典型随机码误差指数函数的Lagrange对偶下界

精简的随机编码系综：指数、改进和连接

Expurgated Random-Coding Ensembles: Exponents, Refinements and Connections

本文研究了在给定的（可能是次优的）译码规则下，信道编码的删除随机编码界和指数。Gallager的分析的变化，产生几个渐近和非渐近界的错误概率为任意码字分布。一个简单的非渐近界显示，以达到指数的Csiszár和Körner下常数组成编码。使用拉格朗日对偶，这个指数表示在几种形式中，其中之一示出允许通过成本约束编码扩展到无限和连续的字母表的直接推导。研究了类型类枚举的方法，并证明了这种方法可以得到改进的指数和更好的紧性保证的一些码字分布。这种方法的推广示出提供一个多字母的指数，立即扩展到内存的通道。最后，一个精确的分析删除了i.i.d.随机编码被证明产生O \big（\frac{1}{\sqrt{n}} \big）前因子，从而改进了标准O（1）前因子。此外，隐含的常数是明确的特点。

The MMI Decoder is Asymptotically Optimal for the Typical Random Code and for the Expurgated Code

We provide two results concerning the optimality of the maximum mutual information (MMI) decoder. First, we prove that the error exponents of the typical random codes under the optimal maximum likelihood (ML) decoder and the MMI decoder are equal. As a corollary to this result, we also show that the error exponents of the expurgated codes under the ML and the MMI decoders are equal. These results strengthen the well known result due to Csiszár and Körner, according to which, these decoders achieve equal random coding error exponents, since the error exponents of the typical random code and the…

Towards Weak Information Theory: Weak-Joint Typicality Decoding Using Support Vector Machines May Lead to Improved Error Exponents

In this paper, the authors report a way to use concepts from statistical learning to gain an advantage in terms of error exponents while communicating over a discrete memoryless channel. The study utilizes the simulation capability of the scientific computing package MATLAB to show that the proposed decoding method performs better than the traditional method of joint typicality decoding. The advantage is secured by modifying the traditional specification of what constitutes a decoding error. This is justified by the paradigm, also used in the program of `utilizing' noisy feedback, that one oug…

通过假设检验的软覆盖：典型码指数与失配检测

Soft Covering via Hypothesis Testing: Typical-Code Exponents and Mismatched Detection

研究软覆盖中奈曼-皮尔逊检验的典型码虚警和漏检误差指数，证明自平均性，并扩展到失配似然比检验，刻画失配下的误差指数退化。

多址信道的误差指数：下限

Error Exponent for Multiple-Access Channels:Lower Bounds

给出了一个统一的框架，以获得所有已知的下界（随机编码，典型的随机编码和删除界）的点到点离散无记忆信道（DMC）的可靠性函数。通过对两用户离散无记忆（DM）多址接入信道（MAC）使用类似的思想，推导出可靠性函数的三个下界。第一个（随机编码）与DM-MAC的可靠性函数的最佳已知下限相同。结果表明，随机编码界是恒定组成码系综中平均码的性能。第二个界限（典型随机编码）是恒定组成码集合的典型性能。为了得到第三边界（删除），我们从码本中以较大的速率消除一些码字。这是该类型中第一个明确使用MAC删除方法的绑定。结果表明，对于所有速率对，典型随机编码的指数和删除的界都大于或等于已知随机编码界的指数。此外，给出了一个例子，其中删除界的指数严格较大。所有这些界限可以普遍获得的所有离散无记忆MAC与给定的输入和输出字母。

功率和速率自适应提高Nakagami- $m$衰落信道下C-RAN的有效容量

Power-and Rate-Adaptation Improves the Effective Capacity of C-RAN for Nakagami-$m$ Fading Channels

我们提出了一种功率和速率自适应方案的云无线接入网络（C-RAN），其中每个无线电远端（RRH）连接到基带单元（BBU）池通过光链路。RRH通过有效地利用增强的空间自由度来联合支持用户。我们提出的方案的目的是最大限度地提高有效容量（EC）的用户受到每RRH平均和峰值功率的约束，其中EC被定义为最大的到达率，可以支持的C-RAN下的统计延迟要求。我们首先将EC最大化问题转化为一个等价的凸优化问题。利用拉格朗日对偶分解法，通过求解KKT方程，得到了每个RRH的最优发射功率的封闭形式。此外，为了更新拉格朗日对偶变量，提供了一种在线跟踪方法来近似每个RRH的平均功率。对于两个RRH的特殊情况，每个RRH的平均功率的表达式可以以显式形式计算。因此，在这种特殊情况下，可以预先计算拉格朗日对偶变量。此外，我们推导出两种重要的极端情况下的功率分配：1）没有延迟约束; 2）非常严格的延迟要求。我们的仿真结果表明，该方案显着优于传统的算法，不考虑延迟的要求。此外，通过适当调整时延指数，当最大可容忍时延为1 ms时，该算法能够保证时延中断概率低于$10^{-9}$，适用于未来的超可靠低时延通信（URLLC）.

正则LDPC码在BEC上传输的误差指数上界

Upper Bound on Error Exponent of Regular LDPC Codes Transmitted over the BEC

分析了典型LDPC码在二进制擦除信道（BEC）上传输时的误码性能。在过去，误差指数的下限推导。本文推导了该误差指数的概率上界。这个界限在一定的置信水平下成立。

获得一般量子态序列量子假设检验强逆指数的两种方法

Two approaches to obtain the strong converse exponent of quantum hypothesis testing for general sequences of quantum states

本文提出了两种一般的方法来获得关联量子态的量子假设检验的强逆率。一种方法要求状态满足一定的因式分解性质;这种状态的典型例子是自旋链上的自旋不变有限程相互作用的温度状态。另一种方法需要正则化的雷尼$α$ -散度在参数$α$中的可微性;这种状态的典型例子包括非相互作用费米子晶格系统的温度状态和经典的不可约马尔可夫链。在所有情况下，我们得到强逆指数等于Hoeffding反发散，而Hoeffding反发散又由两个态的正则化Rényi发散得到。