Distributed Remote Vector Gaussian Source Coding with Covariance Distortion Constraints
在本文中，我们考虑一个分布式的远程信源编码问题，其中一个序列的观察源向量是在编码器。问题是在解码器存在边信息的情况下，在协方差矩阵失真约束下，指定对观测进行编码的最佳速率。对于这个问题，我们推导出高斯情况下的率失真函数（RDF）的上下限，这在一般情况下并不一致。然后，我们提供了一些情况下，RDF可以准确地导出。我们还表明，这个问题的具体情况下，以前的结果可以推广使用我们的结果。我们最后表明，如果失真的措施是均方误差，或者如果它是由一定的互信息约束，最佳速率可以从我们的主要结果。
2014-06-04 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
A Universal Coding Scheme for Remote Generation of Continuous Random Variables
我们考虑一种设置，其中Alice从一组规定的pdf $\mathscr{P}$中选择pdf $f$，并向Bob发送无前缀码字$W$，以便允许他生成随机变量$X\sim f$的单个实例。我们描述了一个通用的编码方案，这种设置，并建立一个上界的预期码字长度时的PDF $f$是有界的，正交凹（其中包括准凹PDF），并具有有限的第一绝对矩。一个并元分解方案被用来表示的PDF作为一个混合均匀的PDF超立方体。Alice根据权重随机选择一个超立方体，将其位置和大小编码为$W$，并将其发送给Bob，Bob在超立方体上均匀生成$X$。与以前的信道模拟结果相比，我们的编码方案适用于任何连续分布，不需要双向通信或共享随机性。我们将我们的编码方案应用于量子纠缠的经典模拟，并获得了比以前已知的更好的平均码字长度上界。
2016-03-16 cs.IT math.IT
The Arbitrarily Varying Multiple-Access Channel with Conferencing Encoders
我们推导出容量区域的任意变化的多址信道与会议编码器确定性和随机编码。对于完整的描述，一个会议容量为正就足够了。我们得到一个二分法：要么信道的确定性容量区域为零，或者它等于二维随机编码区域。我们就能准确地判断这两种情况。我们还讨论了会议的好处。我们给出了一个AV-MAC的例子，它不实现任何非零速率对编码器的合作，但二维随机编码容量区域，如果会议是可能的。与复合多址信道不同，当至少一个方向上的会议被启用时，任意变化的多址信道可能表现出容量区域的不连续增加。
2012-11-13 cs.IT math.IT
Optimal Rate Allocation in Mismatched Multiterminal Source Coding
我们考虑一个多终端信源编码问题，其中一个源估计在一个中央处理单元从有损压缩的远程观测。每个有损编码的观察是由一个遥感器，它获得一个嘈杂的版本的源和压缩这个观察最小化的局部失真的措施，这只取决于其观察的边缘分布。另一方面，中心节点具有源和所有观测的联合分布的知识，并产生源估计，该源估计最小化源与其重建之间的不同失真度量。在这种对应关系中，我们调查的问题，最佳选择的速率，每个有损压缩的远程估计，以尽量减少在中央处理单元的失真受到约束的遥感器和中央单元之间的整体通信速率。我们专注于，特别是，在两个模型的实际相关性：在加性高斯噪声中观察到的高斯源的情况下，并在二次失真下重建，以及在比特翻转噪声中观察到的二进制源的情况下，并在汉明失真下重建。在这两种情况下，我们表明，存在制度下，有更多的远程编码器减少源失真：换句话说，有更少的，高质量的远程估计提供了一个更小的失真比有更多的，低质量的估计。
2016-05-12 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
Fully Quantum Arbitrarily Varying Channels: Random Coding Capacity and Capacity Dichotomy
考虑了一个由量子干扰器、量子发送器和量子接收器组成的全量子干扰信道通信模型，我们称之为量子任意变化信道（QAVC）。限制到有限维的用户和干扰系统，我们显示，使用置换对称性和de Finetti减少，如何减少的QAVC的随机编码能力（经典和量子）的自然相关的复合信道，这是通过限制干扰到i.i.d.输入状态。此外，我们证明了所需的共享随机性是最多对数的块长度，使用随机矩阵尾界。这意味着一个二分法定理：要么QAVC的经典容量为零，然后量子容量也为零，或者每个容量等于其随机编码变体。
2018-01-14 cs.IT math.IT quant-ph
Compound Arbitrarily Varying Channels
我们提出了一个通信模型，我们称之为复合任意变化的渠道（CAVC），它统一和推广复合渠道和任意变化的渠道（AVC）。CAVC可以被视为具有固定但未知的复合状态和AVC状态的嘈杂通道，这些状态可能会随着每次通道使用而变化。AVC状态由知道复合状态的对手控制。我们研究三个问题，在这种情况下：“通信”，“通信和复合状态识别”，和“通信或复合状态识别”。对于这些问题，我们研究的条件下的可行性和容量确定性编码和随机编码。
2021-05-07 cs.IT math.IT
Compress-and-Estimate Source Coding for a Vector Gaussian Source
我们考虑远程矢量信源编码问题，其中一个矢量高斯源是从噪声线性测量估计。对于这个问题，我们推导出的压缩和估计（CE）编码方案的性能，并比较它的最佳性能。在CE编码方案中，远程编码器压缩噪声源观测，以便最小化本地失真度量，独立于源和观测之间的联合分布。在重建中，解码器从有损压缩的噪声观测估计原始源实现。对于高斯矢量情况下的CE编码，我们表明，如果码率小于一个阈值，那么CE编码方案达到相同的性能作为最佳的编码方案。我们还介绍了这个阈值以上的性能差距的下限和上限。此外，一个例子，两个观察和两个来源的研究，以说明性能差距的行为。
2017-07-03 cs.IT math.IT
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
A channel under simultaneous jamming and eavesdropping attack---correlated random coding capacities under strong secrecy criteria
给出了任意变化窃听信道相关随机编码保密容量的完整刻画。我们采用两种替代的强保密标准，这两个导致相同的多字母公式。这些准则的不同之处在于对相关随机性的处理，它们在不相关码的情况下是一致的。推导出的公式的基础上，我们表明，相关的随机编码的保密容量是连续的AVWC的函数，在不连续的非相关编码的保密容量。在相关随机码保密容量公式的证明中，我们应用了一个辅助信道，该辅助信道从发送者到预定接收者是复合的，从发送者到窃听者是任意变化的。
2015-12-18 cs.IT math.IT
Source Coding in Networks with Covariance Distortion Constraints
我们考虑具有网络场景的信源编码问题，并将其表示为协方差矩阵失真下的远程向量高斯Wyner-Ziv问题。我们定义了两个正定矩阵的最小值的概念，在此基础上，我们推导出一个显式的率失真函数（RDF）的公式。然后，我们研究了这一结果的特殊情况和应用。我们表明，两个研究得很好的信源编码问题，即远程矢量高斯Wyner-Ziv问题的均方误差和互信息的限制，实际上是我们的结果的特殊情况。最后，我们将我们的结果联合信源编码和去噪问题。我们考虑一个网络与一个集中式的拓扑结构和一个给定的加权和率约束，在中心的接收信号被融合，以最大限度地提高输出SNR，同时执行无线性失真。我们表明，可以设计的失真矩阵的节点，以最大限度地提高在融合中心的输出信噪比。因此，我们在此设置中在去噪和信源编码之间架起了桥梁。
2016-09-27 cs.IT math.IT
Optimal Source Coding of Markov Chains for Real-Time Remote Estimation
University of Maryland, College Park（马里兰大学帕克分校）
针对传输与状态转换同尺度的马尔可夫链信源编码问题，提出基于最后传输符号及传输时长的最优MDP策略，有效降低平均传输时长。
2025-11-04 cs.IT eess.SP math.IT
Arbitrarily varying and compound classical-quantum channels and a note on quantum zero-error capacities
我们考虑复合以及任意变化的经典量子信道模型。对于经典-量子复合信道，给出了编码定理直接部分的初等证明。在平均误差准则下，建立了该命题的弱逆.我们使用这个结果连同鲁棒化和消除技术开发的Ahlswede为了给一个有限的经典量子任意变化的信道的编码定理的直接部分的另一种证明与成功的标准是平均错误概率。此外，我们还证明了在这种情况下随机编码容量的强逆，定义了最大错误概率的对称性概念，并证明了最大错误概率准则下的消息传输容量为零的充要条件。最后，它表明，零错误容量和某些任意变化的信道之间的连接，就像在量子信道的情况下，只有部分有效的经典量子信道。
2012-09-28 cs.IT math.IT quant-ph
Secure and Private Source Coding with Private Key and Decoder Side Information
University of Siegen（锡根大学）；Linköping University（林雪平大学）；Technical University of Munich（慕尼黑工业大学）；Ruhr-Universität Bochum（波鸿鲁尔大学）；Princeton University（普林斯顿大学）
通过考虑一个远程信源，其噪声测量是用于安全信源重构的相关随机变量，扩展了多终端安全信源编码问题。该问题的主要补充包括：1）所有终端非因果地观察远程源的噪声测量; 2）私钥可用于所有合法终端; 3）编码器和解码器之间的公共通信链路是速率受限的;以及4）相对于编码器输入测量对窃听者的秘密泄漏，而隐私泄露是相对于远程源来测量的。精确的速率区域的特点是一个有损耗的信源编码问题的私钥，远程源，和解码器侧的信息下的安全，隐私，通信和失真的约束。通过用可靠性约束代替失真约束，我们也获得了无损情况下的精确速率区域。此外，标量离散时间高斯源和测量通道的有损率区域的建立。
2022-11-09 cs.CR cs.IR cs.IT
Exponential Error Bounds for Information Bottleneck Source Coding Problems
Eindhoven University of Technology（埃因霍温理工大学）；Tokyo University of Agriculture and Technology（东京农工大学）
研究信息瓶颈源编码问题的指数误差界，分析其收敛速度及强逆否定结论，通过辅助随机变量优化建立与有帮助源编码的联系。
2026-04-20 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
Interference Channels With Arbitrarily Correlated Sources
本文研究了任意相关信源在干扰信道上的通信问题。本文给出了一对相关信源在离散无记忆干扰信道中无损传输的充分条件。对于独立的信源，该充分条件降低到干扰信道的Han-Kobayashi可达速率区域。对于一个特殊的相关结构（在Slepian-Wolf，1973年的意义上），所提出的区域减少到已知的可实现的区域的干扰信道与公共信息。一个简单的例子表明，分离的方法，与Slepian-Wolf编码，其次是最佳的信道编码，是严格的次优。
2009-11-10 cs.IT math.IT
Dirty Paper Arbitrarily Varying Channel with a State-Aware Adversary
在本文中，我们采取了任意变化的通道（AVC）的方法来研究的问题，写在一个肮脏的纸上存在的对手。我们考虑一个加性白高斯噪声（AWGN）信道与加性白高斯状态，其中的状态是已知的非因果编码器和对手，但不是解码器。我们确定的随机编码容量下的最大错误概率准则的AVC。有趣的是，它表明，干扰对手无视的状态知识，选择一个白色的高斯信道输入，这是独立的状态。
2015-04-16 cs.IT math.IT
Arbitrarily Varying Wiretap Channel with State Sequence Known or Unknown at the Receiver
考虑了任意变化窃听信道（AVWC）在最大译码错误概率和强保密准则下的保密容量问题，其中信道状态序列在接收端可以是已知的，也可以是未知的.同时，它总是假设信道状态序列是已知的窃听和未知的发射机。讨论了随机码（采用随机编码器和确定性译码器）和随机码（采用随机编码器和确定性译码器）的容量结果。此型号包括以前的经典AVWC型号作为特例。给出了保密容量的单字母下界，证明了当主信道噪声小于窃听信道噪声时的保密容量。编码方案是基于Csiszar的几乎独立着色方案和Ahlswede的消除技术。此外，还定义了一种新的关于状态的典型序列。当接收方知道状态序列时，随机码的保密容量与随机码的保密容量相同。同时，当接收端不知道状态序列时，随机码可以获得更大的保密容量。
2017-12-03 cs.IT math.IT
Malleable Coding with Fixed Reuse
在云计算、存储区域网络、远程备份存储和类似的设置中，存储的数据用来自新版本的更新来修改。表示信息和修改表示都是昂贵的。因此，希望数据不仅被压缩，而且在更新期间容易被修改。可延展编码方案考虑了压缩效率和易于改变，促进码字重用。我们研究压缩效率和延展性成本之间的权衡-同步压缩版本的难度-作为重复使用的前缀部分的长度测量。通过编码定理，可实现的速率和延展性的区域表示为单字母优化。还描述了与常见信息问题的关系。
2011-05-09 cs.IT math.IT
Joint Source-Channel Coding for Broadcast Channel with Cooperating Receivers
众所周知，与点到点信道相反，分离的信源和信道编码通常对于在多用户信道上发送相关信源不是最佳的。在一些工作中，联合信源-信道编码已经被研究用于某些特定的多用户信道;即，多址接入信道（MAC）和广播信道（BC）。在本文中，我们得到了一个充分条件，传输任意相关的源在一个离散的无记忆BC与合作的接收器，其中接收器被允许通过一对噪声的合作链路交换消息。可以看出，我们的结果是以前的一般形式，并包括他们作为其特殊情况。
2015-08-17 cs.IT math.IT
Finite Blocklength and Dispersion Bounds for the Arbitrarily-Varying Channel
有限块长度和二阶（色散）的结果，提出了任意变化的信道（AVC），一个经典的模型，其中对手可以发送任意信号到信道。提出了一种新的有限块长度可扩展性界，大致类似于非对抗信道的随机编码联合界。这个有限的块长度界，以及一个已知的逆界，是用来推导离散无记忆的AVC的分散体上的界限，没有共享的随机性，并与成本约束的输入和状态。这些界限对于许多感兴趣的通道是严格的，包括二进制对称AVC。然而，如果确定性和随机码容量不同，则界限不紧。
2018-01-11 cs.IT math.IT
Lossless Secure Source Coding: Yamamoto's Setting
给定一个私有信息源$X^n$和一个公共相关信息源$Y^n$，我们研究了将二维源$(X^n, Y^n)$编码为索引$J$的问题，使得知道$J$和一些外部辅助信息$Z^n$的远程方，可以丢失地恢复$Y^n$，而任何知道$J$和可能相关的边信息$E^n$的窃听者可以检索关于$X^n$的非常少的信息。我们给出了一般的逆结果的信息量$X^n$，可能会被泄露在这样的系统，并在某些特殊情况下是最佳的可扩展性的结果。
2015-10-06 cs.IT math.IT
A new sufficient condition for sum-rate tightness in quadratic Gaussian multiterminal source coding
研究了二次高斯多终端（MT）信源编码问题，给出了Berger-Tung和速率界紧的一个新的充分条件.逆证明利用一组虚拟远程源，给定MT源是块独立的，最大块大小为2。给定的MT信源编码问题，然后与一组矩阵失真约束的两端问题，其中一个新的下界的总和速率。最后，提出了一个凸优化问题，并给出了最优BT格式满足基于次梯度的Karush-Kuhn-Tucker条件的充分条件。我们的新的充分条件定义的和率紧性问题的集合包含所有以前已知的紧的情况下，并打开一个更一般的部分解决方案的新方向。
2010-09-10 cs.IT math.IT
Bounded expected delay in arithmetic coding
我们解决算术编码系统中的延迟问题。由于算术编码过程的性质，存在导致任意大的编码或解码延迟的源序列。这种现象提出了一个问题，即在这些系统中，预期的输入到输出延迟有多大，一旦源序列已经被编码，应该进一步编码以允许该序列的完全解码的源字母的预期数量是多少。在本文中，我们得到了几个新的上界的期望延迟的无记忆源，这改善了一个已知的界限，由于Gallager。所提供的边界在独立于序列历史的意义上是一致的。此外，我们给出了一个源允许有界期望时滞的充分条件，该条件对任意阶的平稳遍历马氏源都成立。
2006-04-26 cs.IT math.IT
Explicit Wiretap Channel Codes via Source Coding, Universal Hashing, and Distribution Approximation, When the Channels' Statistics are Uncertain
我们认为窃听信道的窃听信道的不确定性下（一）嘈杂的块式II型，（二）复合，或（三）任意变化的模型。我们提出了明确的窃听代码，可以处理这些模型在一个统一的方式，只依赖于三个原语，即信源编码与边信息，通用散列，分布近似。我们的显式窃听代码实现了最知名的单字母可实现的速率，以前获得的非建设性的，所考虑的模型。我们的研究结果得到强保密性，不需要预先共享的秘密之间的合法用户，并不需要任何对称性的信道上。我们的结果的扩展到复合主通道也来自通过新的容量实现极化编码方案的复合设置。
2022-11-01 cs.IT math.IT
Joint Source-Channel Coding for the Multiple-Access Relay Channel
考虑任意相关信源在多址中继信道和多址广播中继信道上的可靠传输。在MARC中，只有目的地对源的重建感兴趣，而在MABRC中，中继和目的地都希望重建源。我们允许在发射机处的源之间的任意相关性，并且让中继和目的地都具有与源相关的边信息。本文提出了两种信源-信道编码联合方案，并导出了相应的可靠通信的充分条件。所提出的方案使用的相关性保持映射（CPM）技术与Slepian-Wolf（SW）信源编码的组合：第一种方案使用CPM的编码信息的中继和SW信源编码的编码信息的目的地，而第二种方案使用SW信源编码的编码信息的中继和CPM的编码信息的目的地。
2012-07-03 cs.IT math.IT
Variable-Length Stop-Feedback Coding for Minimum Age of Incorrect Information
针对非瞬时反馈下 Markov 信源远程监测，本文利用非渐近编码结果推导 AoII 最优与时延最优反馈时刻，揭示平均时延与 AoII 并不总是一致。
2024-10-14 cs.IT math.IT
Reliable Communication over Arbitrarily Varying Channels under Block-Restricted Jamming
从香农理论的角度研究了非协调车载通信中的可靠通信问题。我们的信息传输系统模型是随机变化信道（AVC）：一个发送者-接收者对希望可靠地通信，而不管第二个发送者的输入是什么。第二个发送者被假设为不协调和干扰，但应该遵循传输信息的合理目标。我们证明了重复编码可以增加这样一个系统的容量有关的概念的对称性的任意变化的信道，相应的信道矩阵的可逆性。通过多样性，以防止系统崩溃所需的重复次数上的明确上限。此外，我们介绍了块限制干扰的概念，并提出了相应的限制AVC的最大错误容量的上下限。
2019-06-05 cs.IT math.IT
Classical - Quantum Arbitrarily Varying Wiretap Channel: Common Randomness Assisted Code and Continuity
确定了任意变化的经典-量子窃听信道在公共随机辅助编码下的保密容量，并进一步确定了从发送者到合法接收者是复合的，从发送者到窃听者是任意变化的混合信道模型的保密容量.作为一个应用程序，我们检查时的保密能力是一个系统参数的连续函数，并表明，资源，即，能够接触到随机实验结果的完美副本。有助于信道稳定。
2016-12-29 cs.IT math.IT quant-ph
Entanglement-assisted classical capacities of compound and arbitrarily varying quantum channels
本文研究了无记忆任意变化的复合量子信道在纠缠辅助下的经典信息传输。在这两种情况下，我们证明了一般的编码定理以及相应的弱逆界。在这种方式中，我们得到的纠缠辅助的经典容量为两个通道模型的单字母表征。此外，我们还证明了对于某些复合量子信道，纠缠辅助的经典容量在平均和最大误差准则下并不表现出强的逆性质。对于任意变化的量子信道，与纠缠辅助经典容量的强逆命题确实成立。
2017-01-25 cs.IT math.IT quant-ph
Robust Joint Message and State Transmission under Arbitrarily Varying Jamming
Technical University of Munich（慕尼黑工业大学）
本文研究了在任意变化干扰下的鲁棒联合信息与状态传输，提出了确定性的编码方案，并给出了容量-失真函数的下界及容量达到的案例。
2026-02-18 cs.IT math.IT
Energy Efficient Distributed Coding for Data Collection in a Noisy Sparse Network
我们考虑的问题，数据汇集在一个两层网络组成的（1）之间的$N$分布式代理和一个远程汇聚节点的链接;（2）稀疏网络形成的这些分布式代理。我们研究了智能体通信对整体能量消耗的影响。尽管代理之间的稀疏连接，我们提供了一个网络编码方案，减少了整体能源消耗的一个因素相比，一个天真的计划，忽略了智能体通信的$Θ(\log N)$。通过提供下界的能量消耗和稀疏（链接数）的网络，我们表明，是能量最优的，除了一个因素的$Θ(\log\log N)$。该方案扩展了Gallager以前的工作，从一个完整的图到稀疏图的噪声广播，同时带来了新的技术，从错误控制编码和噪声电路。
2016-01-22 cs.IT math.IT
Linear Network Coding: Effects of Varying the Message Dimension on the Set of Characteristics
已知向量线性解可能存在当且仅当有限域的特征属于某个素数集合。但是，增加消息维度是否可以使网络向量在更大的特征集上线性可解？据我们所知，文献中不存在这样的网络，即对于某个消息维，它有一个向量线性解当且仅当有限域的特征属于一个集合$P$，而对于另一个消息维，它在某个特征不属于$P$的有限域上有一个向量线性解。我们已经发现，通过\textit{increasing}，消息维度仅通过$1$，存在向量线性解的特征集可以任意地变大。然而，有些令人惊讶的是，我们还发现，通过\textit{decreasing}，消息维度仅通过$1$，存在向量线性解的特征集可以任意变大。作为这些发现的结果，我们证明了两个结果：（i）环可能优于有限域在实现一个标量线性解决方案在一个较小的字母表，（ii）$m_1$和$m_2$维向量线性解决方案的存在性保证了一个$(m_1 + m_2)$维向量线性解决方案的存在，只有当$m_1$和$m_2$维向量线性解决方案存在于同一有限域。
2019-07-29 cs.IT math.IT
Source Coding With Distortion Side Information At The Encoder
我们考虑有损信源编码时，影响失真测量的边信息可能在编码器，解码器，两者，或两者都没有。例如，这种失真辅助信息可以对噪声测量、传感器校准信息或感知效应（如掩蔽和对上下文的敏感性）的可靠性进行建模。当失真边信息在统计上独立于源时，我们表明，在许多情况下（例如，对于加法或乘法失真边信息），仅在编码器处知道边信息没有惩罚，并且在解码器处知道边信息没有优势。此外，二次失真的失真侧信息缩放的措施，我们评估的惩罚缺乏编码器的知识，并表明它可以是任意大的。在这种情况下，我们还勾勒了基于变换的量化器结构，有效地利用编码器侧信息的高分辨率限制。
2004-08-27 cs.IT math.IT
Network Coding: Is zero error always possible?
在这项工作中，我们研究了网络编码实例中的零与ε错误容量。对于多播网络编码，众所周知，可以以任意小的错误概率传送的所有速率也可以以零错误概率传送;即，ε错误多播容量区域和零错误多播容量区域是相同的。对于所有源都起源于同一源节点的一般网络编码实例，Chan和Grant最近表明[ISIT 2010]，ε错误通信与零错误通信相比没有速率优势。首先，我们重新审视了设置的同位源，在那里我们提出了另一种证明，陈和格兰特。虽然新的证明是基于类似的核心思想，我们的建设性的策略补充了以前的argument.We然后扩展我们的结果设置的索引编码，这是一个特殊的和有代表性的形式的网络编码，封装“信源编码与边信息”的问题。最后，我们考虑“边缘移除”问题（最近由Jalali，Effros和Ho在[Allerton 2010]和[ITA 2011]中研究），旨在量化与从给定网络中移除单个边缘相关的容量损失。使用我们的证据为共同定位的来源，我们绑在一般的网络编码实例中的“零与ε误差”的问题与“边缘去除”的问题。宽松地说，我们证明了这两个问题是等价的。
2011-10-02 cs.IT math.IT
On Joint Source-Channel Coding for Correlated Sources Over Multiple-Access Relay Channels
我们研究了离散无记忆（DM）多址接入中继信道（MARC），其中中继和目的地都可以访问与源任意相关的边信息的相关源的传输。由于最佳传输方案是一个开放的问题，在这项工作中，我们提出了一种新的联合信源-信道编码方案的基础上的一种新的组合的相关保持映射（CPM）技术与Slepian-Wolf（SW）信源编码，并获得相应的充分条件。该编码方案基于解码转发策略，利用CPM同时对中继和目的地的信息进行编码，而来自中继的协作信息通过SW信源编码进行编码。它表明，有新的计划严格优于在文献中可用的计划的情况下。这是使用CPM将信息编码到两个不同节点（中继和目的地）的源信道代码的第一个实例。除了充分条件，我们提出了三套不同的单字母的必要条件，可靠的传输相关的源DM MARC。新推导出的条件被证明至少是紧作为先前已知的必要条件。
2014-07-26 cs.IT math.IT
Universal Communication over Arbitrarily Varying Channels
我们考虑的问题，普遍沟通的一个未知的和任意变化的信道，使用反馈。本文的重点是确定的输入行为，特别是，先验分布，这是用来随机生成的码书。我们提出的问题，设置先验的顺序通用预测问题，试图接近一个给定的目标速率，这取决于未知的信道序列。主要结果是，对于一个未知的，任意序列的无记忆通道组成的通道，有一个系统，使用反馈和共同的随机性，渐近达到，具有高概率，时间平均的信道的容量，普遍为每个序列的信道。虽然假设没有信道序列的先验知识，但是对于在相同字母表上定义的每个无记忆AVC，所实现的速率满足或超过传统的任意变化信道（AVC）容量，并且因此系统普遍地获得随机码AVC容量，而不知道AVC参数。我们提出的系统结合了无比率编码与一个通用的预测方案的前。我们提出了粗略的上限的利率，可以实现在这种设置和下限的冗余。
2012-02-02 cs.IT math.IT
Remote Short Blocklength Process Monitoring: Trade-off Between Resolution and Data Freshness
在网络物理系统中，如在5G及以后，多个物理过程需要在远程设备上进行及时的在线监控。在那里，接收到的信息用于估计当前和未来的过程值。当通过通信信道传输过程数据时，使用源-信道编码以减少数据错误。在传输过程中，高数据分辨率有助于精确捕获过程变量的值。然而，这通常伴随着长的传输延迟，降低了数据的利用率，因为估计质量随着时间的推移而降低。在本文中，最近的数据和精确的测量之间的权衡捕获的高斯马尔可夫过程。信息量（AoI）度量用于评估数据的及时性，而均方误差（MSE）用于评估预测过程值的精度。AoI固有地出现在MSE表达式中，但它可以相对更容易优化。我们的目标是最小化这两个指标的时间平均版本。我们遵循短块长度源信道编码方法，并优化所使用的代码的参数，以便描述MSE和AoI之间的可扩展性区域。
2020-05-11 cs.IT cs.NI eess.SP
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
Distributed Coding of Quantized Random Projections
在本文中，我们提出了一个新的框架分布式信源编码的结构化源，如稀疏信号。我们的框架利用了最新进展的线性逆问题和信号表示使用非相干投影的理论。我们的方法获取和量化的信号，这是表示为单独的位平面的非相干线性测量。使用适当速率的分布式源代码对每个位平面进行编码并发送。解码器从最低有效双平面开始，并且使用信号的预测作为边信息，基于源预测和信号迭代地恢复每个位平面，假设所有先前的较低有效位平面已经被恢复。我们提供的理论结果指导率的选择，只依赖于源的最小二乘预测误差。这与依赖于难以估计的信息理论度量来设置速率的现有方法形成对比。我们验证我们的方法使用模拟遥感多光谱图像，比较它们与现有的方法类似的复杂性。
2020-10-06 cs.IT math.IT
Wyner's Common Information: Generalizations and A New Lossy Source Coding Interpretation
Wyner的公共信息最初是为一对相依离散随机变量定义的。它的重要性很大程度上反映在各种信源编码问题的几种现有解释中，因此也局限于这些解释。本文试图通过提供一种新的操作性解释，既概括了它的定义，又扩展了它的实践意义。一般化是双重的：因变量的数量可以是任意的，这些随机变量的字母表也可以是任意的。确定了N个因变量的广义Wyner公共信息的新性质。更重要的是，Wyner的共同信息的有损信源编码的解释是使用Gray-Wyner网络开发。特别地，当总速率任意接近联合解码的速率失真函数时，建立了公共信息等于最小公共消息速率。一个令人惊讶的观察是，这种等式保持独立的失真约束的值，只要失真是在一些失真区域。给出了计算公共信息的实例，包括一对相依高斯随机变量的公共信息的计算。
2013-01-10 cs.IT math.IT
Optimal Linear Joint Source-Channel Coding with Delay Constraint
研究了在高斯信道和平稳远端高斯源环境下的信源-信道编码问题。假设编码器和解码器是因果关系的，并且它们的组合操作受到延迟约束。它示出，下的均方误差失真度量，从线性和时不变（LTI）类的最佳编码器-解码器对可以通过最小化的凸泛函和谱分解。要最小化的泛函是相应的维纳滤波器问题中的公知成本和由信道噪声引起的新项的和，该新项的系数是信道的信噪比的倒数。这一结果表明，也持有矢量值信号的情况下，假设并行加性高斯白噪声信道。它还表明，最佳的LTI编码器和解码器一般需要无限的内存，这意味着近似是必要的。一个数值例子，比较性能的下限所提供的率失真理论。
2012-03-28 cs.IT math.IT
Source Coding Problems with Conditionally Less Noisy Side Information
由Heegard和Berger提出的率失真（RD）函数的可计算表达式已经回避了信息论近三十年。众所周知，Heegard和Berger的单字母可重复性界对于\emph{physically degraded}边信息是最优的;然而，不知道该界对于任意相关边信息（一般离散无记忆源）是否是最优的。在本文中，我们考虑一种新的设置，其中在一个接收机的边信息是\emph{conditionally less noisy}比边信息在其他。新的设置包括退化的边信息作为一个特殊的情况下，它的动机是由文献退化和噪声较小的广播信道。我们的主要贡献是一个逆证明的最优性Heegard和Berger的可扩展性界在一个新的设置。逆依赖于一定的\emph{single-letterization}引理，我们证明使用信息理论的伸缩身份{最近提出的克莱默}。我们还概括了两个不同的逐次求精问题的上述想法。
2012-12-11 cs.IT math.IT
Source-Channel Coding Theorems for the Multiple-Access Relay Channel
本文研究了任意相关信源在多址接入中继信道（MARC）和多址接入广播中继信道（MABRC）上的可靠传输。在MARC中，只有目的地对重构源感兴趣，而在MABRC中，中继和目的地都希望重构源。除了用户处的源信号之间的任意相关性之外，中继站和目的地都具有与源信号相关的边信息。我们的目标是确定一个给定的源对是否可以被有损传输到目的地为每个源样本，定义为源-信道速率的给定数量的信道符号。基于操作分离的可靠通信的充分条件，以及可实现的源信道速率的必要条件的特点。由于操作分离通常不是最佳的MARC和MABRC，可靠的通信使用联合源信道编码方案的基础上的相关保持映射技术与Slepian-Wolf信源编码的组合的充分条件也得到了。对于在衰落高斯MARC和MABRC上传输的相关源，我们提出了分离（即，分离的和独立的信源和信道码）是最佳的。这是第一次证明MARC和MABRC的分离的最优性。
2013-05-02 cs.IT math.IT
The Three-User Finite-Field Multi-Way Relay Channel with Correlated Sources
本文研究了三用户有限域多路中继信道，其中用户之间通过一个中继进行消息交换。消息是任意相关的，并且有限场信道是线性的，并且受到任意分布的加性噪声的影响。问题是确定最小可实现的源信道速率，定义为可靠通信所需的每个源符号的信道使用。我们结合Slepian-Wolf信源编码和函数解码前向信道编码，得到两类信源信道组合的解。此外，对于共同信息等于互信息的相关信源，我们提出了一种新的编码方案，以实现最小的信源信道速率。
2013-06-17 cs.IT math.IT
Remote Anomaly Detection in Industry 4.0 Using Resource-Constrained Devices
物联网（IoT）的一个核心用例是采用传感器来监控物理过程，例如环境和工业制造过程，它们为预测性维护、异常检测等提供数据。传感器设备通常在计算和功率方面受到资源约束，并且需要依赖云或边缘计算进行数据处理。然而，无线链路的容量及其功率限制限制了可以传输到云的数据量。虽然这对于监测缓慢变化的过程（例如温度）没有问题，但对于复杂信号（例如由振动和声学传感器捕获的信号）来说问题更大。在本文中，我们考虑的具体问题，远程异常检测的基础上的信号，属于后一类的无线信道与资源受限的传感器。我们研究了信源编码对异常检测器检测精度的影响，其中异常检测器是基于主成分分析（PCA）的，而异常检测器是基于自动编码器的。我们表明，编码传输是有益的，当信道的信噪比（SNR）是低的，而未编码的传输表现最好的高SNR制度。
2021-10-12 cs.IT math.IT
Distributed Source Coding for Interactive Function Computation
研究了一个两端交互式的分布式信源编码问题，该问题在两个位置上具有交替的消息。对于任何数量的消息，速率区域的可计算表征以单字母信息措施的形式提供。虽然在一个或两个位置的无损源再现的最小和速率方面的相互作用是无用的，但即使当源是独立的时，增益对于函数计算也可以任意大。对于一类源和函数，交互被证明是无用的，即使有无限的消息，当一个函数必须在只有一个位置计算，但被证明是有用的，如果函数必须在两个位置计算。为了计算两个独立的伯努利源在两个位置的布尔与函数，一个可实现的无限消息和速率与无限小速率的消息推导出一个二维定积分和速率分配曲线。本文提出了一种基于信息交换协议的多终端交互函数计算的通用框架，该协议在不同的分布式信源编码配置之间连续切换。对于一个星形拓扑结构的网络，多轮的交互式编码被证明是减少缩放定律的总网络速率的一个数量级的网络增长。
2008-11-12 cs.IT math.IT
MIMO Wiretap Channels with Arbitrarily Varying Eavesdropper Channel States
在这项工作中，一类信息理论的保密问题的窃听者的信道状态是完全未知的合法方。特别是，MIMO窃听信道模型被认为是窃听者的信道随时间任意变化。假设窃听者的天线数目有限，推导了MIMO窃听信道在强保密意义下的保密率，并证明了其在安全自由度上与其相反.证明了存在一个通用的编码方案，该方案可以保护机密消息不受窃听者所经历的任何信道状态序列的影响。由此得出结论，无论窃听者的位置或信道状态如何（可能有无限多个），安全通信都是可能的。此外，据观察，本设置呈现多终端窃听型信道的保密容量问题更容易处理的情况下，窃听者信道状态的全部或部分知识。为了证明这一观察，导出了高斯MIMO多址窃听信道（MIMO MAC-WT）和高斯MIMO广播窃听信道（MIMO BC-WT）的安全自由度区域，其中发射机和预期接收机具有相同数量的天线。
2010-07-27 cs.IT math.IT
List Decoding for Oblivious Arbitrarily Varying MACs: Constrained and Gaussian
本文给出了两用户不经意任意变化多址信道（AVMAC）列表译码的列表大小的上、下界。一个不经意的AVMAC包括两个用户谁希望发送消息（没有合作）到远程接收器，一个恶意干扰谁只能访问两个用户的码本（这也是众所周知的每一方），和接收器谁是需要解码的消息对发送的两个用户。发射机发送代码字，代码字对服从输入约束的消息进行编码。干扰机在不知道所发送的码字对的情况下注入受状态约束的对抗性噪声，以便主动破坏从两个用户到接收机的通信。Cai（2016）将其作为一个开放问题，以确定受约束的AVMAC的最小列表大小。我们的内界和外界是基于Cai（2016）引入的AVMAC的对称性的明智概念，其中包含输入和状态约束。分析遵循Csiszár和Narayan（1988）的技术。当没有施加约束时，我们的边界崩溃到Cai（2016）的先前结果，该结果表征了无约束AVMAC的列表解码容量区域。本文中使用的技术也可以扩展到高斯的情况下，我们的特点高斯AVMAC的列表解码容量区域。相反的论点依赖于Hosseinigoki和Kosut（2019）最近使用的边界技术。
2020-01-09 cs.IT math.IT
Arbitrarily Varying Networks: Capacity-achieving Computationally Efficient Codes
我们考虑的问题，在一个包含一个隐藏的和恶意的对手，可以控制一个子集的网络资源，并旨在破坏通信的网络通信。我们专注于全知的基于节点的对手，即，对手可以控制节点的子集，并且知道所有链路上的消息、网络代码和分组。表征信息理论上的最优通信速率作为网络参数和边界的函数的adversarially控制的网络是在一般的开放，即使是单播（单源，单目的地）的问题。在这项工作中，我们描述了信息理论上的最优随机容量的问题，即，假设源节点与每个网络节点先验地（例如，作为网络设计的一部分）共享（渐近可忽略量的）独立公共随机性。我们提出了一种新的计算效率的通信方案，其速率匹配的自然信息理论上的“擦除外界”的最佳速率。我们的计划不需要网络拓扑结构的先验知识，并可以实现在一个分布式的方式作为一个经典的分布式线性网络编码的顶部覆盖。
2016-05-06 cs.IT math.IT
Mismatched codebooks and the role of entropy-coding in lossy data compression
介绍了一种基于随机编码的通用量化方案，并分析了其性能。该方案包括一个源独立的随机码本（通常_mismatched_to_source分布），其次是最佳熵编码是_matched_to_quantized码字分布。在码本维数较大的情况下，在给定的失真下，推导出了该方案所能达到的码率的单字母公式。由于熵编码的速率降低进行了量化，它表明，它可以是任意大的。在"几乎统一"码本的特殊情况下（例如，身份证高斯码本与大方差）和差分失真措施，一个新的连接之间的压缩实现本方案和“通用”熵编码抖动格量化器的性能。这种连接推广了抖动格量化器冗余的"半比特"界限。此外，它证明了一个强大的概念的普遍性，其中一个单一的“几乎均匀”的码本是接近最佳的任何源和任何差异失真的措施。
2005-11-02 cs.IT math.IT math.PR
Deep Learning for Joint Source-Channel Coding of Text
Stanford University（斯坦福大学）
我们考虑的问题，联合信源和信道编码的结构化数据，如自然语言在噪声信道。在理论和实践中，解决这个问题的典型方法包括执行信源编码以首先压缩文本，然后执行信道编码以增加跨信道传输的鲁棒性。这种方法是最佳的，在最小化端到端的失真与任意大的块长度的源代码和信道代码时，传输是在离散的无记忆信道。然而，对于有限长度的文档和编码长度的限制，这种方法的最优性不再得到保证。我们将在这个场景中展示，我们可以通过开发基于深度学习的编码器和解码器来实现更低的单词出错率。虽然单独的源和信道编码的方法将最小化比特出错率，我们的方法通过首先将句子嵌入在语义空间中，其中意义上更接近的句子位于更接近的位置，然后对这些嵌入执行联合源和信道编码来保留句子的语义信息。
2018-02-19 cs.AI cs.IT cs.LG
