子空间感知索引码
Subspace-Aware Index Codes
摘要：
在本文中，我们推广了著名的索引编码问题，利用源数据中的结构，以提高系统的吞吐量。在许多应用中，要传输的数据可能位于（或可以很好地近似）低维子空间中。我们利用这种低维结构的数据使用代数框架来解决索引编码问题（称为子空间感知索引编码），而不是传统的索引编码问题，这是子空间不知道。此外，我们提出了一个有效的算法交替最小化方法的基础上获得近最佳的索引码的子空间感知和不知道的情况下。我们的模拟表明，在一定条件下，一个显着的吞吐量增益（约90%），可以实现子空间感知索引码比传统的子空间不知道索引码。
英文摘要：
In this paper, we generalize the well-known index coding problem to exploit the structure in the source-data to improve system throughput. In many applications, the data to be transmitted may lie (or can be well approximated) in a low-dimensional subspace. We exploit this low-dimensional structure of the data using an algebraic framework to solve the index coding problem (referred to as subspace-aware index coding) as opposed to the traditional index coding problem which is subspace-unaware. Also, we propose an efficient algorithm based on the alternating minimization approach to obtain near optimal index codes for both subspace-aware and -unaware cases. Our simulations indicate that under certain conditions, a significant throughput gain (about 90%) can be achieved by subspace-aware index codes over conventional subspace-unaware index codes.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
