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
On the Effect of Correlated Measurements on the Performance of Distributed Estimation
研究了无线传感器网络中未知标量参数的分布式估计问题。传感器节点通过多个接入信道将其噪声观测值传输到融合中心(FC),融合中心重建源参数。接收信号被噪声和信道衰落破坏,因此FC的目标是最小化估计的均方误差(MSE)。在本文中,我们假设传感器节点的观测值是相关的源信号,并相互相关以及。两个观测值之间的相关系数随着距离的增加呈指数衰减。基于距离的相关性对估计质量的影响进行了论证,并与单位相关观测值的情况进行了比较。此外,一个封闭形式的中断概率的表达式推导和相关系数的依赖关系进行了研究。数值模拟验证了我们的分析结果。
2013-04-28 cs.IT math.IT
Distributed Processing for Encoding and Decoding of Binary LDPC codes using MPI
低密度奇偶检验(LDPC)码是在通信系统中用于前向纠错(FEC)的线性纠错码。但是,LDPC码的编码和解码需要密集的计算,使得其难以在基于通用软件的信号处理系统中实际使用。为了加速LDPC码的编码和解码,使用消息传递接口(MPI)在多个多核CPU上执行分布式处理。实现是使用流处理和批处理机制和执行时间为两种实现进行比较w.r.t变化的CPU数量和每个CPU的核心数。分布式处理的性能评估是通过执行时间w.r.t.处理器(CPU核心)数量的增加。
2022-01-12 cs.DC cs.IT eess.SP
RECIPE: Rateless Erasure Codes Induced by Protocol-Based Encoding
本文首次系统研究分布式LT码,提出可行性条件、基于APA的分布式编码协议及两种启发式搜索算法,发现比现有技术更高效的可行码。
2023-05-10 cs.IT math.IT
Distributed Source Coding with One Distortion Criterion and Correlated Messages
本文考虑了具有一个失真准则和相关信息的分布式(或多端)信源编码。这个问题也可以称为“相关消息的Berger-Yeung问题”。它对应于基于图的框架的信源编码部分,用于在多址信道(MAC)上传输一对相关信源,其中一个是无损的,另一个是有损的。结果,为该问题提供了可实现的率失真区域。它是一个信息论表征的指数增长率(作为源样本的数量的函数)的大小的二分图,可以表示一对相关的源满足一个失真标准。给出了可拓性和逆部的严格证明。同时证明了具有相关消息的Berger-Yeung问题与具有相关消息的半确定性广播信道之间存在函数对偶。这意味着一个问题的最佳编码器-解码器映射成为对偶问题的最佳解码器-编码器映射。在对偶结构中,给出了信源失真测度和信道代价测度这两个对偶问题中消息的相关结构。
2009-08-15 cs.IT math.IT
Distributed Matrix Computations with Low-weight Encodings
针对稀疏矩阵分布式计算中稠密编码增加计算量的问题,提出基于少量子矩阵随机线性组合的低权重编码方法,兼具最优滞错能力与高效编码,实验验证可显著提升计算与编码效率。
2023-08-22 cs.IT math.IT
Secrecy Amplification for Distributed Encrypted Sources with Correlated Keys using Affine Encoders
提出了在密钥相关的分布式加密中,应用加密后压缩技术来增强加密的保密性。我们推导出通用的编码结构的压缩和率区域的代码具有可扩展性和保密性是可获得的。我们的主要技术是使用仿射编码器,这是从某些线性编码器构造的密文编码之前,将它们发送到公共通信信道。我们证明,如果线性码的速率在一定的速率范围内:(1)信息泄漏的原始源从编码的密文没有密钥是可以忽略的,而(2)一个谁拥有合法的密钥是能够检索原始源数据的错误概率可以忽略不计。
2018-01-13 cs.IT math.IT
On Optimal Distributed Joint Source-Channel Coding for Correlated Gaussian Sources over Gaussian Channels
本文研究了高斯多址接入信道(GMAC)上相关高斯信源的分布式联合信源-信道编码问题。在解码器和/或编码器处可以存在边信息。首先,我们专门一个一般的结果(在MAC与边信息的相关源的传输),以获得足够的条件,在高斯MAC的可靠传输。该系统不满足信源信道分离。本文研究并比较了现有的三种信源-信道编码联合编码方案.我们表明,这些计划是最佳的,在不同的情况下。放大转发(AF)方案简化了编解码器的设计,但在低信噪比下是最优的,而在高信噪比下不是。另一种方案在高信噪比下是渐近最优的。第三种编码方案对于正交高斯信道是最佳的。我们还表明,AF是接近正交信道的最佳方案,即使在高信噪比。
2009-05-14 cs.IT math.IT
A Comprehensive Analysis of Correlated Source Compression Using Edge Computing in Distributed Systems
本文研究了位于网络边缘的相关信源的无损压缩理论。重要的是,禁止节点之间的通信。具体地,解释了组合相关信源编码和矩阵分割的方法。然后,通过将该方法限制为在两个不同的节点组上操作,使该技术更加灵活。因此,这种新方法允许在压缩性能上有更多的自由度,从而在节点完整性验证中进行权衡。具体来说,当使用具有4个节点的汉明(7,4)时,它提供2-3倍的压缩节省。它还降低了在节点加入/离开网络时管理节点的复杂性,同时保留了可以对信息进行有损解码的范围。
2020-03-24 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
Distributed Structured Matrix Multiplication
本研究针对内积、对称矩阵乘积及方阵乘积等非线性变换的分布式信源压缩,设计结合非线性映射与Körner-Marton结构化线性编码的可达方案,验证了特殊信源相关结构下可实现压缩速率的无界增益。
2024-05-18 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
Distributed Nonlinear Transform Source-Channel Coding for Wireless Correlated Image Transmission
本文提出分布式非线性变换源信道编码框架,通过显式建模联合分布和联合熵模型,在无线相关图像传输中优于现有分布式方案。
2025-03-27 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
On Capacity of Large-Scale MIMO Multiple Access Channels with Distributed Sets of Correlated Antennas
本文提出了一种确定性遍历和速率的等价形式,并给出了一种估计上行链路大规模多输入多输出(MIMO)天线信道容量实现输入协方差矩阵的算法。我们考虑一个大规模的MIMO系统,由多个用户和一个基站与几个分布式天线集。用户和天线组之间的每个链路形成具有视线(LOS)分量的双侧空间相关MIMO信道。我们的推导是基于新的技术,从高维随机矩阵理论(RMT)的假设下,在终端的天线数量接近无穷大的固定比例。确定性等价的结果(遍历和速率和容量实现输入协方差矩阵的确定性等价)是很容易计算的,并被证明是准确的现实系统的尺寸。此外,他们被证明是不变的几种类型的衰落分布。
2012-09-26 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
Learning to Cache: Distributed Coded Caching in a Cellular Network With Correlated Demands
分布式缓存机制的设计被认为是一个活跃的研究领域,由于其有前途的解决方案,在减少数据负载的回程链路的蜂窝网络。在本文中,分布式内容缓存的小小区基站(sBS)的无线网络中,最大限度地提高缓存命中性能的问题被认为是。大多数现有的工作集中在静态需求,然而,在这里,每个sBS处的数据被认为是跨时间和sBS相关的。缓存策略被假定为过去的缓存策略的加权组合。一个高概率的泛化保证所提出的缓存策略的性能。理论保证提供了关于获得缓存策略的以下见解:(i)在每个sBS处运行遗憾最小化以获得跨时间的缓存策略的序列,以及(ii)最大化边界的估计以获得取决于差异的缓存策略的权重集合。最后,给出了LRFU缓存策略性能的理论保证。在此基础上,提出了基于联邦学习的启发式缓存算法。最后,通过使用Movie Lens数据集的仿真表明,该算法显着优于LRFU算法。
2020-10-13 cs.IT math.IT
Straggler Mitigation in Distributed Optimization Through Data Encoding
UCLA(加州大学洛杉矶分校);Technicolor Research(泰利克色研究公司)
在分布式计算中,运行缓慢或落后的任务会显著降低计算速度。最近,受编码理论启发的方法已经被应用于通过在优化算法的某些线性计算步骤中嵌入冗余来减轻离散的影响,从而在不等待离散者的情况下完成计算。在本文中,我们提出了一种替代方法,我们将冗余直接嵌入数据本身,并允许计算完全不受编码的影响。我们提出了几种编码方案,并证明了流行的批处理算法,如梯度下降和L-BFGS,应用在一个编码不经意的方式,确定性地实现样本路径线性收敛到原问题的近似解,使用任意变化的子集的节点在每次迭代。此外,这种近似可以通过冗余量和每次迭代中使用的节点数量来控制。我们提供的实验结果表明,该方法的优势,在未编码和数据复制策略。
2018-01-22 cs.DC cs.IT cs.LG
A New Data Processing Inequality and Its Applications in Distributed Source and Channel Coding
在相关信源的分布式编码中,出现了描述一对随机变量的联合概率分布的问题。这个问题的精确解是难以解决的。在本文中,我们寻求一个单字母的必要条件,这n-字母马尔可夫链。为此,我们提出了一个新的数据处理不等式的一个新的相关性的措施,通过谱分析。基于这一新的数据处理不等式,我们提供了所需的联合概率分布的一个单字母的必要条件。我们将我们的结果应用到两个具体的例子,涉及相关源的分布式编码:多终端率失真区域和多址信道与相关源,并提出了新的必要条件,这两个问题。
2006-11-03 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
Secure Block Source Coding with Sequential Encoding
我们介绍了基本的界限可实现的累积速率分布函数(CRDF)的特点,顺序编码过程中,确保无损或有损重建的平均失真标准,使用非因果解码器。CRDF描述了顺序压缩序列所花费的资源速率。我们还包括一个安全约束,影响可实现的CRDF集。随着信息泄漏的演变,基于源与其压缩表示之间的互信息来顺序地定义信息泄漏。为了表征安全约束,我们引入了累积泄漏分布函数(CLF)的概念,该函数确定了允许的信息泄漏分布在编码子块上。利用工具,从优化理论,我们得出的必要和充分条件,可实现的CRDF为一个给定的独立同分布(IID)源和CLF。本文的一个主要结果是,CRDF的凹壳特征的最佳可实现的速率分布。
2021-08-30 cs.IT math.IT
Two-layer Locally Repairable Codes for Distributed Storage Systems
本文提出了一种适用于分布式存储系统的具有最优最小距离的局部可修码。采用两层编码结构保证数据重构和指定的修复局部性。数据首先在第一层中通过任何现有的最大距离可分离(MDS)码进行编码,然后在第二层中将编码的符号分成不重叠的组并通过MDS阵列码进行编码。第二层中的编码为局部修复提供了足够的冗余,而整个代码基于来自两层的冗余执行数据恢复。我们的代码可以构建在一个有限的字段中的DSS中的节点总数的大小线性增长,并促进有效的降级读取。
2014-08-14 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
Information Leakage of Heterogeneous Encoded Correlated Sequences over Eavesdropped Channel
相关源存在于通信系统中,其中协议确保存在源的某些预定信息。在这里,相关的源跨窃听信道,包括一个异构的编码方案和它们的影响时,一些信道信息和源已被窃听的信息泄漏进行了研究。Slepian-Wolf场景的信息泄漏界限。此后,香农密码系统的方法。此外,描述了使用矩阵划分方法的实现方法。
2015-01-23 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
Robust Detection of Random Events with Spatially Correlated Data in Wireless Sensor Networks via Distributed Compressive Sensing
在本文中,我们利用压缩感知的理论,在密集的传感器网络中执行检测的随机源。当传感器密集部署时,相邻传感器的观测值高度相关,而与远距离传感器对应的观测值相关性较低。因此,在任何给定时间所有传感器的级联观测向量的协方差矩阵可以是稀疏的,其中稀疏结构取决于网络拓扑和相关模型。利用协方差矩阵的稀疏结构,我们开发了一个强大的非参数检测器来检测随机事件的存在,使用在分布式节点收集的数据的压缩版本。我们采用的多址接入信道(MAC)模型与分布式随机投影传感器传输观测,以便在融合中心的压缩版本的意见。通过基于使用压缩数据估计的未压缩数据的协方差信息构建判决统计来执行检测。该方法不需要噪声参数的任何知识来设置阈值,并且当分布的随机投影矩阵变得稀疏时也是鲁棒的。
2017-07-07 cs.IT math.IT stat.CO
Channel-Aware Distributed Transmission Control and Video Streaming in UAV Networks
针对非授权频谱无人机网络,本文提出跨层框架及DTC、JDVT-EC算法,联合优化传输阈值与视频编码率,显著提升吞吐量和PSNR。
2025-07-25 cs.IT math.IT
Distributed Joint Source-Channel Coding for Functions over a Multiple Access Channel
在本文中,我们提供了相关数据的功能在多址信道(MAC)的有损传输的充分条件。所得的条件可作为Yamamoto结果的推广.我们还获得了有效的联合信源-信道编码方案,用于传输离散和连续字母表信源以恢复函数值。关键词:联合信源-信道编码,图着色,Lipschitz函数,相关信源.
2009-08-09 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
Correlated quantization for distributed mean estimation and optimization
Google Research(谷歌研究院)
研究了通信约束下的分布均值估计和优化问题。我们提出了一个相关的量化协议,其领先的长期在误差保证取决于数据点的平均偏差,而不仅仅是他们的绝对范围。该设计不需要任何关于数据集浓度属性的先验知识,这是在以前的工作中获得这种依赖性所必需的。我们表明,应用该协议的子例程在分布式优化算法导致更好的收敛速度。我们还证明了我们的协议在温和的假设下的最优性。实验结果表明,我们提出的算法优于现有的均值估计协议在不同的任务集。
2022-07-08 cs.DS cs.IT cs.LG
Distributed Secret Sharing over a Public Channel from Correlated Random Variables
该研究推广Shamir秘密共享模型,允许联合设计、使用公共信道和相关随机性,并考虑多子分发者场景,提出两种新技术,得到阈值和全有或全无访问结构的容量区域。
2024-02-05 cs.IT math.IT
Coverage Probability of Distributed IRS Systems Under Spatially Correlated Channels
针对相关瑞利衰落 SISO 场景,论文用确定性等价分析推导两类分布式 IRS 部署的闭式覆盖概率并优化,证明增加反射面数量优于增加单表面元件数。
2021-05-11 cs.IT math.IT
Optimal Systematic Distributed Storage Codes with Fast Encoding
在分布式存储系统中,越来越多地使用擦除码来代替数据复制,因为它们提供了相同级别的可靠性和低得多的存储开销。我们考虑了为分布式存储构造显式纠删码的问题,这些纠删码具有以下由实践激发的理想性质:(i)最大距离可分离(MDS):以最小的存储开销提供最大的可靠性,(ii)最优修复带宽:最小化从剩余节点修复故障节点所需的数据量,(iii)修复的灵活性:以允许在选择用于修复的节点子集时的最大灵活性,这包括不要求所有幸存的节点都用于修复,(iv)系统形式:以确保原始数据以未编码的形式存在,以及(v)快速编码:以最小化生成编码数据的成本(由稀疏生成器矩阵实现)。本文提出了第一个明确的代码建设,从理论上保证所有五个所需的属性同时。我们的构造建立在一个强大的代码类称为产品矩阵(PM)代码。PM码满足性质(i)-(iii),以及(iv)或(v),但不同时满足两者。实际上,原生PM码具有导致稀疏性的固有结构,但是当码被系统化时,这种结构被破坏。我们首先提出了一个分析框架,了解PM代码的设计和系统属性之间的相互作用。使用这个框架,我们提供了一个明确的代码结构,同时实现所有上述所需的属性。我们还提出了转换现有的存储和修复最佳代码,使快速编码通过稀疏的一般方法。在实践中,这种稀疏码导致编码加速,对于典型参数约为4倍。
2015-09-06 cs.DC cs.IT cs.NI
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
New Distributed Source Encryption Framework
提出并研究了基于公钥密码体制的分布式安全信源编码。该密码系统包括Santoso和Oohama提出的使用后加密压缩的具有相关密钥的分布式加密源的保密放大问题。在本文中,我们提出了另一种新的安全标准,通常是更严格的比常用的安全标准,这是基于明文和密文之间的互信息的上界。在此准则下,我们建立了相关信源安全传输的充分必要条件。
2022-08-30 cs.IT math.IT
Channel Capacity-Aware Distributed Encoding for Multi-View Sensing and Edge Inference
本文提出一种名为 ADE-MI 的新型框架,通过设备端自适应分布式编码与边缘端多视图推理的两阶段优化,在信道容量约束下最大化感知任务的互信息,实现了高识别准确率与超低通信延迟。
2024-11-18 cs.IT eess.SP math.IT
Distributed Quantization for Compressed Sensing
研究了基于矢量量化器的压缩感知测量数据的分布式编码。我们开发了一个分布式框架,实现优化量化器,使相关稀疏源的CS测量编码,然后在融合中心联合解码。通过最小化稀疏源和它们在融合中心处的重构向量之间的均方误差之和来解决VQ编码器-解码器对的最优性。我们推导出所研究的分布式系统的端到端性能的下限,并通过迭代算法提出了一个实用的编码器-解码器设计。
2014-04-30 cs.IT math.IT
Correlated Sources over Broadcast Channels
可靠传输的相关源的广播信道,最初由韩和科斯塔研究的问题,是重新审视。给出了可靠传输的充分条件的另一种表征,其中包括Marton对广播信道上的信道编码和Gray和Wyner对分布式信源编码的结果。提出了一种基于联合典型性编解码的“最小化”编码方案,该方案不需要使用Cover的叠加编码、随机散列和两个信源之间的公共部分。编码方案的分析在概念上也是简单的,并依赖于一个新的多元覆盖引理和应用程序的傅立叶-Motzkin消除过程。
2009-12-22 cs.IT math.IT
Minimum Communication Cost for Joint Distributed Source Coding and Dispersive Information Routing
本文研究了多汇点网络中相关信源的最小通信费用问题,该网络由分布式信源编码和路由组成。我们引入了一个新的路由范例称为分散信息路由,其中的中间结点被允许“分裂”的数据包和转发子集的每个转发路径上的接收位。这种范式开辟了丰富的一类研究问题,集中在网络中的编码和路由之间的相互作用。与[1]中的传统路由方法不同,分散信息路由确保每个接收器仅接收重建其需要再现的源所需的信息。我们证明使用简单的例子,我们的方法提供了更好的渐近性能比传统的路由技术。这种范式导致了一个新的信息理论的设置,这还没有被研究过。我们提出了一种新的编码方案,使用多描述编码[2]和Han和Kobayashi解码[3]的原理。我们表明,这种编码方案实现了完整的速率区域的某些特殊情况下的一般设置,从而实现了最小的通信成本下,这种路由模式。
2012-09-19 cs.IT math.IT
LDPC Code Design for Transmission of Correlated Sources Across Noisy Channels Without CSIT
我们考虑的问题,通过正交信道的独立编码后的相关数据发送到一个中央接收机。我们假设信道状态信息在发射机处是未知的。接收机可以访问源相关性和信道状态信息。我们提供了一个通用的框架,用于分析联合迭代解码的性能,使用密度进化。使用差分进化,我们设计打孔系统LDPC码,以最大限度地提高可实现的信道条件的区域,与联合迭代译码。本文的主要贡献是证明,适当设计的LDPC码可以同时在很宽的信道参数范围内执行。
2010-07-06 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
Distributed Arithmetic Coding for Sources with Hidden Markov Correlation
分布式算术编码(DAC)已被证明是有效的Slepian-Wolf编码,特别是对短数据块。在这封信中,我们建议使用DAC压缩记忆相关的来源。更具体地,源之间的相关性被建模为隐马尔可夫过程。实验结果表明,该算法性能接近理论Slepian-Wolf极限。
2021-01-07 cs.IT math.IT
Empirical Coordination with Two-Sided State Information and Correlated Source and State
自主智能体之间的协调是分散通信网络的一个关键问题。代理以协调的方式交互,而不是传输信息,以优化一般目标函数。如果存在码使得符号序列是联合典型的,则目标联合概率分布是可实现的。这种经验协调性与具有双边状态信息和源与状态相关的联合信源-信道编码密切相关。这个问题也与状态通信有关,并且对于非因果编码器和解码器是开放的。我们刻画了完美信道、无损解码、独立信源和信道、因果编码和因果解码的最优解。
2015-06-16 cs.IT math.IT
Theoretical Bounds on MAP Estimation in Distributed Sensing Networks
空间相关信号恢复的典型方法是带有耦合正则化项的正则化最小二乘法。在贝叶斯框架中,该算法被视为最大后验估计,其假定先验与正则化项成比例。在本文中,我们研究了分布式传感网络,其中一组空间相关的信号分别在不同的终端测量,但通过一个通用的最大后验估计联合恢复。使用副本的方法,它示出的设置具有解耦属性。对于联合稀疏信号的情况下,我们调用贝叶斯推理,并提出了“多维软阈值”算法,这是作为一个线性规划。我们的研究表明,该算法优于传统的$\ell_{2,1}$范数正则化最小二乘计划,同时享有可行的计算复杂性。
2018-05-30 cs.IT math.IT
Age-Based Coded Computation for Bias Reduction in Distributed Learning
Imperial College London(帝国理工学院);University of Maryland(马里兰大学)
编码计算可以用来加速分散工作者的分布式学习。梯度向量的部分恢复可以进一步减少每次迭代的计算时间;然而,这可能导致有偏估计,这可能会减慢收敛速度,甚至导致发散。当离散行为随着时间的推移而相关时,估计偏差将特别普遍,这导致梯度估计器由少数快速服务器主导。为了减轻有偏见的估计,我们设计了一个$timely$动态编码框架的部分恢复,其中包括一个排序算子,随着时间的推移,改变工人的码字和计算顺序。为了调节恢复频率,我们在动态编码方案的设计中采用了$age$度量。我们通过数值结果表明,所提出的动态编码策略增加了恢复计算的及时性,从而减少了模型更新的偏差,并加速了收敛相比,传统的静态部分恢复计划。
2020-06-02 cs.DC cs.IT cs.LG
Channel Impulse Response-based Distributed Physical Layer Authentication
在这项初步工作中,我们研究了在无线网络中的{ \it分布式}认证问题。具体来说,我们考虑一个系统,其中多个鲍勃(传感器)节点监听一个通道,并报告他们的{ \it相关}测量融合中心(FC),使最终的认证决定。对于FC处的基于特征的认证,信道脉冲响应已被用作设备指纹。此外,Bob节点的{ \it correlated}测量允许我们调用压缩感知,以显着减少FC的报告开销。数值结果表明:i)FC的检测性能优于单个Bob-node的检测性能,ii)压缩感测导致报告信道上的至少$20\%$开销减少,代价是小($<1$ dB)SNR裕度以实现相同的检测性能。
2017-03-24 cs.IT math.IT
Universal Decoding for Asynchronous Slepian-Wolf Encoding
我们考虑的问题(几乎)无损信源编码的两个相关的无记忆源使用单独的编码器和一个联合的解码器,即Slepian-Wolf(S-W)编码。在我们的设置中,编码和解码是异步的,即,在两个源之间存在一定的相对延迟。编码器和解码器既不知道源参数也不知道相对延迟。由于我们假设两个编码器都实现了标准的随机合并,无论如何都不需要这样的知识,因此这项工作的重点是解码器。我们的主要贡献是提出了一种通用的解码器,它与未知的信源参数和相对时延无关,同时在随机编码误差指数方面渐近地与最优的最大后验概率(MAP)解码器一样好,因此,如果信源参数和相对时延为解码器所知,其可达到的速率区域也是相同的。
2020-07-25 cs.IT math.IT
Cache-Aided Coded Multicast for Correlated Sources
边缘缓存和编码多播的结合是一种很有前途的方法,以提高缓存辅助网络的内容交付效率。由于用户消费的内容的日益个性化的性质,在当前解决方案中由分布在网络上的内容重叠引起的全局高速缓存增益是有限的。在本文中,缓存辅助编码多播问题一般占网络内容之间的相关性,制定一个源压缩问题与分布式边信息。提出了一种相关性感知的可实现方案,并推导出其性能上界。结果表明,可以实现相当大的负载减少,相比,最先进的相关性不知情的计划,当缓存和交付阶段具体占内容文件之间的相关性。
2016-09-19 cs.IT math.IT
Network Coded Gossip with Correlated Data
我们设计并分析了具有相关数据的网络的八卦算法。在这些网络中,要分发的数据、节点上已经可用的数据或两者都是相关的。该模型适用于各种现代网络,如传感器网络、对等网络和内容分发网络。虽然相关数据的编码方案已被广泛研究,但重点一直是表征静态无记忆网络中的速率区域。然而,在基于流言的方案中,节点通过根据一些底层通信模型连续地交换分组来在彼此之间通信。此设置的主要优点是停止时间--节点成功解码所需的时间。虽然Gossip方案是实用的,分布式的和可扩展的,但它们只针对不相关的数据进行了研究。我们希望通过提供技术来分析具有相关数据的(动态)网络中的网络编码八卦来缩小这一差距。我们给出了一个干净的框架不经意的网络模型,适用于众多的网络和通信场景,指定一个通用的设置为分布式相关数据,并给出严格的界限在这个广泛的情况下的网络编码协议的停止时间。
2012-02-08 cs.DC cs.DS cs.IT
Analysis of a Spatially Correlated Vehicular Network Assisted by Cox-distributed Vehicle Relays
本文利用随机几何和Cox点过程对RSU与车辆中继协同服务的空间相关车联网进行建模,推导用户关联概率、覆盖概率及吞吐量,为通过调整中继密度和带宽等关键参数优化网络性能提供理论依据。
2024-02-25 cs.IT eess.SP math.IT
Task and Perception-aware Distributed Source Coding for Correlated Speech under Bandwidth-constrained Channels
Stanford University(斯坦福大学);University of Oklahoma(俄克拉荷马大学)
提出NDPCA辅助的分布式信源编码算法,通过感知感知任务损失函数平衡真实感与任务性能,在带宽受限下PSNR显著提升并逼近理论上限。
2025-01-20 cs.AI cs.IT cs.SD
Network Compression: Memory-Assisted Universal Coding of Sources with Correlated Parameters
在本文中,我们提出了{ \em分布式网络压缩通过内存}。我们考虑两个空间分离的源相关的未知源参数。我们希望研究来自源之一的长度为$n$的序列的通用压缩,假设解码器可以访问(即,存储)来自另一个源的长度为$m$的序列。在这种设置中,相关性不是由来自两个源的两个输出的逐符号依赖性引起的(如Slepian-Wolf设置中那样)。相反,这两个序列是相关的,因为它们源自具有\emph{unknown}相关参数的两个源。手头的压缩问题的有限长度性质需要考虑几乎无损信源编码的概念,其中编码引起的错误概率$p_e(n)$随着序列长度$n$增长到无穷大而消失。我们得到的几乎无损码的冗余时,解码器可以访问的随机存储器的长度$m$序列长度$n$和允许的错误概率$p_e(n)$的函数。我们的研究结果表明,通过内存的分布式网络压缩有可能显着改善传统的端到端的压缩时,足够大的内存从以前的通信可供解码器。
2012-10-08 cs.IT math.IT
Optimal Bilinear Equalizer for Cell-Free Massive MIMO Systems over Correlated Rician Channels
本文针对相关Rician信道下的无小区大规模MIMO系统,设计了低复杂度的最优双线性均衡器(OBE)合并方案,推导了闭包频谱效率表达式,并提出一种集中式和两种分布式OBE方案以最大化SE,数值结果表明其在严重导频污染下仍能保持优异性能。
2025-03-02 cs.IT eess.SP math.IT
On Large Scale Distributed Compression and Dispersive Information Routing for Networks
本文研究大型网络中的分布式信源编码问题。对分布式编码的常规方法的实际部署构成存在威胁的主要障碍是解码器复杂度随着源的数量和编码速率的指数增长。这种复杂性的增长使得许多传统方法甚至对于中等规模的网络也不切实际。在本文中,我们提出了一种新的解码范式,大规模分布式压缩解码器的复杂性是明确控制在设计过程中。我们的方法的核心是一个模块,称为“位子集选择器”,其作用是明智地提取一个适当的子集,每个单独的源解码接收到的位。我们提出了一个实用的设计策略,基于确定性退火(DA)的联合设计的系统组件,使直接优化的解码器的复杂性失真的权衡,从而所需的可扩展性。我们还指出了大规模分布式压缩问题和传感器网络中的相关问题之间的直接联系,即相关源的分散信息路由。这使我们能够扩展大规模分布式压缩的背景下提出的设计原则,设计高效的路由器,最低成本的相关源在整个网络中的通信。在真实数据集和合成数据集上的实验提供了比传统方法大幅度增益的证据。
2013-01-06 cs.IT math.IT