Fundamental Limits of Cache-Aided Wireless BC: Interplay of Coded-Caching and CSIT Feedback
基于Maddah-Ali和Niesen最近在编码缓存方面的突破，本文研究了具有随机衰落和不完全反馈的$K$ -用户缓存辅助无线多天线（MISO）对称广播信道（BC），分析了反馈统计量和缓存大小对吞吐量性能的影响。在这种情况下，我们的工作确定了最佳的高速缓存辅助度的自由度（DoF）的一个因素4内，通过确定接近最佳的方案，利用编码缓存和延迟CSIT之间的新的协同作用，以及通过利用高速缓存和反馈质量之间的未开发的相互作用。导出的限制有趣地揭示了不完美质量的当前CSIT、延迟CSIT和编码缓存的组合保证了DoF增益具有由当前CSIT的质量定义的初始偏移，然后归因于编码缓存的附加增益是指数的，在这个意义上，所需DoF性能的任何线性降低，允许所需高速缓存大小的指数级减小。
2016-04-25 cs.IT math.IT
Speeding Up Distributed Gradient Descent by Utilizing Non-persistent Stragglers
Imperial College London（伦敦帝国学院）；University of Maryland, College Park（马里兰大学帕克分校）
分布式梯度下降（DGD）是一种实现梯度下降（GD）的有效方法，特别是对于大型数据集，它通过将计算任务划分为较小的子任务并分配给不同的计算服务器（CS）并行执行。在标准并行执行中，每次迭代的等待时间受到离散服务器的执行时间的限制。编码DGD技术是近年来出现的一种新技术，它通过向CS分配冗余计算任务来容忍离散服务器。在大多数现有的DGD方案中，无论是编码计算还是编码通信，非离散CS在完成所有分配给它们的计算任务后，每次迭代发送一条消息。然而，尽管分散的服务器不能完成所有分配给它们的任务，但它们通常能够完成其中的某一部分。在本文中，我们允许多个传输从每个CS在每次迭代，以确保完成计算的最大数量可以报告给聚合服务器（AS），包括离散服务器。我们的数值计算表明，每次迭代的平均完成时间可以显着减少稍微增加每个服务器的通信负载。
2018-10-02 cs.DC cs.IT cs.LG
Bit-Interleaved Coded Multiple Beamforming with Imperfect CSIT
本文讨论了比特交织编码多波束形成（BICMB）的性能[1]，[2]与波束形成向量的不完善的知识。大多数对发射端有限速率信道状态信息（CSIT）的研究都假设预编码矩阵在任意酉变换下具有不变性。在BICMB中，此属性不成立。另一方面，BICMB的最佳预编码器和检测器在对角酉变换下不变。为了设计一个有限速率的CSIT系统的BICMB，我们提出了一个新的失真测量优化下的不变性。基于这种新的失真测度，我们引入了一组新的质心，并采用广义Lloyd算法进行码书设计。我们提供的仿真结果表明，所提出的失真措施和各种接收机的线性检测器的码本设计实现的性能改善。我们表明，虽然这些接收器具有相同的性能完美的CSIT，他们的性能不完美的CSIT下的变化。
2008-05-08 cs.IT math.IT
Gradient Coding with Clustering and Multi-message Communication
Imperial College London（帝国理工学院）；University of Maryland, College Park（马里兰大学帕克分校）
梯度下降（GD）方法通常用于机器学习问题中以迭代方式优化模型的参数。对于具有大量数据集的问题，计算被分布到许多并行计算服务器（即，以加快GD迭代。虽然分布式计算可以显著提高计算速度，但每次迭代的完成时间受到最慢的离散工人的限制。编码的分布式计算可以通过引入冗余计算来减轻离散工作者;然而，现有的编码计算方案主要是针对持久离散者而设计的，并且离散工作者处的部分计算被丢弃，导致计算容量的浪费。在本文中，我们提出了一种新的梯度编码（GC）计划，它允许多个编码计算，从每个工人传达到主每次迭代。我们数值计算表明，建议GC与多消息通信（MMC）与聚类提供了显着的改善，在平均完成时间（每次迭代），最小或没有增加的通信负载。
2019-03-05 cs.DC cs.IT cs.LG
Coded Modulation with Mismatched CSIT over Block-Fading Channels
研究了具有离散输入和发射端不匹配（不完全）信道状态信息的时延受限块衰落信道（CSIT）上的可靠通信。CSIT失配被建模为高斯随机变量，其方差作为信噪比（SNR）的幂衰减。一个特别的重点放在大信噪比衰减的中断概率时，使用长期功率约束的功率控制。在没有明确表征相应的功率分配算法的情况下，我们推导出中断指数作为系统参数的函数，包括CSIT噪声方差指数和峰值功率约束指数。它示出，CSIT，即使有噪声，总是有益的，并导致重要的增益的指数。它还表明，当多维旋转或预编码器在发射机处使用，可以获得进一步的指数增益，但以较大的解码复杂度为代价。
2009-06-01 cs.IT math.IT
Frame Codes For Distributed Coded Computation
分布式计算是一种框架，用于将复杂的计算任务分解为较小的任务，并将它们分布在计算节点之间。擦除校正码最近已经被引入，并且已经成为众所周知的“离散节点”问题的流行解决方案，特别是通过匹配线性计算任务的线性编码。据观察，解码往往会放大计算“噪声”，即，计算节点的数值误差。我们建议利用的情况下，更多的节点返回比最低要求。我们展示了如何巧妙地构建一个多项式代码，灵感来自最近的结果，强大的帧，可以显着减少噪声的放大，并实现优雅的退化与离散节点的数量。
2021-08-15 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
A Droplet Approach Based on Raptor Codes for Distributed Computing With Straggling Servers
Simula UiB；Chalmers University of Technology（查尔姆斯理工大学）；Institute of Communications and Navigation of DLR (German Aerospace Center)（德国航空航天中心通信与导航研究所）
我们提出了一种基于Raptor码的编码分布式计算方案来解决离散问题。特别是，我们考虑一个方案，其中每个服务器计算中间值，称为液滴，要么存储在本地或通过网络发送。一旦收集到足够的液滴，计算就可以完成。与文献中的方案相比，我们提出的方案实现了较低的计算延迟时，考虑到解码时间。
2018-10-08 cs.DC cs.IT cs.LG
Polar-Coded Non-Coherent Communication
针对信道状态信息未知的信道，提出了一种联合信道估计和译码的极化码传输（PCT）方案。CSI经由连续消除（SC）解码和由冻结比特施加的约束来估计。使用外码的SC列表解码提高了性能，包括在使用正交相移键控（QPSK）和格雷标记时解决相位模糊。使用5G极化码和QPSK的仿真显示，对于各种非相干模型，在$10^{-4}$的出错率（FER）下，与导频辅助传输相比，增益高达$2$ ~dB。此外，对于具有完美CSI的相干接收器，PCT在十分之几dB内执行。对于瑞利块衰落信道，PCT优于基于随机编码的FER上限，并且在下限的1dB内。
2021-02-22 cs.IT math.IT
On Coded Caching in the Overloaded MISO Broadcast Channel
本文研究了多输入单输出（MISO）广播信道（BC）中编码缓存和空间复用的相互作用，即用户数大于发射天线数的系统。一方面，编码缓存使用用户的聚合全局缓存来创建多播机会。另一方面，发射机处的多个天线利用可用的CSIT来同时发送多个流。在本文中，我们介绍了一种新的方案，它结合了来自编码缓存和空间复用的增益，并优于现有的计划在交付时间和CSIT的要求。
2017-06-24 cs.IT math.IT
Stochastic Coded Offloading Scheme for Unmanned Aerial Vehicle-Assisted Edge Computing
无人机（Unmanned Aerial Vehicles，UAV）以其技术先进、机动性强等特点，得到了广泛的研究兴趣。无人机配备了越来越先进的能力，以运行由机器学习技术支持的计算密集型应用程序。然而，由于能量和计算的限制，无人机面临的问题，悬停在天空中，同时执行计算，由于天气的不确定性。为了克服计算限制，UAV可以将其计算任务部分或全部卸载到边缘服务器。在普通的计算卸载操作中，UAV可以从返回的输出中检索结果。然而，如果无人机无法从边缘服务器检索整个结果，即，分散的边缘服务器，此操作将失败。在本文中，我们提出了一个编码的分布式计算方法，计算卸载，以减轻离散的边缘服务器。当返回的副本的数量大于或等于恢复阈值时，UAV可以检索返回的结果。如果返回的副本少于恢复阈值，则存在不足。为了最大限度地减少网络的成本，由无人机的能量消耗，并防止过度和不足的资源订阅，我们设计了一个两阶段的随机编码卸载计划（SCOS）。在第一阶段，在天气不确定的情况下，将适当的无人机分配给充电站。在第二阶段，我们使用的$z$阶段的随机可编程（SIP）优化的计算子任务的数量卸载和本地计算，同时考虑到计算短缺和需求的不确定性。通过使用真实数据集，仿真结果表明，我们提出的方案是完全动态的，并最大限度地减少网络的成本和无人机的能量消耗在随机不确定性。
2022-02-11 cs.IT math.IT
Block-Diagonal and LT Codes for Distributed Computing With Straggling Servers
Chalmers University of Technology（查尔姆斯理工大学）；Simula UiB；University of Bergen（卑尔根大学）
我们提出了两个编码方案的分布式计算问题乘以一组向量的矩阵。第一种方案是基于将矩阵划分成子矩阵，并对每个子矩阵应用最大距离可分离（MDS）码。对于这个方案，我们证明了直到给定的分区数，通信负载和计算延迟（不包括编码和解码延迟）与Li等人最近提出的方案相同，基于单个长MDS码。然而，由于使用较短的MDS码，我们的计划产生一个显着降低的整体计算延迟时，编码和解码引起的延迟也被考虑。我们进一步提出了第二个编码方案的基础上，鲁比变换（LT）码下失活解码。有趣的是，LT码可以以增加的通信负载为代价来减少分区方案上的延迟。我们还考虑了分布式计算下的最后期限和数值计算表明，所提出的计划优于其他计划在文献中，与LT码为基础的计划产生的最佳性能的情况下考虑。
2018-10-19 cs.DC cs.IT cs.LG
Adaptive Privacy-Preserving Coded Computing With Hierarchical Task Partitioning
本文提出自适应隐私保护编码计算（APCC）策略，通过分层任务划分与任务取消机制，在保证数据隐私和最优编码率的同时，显著降低分布式计算中的任务完成延迟。
2023-10-30 cs.IT eess.SP math.IT
Block-Diagonal Coding for Distributed Computing With Straggling Servers
我们考虑一组向量与一个矩阵相乘的分布式计算问题。对于这种情况，Li等人最近提出了一个统一的编码框架，并在计算延迟和通信负载之间进行了基本的权衡。该编码框架基于码长度与矩阵的行数成比例的最大距离可分离（MDS）码，矩阵的行数可以非常大。我们提出了一个块对角编码方案，包括分区的矩阵成子矩阵和编码每个子矩阵使用较短的MDS码。我们表明，分配的编码矩阵行服务器，以尽量减少通信负载，可以制定为一个整数规划的非线性成本函数，并提出了一个算法来解决它。我们进一步证明，到一个水平的分区，所提出的计划不会招致任何损失的计算延迟（定义由李等人）。和通信负载进行比较。我们还数值表明，当解码时间也考虑在内，该方案显着降低了整体计算延迟相对于李等人的计划。对于重分区，这是以稍微增加通信负载为代价实现的。
2017-09-15 cs.IT math.IT
Code-Aided Channel Estimation in LDPC-Coded MIMO Systems
针对未知CSI的MIMO系统，提出一种联合导频和数据信道估计的LDPC编码传输方案，利用码约束微调CSI，并通过坐标上升算法降低复杂度，在WiMAX LDPC码和QPSK调制下较导频辅助传输获得高达1.3 dB的增益。
2023-11-13 cs.IT math.IT
An Application of Storage-Optimal MatDot Codes for Coded Matrix Multiplication: Fast k-Nearest Neighbors Estimation
我们提出了一种新的应用程序的编码计算的问题，最近的邻居估计使用MatDot码[法希姆。等人2017]，已知在存储约束下的恢复阈值方面对于矩阵乘法是最优的。在近似最近邻算法中，通常构造有效的内存索引来提高查询响应时间。一种这样的策略是多随机投影树（MRPT），其减少了在其上执行欧几里德距离计算的候选点的集合。但是，这可能会导致内存占用很大，并且可能会对大型或高维数据造成分页损失。在这里，我们提出了两种技术来并行化MRPT，分别利用数据和模型的并行性，通过划分数据存储和计算工作在不同的节点之间的分布式计算集群。当单个计算节点无法在内存中保存完整的数据集时，这一点尤其重要。我们还提出了一种新的基于MatDot代码的模型并行架构的编码计算策略，该策略在容易出现掉队的环境中实现了存储最优恢复阈值，即，服务于查询所需的节点数量。我们的实验表明，在没有离散的情况下，我们的分布式方法需要更少的查询时间比在一个单一的处理节点上执行，提供近线性的加速工作节点的数量。通过我们在真实系统上的实验，模拟离散，我们还表明，我们的策略实现了更快的查询执行比未编码的策略在一个容易离散的环境。
2018-11-28 cs.DC cs.IT math.IT
Wireless Map-Reduce Distributed Computing with Full-Duplex Radios and Imperfect CSI
考虑一个分布式计算系统，其中工作节点通过共享无线信道连接。节点可以存储需要进行计算的数据集的一部分，并且遵循Map-Shuffle-Reduce协议以实现协作处理。如果在节点处执行的计算之间存在某种程度的冗余，则可以通过使用编码多播或协作传输来减少Shuffle阶段期间的节点间通信负载。先前表明，后一种方法能够在全双工节点和完美的发送侧信道状态信息（CSI）的存在下将高信噪比通信负载减少一半。在本文中，提出了一种新的方案，叠加编码的基础上，被证明优于编码组播和协作传输的假设下，不完美的CSI。
2018-10-26 cs.IT math.IT
Multi-Server Private Information Retrieval with Coded Side Information
在本文中，我们研究了多服务器设置的\emph{Private Information Retrieval with Coded Side Information (PIR-CSI)}问题。在这个问题中，存在跨$N$服务器复制的$K$消息，并且存在希望从服务器下载一个消息而不向任何服务器泄露关于所请求消息的身份的任何信息的用户。用户具有辅助信息，该辅助信息是数据库中$M$消息子集的线性组合。参数$M$预先为所有服务器所知，而用户侧信息中的消息的索引和系数为任何服务器\emph{a priori}所知。我们专注于一类PIR-CSI方案，称为\emph{server-symmetric schemes}，其中查询/答案/从不同的服务器是对称的结构。我们将PIR-CSI方案的\emph{rate}定义为所有问题实例中的最小下载速率，并将PIR-CSI问题的\emph{server-symmetric capacity}定义为所有服务器对称PIR-CSI方案的速率上确界。我们的主要结果如下：（i）当侧信息不是用户的请求消息的函数时，对于任何${1\leq M\leq K-1}$，容量由${(1+{1}/{N}+\dots+{1}/{N^{\left\lceil \frac{K}{M+1}\right\rceil -1}})^{-1}}$给出;以及（ii）当侧信息是用户的请求消息的函数时，对于…
2019-06-21 cs.IT math.IT
Privacy-Preserving Coded Mobile Edge Computing for Low-Latency Distributed Inference
我们考虑移动边缘计算场景，其中多个设备想要在给定网络侧矩阵$\boldsymbol{W}$的情况下对一些本地数据$\boldsymbol{x}$执行线性推断$\boldsymbol{W}\boldsymbol{x}$。计算在网络边缘处通过多个边缘服务器执行。我们提出了一个编码方案，提供信息理论的隐私$z$勾结（诚实，但好奇）边缘服务器，同时最大限度地减少整体延迟\textemdash包括上传，计算，下载和解码延迟\textemdash在离散服务器的存在。该方案利用Shamir的秘密共享产生数据隐私和掉队缓解，结合复制提供空间多样性的下载。我们还提出了两个变体的方案，进一步减少延迟。对于$9$边缘服务器的考虑场景，与Zhang和Simeone最近引入的非私有方案相比，所提出的方案减少了$8\%$的延迟，同时针对诚实但好奇的边缘服务器提供隐私。
2022-02-15 cs.IT math.IT
Gradient Coding with Dynamic Clustering for Straggler Mitigation
University of Maryland（马里兰大学）；Imperial College London（帝国理工学院）
在分布式同步梯度下降（GD）中，每次迭代完成时间的主要性能瓶颈是最慢的\textit{straggling}工作者。为了加快GD迭代中存在的掉队者，编码分布式计算技术的实现分配冗余计算的工人。在本文中，我们提出了一种新的梯度编码（GC）计划，利用动态聚类，表示为GC-DC，以加快梯度计算。在时间相关的离散行为下，GC-DC的目标是根据前一次迭代中的离散行为来调节每个集群中离散工人的数量。我们数值计算表明，GC-DC提供了显着的改善，在平均完成时间（每次迭代）的通信负载没有增加相比，原来的GC计划。
2020-11-03 cs.DC cs.IT cs.LG
Coded Computation Against Processing Delays for Virtualized Cloud-Based Channel Decoding
研究了云无线电接入网络架构的上行链路，其中经由商用现成服务器上的网络功能虚拟化在云处进行解码。为了减轻该平台中离散解码器的影响，提出了一种新的编码策略，由此云在将接收到的帧分发给解码处理器之前通过线性码对接收到的帧进行重新编码。首先考虑单个帧的传输，并且通过假设用于上行链路通信的二进制对称信道来导出作为解码延迟的函数的所得到的帧不可用概率的上界。然后，分析扩展到考虑随机帧到达时间。在这种情况下，平均解码延迟和帧出错率之间的权衡研究了两种不同的排队策略，由此服务器分别执行每帧解码或连续解码。数值例子表明，边界是有用的工具，代码的设计和编码是有助于获得一个理想的解码延迟和可靠性之间的妥协。
2018-08-28 cs.IT math.IT
Coded Computing and Cooperative Transmission for Wireless Distributed Matrix Multiplication
考虑多小区移动边缘计算网络，其中每个用户希望计算用户生成的数据矩阵与网络存储的矩阵的乘积。这是通过输入上传、边缘节点（EN）处的分布式计算和输出下载的任务卸载来完成的。任务卸载可能遭受长延迟，因为在一些EN处的服务器可能由于随机计算时间而分散，并且无线信道可能经历严重的衰落和干扰。本文的目的是调查之间的相互作用上传，计算和下载延迟在卸载过程中的高信噪比政权从信息论的角度来看。提出了一种基于级联编码计算和协调和合作的干扰管理在上行链路和下行链路的策略，并证明是近似最优的足够大的上传时间。通过在上行链路传输中投入更多的时间，该策略在EN处创建数据冗余，这可以通过启用编码计算的使用来减少计算时间，以及通过发射机协作来减少下载时间。此外，该策略允许以计算时间换取下载时间。数值例子表明，该策略可以改善现有的计划，显着减少端到端的执行时间。
2021-01-18 cs.IT math.IT
Latency Analysis of Coded Computation Schemes over Wireless Networks
大规模分布式计算系统面临着两个主要的瓶颈，限制其可扩展性：离散延迟所造成的计算时间在不同的工作节点和通信瓶颈所造成的数据在网络中的许多节点洗牌。最近，它已被证明，代码可以提供克服这些瓶颈的显着收益。特别是，最佳的编码方案，以最大限度地减少线性函数的分布式计算的延迟和减轻的影响，提出了一个有线网络，其中的工人可以同时发送消息到一个主节点没有干扰。在本文中，我们专注于编码计算的问题，在一个无线的主-工人设置与离散的工人，只有一个工人可以传输其本地计算的结果回到主的时间。我们考虑3个渐近制度（由通信和计算时间如何与工人的数量缩放确定），并精确地描述了分布式算法的总运行时间和最佳编码策略在每个政权。特别是，对于制度的实际利益的分布式计算算法的计算和通信时间是可比的，我们表明，总的运行时间接近一个简单的下限，计算和通信，并证明编码方案比未编码的计划快$Θ(\log(n))$倍。
2017-06-30 cs.IT math.IT
Computational Code-Based Privacy in Coded Federated Learning
我们提出了一个隐私保护的联邦学习（FL）计划，是对离散设备的弹性。提出了一种自适应方案，其中较慢的设备与较快的设备共享其数据，并且不参与学习过程。所提出的方案采用基于代码的密码术来确保私有数据的\emph{computational}隐私性，即，没有具有有限计算能力的设备能够在可行时间内获得关于其它设备的数据的信息。对于25个设备的场景，所提出的方案实现了4.7和4的速度分别为92和128位的安全性，为95%的准确度MNIST数据集相比，传统的小批量FL。
2022-02-28 cs.CR cs.DC cs.IT
Enhanced Huffman Coded OFDM with Index Modulation
本文提出了一种增强型霍夫曼编码的正交频分复用索引调制（EHC-OFDM-IM）方案。该方案能够利用所有合法的子载波激活模式（SAP），并根据信道状态信息（CSI）自适应调整SAP与Huffman树上叶子之间的双射映射关系。结果，获得了动态码本更新机制，其可以提供更可靠的传输。当分配给每个子载波的发射功率与信道状态无关时，我们将平均出错率（BLER）作为性能评估指标，并以封闭形式近似它。此外，我们提出了两种基于CSI的功率分配方案，具有不同的要求，计算复杂性，以进一步提高错误性能。随后，我们进行了数值模拟，以证实错误性能分析和建议的动态功率分配方案。通过对数值结果的研究，我们发现当基于CSI优化SAP到叶子的映射关系时，Huffman树的深度对错误性能有显著的影响。同时，通过数值计算，我们还讨论了错误性能和数据传输速率之间的权衡，并研究了不完美的CSI对EHC-OFDM-IM的错误性能的影响。
2020-01-05 cs.IT eess.SP math.IT
Robust Berrut-Approximated Coded Computing via Discrete Cosine Transforms
Indian Institute of Technology Delhi（印度德里理工学院）
研究针对编码计算中BACC对拜占庭工作节点鲁棒性不足的问题，提出RBACC框架，通过引入新评估点建立与DCT码联系实现错误定位和纠错，推导误差上界并制定优化问题，实验证明该框架能有效减轻相关问题并提高重建精度。
2026-07-27 cs.IT math.IT
Secrecy Outage Probability of Network-Coded Cooperative Communication
我们评估了一个多址合作网络的保密性能，其中的目的节点被窃听的恶意和被动窃听。我们提出的应用程序的网络编码技术作为一种替代方案，以增加在目的地节点的保密性，在提高的错误性能的合法通信，已经在文献中证明。网络编码的杠杆作用，假设legitime合作节点能够执行非二进制线性组合的不同帧之前的传输。不同的情况下，有和没有信道状态信息（CSI）在发射机侧进行评估。通过理论分析和数值分析，从保密中断概率的角度对所提方案的有效性进行了评估。它示出，即使当合法的发射机没有任何CSI，可以通过使用网络编码相比，直接传输和传统的合作技术的保密性增加。
2014-06-30 cs.IT math.IT
Securely Aggregated Coded Matrix Inversion
本文提出一种基于梯度编码的编码计算方法，在类似联邦学习的分布式环境中安全地近似求逆聚合数据矩阵，同时抵御掉队节点，并确保通信对窃听者安全。
2023-09-05 cs.CR cs.IT cs.NA
Computation Scheduling for Distributed Machine Learning with Straggling Workers
我们研究了在一个大规模的分布式学习问题的帮助下，在一个主的n个工人的计算任务的调度。计算和通信延迟被假定为随机的，冗余的计算被分配给工人，以容忍掉队者。我们考虑分配给工作者的任务的顺序计算，而每次计算的结果在完成后立即发送给主机。一旦主设备接收到k个不同的计算（称为计算目标），就完成可以对随机梯度下降（SGD）算法的迭代进行建模的每个计算回合。我们的目标是将平均完成时间表征为计算负载的函数，计算负载表示每个工人可用的数据集部分和计算目标。我们提出了两个计算调度方案，指定分配给每个工人的任务，以及他们的计算时间表，即，执行的顺序。假设一个一般的统计模型的计算和通信延迟，我们得出的平均完成时间所提出的计划。我们还建立了一个下界的最小平均完工时间假设先验知识的随机延迟。在Amazon EC2集群上进行的实验结果表明，与现有的编码和未编码计算方案相比，平均完成时间显着减少。数值结果表明，该方案与下界之间的差距相对较小，证实了所提出的调度设计的效率。
2019-05-23 cs.DC cs.IT math.IT
Space-time Coded Differential Modulation for Reconfigurable Intelligent Surfaces
本文提出一种集成差分反射调制的差分空时调制方案，以规避可重构智能表面系统中信道状态信息获取难题，并实现误码率增益，仿真验证了其有效性。
2025-08-14 cs.IT math.IT
Scalable Content Delivery with Coded Caching in Multi-Antenna Fading Channels
本文研究了在衰落多输入单输出信道下，缓存辅助用户的内容分发问题。我们感兴趣的等效内容交付率的可扩展性时，用户的数量，$K$，是大的。分析结果表明，使用编码缓存和无线多播，没有信道状态信息在发射机（CSIT），线性缩放的内容传输速率相对于$K$可以实现在一些不同的方式。首先，如果多播传输跨越$L$独立子信道，例如，如果是$L = 1$，则在准静态衰落中，如果是$L>1$，则在块衰落或多载波系统中，当发射天线的数量和子信道的数量的乘积与$K$成比例时，可以获得线性比例。第二，即使有固定数量的天线，我们可以实现线性缩放与基于阈值的用户选择只需要一位的反馈，从用户。当CSIT是可用的，我们提出了一个混合的策略，结合空间复用和组播。数值结果表明，通过优化空间复用和多播之间的功率分配，我们可以实现一个显着的增益的内容交付率与适度的缓存大小。
2020-06-03 cs.IT math.IT
CodedPaddedFL and CodedSecAgg: Straggler Mitigation and Secure Aggregation in Federated Learning
Simula UiB；Chalmers University of Technology（查尔姆斯理工大学）
我们提出了两种新的联邦学习（FL）计划，通过在网络上的设备数据上引入冗余来减轻离散设备的影响。与文献中的其他方案相比，这些方案通过忽略它们的贡献来处理掉队者或设备辍学，所提出的方案不受客户端漂移问题的影响。第一个方案，CodedPaddedFL，减轻了掉队的影响，同时保留传统FL的隐私级别。它结合了一次性填充用户数据隐私与梯度码产生掉队弹性。第二个方案CodedSecAgg基于Shamir的秘密共享，提供了对模型反演攻击的离散弹性和鲁棒性。我们将CodedPaddedFL和CodedSecAgg应用于分类问题。对于具有120个设备的场景，与传统FL相比，CodedPaddedFL在MNIST数据集上实现了95%的准确度，加速因子为18。此外，与Prakash等人最近提出的方案相比，它在延迟方面产生了类似的性能。没有额外泄漏私有数据的缺点。CodedSecAgg的性能优于最先进的安全聚合方案LightSecAgg，MNIST数据集的加速因子为6.6-18.7，准确率为95%。
2022-06-03 cs.CR cs.IT cs.LG
Vector Coded Caching Multiplicatively Boosts MU-MIMO Systems Under Practical Considerations
EURECOM（欧洲通信研究所）
本文提出向量编码缓存技术，通过优化多用户MIMO系统中的干扰管理，显著提升吞吐量，尤其在实际信道条件下表现更优。
2026-01-20 cs.IT math.IT
Manifold-Aware General Coded Computing for Straggler-Resilient Distributed Computing
University of Minnesota, Twin Cities（明尼苏达大学双城分校）
本文针对现有编码计算未利用数据内在结构的问题，提出流形感知通用编码策略，在神经网络推理和高维多项式评估实验中，该策略可显著降低抗掉队节点场景下的均方恢复误差。
2026-09-02 cs.IT cs.LG math.IT
Service Rate Region: A New Aspect of Coded Distributed System Design
擦除编码是一种有效的方法，可以有效地减少分布式系统中由于节点速度慢或分散而引起的延迟。这项工作表明，数据对象的纠删编码可以灵活地处理请求速率的偏差。编码可以帮助提高\emph{service rate region}，也就是说，增加系统可以处理的数据访问请求的总量。本文的目的是假设的服务率区域作为一个重要的考虑因素，在设计的擦除编码的分布式系统。我们强调几个开放的问题，可以分为两个广泛的线程：1）表征服务率区域的一个给定的代码，并找到最佳的请求分配，和2）设计一个给定的服务率区域的底层擦除码。作为沿着第一线程的贡献，我们的特点率区域的最大距离可分离，局部可修复，和单纯形码。我们证明了混合码的有效性，结合复制和纠删编码的代码设计。我们还发现多集批处理代码和最大化服务率区域的问题之间的基本连接。
2021-06-27 cs.DM cs.IT cs.PF
Gradient Coding with Dynamic Clustering for Straggler-Tolerant Distributed Learning
University of Maryland（马里兰大学）；Imperial College London（伦敦帝国学院）
分布式实现对于加速大规模机器学习应用至关重要。分布式梯度下降（GD）通过将数据集分布在多个工作者之间来广泛地用于并行化学习任务。分布式同步GD中每次迭代完成时间的一个重要性能瓶颈是$straggling$工作者。编码分布式计算技术最近被引入，以减轻离散和加速GD迭代分配冗余计算的工人。在本文中，我们考虑梯度编码（GC），并提出了一种新的动态GC计划，它分配冗余数据的工人获得的灵活性，动态选择一组可能的代码取决于过去的离散行为。特别是，我们认为GC与聚类，并调节在每个集群中的掉队者的数量，在每次迭代时动态地形成集群，因此，该计划被称为$GC$ $with$ $dynamic$ $clustering$（GC-DC）。在时间相关的离散行为下，GC-DC随着时间的推移从适应离散行为中获益，使得在每次迭代时，GC-DC旨在基于过去的离散行为尽可能均匀地跨集群分布离散者。对于同构和异构的工人模型，我们数值表明，GC-DC提供了显着的改善，在平均每次迭代完成时间没有增加的通信负载相比，原来的GC计划。
2021-03-01 cs.DC cs.IT cs.LG
Iterative Sketching for Secure Coded Regression
University of Michigan（密歇根大学）；Northeastern University（东北大学）；Stanford University（斯坦福大学）
本文提出一种分布式迭代随机方法，通过随机旋转基和块子采样同时实现信息安全与降维，从而加速异步系统中的分布式线性回归。
2024-03-31 cs.CR cs.DC cs.IT
Straggler Resilient Serverless Computing Based on Polar Codes
Stanford University（斯坦福大学）
提出了一种基于极化码的无服务器分布式计算机制。无服务器计算是一种新兴的基于云的计算模型，允许用户在云上运行其功能，而无需配置或管理服务器。我们提出的方法是一个混合计算框架，它使用无服务器计算执行计算成本高昂的任务，例如涉及大规模数据的线性代数运算，并在本地执行其余处理。我们解决了无服务器平台的局限性和可靠性问题，例如使用编码理论的离散工人，从最近的编码计算文献中汲取思想。所提出的机制使用极化码来以计算有效的方式确保离散恢复力。我们提供了大量的证据表明极化码优于其他编码方法。我们设计了一个专门用于全精度输入和输出的擦除信道中极化码的顺序解码器。此外，我们已经将所提出的方法扩展到矩阵乘法的情况下，两个矩阵相乘的编码。所提出的编码计算方案在AWS Lambda上实现。实验结果中提出的编码计算技术的性能进行了测试，通过梯度下降优化。最后，我们引入了部分极化的思想，它减少了编码和解码的计算负担，代价是离散恢复。
2019-07-13 cs.DC cs.IT cs.LG
MIMO Channel as a Neural Function: Implicit Neural Representations for Extreme CSI Compression in Massive MIMO Systems
本文提出基于隐式神经表示的极值CSI压缩方法，将CSI矩阵视为神经函数，通过元学习生成调制并应用于共享基础网络，经量化和熵编码实现极高压缩比，达到最先进性能且反馈策略灵活。
2024-03-20 cs.IT eess.SP math.IT
Cache-Aided Content Delivery in Fog-RAN Systems with Topological Information and no CSI
在这项工作中，我们考虑一个雾无线电接入网络（F-RAN）系统与部分连接的无线拓扑结构和没有信道状态信息可在云和边缘节点（EN）。F-RAN由配备有缓存并通过前传链路连接到云的EN组成。我们首先关注云连接被禁用的情况，因此EN必须仅基于其缓存内容来满足用户需求。针对一类部分连通的规则网络，提出了一种在EN上结合文件内MDS编码缓存和无线边缘信道上的盲干扰避免的传输方案。该方案需要最小的存储，并导致可实现的归一化交付时间（NDT），这是在一个恒定的乘法因子的最佳已知的NDT与完整的存储。接下来，我们为启用云连接的情况提供了可实现的方案，并且当仅提供拓扑信息时，我们对云连接和边缘缓存之间的相互作用提供了新的见解。
2019-12-19 cs.IT math.IT
Coded Beam Training for RIS Assisted Wireless Communications
针对RIS辅助通信中低信噪比导致波束训练精度下降的问题，提出编码波束训练框架，通过新码字设计准则和降维编码器，利用信道编码纠错能力，实现低信噪比下准确波束训练。
2025-01-23 cs.IT eess.SP math.IT
Coding for Straggler Mitigation in Federated Learning
Simula UiB（卑尔根西穆拉研究中心）；Chalmers University of Technology（查尔姆斯理工大学）
我们提出了一种新的编码的联邦学习（FL）计划的线性回归，减轻了离散设备的影响，同时保留传统FL的隐私水平。该计划结合了一次性填充，以保持隐私和梯度代码，以产生弹性对掉队者，包括两个阶段。在第一阶段，设备与其他设备的子集共享其本地数据的一次性填充版本。在第二阶段中，设备和中央服务器协作地并且迭代地训练全局线性模型，该全局线性模型使用对一次性填充的本地数据的梯度码。为了将一次性填充应用于真实数据，我们的方案利用了数据的定点运算表示。与Prakash \emph{et al.}最近提出的编码FL方案不同，该方案在实现类似训练时间的同时保持了与传统FL相同的隐私水平。与传统的FL相比，我们表明，该方案实现了训练加速因子$6.6$和$9.2$的MNIST和时尚MNIST数据集的准确性$95\%$和$85\%$，分别。
2022-02-15 cs.IT cs.LG math.IT
Beyond Dirty Paper Coding for Multi-Antenna Broadcast Channel with Partial CSIT: A Rate-Splitting Approach
在现代无线通信网络中，发射端的信道状态信息（CSIT）不完全是不可避免的，它会导致多天线广播信道（BC）中严重的多用户干扰。虽然具有完美CSIT的多天线（高斯）BC的容量是已知的并且通过脏纸编码（DPC）实现，但是具有不完美CSIT的多天线BC的容量和容量实现策略仍然是未知的。因此，常规方法依赖于将为完美CSIT设计的通信策略应用于不完美CSIT设置。在这项工作中，我们打破了这种常规，并作出了两个主要贡献。首先，我们表明，线性预编码的速率拆分（RS），依赖于分裂的消息到公共和私人部分和线性预编码在发射机，和连续的干扰消除在接收机，可以实现更大的速率区域比DPC在多天线BC与部分CSIT。其次，我们提出了一种新的可实现的计划，表示为脏纸编码的速率分裂（DPCRS），它依赖于RS分裂成公共和私人部分的用户消息，和DPC编码的私人部分。我们表明，在多输入单输出（MISO）BC与部分CSIT的DPC实现的速率区域扩大超出传统的DPC和线性预编码的RS。受益于RS部分解码干扰并部分将干扰视为噪声的能力，与DPC和其他现有传输策略相比，DPCRS对CSIT不准确性、网络负载和用户部署不太敏感。建议DPCRS作为一个新的基准和最知名的可实现的多天线BC与部分CSIT的策略。
2020-08-03 cs.IT eess.SP math.IT
Noncoherent Trellis Coded Quantization: A Practical Limited Feedback Technique for Massive MIMO Systems
准确的信道状态信息（CSI）对于获得单用户（SU）多输入多输出（MIMO）无线通信系统中的波束成形增益和多用户（MU）MIMO无线通信系统中的复用增益是必不可少的。现有技术的有限反馈方案依赖于用于信道量化的预定义码本，仅适用于少量发射天线和低反馈开销。为了将通知的发射机方案扩展到在基站处具有大量发射天线的新兴大规模MIMO系统，一种常见的方法是采用时分双工（TDD）并利用从信道互易性获得的隐式反馈。然而，大多数现有的蜂窝部署是基于频分复用（FDD）的，因此，探索这种系统的向后兼容的大规模MIMO升级是非常有意义的。对于每个天线的固定反馈速率，用于量化信道的码字的数量随着天线的数量呈指数增长，因此基于从标准矢量量化码本的查找来生成反馈不成比例。在本文中，我们提出了非相干网格编码量化（NTCQ），其编码复杂度与天线的数量成线性比例。该方法利用了格拉斯曼流形上的信源编码和非相干序列检测之间的对偶性。此外，由于非相干检测可以实现近最佳使用一个银行的相干检测器，我们得到了一个低复杂度的实现NTCQ编码使用现成的Viterbi算法应用于标准的网格编码量化。我们还开发了先进的NTCQ计划，利用各种信道特性，如时间/空间相关性。仿真结果表明，所提出的NTCQ及其扩展可以达到接近最优的性能与适度的复杂度和反馈开销。
2013-11-08 cs.IT math.IT
An Outage Exponent Region based Coded f-Matching Framework for Channel Allocation in Multi-carrier Multi-access Channels
多载波多址技术在未来的无线通信系统中被广泛采用，例如IEEE 802.16m和3GPP LTE-A。多载波多接入信道中的信道资源分配问题，可以在保证QoS的前提下，极大地提高系统的吞吐量，因而受到学术界和工业界的广泛关注。然而，缺乏一个分析框架，一个全面的性能指标，这样就很难充分发挥潜力的信道分配。本文将提出一个解析编码的fmatching框架，其中的中断指数区域（OER）将被定义为性能度量。OER决定了在整个SNR范围内所有用户之间中断性能的关系，当SNR趋于无穷大时，OER收敛到分集复用区域（DMR）。为了实现最佳的OER和DMR，随机二分图（RBG）的方法，仅取决于1比特CSI，将被提出来制定这个问题。基于RBG公式，最佳频域编码的最大f-匹配方法，然后提出。通过分析基于RBG的编码f-匹配的组合结构与鞍点近似的帮助下，每个用户的中断概率，OER，和DMR将推导出封闭形式的公式。将示出所有用户根据其速率要求共享总复用增益，同时实现全频率分集，即，最佳OER和DMR。基于并行计算原理，提出了一种具有对数多项式复杂度的并行顶点扩展随机旋转Hopcroft-Karp（PVER 2 HK）算法。仿真结果不仅验证了理论推导的正确性，而且显示了显著的性能增益。
2013-07-17 cs.IT math.IT
Coded Orthogonal Modulation for the Multi-Antenna Multiple-Access Channel
针对多天线多址通信中联合估计所有用户码字计算不可行的问题，提出低复杂度的编码正交调制多址（COMMA）方案，结合外部码与MMV-AMP算法，在性能上优于传统线性多用户检测，并推导了系统参数的界限与缩放定律。
2023-07-03 cs.IT math.IT
Massive Access in Media Modulation Based Massive Machine-Type Communications
结合大规模MIMO基站（BS）的基于媒体调制的大规模机器类型通信（mMTC）范例正在成为支持未来物联网的大规模连接的可行解决方案，其中BS处的固有大规模接入对设备活动和数据检测（DADD）提出了重大挑战。本文认为，DADD问题的未编码和编码的媒体调制的mMTC与时隙接入帧结构，其中设备活动保持不变，在一个帧内。具体地，由于时隙接入帧结构和所采用的媒体调制符号，接入信号在时域和调制域中表现出双重结构的稀疏性。受此启发，一个双结构的近似消息传递（DS-AMP）算法提出了可靠的DADD在未编码的情况下。此外，我们推导出的DS-AMP算法的状态演化理论上表征其性能。至于编码的情况下，我们开发了一个比特交织的编码媒体调制方案，并提出了一个迭代的DS-AMP（IDS-AMP）算法的基础上连续干扰消除（SIC），其中与检测到的活动设备相关联的信号分量被连续减去，以提高数据解码性能。此外，本文还讨论了基于媒体调制的mMTC系统的信道估计问题，并提出了一种有效的数据辅助信道状态信息（CSI）更新策略，以减少块衰落信道下的训练开销。最后，仿真结果和计算复杂性分析验证了所提算法在未编码和编码情况下的优越性。此外，我们的结果验证了所提出的数据辅助CSI更新策略的有效性。
2021-07-06 cs.IT eess.SP math.IT
Coded Beam Training
针对6G超大规模MIMO中低信噪比远端用户波束训练速率下降问题，提出结合信道编码的编码波束训练框架，给出汉明码、卷积码两种实现，可在低开销下实现可靠波束训练。
2024-03-06 cs.IT eess.SP math.IT
Deep Convolutional Compression for Massive MIMO CSI Feedback
Imperial College London（帝国理工学院）
编码缓存通过在不同的请求之间创建多播机会，比传统的未编码缓存提供了显着的收益。大规模多输入多输出（MIMO）系统需要在基站（BS）处的下行链路信道状态信息（CSI）以更好地利用可用的空间分集和复用增益。然而，在频分双工（FDD）大规模MIMO系统中，巨大的CSI反馈开销变得受限并且降低了整体频谱效率。在本文中，我们提出了一种基于深度学习的信道状态矩阵压缩方案，称为DeepCMC，由卷积层，然后是量化和熵编码块组成。与以前的工作相比，DeepCMC的主要贡献是两方面的：i）DeepCMC是完全卷积的，并且它可以在具有各种数量的子信道和发射天线的广泛场景中使用; ii）DeepCMC包括量化和熵编码块，并且最小化成本函数，该成本函数考虑BS处的信道矩阵的压缩速率和重构质量。仿真结果表明，DeepCMC在相同压缩率的信道状态矩阵的重构质量方面明显优于最先进的压缩方案，以每个信道维度的比特为单位进行测量。
2019-07-02 cs.IT cs.LG eess.SP
FDD Massive MIMO Channel Training Optimal Rate Distortion Bounds and the Efficiency of one-shot Schemes
研究了在频分复用（FDD）下的多用户大规模MIMO系统中，在发射端提供信道状态信息（CSI）的问题。宽带MIMO信道是在时间、空间（天线）和频率（子载波）上相关的向量值随机过程。基站（BS）周期性地从其M个天线端口向K个单天线用户（UE）广播beta_tr导频符号。相应地，K个UE在上行链路（UL）中使用beta_fb符号发送关于它们的信道状态的反馈消息。使用远程率失真理论的结果，我们表明，当SNR达到infty时，最佳反馈策略实现了信道状态估计均方误差（MSE），如果beta_tr < r，则MSE表现为Theta（1），当beta_tr >=r时，MSE表现为Theta（β ^（-alpha）），其中alpha = min（beta_fb/r，1），其中r是信道协方差矩阵的秩。MSE最优率失真策略意味着对信道状态的长序列进行编码，这将产生完全陈旧的CSI，因此多用户预编码性能较差。因此，我们考虑三个实用的一次性CSI策略，最小的一个时隙延迟，并分析其大信噪比信道估计MSE行为。这些是：（1）经由熵编码标量量化（ECSQ）的数字反馈，（2）模拟反馈（AF），以及（3）UE处的本地信道估计和数字反馈。这些方案在UE和BS处的信道统计知识方面具有不同的要求。特别地，后一种策略不需要统计知识，并且紧密地受到当前在3GPP标准化中提出的CSI反馈方案的启发。
2022-07-21 cs.IT math.IT
A New Algorithm for Improved Blind Detection of Polar Coded PDCCH in 5G New Radio
在被称为5G新无线电（5G-NR）的新蜂窝标准的最近版本中，物理下行链路控制信道（PDCCH）已经采用极化码用于错误保护。类似于4G-LTE，每个活动用户设备（UE）必须在下行链路搜索空间中盲检测其自己的PDCCH。这项工作研究了提高5G-NR中PDCCH盲检测准确性的新方法。我们开发了一种用于5G多输入多输出（MIMO）收发器的联合检测和解码接收器的新颖设计。我们的目标是实现对实际障碍的鲁棒性，包括信道状态信息（CSI）错误，噪声，同信道干扰，和导频污染。为了优化PDCCH盲检测中的整体接收机性能，我们通过将伽罗瓦域码约束放松并变换到复信号域来在信号检测阶段期间并入极化码信息。具体而言，我们开发了一种新的联合线性规划（LP）制定，考虑到变换后的极化码约束。我们提出的联合LP公式也可以与极化解码器集成，以低成本提供卓越的接收机性能。我们还引入了一个度量，可以用来消除大多数错误的PDCCH候选，以提高5G-NR的PDCCH盲检测的计算效率。
2019-02-27 cs.IT eess.SP math.IT
Cognitive MIMO-RF/FSO Cooperative Relay Communication with Mobile Nodes and Imperfect Channel State Information
本文分析了一种基于认知无线电的解码转发混合多输入多输出（MIMO）射频/自由空间光（RF/FSO）协作中继系统的性能，该系统具有多个移动主、副用户节点。由于信道估计误差而引起的不完美信道状态信息（CSI）的影响也在次级用户发射机（SU-TX）处被考虑并且分别中继在功率控制和符号检测过程上。这项工作的一个独特的方面是，固定和成比例的干扰功率约束，以限制在主用户接收机（PU-RX）的干扰。分析结果得出上述系统的准确和渐近中断和误比特概率的特征节点的移动性和不完善的CSI的实际条件下，连同光信道的损伤，如路径损耗，大气湍流，和指向错误，每个SU-TX和中继之间的正交空时分组编码传输。最后，仿真结果产生各种有趣的见解系统的性能，如一个midamble与前导码的信道估计的好处。
2018-05-14 cs.IT math.IT
An Optimal Decoding Strategy for Physical-layer Network Coding over Multipath Fading Channels
提出了一种多径衰落信道下物理层网络编码（PNC）的最优解码器。以往对PNC的研究主要集中在单路径的情况下。对于PNC，多径不仅引入符号间干扰（ISI），而且还引入多个用户同时发送的信号之间的符号间干扰（Cross-SI）。在本文中，我们假设发射机没有信道状态信息（CSI）。然而，PNC系统中的中继具有CSI。中继利用置信传播（BP）算法解码的多径失真的信号从多个用户到网络编码的数据包。我们将我们的多径解码算法称为MP-PNC。我们的仿真结果表明，在单径信道上的同步PNC的基准，比特出错率（BER）性能损失的MP-PNC下的两个抽头ITU信道模型可以保持在0.5dB。此外，它优于MUD-XOR算法3dB - MUD-XOR在执行XOR网络编码映射之前显式地解码来自两个用户的个体信息。虽然本文提出的衰落信道PNC的框架是基于双径和三径信道模型，我们的算法可以很容易地扩展到三个以上的路径的情况下。
2014-07-08 cs.IT math.IT
Distributed Learning over a Wireless Network with Non-coherent Majority Vote Computation
在这项研究中，我们提出了一种空中计算（OAC）方案来计算联邦边缘学习（FEEL）的多数投票（MV）。利用所提出的方法，边缘设备（ED）传输局部随机梯度的符号，即，通过激活两个正交资源中的一个来投票。边缘服务器（ES）处的MV通过利用资源上的累积来利用非相干检测器获得。因此，所提出的方案消除了在ED和ES处对信道状态信息（CSI）的需要。在这项研究中，我们分析了各种梯度编码策略，通过权函数和波形配置在正交频分复用（OFDM）。我们表明，特定的权重函数，使缺席ED（即，缺席者的硬编码参与（HPA））或加权投票（即，软编码参与（SP））可以显著降低检测到不正确MV的概率。通过考虑路径损耗、功率控制、小区大小和衰落信道，我们证明了分布式学习算法对一个非凸函数的收敛性。仿真结果表明，在异构数据分布情况下，当时间同步和功率控制不理想时，采用HPA和SP的方案仍能提供较高的测试精度。
2022-10-13 cs.IT eess.SP math.IT
