Capacity of Discrete-Time Wiener Phase Noise Channels to Within a Constant Gap
研究了加性高斯噪声和维纳相位噪声对离散时间信道容量的影响。提出了新的内界和外界，对于所有信道参数，每个信道使用的内界和外界最多相差$6.65$比特。该模型的容量可以细分为三种状态：（i）对于较大的频率噪声方差值，信道的行为类似于具有圆形均匀iid相位噪声的信道;（ii）当频率噪声方差较小时，加性噪声的影响超过相位噪声的影响，而（iii）对于频率噪声方差的中间值，由于相位噪声的存在，相位调制信道上的传输速率必须降低。
2017-01-18 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
Optimization of Geometric Constellation Shaping for Wiener Phase Noise Channels with Varying Channel Parameters
提出了一种新的方法来研究信道参数变化对采用盲相位搜索算法的通信系统的几何形状星座图的影响。我们发现，引入的不对称性显着提高性能，如果适应不断变化的信道参数。
2022-06-29 cs.IT eess.SP math.IT
On the Capacity of the Oversampled Wiener Phase Noise Channel
本文研究了过采样维纳相位噪声（OWPN）信道的容量。OWPN信道是一个离散时间点到点信道，具有多采样接收机，其中信道输出受到加性和乘性噪声的影响。加性噪声是一个白标准高斯过程，而乘性噪声是一个维纳相位噪声过程。该信道推广了以前文献中研究相位噪声对信道容量影响的一些信道模型，如维纳相位噪声信道和非相干信道。我们推导出OWPN信道容量的上界和内界：（i）上界是通过I-MMSE关系推导出来的，通过在给定过去的信道输出和相位噪声实现的情况下估计相位噪声样本时限制Fisher信息，然后（ii）示出两个内界：一个依赖于过采样信道输出的相干组合，另一个依赖于样本的非相干组合。容量后，我们研究广义自由度（GDoF）的OWPN信道的情况下，其中过采样因子的增长与平均发射功率$P$为$P$？频率噪声方差为$P^α$？。使用我们的新的容量界限，我们推导出三个制度中的GDoF区域：制度（i）中的GDoF区域等于经典的加性高斯白噪声（对于$β\leq 1$），一个（ii）中的GDoF区域减少到非相干信道（对于$β\geq \min \{α,1\}$），最后，一个中的过采样的部分相干组合是渐近最佳的（对于$2 α-1\leq β\leq 1$）。总的来说，我们的研究结果是第一个确定不同的过采样策略是渐近最优的制度。
2020-01-21 cs.IT math.IT
Sampling of the Wiener Process for Remote Estimation over a Channel with Random Delay
在本文中，我们考虑一个问题的采样维纳过程，与样本转发到远程估计器在一个通道，被建模为一个队列。估计器从因果接收的样本重建实时信号值的估计。我们研究了在采样率约束下，最小化均方估计误差的最优在线采样策略。我们证明了最优抽样策略是一个阈值策略，并找到了最优阈值。该阈值由在随机服务时间期间维纳过程变化多少和最大允许采样率确定。此外，如果采样时间与观测到的维纳过程无关，则上述用于最小化估计误差的采样问题等价于用于最小化信息年龄的采样问题。这揭示了信息时代和远程估计误差之间的有趣联系。我们的比较表明，最优采样策略所实现的估计误差可以远远小于年龄最优采样，零等待采样，和周期采样。
2019-08-17 cs.IT math.IT
Geometric Constellation Shaping with Low-complexity Demappers for Wiener Phase-noise Channels
我们表明，在优化的，基于机器学习的几何星座成形的光通信系统的解映射器中分离同相和正交分量，降低了所需的计算复杂度，同时保持了良好的性能。
2022-12-05 cs.IT eess.SP math.IT
On the Capacity of the Wiener Phase-Noise Channel: Bounds and Capacity Achieving Distributions
研究了加性高斯白噪声（AWGN）信道在时变维纳相位噪声影响下的信道容量。严格的上限和下限的能力，这条通道的发展。上界是通过使用对偶方法，并考虑一个特定的分布在输出的通道。为了降低容量，首先通过求解信道互信息的函数优化来找到实现容量的输入分布族。然后，通过Monte-Carlo模拟从建议的分布中抽取样本，得到容量的下限。所提出的实现容量的输入分布是循环对称的、非高斯的，并且输入幅度随着时间的推移而相关。所评估的容量界限对于宽范围的信噪比（SNR）值是紧的，并且因此它们可以用于量化容量。具体而言，在低SNR下的界限遵循众所周知的AWGN容量曲线，而在高SNR下，它们与相位噪声信道的文献中可用的高SNR容量结果一致。
2015-09-21 cs.IT math.IT
Remote Estimation of the Wiener Process over a Channel with Random Delay
在本文中，我们考虑了一个问题的采样维纳过程，与样本转发到一个远程估计通过一个通道，其中包括一个队列与随机延迟。估计器从因果接收的样本重建信号的实时估计。受最近的研究年龄的信息，我们研究的最佳采样策略，最大限度地减少均方估计误差的采样频率约束。我们证明了最优抽样策略是一个阈值策略，并找到了最优阈值。该阈值由采样频率约束和维纳过程在信道延迟期间变化多少来确定。一个有趣的结果是，即使在没有采样频率约束的情况下，最佳策略也不是零等待采样，即一旦先前的样本被传递，就获取新的样本;相反，在先前的样本被传递之后等待非零时间量，然后获取下一个样本是最佳的。此外，如果采样时间是独立的观察到的维纳过程，最佳采样问题减少到一个年龄的信息优化问题，最近已经解决。比较结果表明，最优抽样策略的估计误差远小于年龄最优抽样、零等待抽样和经典均匀抽样。
2017-05-24 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
Sampling of the Wiener Process for Remote Estimation over a Channel with Unknown Delay Statistics
本文研究了Wiener过程的在线采样问题。目标是在传输时延分布未知的情况下，在采样频率约束下，最小化远程估计器的均方误差。将采样问题转化为一个可选停止问题，提出了一种在线采样算法，该算法通过随机逼近自适应学习最优停止阈值。我们证明了累积的MSE后悔增长率$\mathcal{O}(\ln k)$，其中$k$是样本的数量。通过Le Cam的两点方法，证明了任何在线抽样算法的最坏情况下的累积均方误差遗憾值的下界为$Ω(\ln k)$ .因此，所提出的在线采样算法是极小极大阶最优的。最后，我们通过数值模拟验证了所提出的算法的性能。
2022-12-24 cs.IT math.IT
A Signal Constellation for Pilotless Communications Over Wiener Phase Noise Channels
目前运行的许多卫星通信系统采用低成本的上变频器或下变频器，这会产生相位噪声。这种噪声会严重限制系统的信息速率，并对检测系统构成严重挑战。此外，用于相位噪声跟踪的简单解决方案（例如PLL）需要低相位噪声或另外需要降低有效数据率的许多导频符号。为了提高有效的信息速率，我们提出了一个信号星座，它不需要导频，在所有，为了收敛在解码过程中。在这方面的贡献，我们将提出一个信号星座，不需要导频序列，但我们需要一个信号，不存在旋转对称。例如，不能使用简单的MPSK。此外，我们将提供一种方法来分析所提出的星座，并提供一个指数的性能时，使用迭代解码算法。
2013-03-30 cs.IT math.IT
Approximate Maximum a Posteriori Carrier Phase Estimator for Wiener Phase Noise Channels using Belief Propagation
针对BPS算法在概率整形星座下次优的问题，提出基于置信传播的近似最大后验载波相位估计器，并与标准及改进BPS算法比较性能。
2023-10-18 cs.IT eess.SP math.IT
Optimized Geometric Constellation Shaping for Wiener Phase Noise Channels with Viterbi-Viterbi Carrier Phase Estimation
针对维纳相位噪声信道，提出通过几何星座整形修改发射星座，将标准V&V算法扩展到更高阶调制格式。
2023-10-18 cs.IT eess.SP math.IT
Blind Identification of SIMO Wiener Systems based on Kernel Canonical Correlation Analysis
研究了单输入多输出（SIMO）非线性信道的盲辨识与盲均衡问题。具体而言，非线性模型由多个单通道维纳系统，由一个共同的输入信号激励。所提出的方法是基于一个众所周知的线性SIMO系统的盲识别技术。通过将输出信号转换到再生核希尔伯特空间（RKHS），得到一个线性识别问题，我们建议通过一个迭代过程来解决，该过程交替使用典型相关分析（CCA）来估计线性部分，和核典型相关（KCCA）来估计无记忆非线性。所提出的算法是能够操作的系统，只有两个输出通道，相对较小的数据集和彩色信号。仿真结果证明了所提出的技术的有效性。
2013-07-03 cs.IT math.IT
Sampling for Remote Estimation of the Wiener Process over an Unreliable Channel
本文针对不可靠信道下维纳过程的远程估计，提出最优因果采样策略，证明其为常数阈值策略，并开发低复杂度算法计算阈值，以最小化长期平均均方估计误差。
2023-10-18 cs.IT math.IT
Wiener Filter versus Recurrent Neural Network-based 2D-Channel Estimation for V2X Communications
我们比较潜在的神经网络（NN）为基础的信道估计与经典的线性最小均方误差（LMMSE）为基础的估计，也被称为维纳滤波。为此，我们提出了一个低复杂度的循环神经网络（RNN）为基础的估计，允许信道均衡的一系列信道观测的基础上独立的时域和频域的长短期记忆（LSTM）细胞。受车联网（V2X）应用的启发，我们模拟了具有正交频分复用（OFDM）的时间和频率选择性信道，并扩展了我们的信道模型，以便可以模拟从视线（LoS）到非视线（NLoS）条件的连续退化。事实证明，基于神经网络的系统不仅可以与LMMSE均衡器竞争，而且还可以通过W.R.T.针对系统参数不匹配的弹性。因此，我们展示了这种数据驱动系统设计的概念简单性，因为这不仅能够实现更强的鲁棒性，例如，信噪比（SNR）或多普勒扩展估计失配，而且还允许在更宽范围的输入参数上使用相同的均衡器，而不需要重建（或重新估计）滤波器系数。特别注意确保与现有IEEE 802.11p V2X通信导频方案的兼容性。最后，馈送有效载荷数据符号作为附加均衡器输入释放了进一步的性能增益。我们表现出显着的增益超过传统的LMMSE均衡高度动态的信道条件下，如果使用这样的数据增强均衡方案。
2021-05-21 cs.IT math.IT
Optimized pilot distribution to track the phase noise in DFT-s-OFDM for sub-THz systems
针对亚太赫兹频段DFT-s-OFDM系统的相位噪声跟踪导频选择问题，提出3GPP相位噪声模型自相关的数学近似方法，推导Wiener滤波器系数与代价函数解析式，设计出兼顾导频开销与滤波性能的导频图案。
2023-05-07 cs.IT math.IT
End-to-end Optimization of Constellation Shaping for Wiener Phase Noise Channels with a Differentiable Blind Phase Search
本文通过可微分盲相位搜索实现 Wiener 相位噪声信道下几何与概率星座的端到端联合优化，提出无导频鲁棒调制方案，并在 64 进制系统中取得显著增益。
2023-04-21 cs.IT eess.SP math.IT
A Central Limit Theorem for the SNR at the Wiener Filter Output for Large Dimensional Signals
考虑二次型$β= {\bf y}^* ({\bf YY}^* + ρ{\bf I})^{-1} {\bf y}$，其中$ρ$是正数，其中${\bf y}$是随机向量，${\bf Y}$是$N \times K$随机矩阵，两者都具有方差不同的独立元素，并且其中${\bf y}$和${\bf Y}$是独立的。这种二次形式表示在无线通信和阵列处理中经常遇到的多维信号的线性维纳接收器的输出处的信噪比。利用随机矩阵理论的已知结果，二次型$β$可以在渐近状态下用已知的确定性实数$\barβ_K$近似，其中$K\to\infty$和$K/N \to α> 0$。本文讨论$β$的收敛性问题。更具体地，这里示出了对于大的$K$，$\sqrt{K}(β- \barβ_K)$表现为像提供方差的高斯随机变量。
2008-01-11 cs.IT math.IT
Capacity bounds for MIMO microwave backhaul links affected by phase noise
我们提出的界限和封闭形式的高信噪比的表达受维纳相位噪声影响的多天线系统的容量。我们的结果是开发的情况下，一个单一的振荡器驱动所有的射频电路在每个收发器（常见的振荡器设置），输入信号受到峰值功率约束，和信道矩阵是确定性的。该场景与在收发器处具有足够小的天线间隔的视距多天线微波回程链路相关。对于2乘2多天线的情况下，对于维纳相位噪声过程与标准偏差等于6度，并在微波回程链路操作的中/高SNR值，在该文件中报告的上限表现出3 dB的差距，从使用64-QAM获得的下限。此外，在此SNR制度的封闭形式的高SNR的表达式是准确的。
2014-01-14 cs.IT math.IT
Adaptive Quantizers for Estimation
本文研究了基于噪声量化观测值的自适应估计问题。提出了一种低复杂度的自适应算法，该算法使用一个输入增益和偏移可调的量化器。三种可能的标量模型的参数估计被认为是：常数，维纳过程和维纳过程的确定性漂移。后示出的算法是渐近无偏的估计常数，它示出，在三种情况下，渐近均方误差取决于量化测量的Fisher信息。它还表明，由于量化的性能损失近似取决于量化和连续测量的Fisher信息的比率。最后，在两类噪声（广义高斯噪声和Student's t噪声）下，通过仿真验证了理论结果。
2012-10-12 cs.IT math.IT
A New Method for the Identification of a Wiener-Hammerstein Model in a Communication Context
本文提出一种利用三个导频序列和最小二乘估计识别 Wiener-Hammerstein 信道中两个线性滤波器及非线性放大器的新算法，并证明其所需导频总长度显著小于 Volterra 方法。
2024-08-30 cs.IT eess.SP math.IT
Optimal Causal Rate-Constrained Sampling of the Wiener Process
我们考虑以下通信场景。编码器随意观察维纳过程并决定何时发送和发送什么，解码器使用随意接收的码字对维纳过程进行实时估计。我们确定的因果编码和解码政策，共同最大限度地减少均方估计误差，长期通信速率的限制下，每秒$R$位。我们表明，一个最佳的编码策略可以实现为因果抽样政策，其次是因果压缩政策。我们证明，最佳的编码策略采样的维纳过程，一旦创新通过$\sqrt{\frac{1}{R}}$或$-\sqrt{\frac{1}{R}}$，并压缩的创新（SOI）使用1位码字的符号。SOI编码方案实现等于$D^{\mathrm{op}}(R)=\frac{1}{6R}$的操作失真率函数。令人惊讶的是，这是显着优于失真率的折衷实现的无限延迟的限制，最好的非因果代码。这是因为SOI编码方案利用了由编码器和解码器之间的零延迟信道提供的自由定时信息。解锁这种增益的关键是SOI采样策略的事件触发性质。相比之下，失真率的权衡与确定性的采样政策是更糟糕的：我们证明了因果信息失真率函数在这种情况下是高达$D_{\mathrm{DET}}(R) = \frac{5}{6R}$。它是通过采样间隔为$\frac{1}{R}$的均匀采样策略实现的。在任何一种情况下，最佳策略都是尽可能快地对过程进行采样，并将1位码字无延迟地传输到解码器。
2020-05-13 cs.IT math.IT
Mixing Oscillators for Phase Noise Reduction
振荡器的输出通常不随时间而稳定。特别是，相位变化-或\emph{phase noise} -破坏了振荡。在这封信中，我们描述了一个电路，设计平均的相位噪声过程和频率偏移的频率匹配振荡器。基本电路利用2个相位噪声过程的独立性，提供具有较低相位噪声方差的更干净的振荡输出。我们描述的电路设计，平均超过2个振荡器，以及一个单一的通过延迟元件的扩展。在所涵盖的所有示例中，我们提供了当输入相位噪声过程遵循Wiener模型时所产生的相位噪声过程的理论分析。
2016-09-19 cs.IT math.IT
