Optimality of Treating Inter-Cell Interference as Noise Under Finite Precision CSIT
在这项工作中，我们研究了广义度的自由度（GDoF）的下行链路和上行链路蜂窝网络，建模为高斯干扰广播信道（IBC）和高斯干扰多址接入信道（IMAC），分别。我们专注于低小区间干扰的制度，其中具有功率控制的单小区传输和将小区间干扰视为噪声（mc-TIN）是GDOF最佳的。最近的工作已经确定了两个相关的制度在这种情况下：一个是通过mc-TIN实现的GDoF区域的IBC和IMAC是一个凸多面体，而不需要分时（mc-CTIN制度），和一个较小的（子）制度，其中mc-TIN是GDoF最佳的IBC和IMAC（mc-TIN制度）。在这项工作中，我们扩展的mc-TIN框架的蜂窝场景中，在发射机（CSIT）的信道状态信息是有限的精度。我们表明，在这种情况下，GDoF的mc-TIN的最优扩展到整个mc-CTIN制度，GDoF的好处，由于干扰对齐（IA）丢失。我们的结果构成了基于对齐图像（AI）方法的鲁棒外边界的另一个成功应用。
2020-01-16 cs.IT math.IT
On the Optimality of Treating Interference as Noise
研究表明，在K用户干扰信道中，如果每个用户的期望信号强度不小于来自该用户的最强干扰和对该用户的最强干扰的强度之和（所有值均以dB标度计），然后是在每个发射机处使用具有适当功率电平的点对点高斯码本并在每个接收机处将干扰视为噪声的简单方案（简而言之，TIN方案）将容量区域中的所有点实现在恒定间隙内。广义自由度（GDoF）区域在这种条件下是一个多面体，这是完全实现相同的计划，而不需要分时。结果证明，首先推导出一个多面体松弛的GDoF区域实现TIN，然后通过使用潜在的功能，并最终证明该区域在所需的制度的最优性提供了一个双重表征这个多面体区域。
2013-05-20 cs.IT math.IT
On the Optimality of Treating Inter-Cell Interference as Noise: Downlink Cellular Networks and Uplink-Downlink Duality
我们认为在下行链路蜂窝网络中将小区间干扰视为噪声（多小区TIN）的信息论最优性。我们专注于模拟的高斯干扰广播信道（IBC），包括$K$相互干扰的高斯广播信道（BC），每一个由一个基站通信独立的消息，以任意数量的用户形成的情况。我们建立了一个新的IBC和它的双干扰多址接入信道（IMAC）之间的功率分配对偶，这需要相应的广义度的自由度区域，通过多小区TIN和功率控制（TINA区域）为两个网络是相同的。作为这种对偶的副产品，我们得到一个明确的表征IBC TINA区域从先前建立的表征IMAC TINA区域;并确定一个多细胞凸TIN制度，其中IBC TINA区域是一个多面体（因此凸），而不需要分时。然后，我们确定了一个较小的多细胞TIN制度，其中IBC TINA区域是最佳的和多细胞TIN实现IBC的整个容量区域，直到一个恒定的差距。这是通过导出用于IBC的新的基因辅助的外边界来实现的，该外边界揭示了在小区间干扰下在每个组成BC（或小区）中的用户之间保持的新颖的BC类型阶数，这进而不是由先前已知的BC类型阶数（即，降级的、较少噪声的和更有能力的阶数）所暗示的。我们为IBC识别的多小区TIN机制与先前为IMAC识别的对应多小区TIN机制一致，因此在GDOF（和近似容量）意义上建立了多小区TIN的全面上行链路-下行链路二元性。
2019-09-26 cs.IT math.IT
On the Optimality of Treating Interference as Noise for $K$ user Parallel Gaussian Interference Networks
Geng等人最近已经表明，在$K$用户高斯干扰网络中，如果对于每个用户，期望信号强度不小于来自该用户的最强干扰和对该用户的最强干扰的强度之和，则（所有信号强度均以dB刻度测量），则功率控制和将干扰视为噪声（TIN）足以实现整个广义自由度（GDoF）区域。出于Avestimehr等人的确定性模型（ADT确定性模型）特别适合探索TIN的最优性的直觉，Geng等人的结果首先在ADT确定性模型下重新访问，并被证明可以直接转换高斯和确定性设置。接下来，我们专注于这些结果的扩展到并行干扰网络，从总和容量/总和GDoF的角度来看。为此，我们解释了显式表征的总和容量/总和GDoF的TIN最优网络（没有并行通道）作为一个最小加权匹配问题，在组合优化，并获得一个简单的表征方面的分区的干扰网络顶点不相交的循环。借助于循环划分的见解，$K$用户并行干扰网络的TIN的总容量最优性的特征在于ADT确定性模型，最终导致相应的高斯设置的GDOF结果。在这两种情况下，在轻微的可逆性条件下，TIN的最优性以可分离的方式扩展到并行网络。
2014-01-13 cs.IT math.IT
Sub-optimality of Treating Interference as Noise in the Cellular Uplink with Weak Interference
尽管将干扰视为噪声（TIN）的方案很简单，但在具有非常弱（噪声）干扰的高斯干扰信道（IC）中，它被证明是和容量最佳的。在本文中，通过引入一个额外的发送器来改变2用户IC，该发送器希望与IC的接收器之一进行通信。由此产生的网络由干扰多址接入信道（MAC）的点对点信道组成，并表示为PIMAC。研究了PIMAC算法的总容量问题，重点研究了TIN的最优性。事实证明，TIN在其朴素的变体中，所有发射机都是活动的，两个接收机都使用TIN进行解码，这不是PIMAC的最佳选择。事实上，结合时分多址和TIN（TDMA-TIN）的方案严格优于纯TIN方案。此外，它表明，在某些制度下，TDMA-TIN实现的和容量的确定性PIMAC和总容量在一个恒定的间隙高斯PIMAC。此外，它示出，即使对于非常弱的干扰，有一些制度，其中干扰对齐与功率控制和处理干扰作为噪声在接收机侧优于TDMA-TIN的组合。因此，一方面，在蜂窝上行链路中将干扰视为噪声在某些机制中是近似最优的。另一方面，这些制度不能简单地用干涉的强度来描述。
2015-04-20 cs.IT math.IT
On the Optimality of Treating Interference as Noise: Compound Interference Networks
在K用户高斯干扰信道中，Geng等人已经表明，如果对于每个用户，期望信号强度不小于来自该用户的最强干扰和对该用户的最强干扰的强度之和，（所有数值均以dB为单位），则从广义自由度（GDoF）的角度来看，功率控制和将干扰视为噪声（TIN）是最优的。并且将整个信道容量区域实现在恒定间隙内。在这项工作中，我们推广的最优三角网的复合网络。我们证明了对于K用户复合高斯干扰信道，如果在每个接收机的每个可能状态下，信道总是满足Geng等人确定的TIN最优性条件，则复合信道的GDoF区域是所有可能的网络实现的GDoF区域的交集，这可以通过功率控制和TIN来实现。此外，我们证明，对于一般的K-用户复合干扰信道，无论每个接收机的状态的数量，我们总是可以构建一个对应的K-用户常规干扰信道，具有相同的TIN区域作为原始的复合信道。常规干扰信道对于每个接收机仅具有一个状态，其可以不同于所有原始状态。解决复合信道的基于GDoF的功率控制问题相当于解决其常规对应物中的相同问题。进一步探索功率控制问题，我们开发了一种集中式功率控制方案，用于K用户复合干扰信道，以实现所有的Pareto最优GDOF元组。最后，基于该方案，我们设计了一种迭代功率控制算法，该算法最多需要K个更新，以获得全局最优的功率分配的任何可行的GDOF元组。
2014-12-08 cs.IT math.IT
Optimality of Treating Interference as Noise: A Combinatorial Perspective
对于单天线高斯干扰信道，我们从组合的角度重新制定了确定广义自由度（GDOF）区域的问题，通过将干扰视为[3]中导出的高斯噪声（TIN）来实现。我们表明，TIN的功率控制问题可以转换成一个分配问题，使全球最优的功率分配变量可以通过著名的多项式时间算法。此外，在最大加权匹配的帮助下，可以大大简化TIN可扩展GDoF区域（TINA区域）的表达。我们还提供了TINA区域是凸多面体的条件，放松了[3]中的条件。对于这些新的条件，连同信道连通性（即，干扰拓扑）条件下，我们证明了一类新的干扰网络的TIN最优性，这类干扰网络不包括，也不包括，在[3]中发现的类。建立在上述见解，我们认为在无线网络中，这已被广泛研究的设备到设备（D2D）通信的基本物理层机制的联合链路调度和功率控制的问题。受放松的TIN信道强度条件以及基于分配的功率分配的启发，我们提出了一种低复杂度的基于GDoF的分布式链路调度和功率控制机制（ITLinQ+），它改进了[4]中提出的ITLinQ方案，并进一步改进了称为FlashLinQ的启发式方法。仿真结果表明，ITLinQ+提供了显着的平均网络吞吐量增益ITLinQ和FlashLinQ，但仍然保持相同的水平的实现复杂性。更值得注意的是，新提出的ITLinQ+的能量效率显著大于ITLinQ和FlashLinQ的能量效率，这对于由电池供电的设备形成的D2D网络是期望的。
2015-09-16 cs.IT math.IT
Treating Interference as Noise in Cellular Networks: A Stochastic Geometry Approach
当干扰足够低时，将干扰视为噪声（TIN）的干扰管理技术是最佳的。最近已经提出了基于TIN最优性条件的调度算法，例如，以应用于设备到设备通信。然而，TIN从未被应用于蜂窝网络。在这项工作中，我们提出了一个调度算法应用到蜂窝网络，是基于TIN的最优性条件。在所提出的调度算法中，每个基站（BS）首先在其覆盖区域内随机选择一个用户设备（UE），然后检查TIN最优性条件。如果不满足后一条件，则BS被关闭。为了评估三角网应用于蜂窝网络的性能，我们介绍了一个分析框架的援助随机几何理论。我们开发，特别是，易于处理的信号干扰噪声比（SINR）的覆盖概率和蜂窝网络的平均速率的表达式。此外，我们进行渐近分析，找到最佳的系统参数，最大化的SINR覆盖概率。通过使用优化的系统参数，它示出了TIN应用于蜂窝网络产生显着的增益的SINR覆盖概率和平均速率。具体来说，数值结果表明，平均速率增益的顺序$21\%$在传统的调度算法。
2018-07-02 cs.IT math.IT
Improper signaling and symbol extensions: How far can we go with Gaussian P2P codebooks in the interfering MAC with TIN?
应对5G的挑战需要通过允许多方共享资源来更好地利用可用频谱。例如，辅助未许可系统可以与主许可系统的蜂窝上行链路共享资源，以提高频谱效率。这引起了在设计这种系统时必须考虑的干扰。一个简单而强大的策略是将干扰视为噪声（TIN），这在实践中得到了广泛的应用。因此，重要的是要研究在这种情况下的TIN的能力和局限性。在本文中，我们研究这种情况下建模为多址接入信道（MAC）干扰的点对点（P2P）信道。在这里，我们分别关注速率最大化和功率最小化问题。我们在发射机处使用不适当的高斯信令（而不是适当的）来增加设计灵活性，这提供了除了其方差之外还优化发射信号伪方差的自由度。此外，我们允许在正交资源基础上发送的信号之间的相关性（即，时间或频率），以便在扩展信道上进行最佳信令设计。我们制定的速率最大化问题作为一个半定规划，并使用半定松弛（SDR），以获得一个接近最优的解决方案。数值优化表明，通过不适当的高斯信令的可实现的速率可以提高到三倍，这取决于干扰链路的强度。此外，我们观察到显着的好处，在功耗不适当的高斯信号与符号扩展相比，传统的适当的高斯信号。有趣的是，通过最小化给定速率最大化问题的解的和功率，显著提高了能量效率。
2016-07-07 cs.IT math.IT
Channel Conditions for the Optimality of Interference Decoding Schemes for K-user Gaussian Interference Channels
Han-Kobayashi（HK）方案实现了K用户干扰信道（IC）的最佳已知可实现速率区域。简单的HK方案是具有高斯信令、没有分时和没有专用-公共功率分割的HK方案。简单HK方案的类别包括将干扰视为噪声（TIN）方案和涉及在每个接收机处的各种级别的干扰解码和消除的方案。我们推导出条件下，简单的HK计划实现一般K用户高斯IC的总容量。这些结果推广了现有的和容量的TIN计划类的简单HK计划的结果。
2019-01-21 cs.IT math.IT
On Interference Alignment and the Deterministic Capacity for Cellular Channels with Weak Symmetric Cross Links
在本文中，我们研究了使用线性确定性近似模型的蜂窝系统的上行链路，其中有两个用户发送到一个接收器，相互干扰的第三个发射机与第二个接收器通信。我们给出了一个可实现的编码方案，并证明了其最优性，即表征的容量区域。该方案是一种干扰对齐的形式，其利用两个用户小区的信道增益差。
2011-04-01 cs.IT math.IT
On the Optimality of Secure Communication Without Using Cooperative Jamming
我们考虑两个用户高斯干扰信道上的安全通信，每个发射机发送一个机密的消息，其合法的接收机。对于这种设置，我们确定了一个制度，其中使用高斯窃听码本在每个发射机（没有合作干扰）和治疗干扰作为噪声在每个预期的接收机（简而言之，GWC-TIN方案）的简单方案实现了最佳的安全和容量在一个恒定的间隙。首先考虑确定性干扰信道模型，并确定一个政权，其中一个简单的计划，而不使用合作干扰是最佳的安全和容量的结果证明。对于确定性模型的对称情况，当且仅当干扰信号比（信道强度）不超过2/3时，这个简单的方案是最优的。
2017-06-19 cs.IT math.IT
Treating Interference as Noise in Cell-Free Massive MIMO Networks
如何管理由庞大的无线设备引入的干扰是未来第六代（6G）通信中要解决的关键问题。将干扰视为噪声（TIN）的最优性条件通常用于干扰管理，并且因此在现有无线系统中吸引了显著的兴趣。无小区大规模多输入多输出（CF mMIMO）是6G中一种很有前途的技术，其通过利用大量接入点（AP）来协作地服务用户而展现出高系统吞吐量和优异的干扰管理。在本文中，我们采取的第一步研究三角网在CF mMIMO系统从随机几何的角度来看，通过调查的概率，三角网条件与空间分布的网络节点。我们提出了一种新的分析框架，三角网在CF mMIMO系统与二项式点过程（BPP）和泊松点过程（PPP）的近似。我们推导出的概率，三角网条件保持在密切的形式使用PPP近似。数值结果验证了我们推导出的表达式，并说明了各种系统参数的影响的概率，三角网条件举行。
2022-02-15 cs.IT math.IT
Degrees of Freedom of the 3-User Rank-Deficient MIMO Interference Channel
我们利用\emph{rank-deficient}信道矩阵为$3$ -用户$M_T\times M_R$多输入多输出（MIMO）干扰信道（IC）提供自由度（DoF）表征，其中每个发射机配备有$M_T$天线，每个接收机配备有$M_R$天线，并且从每个发射机到另外两个接收机的干扰信道矩阵分别具有秩$D_1$和$D_2$。一个重要的中间步骤的逆和可扩展性的论点是转换的全连接的秩亏信道到一个等效的部分连接的满秩MIMO-IC的可逆线性变换。因此，可以结合为满秩MIMO-IC开发的现有技术来导出秩不足情况下的DoF外边界和内边界。我们的结果表明，当干扰链路在信道秩方面较弱时，即，$D_1+D_2\leq \min(M_T, M_R)$，迫零足以实现最佳DoF。另一方面，当$D_1+D_2> \min(M_T, M_R)$时，通常需要迫零和干扰对准的组合以获得DoF最优性。本文中得到的自由度特性统一了文献中的几个现有的结果。
2014-03-24 cs.IT math.IT
Fundamental Limits of Noncoherent Massive Random Access Networks
本文研究非相干大规模随机接入蜂窝网络的容量极限，推导严格界，揭示干扰衰落衰减速度决定容量是否有界，并采用突发信令证明无界情形。
2025-09-25 cs.IT math.IT
Cellular Networks With Finite Precision CSIT: GDoF Optimality of Multi-Cell TIN and Extremal Gains of Multi-Cell Cooperation
研究了有限精度信道状态信息下蜂窝网络的广义自由度。我们认为下行链路设置建模的干扰广播信道（IBC）下没有多小区合作，和过载的多输入单输出广播信道（MISO-BC）下充分多小区合作。我们专注于三种感兴趣的制度：mc-TIN制度，其中一个计划的基础上处理小区间干扰噪声（mc-TIN）被证明是GDoF最佳的IBC的mc-CTIN制度，其中的GDoF区域可实现的mc-TIN是凸的，而不需要分时;以及扩展先前识别的机制的mc-SLS机制，其中简单分层叠加（SLS）方案对于3-发射机-3-用户MISO-BC是最佳的，到用户多于发射机的过载蜂窝型网络。我们首先表明，MC-TIN的IBC的最优扩展到整个MC-CTIN制度时，CSIT是有限的精度。这个结果的逆证明依赖于对齐图像边界的新应用。然后，我们扩展IBC的逆证明对应的过载MISO-BC，通过使充分的发射机合作。这反过来又被用来表明，SLS方案的多小区变体在完全多小区合作下的mc-SLS机制中是最佳的，尽管仅用于2小区网络。GDoF区域压倒性的组合复杂性阻碍了将这一结果扩展到更大的网络。或者，我们呼吁极值网络分析，最近介绍了陈等人，并研究在三种感兴趣的机制中多小区协作在mc-TIN上的GDoF增益。我们表明，这种极端的GDoF增益是有界的小常数在mc-TIN和mc-CTIN制度，但规模与细胞的数量在mc-SLS制度。
2021-07-12 cs.IT math.IT
On the Optimality of Simple Schedules for Networks with Multiple Half-Duplex Relays
本文研究网络与N个半双工中继协助源和目的地之间的通信。在ISIT'12中，Brahma，Özgür和Fragouli指出，在高斯半双工钻石网络中（即，在源和目的地之间没有直接链路，并且具有N个非干扰中继）近似最优的中继调度策略（即，在恒定间隙内实现割集上限）具有至多N+1个活动状态（即，$2^N$可能的中继转发状态中的至多N+1个具有严格正概率）。这种中继调度策略被称为简单。在ITW'13中，我们证明了简单的近似最优的中继调度策略存在于任何高斯半双工多中继网络，而不管拓扑结构如何。本文正式证明了这个更一般的版本的猜想，并表明它持有超越高斯噪声网络。特别地，对于任何具有独立噪声的无记忆半双工N-中继网络，并且独立输入在割集上界中近似最优，存在近似最优的简单中继调度策略。提出了一种在最小化次模函数和最大化线性规划之间交替进行的收敛迭代多项式时间算法来求解近似最优的简单中继调度问题。作为一个例子，对于具有独立噪声的N-中继高斯网络，其中每个节点配备有多个天线，并且每个天线可以被配置为监听或发送，而与其他天线无关，证明了存在近似最优的简单中继调度策略，最多有N+1个活动状态。通过一个线网络的例子，它也表明，独立地切换天线在每个中继可以提供严格更大的复用增益相比，使用天线用于相同的目的。
2014-12-05 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
Diversity-Multiplexing Tradeoff in Fading Interference Channels
分析了具有理想接收信道状态信息和无发射信道状态信息的两用户单天线衰落干扰信道。我们计算的分集复用权衡（DMT）区域的固定功率分裂韩和小林（HK）型叠加编码方案，并提供相应的叠加码的设计准则。我们证明了该方案是DMT最优的中等，强，非常强的干扰下，它实现了DMT的外边界，我们得到的。此外，在非常强的干扰下，我们证明了联合解码器是DMT最优的，并且“消除”了衰落干扰信道，即，从DMT的角度来看，有可能进行传输，就好像干扰用户不存在一样。此外，我们还表明，在非常强的干扰下，解码干扰，同时将预期信号视为噪声，减去结果，然后解码所需信号，这个过程称为“剥离”，可以实现最佳DMT区域。我们的证明是建设性的意义上说，代码设计标准实现DMT最优（在我们可以证明它的情况下）。
2009-05-06 cs.IT math.IT
Interference as Noise: Friend or Foe?
本文证明了对于两用户高斯干扰信道（G-IC），无分时干扰噪声处理（TINnoTS）实现了容量域在一个恒定间隙内或在一个O阶间隙内的闭合（logln（min（S，其中S是直接链路上的最大信噪比（SNR），I是交叉链路上的最大干扰噪声比（INR）。因此，从广义自由度（gDoF）的角度来看，TINnoTS对于除零测量子集之外的所有信道增益都是最优的。已知具有高斯输入的TINnoTS对于弱干扰状态的子集在1/2比特内是最佳的。令人惊讶的是，本文表明，TINnoTS是gDoG最佳的所有参数制度，即使在强和非常强的干扰制度，其中联合解码高斯输入是最佳的。对于TINnoTS在所有参数范围内的近似最优性，使用非高斯输入至关重要。因此，这项工作提出使用混合输入作为通道输入，其中混合输入是离散和高斯随机变量的总和。有趣的是，相比汉小林内界，混合输入的离散部分被证明有效地充当一个共同的消息的意义上说，虽然被视为噪声，其对可实现的速率区域的影响是，如果它被联合解码与所需的消息在一个非预期的接收器。实际含义是离散干扰输入是“朋友”，而高斯干扰输入通常是“敌人”。由于TINnoTS既不需要联合解码也不需要分时，本文的结果适用于各种遗忘或异步信道，如块异步G-IC（它不是一个信息稳定的）和G-IC与部分码本知识在一个或多个接收机。
2015-06-08 cs.IT math.IT
Random Coding Error Exponents for the Two-User Interference Channel
本文研究了在两用户干扰信道下，采用多个信号集的随机编码体制时，系统的误码指数的下界。具体来说，我们首先分析标准随机编码集合，其中码本由独立且同分布（i.i.d.）码字对于该集成，我们关注最佳解码，这与文献中已经使用的其他次优解码规则（例如，联合典型性解码、将干扰视为噪声等）。干扰信号是码字而不是i.i.d.噪声处理，使最佳解码器的性能分析的传统技术的应用复杂化。而且，不幸的是，这些常规技术导致松散的边界。使用植根于统计物理学的分析工具，以及先进的工会界，我们推导出单字母公式的随机编码误差指数。我们比较我们的结果与最知名的误差指数的下限，并表明我们的指数可以严格更好。然后，在本文的第二部分中，我们考虑了更复杂的编码集成，并找到了一个下界的错误指数与著名的Han-Kobayashi（HK）的随机编码集成，这是基于叠加编码。
2017-06-20 cs.IT math.IT
On the achievable diversity-multiplexing tradeoff in interference channels
分析了具有理想接收信道状态信息和无发射信道状态信息的两用户单天线衰落干扰信道。对于非常强的干扰的情况，我们证明了解码干扰，同时将预期信号视为噪声，减去结果，然后解码期望信号，这一过程称为“剥离”，实现了在Akuiyibo和Leveque，Int.Zurich Seminar on Commun.，2008.证明是建设性的意义上说，它提供了相应的代码设计准则DMT最优。对于一般的干扰水平，我们计算的DMT的固定功率分裂韩和小林型叠加编码方案，提供相应的叠加码的设计标准，并发现，该方案是DMT最优的某些复用速率。
2009-05-01 cs.IT math.IT
Efficient Computation of Pareto Optimal Beamforming Vectors for the MISO Interference Channel with Successive Interference Cancellation
研究了两用户多输入单输出（MISO）高斯干扰信道，其中发射机具有理想的信道状态信息，并采用单流波束成形。接收机能够执行连续的干扰消除，因此当干扰信号足够强时，可以将其解码，将期望信号视为噪声，并在期望信号被解码之前从接收信号中减去。我们提出了有效的方法来计算帕累托最优速率点和相应的波束成形向量对，通过最大化的速率一个链路的速率给定的其他链路。我们这样做是通过将原始问题分成四个子问题，对应于接收器的解码策略的组合-解码干扰或将其视为加性噪声。我们利用最近提出的参数化的最佳波束形成向量等价地重新制定每个子问题作为一个准凹问题，我们非常有效地解决解析或通过标量数值优化。所提出的方法的计算复杂性是几个数量级低于国家的最先进的方法的复杂性。我们使用所提出的方法来说明的强度和空间相关性的通道上的速率区域的形状的效果。
2013-06-25 cs.IT math.IT
The Capacity of Mixed and One-Sided Gaussian Interference Channels
本文增加了对高斯干扰信道容量域的理解。为此，容量区域的单侧高斯干扰信道的第一个充分的特点。这是通过引入一个新的代表性的韩小林区域，并提供一个新的外边界上的能力区域，这是紧在弱干扰和强干扰制度。根据该容量结果，立即建立退化高斯干扰信道的容量区域。接下来，通过组合弱干扰状态和强干扰状态中的单侧干扰信道的容量区域，在各种干扰状态中引入干扰信道的容量区域上的新的外边界。然后证明了对应于混合干扰制度的外边界，其中一个接收器受到强干扰，而另一个接收器受到弱干扰，在这个制度的宽范围内是紧的。总的来说，新的容量结果证实了解码部分干扰并将其余部分视为噪声的最优性。要解码的最佳量从干扰信号的0到100%变化，这取决于用户速率的相对重要性（即，加权和速率中的权重比）、它们的传输功率以及弱干扰链路的增益。基于上述参数，明确地找到最佳值。
2015-09-21 cs.IT math.IT
Ergodic Fading Interference Channels: Sum-Capacity and Separability
在假设所有发射机和接收机都具有理想的信道状态信息的条件下，推导了各态历经衰落高斯两用户干扰信道（IFC）的特定子类的和容量。对于一致强（每个衰落状态都是强的）和遍历非常强的双侧IFC（满足特定衰落平均条件的强和弱衰落状态的混合）的子类，完全解码干扰的最优性，即，将IFC转换为复合多址信道（C-MAC）。它还表明，这种能力实现方案需要在所有衰落状态的编码和解码联合。作为一个可实现的方案，也作为一个独立的兴趣的话题，容量区域和相应的最优功率策略遍历衰落C-MAC的发展。对于一致弱IFC的子类（每个衰落状态都是弱的），给出了基因辅助的外界。的界限被证明是通过将干扰作为噪声处理，并通过可分离的编码单边衰落IFC。最后，对于子类的单侧混合IFC（弱和强状态的混合，不满足遍历非常强的条件），一个可实现的计划，涉及速率分裂和联合编码在所有衰落状态的开发和执行至少以及一个可分离的编码方案。
2011-01-25 cs.IT math.IT
Interference Alignment and a Noisy Interference Regime for Many-to-One Interference Channels
我们研究离散无记忆多对一干扰信道的容量，即，K个用户干扰信道，其中只有一个接收机面临干扰。对于一类多对一干扰信道，我们识别噪声干扰状态，即，其中随机编码和将干扰作为噪声来处理实现总容量的方案。专门我们的结果高斯MIMO多对一干扰信道，这是一类信道的特殊情况下考虑，我们得到新的容量结果。首先，我们扩展了嘈杂的干扰制度，以前研究的（多对一）干扰信道的平均功率约束的输入，更一般的一类输入。这个更一般的类别包括输入被限制为固定有限大小星座（如PSK或QAM）的实际情况。其次，我们扩展噪声干扰的结果，以前研究在SISO干扰信道与全信道状态信息（CSI）在所有节点，MIMO和并行高斯多对一干扰信道，衰落高斯多对一干扰信道没有CSI在发射机。虽然多对一的干扰信道需要干扰对齐，这反过来又需要结构化的代码一般，我们认为，在嘈杂的干扰制度，干扰是隐含地对齐随机编码，而不管输入分布。作为我们研究的副产品，我们确定了第二类多对一干扰信道（尽管是确定性的），其中随机编码是最佳的（尽管干扰不被视为噪声）。在这第二类信道中随机编码的最优性是由于干扰可分辨性条件，该干扰可分辨性条件排除干扰对准，因此消除了对结构化码的需要。
2009-12-15 cs.IT math.IT
