Multi-Rate Control over AWGN Channels via Analog Joint Source-Channel Coding
California Institute of Technology（加州理工学院）；KTH Royal Institute of Technology（瑞典皇家理工学院）
本文研究在AWGN信道中通过模拟联合源-信道编码实现多速率控制的问题，提出联合源-信道编码优于分离编码，并展示在通信速率是采样率两倍的情况下，使用阿基米德双螺旋基于Shannon-Kotel'nikov模拟映射显著提升系统稳定性。
2016-10-28 cs.IT cs.SY eess.SY
Covert Wireless Communications with Active Eavesdropper on AWGN Channels
隐蔽无线通信可以防止对手知道用户传输的存在，从而提供更强的安全保护。在AWGN信道中，得到了一个平方根定律，结果表明在存在被动窃听者（Willie）的情况下，Alice可以在n次信道使用中可靠地、隐蔽地向Bob发送$\mathcal{O}(\sqrt{n})$比特。然而，现有的工作的前提是，威利是静态的，只采样的渠道在一个固定的地方。如果Willie能够根据自己的采样值动态调整与Alice之间的测试距离，则可以通过趋势测试显著降低自己的错误检测概率。我们发现，如果爱丽丝没有事先了解威利，她不能隐藏她的传输行为在一个活跃的威利的存在，平方根定律不成立，在这种情况下。然后，我们提出了一个新的对策，以处理活跃的威利。通过随机传输调度，如果Alice可以将她的传输概率设置为低于阈值，则Willie不能检测Alice的传输尝试。此外，我们系统地评估了密集无线网络中隐蔽通信的安全特性，并提出了一种基于密度的路由方案，以处理在无线网络中的多跳隐蔽通信。随着网络密度的增加，威利的不确定性也随之增加，最终导致了一个给威利的“影子”网络。
2018-05-16 cs.CR cs.IT math.IT
On Achievable Rates of AWGN Energy-Harvesting Channels with Block Energy Arrival and Non-Vanishing Error Probabilities
本文研究了加性高斯白噪声（AWGN）能量收集（EH）信道的可达速率。EH过程的特征在于一系列收集的能量块，其在源处是因果已知的。所收集的能量在块内保持恒定，而跨不同块的所收集的能量的特征在于独立且同分布（i.i.d.）随机变量块具有长度$L$，其可以被解释为能量到达过程的相干时间。如果$L$是一个常数或次线性增长的块长度$n$，我们充分表征的最大传输速率的渐近展开的一阶项受到一个固定的可容忍的错误概率$\varepsilon$。一阶项称为$\varepsilon$ -容量。此外，我们还得到了渐近展开式中二阶项的上下界，这表明对于任何小于$1/2$的$\varepsilon$，二阶项都是$\sqrt{\frac{L}{n}}$.通过对保存传输策略的分析，得到了该策略的下界。如果$L$在$n$中线性增长，我们得到了$\varepsilon$ -容量的上下界，只要EH随机变量的累积分布函数（cdf）是连续的和严格增加的，它们就重合。为了达到这个下界，我们提出了一种新的自适应保存和发送策略，该策略根据块之间的能量变化在不同的块之间选择不同的保存和发送码。
2017-09-02 cs.IT math.IT
Capacity of the Aperture-Constrained AWGN Free-Space Communication Channel
在本文中，我们推导出上限和下限，以及一个简单的封闭形式的近似能力的连续时间，带限，加性高斯白噪声信道在三维自由空间电磁传播环境的约束下的总有效天线孔径面积的链路和总发射机功率约束。我们假设，通信范围是远远大于半径的球包含在两端的链路的天线，我们表明，在一般情况下，只能通过传输多个空间复用的数据流同时在信道上实现的容量。此外，通过在链路的任一端的一对物理上可实现的分布式天线阵列之间传输数据流，可以渐近地接近容量的下限。该结果的结果是，通常，当且仅当通信系统利用分布式MIMO天线阵列上的空间复用时，在实践中可以实现在深空通信链路上接近最大可实现数据率的通信。目前，任何国际空间机构或任何商业空间公司似乎都没有设想过这种深空通信方法。第二个结果是，远程自由空间通信链路的容量如果被适当地利用，则作为接收到的SNR的平方根的函数而渐进地增长，而不是仅在接收到的SNR中以几何方式增长。
2017-02-24 cs.IT math.IT
On the Evolution of the Capacity-Achieving Input Support for the Amplitude-Constrained AWGN Channel
Politecnico di Milano（米兰理工大学）；Qualcomm Flarion Technology, Inc.（高通Flarion科技有限公司）
本文研究幅度受限AWGN信道中容量可达输入分布支撑集随幅度约束的演化，证明原点为唯一退化点且支撑基数局部变化仅发生在原点，机制为原点出现/消失或分裂/合并。
2026-09-10 cs.IT math.IT
LLM-Steered Power Allocation for Parallel QPSK-AWGN Channels
Nagoya Institute of Technology（名古屋工业大学）
本文提出LLM-Steered Power Allocation，通过大语言模型与数值优化器协同，实现安全灵活的通信系统优化，实验表明不同自然语言策略可引导不同的操作点，且在突发信道变化时显著提升信息熵。
2026-04-23 cs.IT math.IT
Lower Bounds on Parameter Modulation-Estimation Under Bandwidth Constraints
我们考虑的问题，调制到一个带限信号的参数的值将在一个连续的时间，加性高斯白噪声（AWGN）信道传输，并估计此参数在接收机。性能通过平均功率- $α$误差（MP $α$ E）来测量，其被定义为绝对估计误差的最差情况$α$阶矩。研究了MP $α$ E的最佳指数衰减率与传输时间的关系。MP $α$ E指数上的两个上（逆）界推导出的基础上，已知的界限的AWGN信道的输入具有无限的带宽。计算了误差矩和信噪比的典型值的界，并分析了不同界的信噪比渐近性。将新的界限与已知的逆界限和可实现性界限进行比较，这些界限是从信道编码考虑中推导出来的。
2016-06-21 cs.IT math.IT
Capacity Analysis for Continuous Alphabet Channels with Side Information, Part II: MIMO Channels
在这一部分中，我们考虑了多天线结构的无线移动系统的容量分析。我们将第一部分的结果应用到一个众所周知的基带，离散时间多天线系统，其中发射机和接收机都知道信道的统计规律。我们分析的容量加性高斯白噪声（AWGN）信道，衰落信道与完整的信道状态信息（CSI）在接收端，衰落信道没有CSI，和衰落信道与部分CSI在接收端。对于每种类型的通道，我们研究的能力值以及问题，如存在性，唯一性，和表征的能力实现措施不同类型的时刻约束。结果适用于瑞利和莱斯衰落信道中存在的任意线的视线和相关配置文件。
2004-11-06 cs.IT math.IT
Long Distance Continuous-Variable Quantum Key Distribution with a Gaussian Modulation
我们设计了高效的纠错码，允许提取一个无差错的秘密密钥在连续变量量子密钥分发协议使用高斯调制的相干态和零差检测。这些代码可用于广泛的信噪比的AWGN信道上的二进制调制，并可以与一个多维的和解方法相结合，证明对任意集体攻击的安全。这种改进的协调过程大大扩展了高斯调制的连续变量量子密钥分发的安全范围，在合理的物理参数下，在120 km的距离上每脉冲的密钥速率约为10^{-3}比特.
2011-12-07 cs.IT math.IT quant-ph
A Perspective on Neural Capacity Estimation: Viability and Reliability
最近，已经提出了几种使用深度神经网络从样本数据估计互信息的方法。这些估计器被称为神经互信息估计（NMIE）。NMIE与其他方法不同，因为它们是数据驱动的估计器。因此，它们有潜力在一大类容量问题上表现良好。为了测试各种NMIE的性能，需要建立一个包含容量估计的不同挑战的基准。这就是本文的目的。特别地，我们考虑三种用于基准测试的场景：i经典AWGN信道，ii信道连续输入光强度和峰值功率约束的AWGN信道，iii具有离散输出的信道，即，泊松通道。我们还考虑了扩展到多终端的情况下与iv的AWGN和光学MAC模型。我们认为，在这四种情况下，基准测试一定的NMIE提供了一个实质性的性能测试。本文研究了互信息神经估计器（MINE）、平滑互信息下界估计器（SMILE）和定向信息神经估计器（DINE）的性能。并提供对其他方法性能的见解。总结我们的基准测试结果，MINE提供了最可靠的性能。
2022-10-05 cs.IT cs.LG eess.SP
DM-SBL: Channel Estimation under Structured Interference
针对通信中AWGN与结构化干扰共存的信道估计难题，提出结合扩散模型与稀疏贝叶斯学习的DM-SBL方法，通过联合利用信道稀疏性与干扰结构实现高精度估计，低信干比下性能优于传统方法，还可推广至其他线性逆问题。
2024-12-07 cs.IT cs.LG eess.SP
Covert Communication in Continuous-Time Systems
最近的工作已经考虑了发射机爱丽丝的能力，以可靠地通信到接收机鲍勃没有被发现的监狱长威利。这些作品通常假设一个标准的离散时间模型。但是，在标准通信场景中的离散时间模型的假设往往是基于其等价于连续时间模型，这还没有建立的隐蔽通信问题。在这里，我们直接考虑连续时间信道，研究是否仍然可以实现有效的隐蔽通信。我们假设，一个不知情的干扰机是目前协助爱丽丝，我们认为加性高斯白噪声（AWGN）信道之间的所有各方。对于具有近似带宽W的信道，我们建立构造，使得O（WT）信息比特可以在两个单独的场景中在T秒内从Alice隐蔽且可靠地传输到Bob：1）当Alice和Willie之间的路径损耗已知时;以及2）当Alice和Willie之间的路径损耗未知时。
2020-01-20 cs.CR cs.IT math.IT
Curves on Flat Tori and Analog Source-Channel Codes
在本文中，我们考虑的问题，发送一个连续字母离散时间源在AWGN信道。我们提出了一个建设性的计划的基础上的一组曲线的表面上的一个N维球体。我们的方法表明，这个通信问题的好代码的设计是相关的几何性质的球形代码和投影的N维矩形格。理论比较与以前的一些作品中的均方误差作为信道信噪比的函数，以及仿真。
2013-06-13 cs.IT math.IT
Reconciling Compressive Sampling Systems for Spectrally-sparse Continuous-time Signals
随机解调器（RD）和调制宽带转换器（MWC）是最近提出的两种用于捕获连续时间谱稀疏信号的压缩感知（CS）技术。它们将标准CS范例从采样离散的有限维信号扩展到采样连续的和可能无限维的信号，从而建立了以亚奈奎斯特采样率捕获这些信号的能力。RD和MWC具有非常相似的结构（相似的框图），但它们的重建算法和信号模型有很大的不同。到目前为止，很少有结果存在比较这些系统，由于它们可能对电磁扫描和认知无线电等应用中的频谱估计产生潜在影响，我们在本文中更全面地研究了它们之间的关系。我们表明，RD和MWC都是基于随机滤波的一般概念，但采用显着不同的采样函数。我们还调查系统的灵敏度（或鲁棒性）稀疏信号模型的假设。最后，我们表明，“块卷积”是MWC的一个基本方面，使其能够成功地采样和重建块稀疏（多频带）信号。基于这一概念，我们提出了一种新的捕获系统的连续时间信号的幅度是块稀疏。该文件包括详细的时间和频域分析的RD和MWC不同，有时很大，从公布的结果。
2011-10-10 cs.IT math.IT
On the Sensitivity of Continuous-Time Noncoherent Fading Channel Capacity
平稳离散时间衰落信道的非相干容量对信道模型的细节非常敏感。更具体地，衰落过程功率谱密度（PSD）的支持的测量确定非相干容量在SNR中是按比例增长还是比按比例增长更慢。从工程角度来看，这种结果是不令人满意的，因为PSD的支撑不能通过测量来确定。本文的目的是评估是否，对于一般的连续时间瑞利衰落信道，这种敏感性有一个显着的影响，在实际感兴趣的SNR值的容量。为此，我们考虑一般类的带限连续时间瑞利衰落信道，满足广义平稳不相关散射（WSSUS）的假设，此外，欠扩展。我们表明，对于所有的SNR值的实际利益，在这个类中的每个信道的非相干容量接近的AWGN信道具有相同的SNR和带宽的能力，独立的散射函数（二维信道PSD）的支持的措施。我们的结果是基于一个下界的非相干容量，这是建立在一个离散化的信道输入输出关系引起的投影到Weyl-Heisenberg（WH）集。这种方法本身就很有趣，因为它产生了一种数学上易于处理的方法来处理某些连续时间随机信号之间的互信息。
2012-06-28 cs.IT math.IT
Continuous Fluid Antenna Sampling for Channel Estimation in Cell-Free Massive MIMO
Aalto University（阿尔托大学）；University of Granada（格拉纳达大学）；Universidad de Valladolid（巴利亚多利德大学）；University College London（伦敦大学学院）；Yonsei University（延世大学）
本文提出连续流体天线采样方法，用于无细胞大规模MIMO中的信道估计，通过高斯过程回归实现更精确的估计性能。
2026-02-18 cs.IT eess.SP math.IT
Optimal Causal Rate-Constrained Sampling for a Class of Continuous Markov Processes
考虑以下通信场景。编码器观察一个随机过程，并在每秒传输的预期比特数的约束下，因果地决定何时传输以及传输什么。解码器使用接收到的码字来实时的因果地估计该过程。编码器和解码器在时间上是同步的。对于一类满足正则性条件的连续Markov过程，在速率约束下，找到了使端到端估计均方误差最小的最优编码和解码策略.我们表明，最佳的编码策略传输一个$1$位码字的过程中的创新，一旦通过两个阈值之一。最佳解码器从1位码字和码字生成时间戳中无噪声地恢复最后一个样本，并使用它来决定当前过程的运行估计，直到下一个码字到达。特别是，我们显示的最佳因果码的Ornstein-Uhlenbeck过程，并计算其失真率函数。此外，我们表明，最佳因果码也最小化的连续时间控制系统的均方成本由一个连续的马尔可夫过程和控制的附加控制信号。
2021-09-20 cs.IT math.IT
Signal Detection under Short-Interval Sampling of Continuous Waveforms for Optical Wireless Scattering Communication
在光无线散射通信中，接收信号在每个符号间隔内被光电倍增管（PMT）捕获，然后通过非常短但有限的间隔采样。所得样本形成用于符号检测的信号向量。研究了这种处理系统的传输速率的上界和下界。结果表明，当热噪声和散粒噪声方差趋于零时，两个边界之间的差距趋于零。最大后验概率（MAP）信号检测和低计算复杂性接收机推导下分段多项式近似。同时，对基于门限的信号检测进行了研究，提出了基于误检概率和KL距离的门限选择准则。对于后者，它示出的KL距离是不敏感的阈值选择的小镜头和热噪声的方差，因此，阈值可以选择在一个很宽的范围内没有显着的损失，从最佳KL距离。通过数值计算结果，对传输速率界、信号检测和门限选择方法的性能进行了评估。
2016-12-13 cs.IT math.IT
A Unifying Theory of Thompson Sampling for Continuous Risk-Averse Bandits
National University of Singapore（新加坡国立大学）
针对一类连续优势风险泛函$ρ$，统一设计和分析了多臂强盗问题的风险规避Thompson抽样算法.我们证明了这些连续的和占主导地位的风险泛函的广义浓度界，并表明，广泛的一类流行的风险泛函属于这一类。使用我们新开发的分析工具包，我们分析了算法$ρ$ -MTS（多项分布），并证明了他们承认渐近最优后悔界的风险厌恶算法下CVaR，比例风险，和其他无处不在的风险措施。更一般地说，我们证明的渐近最优性的$ρ$ -MTS的伯努利分布的一类风险措施被称为经验分布性能指标（EDPMs），这包括众所周知的均值方差。数值模拟表明，我们的算法所产生的遗憾界是合理的紧张相对于算法独立的下限。
2022-04-17 cs.IT cs.LG math.IT
Transportation-Inequalities, Lyapunov Stability and Sampling for Dynamical Systems on Continuous State Space
Duke University（杜克大学）
研究了状态空间无界的离散随机动力系统的集中现象。我们开发了一个启发式的方法来获得指数集中不等式的动力系统使用一个完全功能的分析框架。通过\emph{transport-entropy inequality}（T-E），我们还证明了指数型李雅普诺夫函数的存在性，与纯确定性设置相比，不仅意味着稳定性，而且意味着从平稳分布采样的指数集中不等式.这些结果在\emph{reinforcement learning}（RL）和\emph{controls}中有重要影响，导致指数集中不等式，即使对于无界的观测量，而既不假设可逆性，也不假设随机动力系统的精确知识（假设在统计力学和马尔可夫扩散过程中的集中不等式的核心）。
2022-12-07 cs.IT cs.LG cs.SY
Modeling AoII in Push- and Pull-Based Sampling of Continuous Time Markov Chains
本文针对连续时间马尔可夫链过程，分别建立推式和拉式采样传输的AoII分析模型，利用吸收CTMC和相位型分布推导平均AoII与采样率，并给出最优采样策略见解。
2024-01-11 cs.IT cs.NI cs.SY
