关加性噪声的离散信道，具有或不具有反馈的普通容量都等于$ \log q-\mathcal{H} (Z) $，其中$ \mathcal{H}(Z) $是噪声过程的熵率$ Z $，而$ q $是字母表大小。本文介绍了一类有限状态加性噪声信道。它表明，这种信道的零错误反馈容量是零或$C_{0f} =\log q -h (Z) $，其中$ h (Z) $是{ \em拓扑熵}的噪声过程。当无反馈和有反馈时，给出了零误差容量为零的拓扑条件。此外，无反馈的零差错容量的下限为$ \log q-2 h (Z) $。我们明确计算零错误反馈容量的几个例子，包括孤立错误和吉尔伯特-埃利奥特信道的信道。
2020-05-29 cs.IT math.IT
Deep Reinforcement Learning Autoencoder with Noisy Feedback
通信系统的端到端学习使发射机和接收机能够在任何类型的信道上针对任意性能度量进行联合优化，实现为基于深度神经网络的自动编码器。最近，提出了一种交替训练过程，其消除了对显式信道模型的需要。然而，这种方法需要在训练期间从接收器向发射器反馈实值损失。在本文中，我们首先表明，交替训练工程，即使有噪声的反馈通道。然后，我们设计了一个系统，学习传输实数在一个未知的信道没有预先存在的反馈链路。一旦经过训练，该反馈系统可用于在自动编码器的交替训练期间传达损失。加性高斯白噪声和瑞利块衰落信道的评估表明，使用建议的反馈系统训练的端到端通信系统达到相同的性能时，训练一个完美的反馈链路。
2019-06-24 cs.IT math.IT
Capacity of Binary State Symmetric Channel with and without Feedback and Transmission Cost
我们考虑一个单位记忆通道，称为二进制状态对称通道（BSSC），其中的通道状态是当前通道输入和前一个通道输出的模2加法。我们推导出封闭形式的表达式的容量和相应的信道输入分布，这个BSSC的反馈和传输成本和没有。我们还表明，BSSC的容量不增加反馈，它是通过一阶对称马尔可夫过程。
2015-02-15 cs.IT math.IT
Noisy DPC and Application to a Cognitive Channel
在本文中，我们首先考虑一个信道被两个独立的高斯噪声$S ~ N(0,Q)$和$Z_0 ~ N(0,N_0)$污染。当发射机和/或接收机知道独立的有噪声版本的$S$时，计算该信道的容量。它示出的信道容量大于容量时，$S$是完全未知的，但小于容量时，$S$是完全已知的发送器或接收器。例如，如果仅在发射机处已知$S$的一个噪声版本，则容量为$0.5log(1+P/(Q(N_1/(Q+N_1))+N_0))$，其中$P$是输入功率约束，而$N_1$是破坏$S$的噪声的功率。然后，我们考虑高斯认知干扰信道（IC），并提出了一个因果噪声脏纸编码（DPC）的战略。我们使用这种噪声DPC策略计算可实现的区域，并在达到速率上界时量化该区域。
2009-01-19 cs.IT math.IT
Reinforcement Learning Evaluation and Solution for the Feedback Capacity of the Ising Channel with Large Alphabet
提出了一种利用强化学习（RL）计算单股有限状态信道反馈容量的新方法。反馈能力是以前估计使用其配方作为一个马尔可夫决策过程（MDP）与动态规划（DP）算法。然而，它们的计算复杂性随着信道字母表的大小呈指数增长。因此，我们使用RL，特别是它的能力，参数化价值函数和政策与神经网络，数字评估的反馈能力的信道具有较大的字母大小。RL算法的结果是反馈能力的数值下界，其用于揭示最优解的结构。该结构由一个基于图的辅助随机变量来建模，该辅助随机变量被用来推导具有对偶界的反馈容量的解析上界。容量计算的结论是通过测试是否是BCJR不变的上限验证的紧密性。我们证明了这种方法的伊辛通道与任意字母大小。对于小于或等于8的字母表大小，我们推导出容量的解析解。接下来，数值解的结构被用来推导出一个简单的编码方案，实现了反馈能力，并作为一个更大的字母的下限。对于大于8的字母表大小，我们提出了一个上界的反馈能力。对于一个渐近大的字母大小，我们提出了一个渐近最优编码方案。
2020-08-18 cs.IT math.IT
