Differentially Private Over-the-Air Federated Learning Over MIMO Fading Channels
The Chinese University of Hong Kong(香港中文大学);Cornell University(康奈尔大学);The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州))
针对MIMO衰落信道空中联邦学习的隐私放大问题,本文分析收敛与隐私损失,提出基于交替优化的收发器设计算法,实现更优隐私-学习权衡。
2023-12-25 cs.CR cs.IT cs.LG
Over-the-Air Computation with DFT-spread OFDM for Federated Edge Learning
在这项研究中,我们提出了一种空中计算(AirComp)方案,用于在边缘设备(ED)或边缘服务器(ES)处没有信道状态信息(CSI)的联合边缘学习(FEEL)。该方案依赖于非相干通信技术,通过多数表决(MV)实现分布式训练。在这项工作中,投票,即,来自ED的局部梯度的符号用脉冲位置调制(PPM)符号表示,该脉冲位置调制(PPM)符号用离散傅里叶变换(DFT)-扩展正交频分复用(OFDM)(DFT-s-OFDM)构造。通过考虑延迟扩展和时间同步误差,用能量检测器获得ES处的MV。因此,所提出的方案在ED和ES处不需要CSI。我们还证明了分布式训练的收敛性时,MV与该计划在衰落信道下获得。通过仿真,我们表明,该方案提供了一个高的测试精度在衰落信道中,同时导致较低的峰均包络功率比(PMEPR)符号。
2021-12-26 cs.IT eess.SP math.IT
Training Optimization for Gauss-Markov Rayleigh Fading Channels
在本文中,导频辅助传输高斯马尔可夫瑞利衰落信道被认为是。研究了一种简单的场景,其中每T个符号发送单个导频信号,并且在导频之间发送T-1个数据符号。首先,假设在发射机处采用二进制相移键控(BPSK)调制。在此假设下,通过最大化可实现的速率表达式来联合优化训练周期以及数据和训练功率分配。使用最佳训练参数计算可压缩速率和每比特能量要求。其次,将估计误差视为加性高斯噪声的另一个来源,得到了一个容量下界,并通过最大化这个下界来优化训练参数。
2007-05-01 cs.IT math.IT
Efficient LLR Calculation for Non-Binary Modulations over Fading Channels
衰落信道下非二进制调制信号的对数似然比(LLR)计算比较复杂。引入了非对称二进制信道上的LLR精度的度量,以促进非二进制调制的良好LLR近似。考虑分段线性LLR逼近,我们证明了根据这种措施优化系数的凸性。对于优化的近似LLR,我们报告与真实LLR相比可以忽略不计的性能损失。
2010-02-10 cs.IT math.IT
Delay-Distortion-Power Trade Offs in Quasi-Stationary Source Transmission over Block Fading Channels
本文研究了延迟失真功率权衡在块衰落信道中传输的准平稳源通过研究编码器和解码器缓冲技术来平滑的源和信道的变化。提出了四种信源和信道编码方案,考虑缓冲器和功率约束,以最小化重构信源失真。第一种是高性能方案,其受益于优化的源和信道速率自适应。在第二种方案中,信道编码速率是固定的,并且随着发射功率相对于信道和源变化而被优化,因此该方案享有实现的简单性。最后两种方案具有固定的发射功率和优化的自适应或固定的信道编码速率。对于所有提出的计划,封闭形式的平均失真,优化速率和功率的解决方案,并在高信噪比制度,平均失真指数和渐近平均功率增益。所提出的方案与缓冲利用的多样性,由于源和信道的变化。具体地,当缓冲器大小受限时,固定信道速率自适应功率方案优于自适应速率固定功率方案。此外,分析和数值计算结果表明,有限的缓冲区大小,在重建信号SNR的系统性能饱和的传输功率增加,这表明,适当的缓冲区大小的选择是很重要的,以实现所需的重建质量。
2015-05-04 cs.IT math.IT
Optimized Power Control for Over-the-Air Federated Edge Learning
空中联合边缘学习(Air-FEEL)是一种用于通过无线网络进行隐私保护分布式学习的通信高效解决方案。Air-FEEL通过利用无线信道的波形叠加特性,允许梯度/模型更新的“一次性”空中聚合,因此保证了与网络大小无关的极低聚合延迟。然而,这样的通信效率可能以学习性能下降为代价,这是由于设备上的非均匀信道衰落和噪声扰动引起的聚合误差。先前的工作采用信道反转功率控制(或其变体)来通过对齐信道增益来减少聚合误差,然而,由于噪声放大,这在深度衰落场景中可能是高度次优的。为了克服这个问题,我们研究了功率控制优化,以提高Air-FEEL的学习性能。为此,我们首先分析的收敛行为的空气感觉推导出的最优差距的损失函数下的任何给定的功率控制策略。然后,我们优化功率控制,以最大限度地减少最优性差距,加速收敛,在边缘设备的平均和最大功率约束。由于功率控制变量在不同设备和迭代上的耦合,该问题通常是非凸的并且具有挑战性。为了解决这一挑战,我们开发了一个有效的算法,联合利用连续凸逼近(SCA)和信赖域方法。数值结果表明,优化的功率控制策略实现了显着更快的收敛速度比基准政策,如信道反转和均匀的功率传输。
2020-11-11 cs.IT eess.SP math.IT
Towards Fully Optimized BICM Transceivers
比特交织编码调制(BICM)收发器通常使用等间隔星座和随机交织器。在本文中,我们提出了一个新的BICM设计,它考虑了层次(非等间隔)星座,一个比特级复用器,和多个bridgers。结果表明,这种新的计划增加了自由度,可以利用,以提高其性能。针对加性高斯白噪声(AWGN)和Nakagami- $m$衰落信道,给出了系统出错率(BER)的解析界,并给出了系统的星座参数和复用规则。然后,这些界限被用于设计BICM收发器。数值结果表明,与传统的BICM设计相比,并为$10^{-6}$的目标BER,增益高达3 dB的AWGN信道。对于衰落信道,增益取决于衰落参数,并且对于$10^{-7}$和$m=5$的目标BER达到2 dB。
2010-12-08 cs.IT math.IT
Optimized Joint Beamforming for Wireless Powered Over-the-Air Computation
研究无线供电AirComp系统,通过联合优化HAP能量波束成形、接收波束成形与WDs发射功率以最小化计算MSE,提出基于交替优化的算法,显著降低了计算均方误差。
2023-05-17 cs.IT eess.SP math.IT
Large-Scale Fading Precoding for Spatially Correlated Rician Fading with Phase Shifts
我们考虑大规模衰落预编码(LSFP),这是一个两层的预编码方案在多小区大规模MIMO(多输入多输出)系统的下行链路,以抑制小区间干扰。我们得到的封闭形式的频谱效率(SE)与LSFP在中央网络控制器和最大比预编码在基站(BS)使用线性最小均方误差或最小二乘信道估计。LSFP权值的设计基于长期的信道统计和两个重要的性能指标进行了优化下每BS的发射功率约束。这些指标是总和SE和比例公平性,其中产生的优化问题是非凸的。利用乘子法中的加权最小均方误差和交替方向法,提出了两种有效的算法。此外,提出了两种部分LSFP方案,以减少前传信令的要求。仿真量化了LSFP在标准单层预编码方案上的性能改进,并确定了每个优化问题的具体优势。
2020-06-25 cs.IT eess.SP math.IT
Optimized Power Control Design for Over-the-Air Federated Edge Learning
研究了空中联合边缘学习(Air-FEEL)系统中的发射功率控制问题。不同于传统的功率控制设计(例如,以最小化每轮空中聚合的个体均方误差(MSE)),我们考虑一种新的功率控制设计,其目的在于直接最大化收敛速度。为此,我们首先分析的收敛行为的空气感觉(在最优性差距方面)在不同的通信回合的聚合错误。结果表明,如果聚集估计是无偏的,则训练算法在温和的条件下会精确收敛到最优点;如果聚集估计是有偏的,则训练算法会收敛到一个由累积估计偏差决定的误差平层。接下来,在收敛结果的基础上,我们优化了功率控制,以直接最小化有偏和无偏聚合下的最优性差距,并在各个边缘设备上受到一组平均和最大功率约束。我们将这两个问题转化为凸形式,并获得其结构化的最优解,都出现在正则化的通道反演的形式,通过使用拉格朗日对偶方法。最后,数值计算结果表明,所提出的功率控制策略实现了更快的收敛空气FEEL相比,基准政策与固定的功率传输或传统的MSE最小化。
2021-11-09 cs.IT eess.SP math.IT
Unified Statistical Channel Model for Turbulence-Induced Fading in Underwater Wireless Optical Communication Systems
基于实验数据,提出了一种统一的统计模型,用于描述在淡水和咸水中存在气泡和温度梯度时,水下无线光通信(UWOC)信道的相干衰落特性。在该模型中,通道辐照度波动的特点是混合指数广义伽玛(EGG)分布。我们使用期望最大化(EM)算法,以获得新模型的最大似然参数估计。有趣的是,所提出的模型显示,提供一个完美的拟合与测量数据在所有通道条件下的两种类型的水。新模型的主要优点是,它具有简单的数学形式,从性能分析的角度来看,它具有吸引力。事实上,我们表明,EGG模型的应用导致封闭形式和分析听话的表达式关键UWOC系统的性能指标,如中断概率,平均比特出错率,遍历容量。据我们所知,这是有史以来第一个全面的信道模型,解决了由于气泡和温度梯度引起的水下无线光信道中光束辐照度波动的统计数据。
2018-10-15 cs.IT math.IT
Proactive Eavesdropping via Jamming for Rate Maximization over Rayleigh Fading Channels
这封信不是反对窃听,而是通过研究合法的监视器(例如,政府机构)有效地窃听可疑的无线通信链路。可疑发射机控制其在瑞利衰落信道上的通信速率,以保持在接收机处的目标中断概率,并且合法监视器只有当其可达速率不小于可疑通信速率时才能成功窃听。我们提出了一个积极的窃听通过干扰的方法,以最大限度地提高平均窃听率,其中合法的监视器发送干扰信号与优化的功率控制,以缓和可疑的通信速率。
2015-11-04 cs.IT math.IT
Optimized Training and Feedback for MIMO Downlink Channels
我们考虑MIMO衰落广播信道,其中信道状态信息是在用户终端通过下行链路训练和信道反馈被用来提供发射机信道状态信息(CSIT)的基站。反馈信道(对应的上行链路)被建模为在用户之间正交的AWGN信道。消耗的总带宽是用于下行链路训练、信道反馈和数据传输的带宽/资源的总和。假设信道遵循块衰落模型,并使用迫零波束成形,我们优化了未量化(模拟)和量化(数字)信道反馈的净可达速率。下行链路训练导频的最佳数量被认为是基本上相同的两种反馈技术,但数字反馈被示出提供一个更大的净速率比模拟反馈。
2009-05-22 cs.IT math.IT
Versatile Semantic Coded Transmission over MIMO Fading Channels
语义通信在提高端到端传输性能方面显示出巨大的潜力。为了进一步提高系统效率,本文提出了一类新的语义编码传输(SCT)方案在多输入多输出(MIMO)衰落信道。特别是,我们提出了一个高效率的SCT系统,支持并发传输的多个流,它可以最大限度地提高端到端的语义通信系统的复用增益。通过综合考虑信源语义特征上的熵分布和无线MIMO信道状态,设计了一种空域复用机制,实现了自适应码率分配和流映射。因此,源内容和信道环境将无缝耦合,这最大化SCT系统的编码增益。此外,我们的SCT系统是通用的:一个单一的模型可以支持各种传输速率。整个模型在传输率失真(RD)折衷的约束下进行优化。实验结果表明,该方案大大提高了语义通信系统的吞吐量。它也优于传统的MIMO通信系统在现实衰落信道下。
2022-10-30 cs.IT eess.SP math.IT
Achievable Rates and Training Optimization for Fading Relay Channels with Memory
本文研究了时间选择性平坦衰落中继信道的传输问题。假设信道衰落系数是未知的先验。传输过程分为两个阶段:网络训练阶段和数据传输阶段。在训练阶段,发送导频符号,接收机采用单导频MMSE估计或非因果维纳滤波器来学习信道。在数据传输阶段考虑了放大转发(AF)和解码转发(DF)技术,得到了可达速率表达式。训练周期,数据和训练功率分配的联合优化,通过使用可实现的速率表达式。数值结果得到考虑高斯-马尔可夫和低通衰落模型。计算可压缩速率,并研究每比特能量的要求。给出了导频符号和数据符号之间的最优功率分配。
2008-12-08 cs.IT math.IT
Topological Neural Networks over the Air
Sapienza University of Rome(罗马大学);Consorzio Nazionale Interuniversitario per le Telecomunicazioni (CNIT)(意大利国家大学电信联盟)
本文提出一种融合无线信道模型的空中拓扑神经网络,在正则胞腔复形的拓扑卷积中纳入衰落与噪声,提升了现实通信下的鲁棒性与性能。
2025-02-14 cs.IT cs.LG math.IT
Over-the-Air Federated Edge Learning with Error-Feedback One-Bit Quantization and Power Control
空中联合边缘学习(Air-FEEL)是使用分布在边缘设备处的训练数据的分布式机器学习的通信高效框架。该框架使所有边缘设备能够在整个可用带宽上同时传输模型更新,从而实现空中聚合。最近提出了一种1比特数字空中聚合(OBDA)方案,其特征在于边缘设备处的1比特梯度量化和边缘服务器处的基于多数表决的解码。然而,低分辨率的一位梯度量化减慢了模型的收敛速度,导致性能下降。另一方面,Air-FEEL中由衰落信道引起的聚合误差仍有待解决。为了解决这些问题,我们提出了错误反馈的一位宽带数字聚合(EFOBDA)和优化的功率控制策略。为此,我们首先提供了一个理论分析,以评估误差反馈对FL与EFOBDA的收敛性的影响。分析结果表明,通过设置一个适当的反馈强度,EFOBDA是可比的空气FEEL没有量化,从而提高了OBDA的性能。然后,我们进一步介绍了一种功率控制策略,通过最大化的收敛速度下的瞬时功率约束。实验结果表明,与无误差反馈的1比特量化方案和优化的功率控制策略相比,该方案在图像分类任务中具有更快的收敛速度和更高的测试精度.
2023-03-20 cs.IT eess.SP math.IT
PhysFad: Physics-Based End-to-End Channel Modeling of RIS-Parametrized Environments with Adjustable Fading
可编程无线电环境参数化的可重构智能表面(RISs)正在成为一种新的无线通信模式,但目前使用的信道模型的设计和分析的信号处理算法不能包括衰落的方式,是忠实于底层波物理。为了克服这个障碍,我们引入了一个基于物理的端到端模型的RI参数化的无线信道可调衰落(杜撰的PhysFad),这是基于第一性原理耦合偶极子形式主义。PhysFad自然地结合了空间和因果关系的概念,分散(即,频率选择性)和每个RIS元件的相位和振幅响应的交织,以及任何产生的互耦合效应,包括长程介观相关性。PhysFad提供了最新的可调衰减缺少调谐旋钮。我们彻底的特点PhysFad,并证明其功能的一个原型问题的RIS启用的空中信道均衡在丰富的散射无线通信。我们还分享了一个用户友好的代码版本,以帮助社区过渡到基于物理的模型,并具有可调衰减。
2022-02-06 cs.IT eess.SP math.IT
Cooperative Learning via Federated Distillation over Fading Channels
分布式机器学习的协同训练方法通常基于局部梯度或局部模型参数的交换。后一种方法被称为联邦学习(FL)。最近提出了一种降低通信开销的替代解决方案,称为联合蒸馏(FD),其仅交换平均模型输出。虽然先前的工作研究了FL在无线衰落信道上的实现,但在这里,我们提出了FD的无线协议及其增强版本,该增强版本利用离线通信阶段来传达“混合”协变量向量。所提出的实现包括不同的组合的数字方案的基础上单独的源信道编码和在空中计算策略的基础上模拟联合源信道编码。结果表明,在有限的频谱资源的存在下,增强版FD有可能显着优于FL。
2020-02-03 cs.DC cs.IT eess.SP
Fast Convergence Algorithm for Analog Federated Learning
ShanghaiTech University(上海科技大学);Tsinghua University(清华大学)
在本文中,我们考虑联邦学习(FL)在一个嘈杂的衰落多址接入信道(MAC),其中边缘服务器聚合的本地模型传输的多个终端设备通过空中计算(AirComp)。为了在无线信道上实现高效的模拟联邦学习,提出了一种基于AirCompFedSplit算法,该算法采用基于阈值的设备选择方案实现可靠的本地模型上传。特别地,我们分析了所提出的算法的性能,并证明了所提出的算法线性收敛到最优解的假设下,目标函数是强凸和光滑的。我们还描述了所提出的算法的鲁棒性的病态问题,从而实现快速收敛速度和减少通信轮。进一步给出了有限的误差界,揭示了收敛行为与信道衰落和噪声之间的关系。理论和实验结果表明,该算法对病态问题具有更强的鲁棒性,且收敛速度快于其他FL算法。
2020-10-30 cs.IT cs.LG eess.SP
A self-adaptive RIS that estimates and shapes fading rich-scattering wireless channels
我们提出了一个框架内的衰落丰富的散射无线环境中操作的自适应RIS。我们将富散射无线信道建模为由(i)RIS和(ii)动态扰动(移动对象等)双重参数化。在每个相干时间内,首先,自适应RIS估计动态扰动器的状态(例如,扰动器的取向和位置)。然后,第二,使用从RIS配置和干扰器状态到无线信道的映射的学习代理前向模型,获得实现期望功能的优化RIS配置。我们展示了我们的技术使用基于物理的端到端模型的RIS参数化通信与可调衰落(PhysFad)的例子目标,最大限度地提高接收信号强度指标。我们的研究结果提出了一个路线走向收敛的RIS授权的本地化和传感与RIS授权的信道整形超出了简单的情况下,在自由空间中的操作没有衰落。
2022-02-21 cs.IT eess.SP math.IT
Irregular Repetition Slotted ALOHA over the Rayleigh Block Fading Channel with Capture
依赖于在多个时隙中传输分组副本并在接收机处利用干扰消除的随机接入协议已经被证明可以实现与正交方案的性能竞争。到目前为止,定义用户发送给定数量的副本的概率的重复度简档的优化主要针对冲突信道模型来执行。在本文中,分析扩展到一个块衰落信道模型,也假设捕获效应在接收机。密度演化方程开发的新的设置,并在此基础上,一些重复度配置文件进行了优化和分析,通过Monte Carlo模拟在有限的帧长设置。导出的分布示出实现吞吐量大大超过1 [包/时隙]。
2017-06-29 cs.IT math.IT
Beamforming Through Reconfigurable Intelligent Surfaces in Single-User MIMO Systems: SNR Distribution and Scaling Laws in the Presence of Channel Fading and Phase Noise
我们考虑一个衰落信道中,多天线发射机与多天线接收机通过可重构智能表面(RIS),这是由$N$可重构被动散射受损的相位噪声通信。发射机处的波束形成向量、接收机处的组合向量以及$N$散射体的相移被优化,以便最大化接收机处的信噪比(SNR)。通过假设瑞利衰落(或视线传播)的发射机RIS链路和瑞利衰落的RIS接收机链路上,我们证明了SNR是一个随机变量,相当于在分布的产品的三个(或两个)独立的随机变量,其分布近似由两个(或一个)伽马随机变量和两个缩放的非中心卡方随机变量的总和。建议的分析框架,使我们能够量化的鲁棒性的RIS辅助传输衰落信道。例如,我们证明了发射机-RIS-接收机信道上经历的衰落量随$N$线性减小。这证明了大尺寸的RISs可以有效地用于使衰落不那么严重并且无线信道更可靠。
2020-05-15 cs.IT math.IT
Learning Rate Optimization for Federated Learning Exploiting Over-the-air Computation
联邦学习(FL)作为一种有前途的边缘学习框架,通过在设备上进行分布式学习和在中央服务器上进行模型聚合,可以有效地解决延迟和隐私问题。为了实现高效的无线数据聚合,最近已经提出了空中计算(AirComp)并且引起了立即的关注。然而,无线信道的衰落会在基于AirComp的FL方案中产生聚合失真。为了克服这种影响,动态学习率(DLR)的概念,提出了这项工作。我们开始我们的讨论,考虑多输入单输出(MISO)的情况下,因为底层的优化问题是凸的,并有封闭形式的解决方案。然后,我们将我们的研究扩展到更一般的多输入多输出(MIMO)的情况下,并推导出一个迭代法。利用MNIST和CIFAR10数据集进行的大量仿真结果表明,该方法在降低聚合失真和保证测试精度方面是有效的。此外,我们提出了渐近分析,并给出了一个接近最优的接收波束形成设计方案的封闭形式,这是通过数值模拟验证。
2021-04-04 cs.IT eess.SP math.IT
Accelerating Distributed Optimization via Over-the-Air Computing
分布式优化在新兴应用中无处不在,例如鲁棒传感器网络控制、智能电网管理、机器学习、资源切片和定位。然而,本地和中心节点之间的大量数据交换可能会导致严重的通信瓶颈。为了克服这一挑战,空中计算(AirComp)是一种很有前途的媒体接入技术,它利用无线多址信道(MAC)的叠加特性,并提供显着的带宽节省。在这项工作中,我们提出了一个AirComp框架一般分布式凸优化问题。具体而言,分布式原始对偶(DPD)次梯度方法用于优化过程。在一般的假设下,我们证明了DPDAirComp可以渐近实现零期望约束违反。因此,DPD-AirComp确保了原始问题的可行性,尽管存在信道衰落和加性噪声。此外,通过对用户信号进行适当的功率控制,也可以减轻预期的非零最优性间隙。该框架的两个实际应用,即智能电网管理和无线资源分配。最后,数值结果再次证实了DPDAirComp的优异性能,同时也表明,DPD-AirComp收敛速度比数字正交多址方案,特别是时分多址(TDMA)快一个数量级。
2022-12-28 cs.IT eess.SP math.IT
Novel Method for Multi-Dimensional Mapping of Higher Order Modulations for BICM-ID Over Rayleigh Fading Channels
多维(MD)映射为比特交织编码调制与迭代解码(BICM-ID)的映射设计提供了更大的灵活性,并潜在地提高了带宽效率。然而,对于高阶信号星座,由于大量的可能的映射,找到合适的MD映射是一个非常复杂的任务。本文提出了一种新的映射方法来构造有效的MD映射,以改善BICM-ID在瑞利衰落信道下的误码性能。我们建议将MD映射设计问题分解为四个不同的$2$ -D映射函数。设计$2$ -D映射,使得所得到的MD映射改善了低信噪比(SNR)下的BICM-ID错误性能。我们还开发了成本函数,可以优化,以提高在高信噪比的错误性能。该映射方法与已知的映射方法相比非常简单,并且可以针对BICM-ID的不同调制方式(包括高阶调制方式)实现合适的MD映射。仿真结果表明,在目标出错率为$10^{-6}$的情况下,该映射的性能明显优于已知的映射。我们的映射还提供了一个较低的错误地板相比,他们众所周知的同行。
2018-07-12 cs.IT eess.SP math.IT
Space-time coding techniques with bit-interleaved coded modulations for MIMO block-fading channels
空时比特交织编码调制(ST-BICM)是在块衰落MIMO信道中获得高分集增益和编码增益的有效技术。其最大似然(ML)性能计算理想交织条件下,这使得全局优化考虑到信道编码。由于多样性上界来自Singleton界,一个适当的选择的时间维度的空时编码是可能的,这最大化的多样性,同时最小化的复杂性。在此基础上,提出了一种优化的交织器和一组线性预编码器,称为色散核代数(DNA)预编码器。所提出的预编码器相对于现有技术具有良好的性能,并且对于任何数量的发射天线和任何时间维度都存在。对于turbo码,它们表现出不随帧长度增加的帧出错率。
2007-06-15 cs.IT math.IT
Ring Compute-and-Forward over Block-Fading Channels
准静态信道中的计算和转发协议通常采用基于有理数整数$\mathbb{Z}$、高斯整数$\mathbb{Z}\left[i\right]$或爱森斯坦整数$\mathbb{Z}\left[ω\right]$的格码,而其扩展到更一般的信道通常假设在发射机处的信道状态信息(CSIT)。在本文中,我们提出了一种新的方案,计算和转发块衰落信道中没有CSIT,这是被称为环计算和转发,因为衰落系数量化的代数整数环的规范嵌入。由于所采用的代数格的乘法闭包,中继能够解码格码字的代数整数线性组合。我们分析了它的可实现的计算速度,并显示它优于传统的计算和转发的基础上$\mathbb{Z}$格。通过研究Diophantine近似的代数共轭效应,证明了优化计算速率的自由度为${n}/{L}$,其中$n$为块数,$L$为用户数.
2019-05-10 cs.IT math.IT
On the Degrees of Freedom of RIS-Aided Holographic MIMO Systems
在本文中,我们研究基于不同层次的信道状态信息的系统优化的地面通信系统。我们从速率和自由度(DoF)两个方面分析了系统的性能。我们发现,部署的可重构智能表面(RIS)的结果增加自由度的数量,通过扩展近场区域。在莱斯衰落信道中,我们表明,RIS可以有效地优化,仅基于发送和接收表面的位置,同时提供良好的性能,如果莱斯衰落因子不是太小。
2023-01-27 cs.IT eess.SP math.IT
mmWave Communications for Indoor Dense Spaces: Ray-Tracing Based Channel Characterization and Performance Comparison
在本文中,在28 GHz的室内密集空间(IDS)信道的特点是通过广泛的光线追踪(RT)模拟。我们认为入侵检测系统是一种特殊类型的室内环境,具有有限的几何形状,挤满了人,如飞机客舱和训练货车。基于RT模拟,我们表征路径损耗,阴影衰落,均方根延迟扩展,Rician K因子,到达/离开的方位角/仰角扩展,考虑不同的RT模拟场景的机身几何形状,材料,和人类的存在。虽然大尺度衰落参数类似于现有技术的信道模型,但是小尺度衰落参数在IDS中表现出更丰富的多径散射,导致与3GPP室内信道模型相比更差的比特出错率性能。
2022-02-17 cs.IT math.IT
UAV-Assisted Over-the-Air Computation
空中计算(AirComp)为支持分布式数据的超快速聚合提供了一种很有前途的方法。然而,由于信道衰落和噪声的影响,其在长距离传输中的性能不能得到保证。为了充分发挥AirComp的潜力,本文提出使用低成本的无人机(UAV)作为移动基站来协助AirComp系统。具体而言,由于其可控的高机动性和高海拔,UAV可以移动到足够接近传感器的位置,以实现视线传输并自适应地调整所有链路的距离,从而增强信号幅度对准和噪声抑制。我们的目标是通过联合优化无人机轨迹,无人机的比例因子和传感器的发射功率,在无人机的预定位置和飞行速度,传感器的平均和峰值功率限制的约束下,最小化AirComp的时间平均均方误差。然而,由于高度耦合的优化变量和时间依赖的约束,所产生的问题是非凸的和具有挑战性的。因此,我们提出了一个有效的迭代算法,通过应用块坐标下降和连续凸优化技术。仿真结果验证了所提出算法的收敛性,并证明了所提出的设计与基准相比的性能增益和鲁棒性。
2021-01-25 cs.IT eess.SP math.IT
Occupancy-Domain Over-the-Air Computation
Chalmers University of Technology(查尔姆斯理工大学)
本文提出占用域计算(ODC)及其平衡变体BOC,利用共享资源的静默承载求和,无需CSI和相位对齐,实现非相干空中计算,并给出估计器、最优负载及误差界,仿真验证其优于现有非相干方法。
2026-09-11 cs.IT math.IT
Distributed Learning over a Wireless Network with FSK-Based Majority Vote
在这项研究中,我们提出了一种用于联邦边缘学习(FEEL)的空中计算(AirComp)方案。该方案依赖于分布式学习的概念,多数表决(MV)与符号随机梯度下降(signSGD)。与现有技术的解决方案相比,利用所提出的方法,边缘设备(ED)通过激活两个正交资源之一来发送局部随机梯度的符号,即,正交频分复用(OFDM)子载波,边缘服务器(ES)处的MV通过利用子载波上的能量累积而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。通过考虑路径损耗、功率控制、小区大小和衰落信道中检测到的MV的概率性质,我们证明了非凸函数的分布式学习的收敛性。通过仿真,我们表明,该方案可以提供一个高的测试精度在衰落信道中,即使时间同步和功率对齐在ES是不理想的。我们还提供了深入了解分布式学习的位置相关的数据分布的MV为基础的计划。
2021-11-02 cs.IT eess.SP math.IT
Effective Capacity of URLLC over Parallel Fading Channels with Imperfect Channel State Information
研究了有限块长度(FBL)下多个并行子信道上的点对点超可靠低延迟通信(URLLC)传输的有效容量.基于合理的假设和近似,我们推导出有效容量作为导频长度,解码错误概率,发射功率和子信道数的函数。然后,我们揭示了上述参数的有效容量的显着影响。推导了有效容量的封闭下界,并提出了一种基于交替优化的算法来寻找最佳导频长度和解码错误概率。仿真结果验证了我们的理论分析,并表明封闭形式的下限是非常紧密的。此外,通过对优化后的有效容量的仿真,对导频长度和译码错误概率的优化提供了启示,以评估实际系统中的最佳参数。
2022-10-19 cs.IT math.IT
Over-the-Air Decentralized Federated Learning
ShanghaiTech University(上海科技大学);Shanghai Institute of Microsystem and Information Technology, Chinese Academy of Sciences(中国科学院上海微系统与信息技术研究所);University of Chinese Academy of Sciences(中国科学院大学)
在本文中,我们考虑分散的联邦学习(FL)在无线网络中,通过空中计算(AirComp),以促进本地模型共识的设备到设备(D2 D)的通信方式。然而,基于AirComp的共识阶段会给每个算法带来附加噪声,并且共识需要对无线网络拓扑变化具有鲁棒性,这给无线分散FL算法的收敛性带来了新的挑战。为了促进共识阶段,我们提出了一个基于AirComp-based DSGD与梯度跟踪和方差减少(DSGT-VR)算法,其中的预编码和解码策略的D2 D通信开发。此外,我们证明了该算法的线性收敛性,并建立了最优间隙强凸光滑损失函数,考虑到信道衰落和噪声。理论结果表明,最优间隙中的附加误差界取决于设备的数量。大量的仿真验证了理论结果,并表明该算法优于其他基准分散FL算法在无线网络中。
2021-06-15 cs.IT cs.LG eess.SP
Space-Air-Ground Integrated Networks: Their Channel Model and Performance Analysis
本文提出了一种包含五种关键效应的星地信道模型,并基于此推导了空天地一体化网络的中断概率和遍历速率等性能指标的闭式表达式,揭示了多因素对网络性能的影响。
2024-12-21 cs.IT eess.SP math.IT
The Capacity Region of the Wireless Ergodic Fading Interference Channel with Partial CSIT to Within One Bit
基本容量限制的两个用户的无线遍历衰落IC与部分信道状态信息在发射机(CSIT),其中每个发射机配备了一个任意的确定性函数的信道状态(这个模型产生一个完全控制有多少状态信息是可用的)。在衰落网络的分析中,特别是包括衰落IC的多接收器网络,主要挑战之一是获得有效的容量外边界。本文针对两用户遍历衰落信道建立了一个新的容量外界。为此目的,通过广播信道技术(即,利用Csiszar-Korner恒等式对向量随机变量组成的互信息函数进行操作)和基因辅助技术,首先导出了由包含辅助随机变量的互信息函数表征的单字母外界。然后,通过新的论点,导出的界限优化其辅助工具,仅使用熵功率不等式。除了被很好地描述,我们的外边界是有效的,从几个方面。具体地说,它是最佳的衰落IC均匀强干扰。此外,它是均匀混合干扰的信道的速率和最优的。更重要的是,它被证明,当每个发射机有机会获得任何数量的CSIT,其中包括其非对应的接收机的干扰噪声比,外部边界的差异不超过一个比特从可实现的速率区域由Han-Kobayashi计划。这个结果被视为一个自然的概括的ETW内的一个比特的容量结果的静态信道的无线遍历衰落的情况。
2013-02-14 cs.IT math.IT
Outage behavior of slow fading channels with power control using noisy quantized CSIT
本研究的主题是在多天线慢衰落信道下,量化反馈和部分功率控制的中断行为。一个固定速率的通信系统被认为是。从文献中得知,在无误差反馈的情况下,用于功率控制的中断最优量化器具有循环结构。此外,系统的分集增益与功率控制码本的基数成多项式增加。在这里,一个类似的系统进行了研究,但当反馈链路是容易出错的。我们证明,在高信噪比制度,最佳量化器结构与噪声反馈仍然是圆形的,最佳Voronoi区域是连续的非零概率区间。此外,最优功率控制码本类似于信道优化标量量化器(COSQ),即,Voronoi区域与错误的反馈信息合并。使用COSQ,系统的中断性能优于无反馈方案。然而,渐近分析表明,系统的分集增益是相同的no-CSIT计划,如果有一个非零和非零的反馈错误概率。
2008-04-04 cs.IT math.IT
ARQ Diversity in Fading Random Access Channels
采用跨层优化方法设计对称随机接入无线系统。代替传统的碰撞模型,一个更真实的物理层模型被认为是。基于此模型,一个增量冗余自动重传请求(IR-ARQ)方案,定制,以共同打击冲突,多径衰落,和加性噪声的影响,开发。分析了该方案在满载队列下的分集-复用-延迟折衷(DMDT),并与Gallager树冲突解决算法和Tsatsanis等人的网络辅助分集多址(NDMA)协议进行了比较.然后用随机到达的队列模型代替满载队列模型,在此模型下比较了这些协议的稳定域、平均时延和分集增益。总的来说,我们的分析和数值结果建立了所提出的IR-ARQ方案的优越性,并揭示了一些重要的见解。例如,对于给定的总吞吐量,通过最大化某个用户发送新数据包的概率并最小化每个用户使用的传输速率,可以优化性能。
2006-10-17 cs.IT math.IT
EML-AirComp: Layered Over-the-Air Computation from a Single Nomographic Gate
Technische Universität Dortmund(多特蒙德工业大学);Linköping University(林雪平大学)
研究用于EML操作的可重复使用双输入AirComp门,避免特定节点非线性门设计。给定显式EML树,推导AWGN等实现,表征树的多项指标,通过示例给出误差条件,数字接口传播相关误差。
2026-07-21 cs.DC cs.IT cs.NI
Direct Air-to-Underwater Optical Wireless Communication: Statistical Characterization and Outage Performance
针对浮标中继带来的安全与部署问题,本文研究无中继的直接空对水下光无线通信可行性,推导联合衰落信道下SNR的统计分布解析式,分析中断性能并通过仿真验证其相较中继系统的表现。
2022-04-28 cs.IT eess.SP math.IT
Gradient Statistics Aware Power Control for Over-the-Air Federated Learning
Shanghai Jiao Tong University(上海交通大学)
联邦学习(FL)是一种很有前途的技术,其使得许多边缘设备能够在无线网络中协作地训练机器学习模型。通过利用无线波形的叠加性质,空中计算(AirComp)可以加速模型聚合,从而促进通信高效的FL。由于信道衰落,功率控制在AirComp中至关重要。先前的工作假设要从每个设备聚集的信号,即,局部梯度具有相同的统计量。然而,在FL中,梯度统计在训练迭代和特征维度上都是变化的,并且事先是未知的。本文研究了考虑梯度统计的空中FL功率控制问题。我们的目标是最大限度地减少聚合误差,优化发射功率在每个设备的峰值功率约束。在给定梯度统计量的情况下,得到了最优策略的封闭形式。值得注意的是,我们表明,最佳的发射功率是连续的,单调递减的平方多元变异系数(SMCV)的梯度向量。然后,我们提出了一种方法来估计梯度统计可以忽略不计的通信成本。实验结果表明,所提出的梯度统计感知功率控制实现了更高的测试精度比现有的计划,为广泛的场景。
2020-11-25 cs.IT cs.LG eess.SP
Performance Analysis of Cooperative Multi-Carrier Relay-Based UAV Networks Over Generalized Fading Channels
Khalifa University(哈利法大学);The University of Mississippi(密西西比大学)
本文针对广义衰落信道下的协作多载波中继无人机网络,利用有限混合与期望最大化算法推导中断概率与平均比特率的闭式表达式,分析系统性能。
2026-09-21 cs.IT math.IT
Reconfigurable Intelligent Surface Enabled Over-the-Air Uplink Non-orthogonal Multiple Access
创新的可重构智能表面(RIS)技术正在兴起,并被认为是增强6G及以后无线通信系统的有前途的候选技术。RISs获得了操纵电磁信号的能力,从而提供了对无线信道的一定程度的控制,并可能带来更多的好处。此外,有源RIS设计最近已经被引入以对抗关键的双衰落问题和无源RIS设计可能具有的其他损害。在本文中,积极的RIS技术的潜力和灵活性被利用的上行链路系统,以实现虚拟非正交多址接入(NOMA)通过功率差异在空中,而不是在用户侧控制发射功率。具体地说,具有相同的发射功率,路径损耗和距离的用户可以与基站进行通信,共享时间和频率资源,在NOMA的方式与所提出的混合RIS系统的帮助。这里,RIS被划分为有源和无源部分,并且不同的划分服务于不同的用户,相应地对齐它们的相位,同时向用户的信号引入功率差以实现NOMA。首先,端到端的系统模型考虑到两个用户。此外,中断概率的计算和理论错误概率分析进行了讨论和计算机模拟结果加强。
2022-08-06 cs.IT eess.SP math.IT
Sensing-Native Over-the-Air Federated Learning
The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));University of Minnesota(明尼苏达大学)
提出一种感知原生空中联邦学习框架,利用本地梯度信号的自相关特性实现零开销分布式感知,并通过鲁棒定位方法和统计感知的通信-学习协同设计,同时提升学习与感知性能。
2026-06-17 cs.IT eess.SP math.IT
Digital Over-the-Air Federated Learning in Multi-Antenna Systems
Beijing University of Posts and Telecommunications(北京邮电大学);University of Miami(迈阿密大学);University of Virginia(弗吉尼亚大学);Purdue University(普渡大学)
本文研究无线MIMO系统中结合数字调制与AirComp的联邦学习性能优化,提出改进的FedAvg算法,通过联合收发波束成形设计及ANN估计动态调整波束矩阵,有效减轻无线衰落并确保通信效率与FL性能。
2024-04-25 cs.AI cs.IT cs.LG
Non-Coherent Over-the-Air Decentralized Gradient Descent
School of Electrical, Computer and Energy Engineering, Arizona State University(亚利桑那州立大学电气、计算机与能源工程学院)
针对无线系统中分散梯度下降的信令开销与可扩展性难题,提出无需调度、拓扑信息及CSI的非相干空基共识DGD算法,利用无线信道能量叠加特性实现无偏共识,强凸问题下达O(1/√k)收敛率,密集网络中图像分类任务运行时间收敛更优。
2024-09-11 cs.IT cs.LG eess.SP
CSI-Free Low-Complexity Remote State Estimation over Wireless MIMO Fading Channels using Semantic Analog Aggregation
本文提出一种免CSI的语义模拟聚合方案,结合恒定增益滤波与CSSCA离线优化,实现低复杂度远程状态估计,并通过李雅普诺夫分析给出稳定性条件,数值验证性能优于常用方法。
2025-01-24 cs.IT cs.SY eess.SP
Massive Unsourced Random Access over Rician Fading Channels: Design, Analysis, and Optimization
在本文中,我们研究了一个无源的随机接入方案的大规模机器类型的通信(mMTC)在第六代(6G)无线网络与零星的数据流量。首先,我们建立了一个基于两层信号编码的大规模无源随机接入的一般框架,即,一个外码和一个内码。特别是,考虑到mMTC场景下的莱斯衰落,利用最大似然(ML)方法,设计了一种基于接收信号分布的无源随机接入内码码字活动检测算法.然后,我们分析了所提出的码字活动检测算法的性能,利用Fisher信息矩阵,这有利于导数的近似分布的码字活动向量的估计误差时,基站(BS)天线的数量是足够大的。此外,对于外码,我们提出了一种优化算法来分配消息位和奇偶检验位的长度,从而在错误概率和外码译码所需的复杂度之间取得平衡。最后,通过大量的仿真实验,与现有的检测算法和固定长度分配方案进行比较,验证了所提出的检测算法和优化长度分配方案的有效性。
2022-02-27 cs.IT math.IT
Compound Outage Probability and Capacity of a Class of Fading MIMO Channels with Channel Distribution Uncertainty
在部分信道分布信息下,研究了一类块衰落MIMO信道的中断概率和容量。具体而言,通道或其分布是未知的,但后者已知属于一类分布,其中每个成员都在标称分布的一定距离(不确定性)内。相对熵被用作分布之间距离的度量。引入并研究了复合中断概率,定义为最小(在发射信号分布上)-最大(在信道分布类上)中断概率。这将标准中断概率推广到部分信道分布信息的情况。给出了基于一维凸优化的复合中断概率的表征、性质和近似表达式。它示出有两个政权的行为:当标称中断概率降低(例如,通过增加SNR),复合中断第一线性下降到一定的阈值(相对熵距离相关),然后只有几何(即非常缓慢),所以没有显着的进一步减少是可能的。复合中断仅取决于相对熵距离和标称中断,所有其他细节(标称衰落和噪声分布)是无关的。标称信道分布优化的发射信号分布示出也是最佳的整个类的分布。交换的相对熵分布的影响进行了研究,并建立了错误地板效应。研究了Lp距离约束下的复合中断概率。所得到的结果适用于一个通用的信道模型(任意标称衰落和噪声分布)。
2011-02-05 cs.IT math.IT
MiLAC-Aided Beamforming for MIMO Over-the-Air Computation
School of Electronic and Information Engineering, Beihang University(北京航空航天大学电子工程学院)
本文针对MIMO空中计算的硬件负担问题,提出MiLAC辅助波束成形方法,通过联合优化预编码与聚合矩阵,在减少射频链数量的同时,性能接近全数字波束成形且优于混合波束成形。
2026-08-14 cs.IT math.IT
Reduced-Dimension Design of MIMO Over-the-Air Computing for Data Aggregation in Clustered IoT Networks
物联网(IoT)网络的一个基本操作是通过无线信道聚合分布式感测数据以用于函数计算,称为无线数据聚合(WDA)。针对密集传感器,最近开发的技术称为空中计算(AirComp),可以通过使用多访问信道的波形叠加属性“空中”聚合分布式数据来显著降低WDA延迟。在这项工作中,我们设计了多输入多输出(MIMO)AirComp,用于计算集群物联网网络中的向量值函数,其中多天线传感器形成集群,多天线接入点(AP)执行WDA。由此产生的高维但低秩MIMO信道使得降低AirComp中的信道或信号维度以避免暴露于来自信道零空间的噪声变得重要。受此启发,我们开发了一个降维MIMO AirComp的框架,具有分解聚合波束成形(DAB)。考虑具有非重叠到达角范围的可分离信道簇的情况。最优DAB具有这样的结构,其中内部分量提取相应信道簇的主导特征空间,并且外部分量联合均衡所得到的低维信道。考虑更复杂的不可分簇的情况。我们提出了一个次优的DAB设计,其中的内组件进行降维和联合均衡集群信道协方差矩阵和外组件联合均衡的小规模衰落信道。此外,有效的算法,利用AirComp原则的各个DAB组件和信道反馈的排名优化。
2018-12-06 cs.IT cs.NI eess.SP
Optimizing Over-the-Air Computation in IRS-Aided C-RAN Systems
空中计算(AirComp)是一种有效的解决方案,可以在无线信道上实现联合学习。AirComp假设可以控制来自不同设备的无线信道,例如,经由发射机侧相位补偿,以确保相干空中组合。智能反射表面(IRS)可以提供控制信道传播条件的替代或附加手段。本文研究了在大规模云无线接入网(C-RAN)中为AirComp系统部署IRS的优势。在该系统中,工作者设备通过在有限容量前传链路上与参数服务器(PS)通信的分布式接入点(AP)将本地更新的模型上传到PS。联合优化的IRS的反射相位和一个线性检测器在PS的问题解决的目标是最小化的均方误差(MSE)的参数估计在PS。数值结果验证了在C-RAN系统中采用优化相位部署IRS的优势。
2020-04-20 cs.IT eess.SP math.IT
Cluster-Based Cooperative Digital Over-the-Air Aggregation for Wireless Federated Edge Learning
Beijing National Research Center for Information Science and Technology(北京信息科学与技术国家研究中心);Tsinghua University(清华大学)
在本文中,我们研究了一个联邦学习系统在无线边缘,使用空中计算(AirComp)。在这样的系统中,用户通过多接入信道同时发送他们的消息以实现快速模型聚合。最近,已经提出了一种基于数字调制的AirComp方案,其特征在于在用户处的一比特梯度量化和截断信道反转以及在融合中心(FC)处的基于多数表决的解码器。我们提出了一种改进的数字AirComp方案,以放宽其对发射机的要求,其中用户执行相位校正并以全功率发射。为了表征FC处的解码失败概率,我们引入归一化检测信噪比(SNR),其可以被解释为用户的有效参与率。为了减轻无线衰落,我们进一步提出了一个基于簇的系统,并设计了中继选择方案的基础上归一化检测信噪比。通过簇内局部数据融合和中继选择,该方案可以充分利用空间分集,增加有效投票用户数,加速模型收敛。
2020-08-03 cs.IT cs.LG math.IT