On the Capacity of the AWGN Channel with Additive Radar Interference
本文研究了通信信道的容量，除了加性高斯白噪声，也遭受干扰所造成的共存的雷达传输。雷达干扰（短占空比和更宽的带宽比预期的通信信号）被建模为一个附加项，其幅度是已知的和恒定的，但其相位是独立的，在每个信道使用相同的均匀分布。在标准平均功率约束下，实现输入分配的容量具有独立的模和相位。相位在$[0,2π]$中均匀分布。模是离散的，有可数无穷多个质点，但在任何有界区间内只有200个质点。从数值计算，适当的复杂的高斯输入被认为是执行相当不错的弱雷达干扰。我们还表明，对于非常大的雷达干扰，容量等于$1/2\log (1 + S)$和一个适当的复杂的高斯输入实现it.It的结论是，雷达干扰的存在下的自由度损失的一半相比，没有雷达干扰的AWGN信道。
2017-01-30 cs.IT math.IT
Identification over Additive Noise Channels in the Presence of Feedback
我们分析了确定性的消息识别通过信道与非离散加性白噪声和无噪声反馈链路下的平均功率和峰值功率的限制。识别任务是后香农理论的一部分。为了提高某些应用的信息传输效率，考虑香农方法之外的通信系统是有用的。我们提出了一个编码方案，首先产生无限的共同随机发送者和接收者之间。如果信道具有正的消息传输反馈能力，对于给定的错误阈值和足够大的块长度，则使用该公共随机性来构造任意大的确定性识别码。特别是，确定性识别反馈能力是无限的，无论缩放（指数，双指数等）。选择能力定义。显然，如果除了使用反馈之外还允许随机编码，则这些结果继续保持。
2022-02-17 cs.IT math.IT
PSPACE hardness of approximating the capacity of Markoff channels with noiseless feedback
证明了在无噪声反馈条件下计算马尔可夫信道的容量是PSPACE困难的。
2018-03-21 cs.IT math.IT
On the Capacity of a Class of Signal-Dependent Noise Channels
在某些应用中，加性测量噪声的方差取决于我们要测量的信号。例如，加性高斯信号相关噪声（AGSDN）信道模型用于分子和光通信。在这里，我们提供了上下限和上界的附加信号相关噪声（ASDN）信道的容量。第一个下界的思想是优控不等式的推广，第二个下界的思想是基于$h(Y) > h (Y|Z)$。这两种方法都适用于本文定义的所有加性信号相关噪声（ASDN）信道。上限是基于作者以前的想法（“对称相对熵”），并用于加性高斯信号相关噪声（AGSDN）信道。这些界限表明，在ASDN信道（与经典的AWGN信道不同），容量不一定通过使噪声的方差函数更小而变得更大。我们还提供了充分条件下的能力成为无穷大。除此之外，还有一些条件，意味着能力是有限的，而且存在一种独特的能力实现措施（从产出措施的意义上说）。
2017-06-02 cs.IT math.IT
Network error correction with limited feedback capacity
我们认为，在网络链路上存在对抗性错误的情况下，表征网络容量的问题，特别关注低容量反馈链路跨网络切割的影响。
2014-02-01 cs.IT math.IT
Coding for Additive White Noise Channels with Feedback Corrupted by Uniform Quantization or Bounded Noise
我们提出了简单的编码策略，这是Schalkwijk-Kailath方案的变体，在存在损坏的反馈的情况下，通过加性白噪声信道进行可靠的通信。更具体地说，我们考虑一个框架，包括一个附加的白色前向信道和一个反向链路，这是用于反馈。我们考虑两种类型的腐败机制的后向链接。第一个是量化噪声，即，编码器接收前向信道的过去输出的量化值。量化是均匀的、无记忆的和时不变的（即，逐符号标量量化），具有有界的量化误差。第二个腐败机制是一个任意分布的加性有界噪声在反向链路。这里，我们允许在后向通道的输入处进行逐符号编码。我们提出了简单的明确的计划，保证积极的信息速率，在每通道使用的比特，具有正的错误指数。如果前向信道是加性白高斯，那么我们的计划实现的能力，在限制的噪声分量在反向链路的振幅减小，同时保证错误的概率收敛到零作为一个双指数函数的块长度。此外，如果前向信道是加性白高斯和后向链路由加性有界噪声信道，与信噪比（SNR）约束的逐符号编码，那么我们的计划也是容量实现的限制高SNR。
2006-09-11 cs.IT math.IT
Any Positive Feedback Rate Increases the Capacity of Strictly Less-Noisy Broadcast Channels
我们提出了两种编码方案的离散无记忆广播信道（DMBC）的速率限制的反馈，只有一个接收机。对于任何正反馈率和严格的低噪声DMBC类，我们的计划严格提高了无反馈容量区域。
2013-07-21 cs.IT math.IT
Capacity of Finite-State Channels with Delayed Feedback
该研究通过将带延迟反馈的有限状态信道转化为带瞬时反馈的扩展状态信道，提出基于图的容量上下界计算方法，得出多个信道的容量结果与更优上界，证明反馈可提升双码擦除信道容量。
2024-06-22 cs.IT math.IT
Feedback Capacity Formulas of AGN Channels Driven by Nonstationary Autoregressive Moving Average Noise
在本文中，我们推导出封闭形式的反馈容量和非反馈可达速率的公式，加性高斯噪声（AGN）信道驱动的非平稳自回归移动平均（ARMA）噪声（具有不稳定的极点和零点），基于时不变的反馈码和信道输入分布。从分析和仿真中得出了令人惊讶的观察结果，（i）使用时不变信道输入分布产生了取决于ARMA噪声的参数的多个容量机制，其可以或可以不使用反馈，（ii）极点越不稳定（分别为：零）的ARMA噪声越高（相应地，较低）的反馈能力，（iii）某些条件，称为可检测性和稳定性是必要的和足够的，以确保反馈能力公式和非反馈可达率{ \it是独立的ARMA噪声的初始状态}。另一个令人惊讶的观察是，Kim的反馈容量的\cite{kim2010}表征是为稳定的ARMA噪声开发的，如果应用于不稳定的ARMA噪声，与我们的反馈容量公式相比，给出了较低的反馈容量值。
2021-06-09 cs.IT math.IT
Feedback Capacity of the Compound Channel
在这项工作中，我们发现的容量的复合有限状态信道与时不变的确定性反馈。我们考虑的模型涉及使用固定长度的分组码。我们的可扩展性的结果包括一个通用的解码器的存在性证明的家庭的有限状态反馈信道。作为我们的能力的结果，我们表明，反馈并没有增加复合吉尔伯特-埃利奥特通道的能力。此外，我们表明，对于一个平稳和均匀遍历马尔可夫信道，如果复合信道容量是零，没有反馈，那么它是零反馈。最后，我们利用有限状态信道的结果，证明了无记忆复合信道的反馈容量由$\inf_θ \max_{Q_X} I(X;Y|θ)$给出。
2007-11-05 cs.IT math.IT
The adaptive zero-error capacity for a class of channels with noisy feedback
具有无噪声反馈的离散无记忆信道（DMC）的自适应零差错容量已被证明是正的，只要存在至少一个信道输出“不证明者”，即，不能从至少一个输入到达的信道输出。此外，只要存在一个disprover，自适应零错误容量达到香农（小错误）的能力。在这里，我们研究的DMC的零错误容量时，信道反馈是嘈杂的，而不是完美的。我们表明，噪声反馈的自适应零错误容量是下界的前向信道的零未检测到的错误容量，并表明在一定条件下，这是紧。
2017-04-04 cs.IT math.IT
Phase Transitions of the Additive Uniform Noise Channel with Peak Amplitude and Cost Constraint
研究具有峰值幅度和代价约束的加性均匀噪声信道中量化最优的条件，解析计算了达容量的输入分布，发现其离散或连续取决于代价函数的凹凸性，并推导了离散情况下的信道容量解析表达式。
2025-10-14 cs.IT math.IT
Youla Coding and Computation of Gaussian Feedback Capacity
在本文中，我们提出了一种方法来数值计算的反馈容量的平稳有限维高斯信道和构造（任意接近）的能力实现反馈码。特别地，我们首先将有限维高斯信道上的反馈通信解释为反馈控制系统，证明了在Youla参数上找到具有最大可靠传输率的稳定反馈控制器的问题与找到严格因果滤波器以实现[2]中导出的反馈容量的问题相一致。这种扩展的解释提供了一种方法来构造确定性反馈编码方案的双指数衰减的错误概率。接下来，我们提出了渐近容量实现上界，这可以通过求解有限维凸优化数值评估。从达到上界的过滤器，我们应用基于Youla的解释来构造可行的过滤器，即，反馈码，导致一系列的下限。我们证明了序列的下限是渐近容量实现。
2018-01-12 cs.IT math.IT
Feedback Does Not Increase the Capacity of Compound Channels with Additive Noise
考虑了一个具有记忆的离散复合信道，其中不要求信道具有平稳性、遍历性和信息稳定性，并且不确定性可以是任意的。当离散噪声是加性的，但在其他方面是任意的，并且没有成本约束的输入，它表明，因果反馈不增加的能力。这扩展了较早的结果获得的一般单状态信道与完整的发射机（Tx）信道状态信息（CSI）的复合设置。进一步示出，对于该复合设置并且在加性噪声的温和技术条件下，全Tx CSI的添加也不增加容量，使得最坏情况和复合信道容量相同。这也可以表示为发送器（选择输入分布）和自然（选择信道状态）之间的信息论博弈中的鞍点，即使目标函数（信息速率）不是以正确的方式凸/凹。识别Tx CSI确实增加容量的情况。条件下，强逆持有此通道进行了研究。在其他信息不稳定的信道中的最坏情况下的噪声的遍历行为被证明是足够的和必要的强逆举行，包括反馈和无反馈的情况下。
2016-12-20 cs.IT math.IT
Low-Signal-Energy Asymptotics of Capacity and Mutual Information for the Discrete-Time Poisson Channel
推导出离散时间泊松信道中互信息的低信号能量渐近的第一项，并与容量的渐近表达式进行比较。在存在非零加性噪声（泊松噪声或几何噪声）的情况下，互信息在零信号能量处是凹的，并且在零容量处不能获得每比特的最小能量。与信号能量成比例的固定信号星座不能达到每比特的最小能量。当存在加性泊松噪声时，每比特的最小能量为零，并且当存在平均值$\ew$的加性几何噪声时，每比特的最小能量为$\ew\log 2$。
2008-08-20 cs.IT math.IT
Can Feedback Increase the Capacity of the Energy Harvesting Channel?
我们调查反馈是否可以增加能量收集通信信道的容量，其中由外源能量到达过程供电并配备有限电池的发射器通过无记忆信道与接收器通信。对于一个简单的特殊情况下，能量到达过程是确定性的和信道是BEC，我们明确计算的前馈和反馈的能力，并表明，反馈可以严格增加该信道的容量。在这个例子的基础上，我们还表明，反馈可以增加的能力时，能源抵达是独立同分布。在发送器和接收器处非因果地已知。
2015-06-05 cs.IT math.IT
Worst-Case Additive Noise in Wireless Networks
信息论中的一个经典结果指出，高斯噪声是点对点信道中最坏情况的加性噪声，这意味着，对于固定的噪声方差，高斯噪声使加性噪声信道的容量最小化。在本文中，我们显着推广这一结果，并表明，高斯噪声也是最坏情况下的加性噪声在无线网络中的加性噪声是独立于发射信号。更具体地说，我们表明，如果我们固定在每个节点的噪声方差，那么与高斯噪声的容量区域是一个子集的容量区域与任何其他一组噪声分布。我们证明了这一结果表明，一个编码方案，实现了一组给定的速率在网络上的高斯加性噪声可以用来构建一个编码方案，实现了相同的一组速率在网络上，具有相同的拓扑结构和流量需求，但与非高斯加性噪声。
2013-01-29 cs.IT math.IT
Capacity of Additive-Noise Sticky Channels
Instituto de Telecomunicações and Departamento de Matemática, Instituto Superior Técnico, Universidade de Lisboa（电信研究所与数学系，技术科学高等学院，里斯本大学）；School of Electrical & Computer Engineering, Tel Aviv University（电气与计算机工程学院，特拉维夫大学）
本文研究加性噪声粘性信道的容量，确定$p\leq1/2$时的精确容量、$1/2<p<1$时的解析界，推导伯努利外噪声的容量下界，还扩展到有界游程长度场景，为DNA数据存储等应用提供理论支撑。
2026-08-04 cs.IT math.IT
A Counterexample to Cover's 2P Conjecture on Gaussian Feedback Capacity
我们提供了Cover猜想的一个反例，即功率约束下加性高斯噪声信道的反馈容量$C_\textrm{FB}$ $P$不大于功率约束下相同信道的非反馈容量$C$ $2P$，即，$C_\textrm{FB}(P) \le C(2P)$。
2005-11-04 cs.IT math.IT
On the Capacity of the Discrete Memoryless Broadcast Channel with Feedback
本文提出了一种离散无记忆广播信道的{无噪声，有噪声，广义}反馈编码方案，并导出了相应的可达域。该方案是基于一个块马尔可夫策略相结合的马顿计划和一个有损版本的格雷-怀纳计划与边信息。在每个块中，发射机发送新的数据和更新信息，允许接收机改善在前一个块中观察到的信道输出。对于Dueck广播信道的推广，我们的方案实现了无噪声反馈容量，这是严格大于无反馈容量。对于Blackwell信道的推广，当反馈是无噪声的，我们的新方案实现的速率点是在无反馈容量区域之外。它遵循一个简单的连续性参数，对于这两个信道，当反馈噪声足够低时，我们的方案提高了无反馈容量，即使当反馈是嘈杂的。
2012-11-25 cs.IT math.IT
Feedback Increases the Capacity of Queues with Bounded Service Times
本文针对先进先出队列容量问题，证明当服务时间具有有界支撑时，完全反馈总能提升容量，并通过引入广义反馈框架统一分析完全反馈与弱反馈，弥补了已有充分条件缺乏显式结构性质的不足。
2024-06-30 cs.IT math.IT
Capacity of the Trapdoor Channel with Feedback
我们建立了陷门信道的反馈容量是黄金比例的对数，并提供了一个简单的通信方案，实现容量。作为分析的一部分，我们制定了一类动态的程序，其特征容量的单线有限状态信道。活板门渠道是一个例子，承认一个简单的解析解。
2006-10-09 cs.IT math.IT
Capacity-achieving Guessing Random Additive Noise Decoding (GRAND)
本文介绍了一种在有记忆和无记忆的离散信道中实现最大似然译码的新算法。其中，接收器将噪声序列从最可能到最不可能排序。按照该顺序从接收到的信号中减去噪声，产生码本的成员的第一个实例是ML解码。我们将这种算法命名为GRAND用于猜测随机加性噪声解码。我们确定，GRAND是容量实现时，使用随机码本。对于低于容量的速率，我们确定错误指数，对于超出容量的速率，我们确定成功指数。我们确定该计划的复杂性方面的计算接收器执行。对于超过容量的速率，这揭示了猜测次数的阈值，如果码本的一个成员被识别，则通过该阈值它可能是所发送的码字。我们引入了一个近似ML解码方案，其中接收器在固定数量的查询后放弃搜索，这种方法我们称之为GRANDAB，用于GRAND with ABanderisk。虽然不是ML解码器，我们建立的算法GRANDAB也是容量实现的放弃阈值的适当选择，并表征其复杂性，错误和成功指数。马尔可夫噪声的工作实例表明，这些解码方案大大优于暴力解码方法。
2019-03-22 cs.IT math.IT
Self-Secure Capacity-Achieving Feedback Schemes of Gaussian Multiple-Access Wiretap Channels with Degraded Message Sets
Schalkwijk-Kailath（SK）方案实现了具有反馈的点到点白高斯信道的容量，其本身是安全的，并且还实现了具有反馈的高斯窃听信道的保密容量，即，SK方案是用于高斯窃听信道的自安全容量实现（SSCA）反馈方案。对于多用户窃听信道，最近，已经表明Ozarow的用于两用户高斯多址接入信道（GMAC）的容量实现反馈方案是用于两用户高斯多址接入窃听信道（GMAC-WT）的SSCA反馈方案。本文首先提出了一种基于两用户GMAC协议的容量实现反馈方案（GMAC-DMS），并证明了该方案是基于两用户GMAC协议的SSCA反馈方案（GMAC-WT-DMS）。接下来，我们将上述方案扩展到在发射机处具有非因果信道状态信息的两用户GMAC-DMS（NCSIT），并表明扩展方案是容量实现的，并且对于具有NCSIT的两用户GMAC-WT-DMS也是SSCA反馈方案。最后，我们推导出两个用户的GMAC-WT-DMS的保密容量区域的外边界与NCSIT，数值结果显示了反馈的速率增益。
2021-11-18 cs.IT math.IT
Feedback capacity of Gaussian channels with memory
我们考虑了MIMO信道的反馈容量，其信道输出由信道输入和高斯过程驱动的线性状态空间模型给出。我们的状态空间模型的一般性，包括所有以前研究的模型，如加性通道与有色高斯噪声，和通道与以前的通道输入或输出的任意依赖。主要结果是一个可计算的反馈能力的表达式，给出了一个凸优化问题的可检测性条件。我们证明了自回归高斯噪声信道上的容量结果，在那里我们表明，即使是一个单一的时间实例延迟的反馈减少反馈容量显着在固定制度。另一方面，对于大的回归参数（在非平稳状态下），反馈容量可以用延迟反馈来逼近。最后，我们证明了可检测性条件是满足标量模型和猜想，这是真实的MIMO模型。
2022-07-21 cs.IT math.IT
Secrecy Capacity of Colored Gaussian Noise Channels with Feedback
本文研究了具有无噪声因果反馈的k阶自回归滑动平均（ARMA（k））高斯窃听信道，其中窃听者在前向信道和反馈信道中都接收到信号的噪声观测值。它示出的广义Schalkwijk-Kailath计划，一个容量实现编码方案的反馈高斯信道的一个变体，实现了相同的最大速率为同一信道的窃听者的存在。因此，保密容量等于反馈信道不存在窃听者时的反馈容量。此外，结果被推广到加性高斯白噪声（AWGN）信道与量化反馈。结果表明，所提出的编码方案实现了积极的保密率。当量化噪声的幅度降至零时，保密率收敛于AWGN信道的容量。
2018-01-20 cs.IT math.IT
On the Feedback Capacity of Power Constrained Gaussian Noise Channels with Memory
对于具有有限阶$L$的有理噪声功率谱的平稳加性高斯噪声信道，在平均信道输入功率约束下，我们得到了反馈容量的两个新结果。首先，我们证明了一个非常简单的反馈相关的高斯-马尔可夫源实现的反馈能力，卡尔曼-布西滤波是最佳的反馈处理。基于这些结果，我们开发了一种新的方法，用于优化信道输入，通过使用动态规划方法，分解成$n$顺序相同的优化问题，其中每个阶段涉及优化$O(L^2)$变量的计算，以实现覆盖庞布拉块长度$n$反馈容量。其次，我们推导出固定反馈相关源的显式最大信息率。一般来说，估计平稳源的最大信息率只需要通过简单的非线性规划求解几个方程。对于一阶自回归和/或移动平均（ARMA）噪声信道，这种优化承认一个封闭形式的最大信息速率公式。固定源的最大信息速率是反馈容量的下限，并且如果长期存在的猜想，即固定源实现反馈容量成立，则它等于反馈容量。
2007-01-16 cs.IT math.IT
Zero-error feedback capacity via dynamic programming
本文研究了当信道状态信息为发送端和接收端所知时，有限状态反馈信道的零差错容量。我们证明了这种情况下的零错误容量可以通过求解动态规划问题来获得。动态规划的每一次迭代都给出了零误差反馈容量的上、下界，并且在极限情况下，下界与零误差反馈容量一致。通过不动点方程给出了求解动态规划问题的一个充分条件。提供了几个例子的分析解决方案。
2009-07-11 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
Approximate Feedback Capacity of the Gaussian Multicast Channel
对于M个发送器、K个接收器的反馈高斯多播信道，我们将容量区域表征为log{2（M-1）} bits/s/Hz以内，其中每个接收器希望解码来自M个发送器的每个消息。扩展Cover-Leung针对（M，K）=（2，1）的可实现方案，我们证明了该广义方案在所有信道参数下每个发射机的log{2（M-1）}比特内实现了基于割集的外界。与非反馈情况下的容量相比，反馈容量在K个单独的多址接入信道的反馈容量的朴素交集上得到改进。我们发现，反馈提供了无界的乘法增益在高信噪比高斯干扰信道中所示。为了补充的结果，我们建立了确切的反馈能力的Avestimehr-Diggavi-Tse（ADT）确定性模型，从中我们观察到，反馈也可以是有益的函数计算。
2012-05-18 cs.IT math.IT
Capacity of Burst Noise-Erasure Channels With and Without Feedback and Input Cost
研究了一类在传输过程中同时存在差错和擦除的突发噪声擦除信道。的通道，其输出明确表示在其输入和平稳遍历噪声擦除过程中，被证明具有所谓的“准对称性”在一定的可逆性条件下的属性。其结果是，它被证明是一个均匀分布的输入过程最大化的信道的块互信息，导致在一个封闭形式的公式，其无反馈能力的噪声擦除熵率和辅助擦除过程的熵率。反馈信道容量的特点也表明，反馈不增加容量和推广以前的相关结果。还研究了有反馈和无反馈信道的容量成本函数。一个序列的有限字母的上限容量成本函数无反馈。使用特定的编码规则获得具有反馈的容量成本函数的字母较低的键。基于这些界限，它是证明了数字和分析，反馈可以增加容量成本函数的一类信道的马尔可夫噪声擦除过程。
2017-05-03 cs.IT math.IT
On the Feedback Capacity of Stationary Gaussian Channels
带反馈的平稳加性高斯噪声信道的容量被表征为变分问题的解。为此，证明了最优反馈编码方案是平稳的。当专门用于一阶自回归移动平均噪声谱时，这种变分表征产生反馈能力的封闭形式的表达式。特别是，这个结果表明，著名的Schalkwijk-Kailath编码方案实现了一阶自回归移动平均高斯信道的反馈能力，解决了Butman，Schalkwijk-Tiernan，Wolfowitz，Ozarow，Ordentlich，Yang-Kavcic-Tatikonda等研究的一个长期存在的公开问题。
2005-11-14 cs.IT math.IT
Capacity of All Nine Models of Channel Output Feedback for the Two-user Interference Channel
在本文中，我们研究了不同的信道输出反馈结构对两用户干扰信道容量的影响。对于双用户干扰信道，反馈链路可以存在于9种规范架构（参见图2）中的接收器和发射器之间，范围从仅一个反馈链路到四个反馈链路。我们推导出精确的容量区域的对称确定性干扰信道和恒定间隙的容量区域的对称高斯干扰信道的所有9个架构。我们证明，对于线性确定性对称干扰信道，在弱干扰状态下，除了只有一个接收机反馈到自己的发射机的反馈模型之外，所有反馈模型都具有相同的容量区域。当只有一个接收机反馈到它自己的发射机时，在弱干扰状态下，容量区域是其余反馈模型的容量区域的严格子集。然而，在弱干扰状态下，所有反馈模型的总容量是相同的。此外，在强干扰状态下，具有至少一个接收器反馈到其自己的发射器的反馈的所有模型具有相同的和容量。对于高斯干扰信道，线性确定性模型的结果如下，其中容量被近似容量代替。
2013-01-25 cs.IT math.IT
Feedback Capacity of Stationary Gaussian Channels
加性平稳高斯噪声信道的反馈容量的特点是作为一个变分问题的解决方案。为此，证明了最优反馈编码方案是平稳的。当专门用于一阶自回归移动平均噪声谱时，这种变分表征产生反馈能力的封闭形式的表达式。特别是，这个结果表明，著名的Schalkwijk-Kailath编码方案实现了一阶自回归移动平均高斯信道的反馈能力，积极回答了Butman，Schalkwijk-Tiernan，Wolfowitz，Ozarow，Ordentlich，Yang-Kavcic-Tatikonda等人研究的一个长期存在的公开问题。更一般地说，它示出的Schalkwijk-Kailath编码方案的k维推广实现了任何自回归移动平均噪声频谱的阶k的反馈能力。简单地说，最佳发送器迭代地细化接收器对预期消息的了解。
2006-02-26 cs.IT math.IT
Linear Sum Capacity for Gaussian Multiple Access Channels with Feedback
具有反馈的N发送方高斯多址信道的容量区域通常是未知的。本文研究了一类线性反馈码，其中一个极端是（非线性）非反馈码，另一个极端是Schalkwijk和Kailath，Ozarow，Kramer的线性反馈码。在对称功率约束P下的线性反馈和容量C_L（N，P）是指当每个发送者具有相等的块功率约束P时，线性反馈码所能达到的最大和速率，特别是Kramer码能达到这种线性反馈和容量。证明涉及的依赖平衡条件介绍Hekstra和Willems和Kramer和Gastpar扩展，并通过拉格朗日对偶公式分析所产生的非凸优化问题。最后，观察的基础上的属性的条件最大相关-的扩展Hirschfeld-Gebelein-Renyi最大相关-这加强了猜想，克莱默的代码实现不仅是线性反馈和容量，但也和容量本身（最大和率实现任意反馈码）。
2011-06-02 cs.IT math.IT
Capacity-achieving Feedback Scheme for Gaussian Finite-State Markov Channels with Channel State Information
在本文中，我们提出了能力实现通信计划的高斯有限状态马尔可夫信道（FSMCs）的平均信道输入功率约束下，假设发射机可以访问延迟无噪声输出反馈以及瞬时或延迟信道状态信息（CSI）。我们表明，所提出的计划揭示了反馈通信和反馈控制之间的联系。
2010-10-07 cs.IT math.IT
Capacity of Binary State Symmetric Channel with and without Feedback and Transmission Cost
我们考虑一个单位记忆通道，称为二进制状态对称通道（BSSC），其中的通道状态是当前通道输入和前一个通道输出的模2加法。我们推导出封闭形式的表达式的容量和相应的信道输入分布，这个BSSC的反馈和传输成本和没有。我们还表明，BSSC的容量不增加反馈，它是通过一阶对称马尔可夫过程。
2015-02-15 cs.IT math.IT
On the Capacity Region of Additive-Multiplicative MAC with Heterogeneous Input Constraints
University of Electronic Science and Technology of China（电子科技大学）
本文研究了加法-乘法多址接入信道在异质输入约束下的容量区域，证明了主发射机的总容量等于其点对点容量，并探讨了被动回波设备的最大速率实现方法及优化策略。
2026-04-02 cs.IT math.IT
Reinforcement Learning Evaluation and Solution for the Feedback Capacity of the Ising Channel with Large Alphabet
提出了一种利用强化学习（RL）计算单股有限状态信道反馈容量的新方法。反馈能力是以前估计使用其配方作为一个马尔可夫决策过程（MDP）与动态规划（DP）算法。然而，它们的计算复杂性随着信道字母表的大小呈指数增长。因此，我们使用RL，特别是它的能力，参数化价值函数和政策与神经网络，数字评估的反馈能力的信道具有较大的字母大小。RL算法的结果是反馈能力的数值下界，其用于揭示最优解的结构。该结构由一个基于图的辅助随机变量来建模，该辅助随机变量被用来推导具有对偶界的反馈容量的解析上界。容量计算的结论是通过测试是否是BCJR不变的上限验证的紧密性。我们证明了这种方法的伊辛通道与任意字母大小。对于小于或等于8的字母表大小，我们推导出容量的解析解。接下来，数值解的结构被用来推导出一个简单的编码方案，实现了反馈能力，并作为一个更大的字母的下限。对于大于8的字母表大小，我们提出了一个上界的反馈能力。对于一个渐近大的字母大小，我们提出了一个渐近最优编码方案。
2020-08-18 cs.IT math.IT
A Feedback Capacity-Achieving Coding Scheme for the $(d,\infty)$-RLL Input-Constrained Binary Erasure Channel
本文研究了无记忆输入受限二进制擦除信道（BEC）。信道输入约束是$(d,\infty)$ -游程长度受限（RLL）约束，其要求输入序列中的任何一对连续的$1$至少被$d$ $0$分开。我们考虑的情况下，有因果关系，从解码器的无噪声反馈。我们证明了一个简单的，基于标签的，零错误的反馈编码方案，我们证明是反馈能力的实现，并作为一个副产品，获得明确的表征的反馈能力。我们的证明是基于显示我们的反馈编码方案的速率等于使用Sabag等人的单字母边界技术导出的反馈容量的上限。此外，我们使用Thangaraj（2017）的工具注意到，至少对于$d=1,2$，$(d,\infty)$ -RLL输入约束BEC的反馈和非反馈能力之间存在差距。
2022-04-14 cs.IT math.IT
On the Relationships Between Average Channel Capacity, Average Bit Error Rate, Outage probability and Outage Capacity over Additive White Gaussian Noise Channels
在无线通信理论中，平均性能度量（APM）被广泛用于量化各种衰落环境下各种场景下的性能增益/损害，并理解设计/实现过程中产生的因素如何影响系统性能。据我们所知，在文献中尚未发现这些杀伤人员地雷之间的相互关系。在本文中，受到Verdu等人工作的启发。[1]，我们提出可以使用其他APM而不是使用端到端SNR分布来计算一个APM。特别是，使用Lamperti变换（LT），我们提出了一个易于处理的方法，我们称之为基于LT的APM分析，以确定任何两个给定的APM之间的关系，使它是无关的SNR分布。在此基础上，提出了平均信道容量（ACC）、平均出错率（ABER）和中断概率/容量（OP/OC）之间的关系，并给出了在衰落环境下如何由ABER性能求ACC和由ACC性能求OP/OC的方法。我们证明，任何通信系统的ACC可以评估经验，而不使用端到端的SNR分布。我们考虑一些数值例子和模拟来验证我们新推导的关系。
2019-10-12 cs.IT math.IT
On the Noisy Feedback Capacity of Gaussian Broadcast Channels
众所周知，一般来说，反馈可以扩大高斯广播信道的容量区域。这已经被证明，即使反馈是嘈杂的（或部分但完美的），只有从一个接收器。已知的反馈不扩大容量区域的唯一情况是当信道物理退化时（El Gamal 1978，1981）。在本文中，我们表明，对于一类两个用户的高斯广播信道（不一定是物理退化），被动反馈较强的用户的信号在高斯噪声损坏的链路不扩大容量区域，如果反馈噪声的方差是高于一定的阈值。
2015-02-17 cs.IT math.IT
Opportunistic capacity and error exponent regions for compound channel with feedback
考虑了带反馈的复合信道上的变长通信。传统上，没有反馈的复合信道的容量被定义为在通信开始之前确定的使得通信可靠的最大速率。这种传统的定义是悲观的。在存在反馈的情况下，给出了机会主义的定义。容量被定义为在通信结束时确定的使得通信可靠的最大速率。因此，传输速率可以适应自然选择的信道。在此定义下，复合信道上的反馈通信在概念上类似于多终端通信。传输速率是一个矢量而不是一个标量;信道容量是一个区域而不是一个标量;误差指数是一个区域而不是一个标量。本文建立了带反馈的复合信道上的变长通信模型，刻画了其机会容量域，并给出了其差错指数域的下界。
2011-06-29 cs.IT math.IT
The Information Flow and Capacity of Channels with Noisy Feedback
在本文中，我们考虑了一些长期存在的问题，在通信系统中访问噪声反馈。我们引入了一个新的概念，剩余有向信息，以捕获有效的信息流（即互信息之间的消息和信道输出）在前向信道。根据这个新的概念，我们调查离散无记忆信道（DMC）与噪声反馈，并证明了噪声反馈能力是无法实现的，通过使用任何典型的闭环编码器（非平凡的反馈信息产生信道输入）。然后，我们表明，剩余的有向信息可以用来表征信道的容量与噪声反馈。最后，我们提供了有噪反馈能力的可计算界限，其特征在于因果条件定向信息。
2011-12-02 cs.IT math.IT
Capacity of a POST Channel with and without Feedback
我们考虑有限状态信道的状态是它以前的输出。我们将这些称为POST（先前输出为状态）通道。我们首先关注POST（$α$）通道。这些通道具有二进制输入和输出，其中状态确定通道是作为$Z$通道还是$S$通道，两者都具有参数$α$。%与参数$α.$我们表明，POST（$α$）通道的非反馈容量等于其反馈容量，尽管该通道的内存。这个令人惊讶的结果的证明是基于显示，诱导的输出分布，当最大化的有向信息在反馈的存在下，也可以通过不利用反馈的输入分布来实现。我们表明，这是一个充分条件的反馈容量等于任何有限状态信道的非反馈容量。我们表明，从POST（$α$）通道的结果结转到一个二进制POST通道，其中以前的输出确定当前通道是否将是二进制参数$(a,b)$或$(b,a)$。最后，我们表明，在一般情况下，反馈可能会增加POST通道的容量。
2013-09-21 cs.IT math.IT
Achieving the Empirical Capacity Using Feedback Part I: Memoryless Additive Models
我们解决的问题，在一个未知的信道与瞬时无噪声反馈的通用通信，并显示如何对应的经验行为的信道的速率可以达到，虽然没有率可以事先保证。首先，我们考虑一个离散的模加性信道与字母表$\mathcal{X}$，其中的噪声序列$Z^n$是任意的和未知的，并可能因果地依赖于发送和接收的序列和编码器的消息，可能在一个对抗的方式。虽然这个通道的经典容量为零，我们表明，接近经验容量$\log|\mathcal{X}|-H_{emp}(Z^n)$的速率可以普遍达到，其中$H_{emp}(Z^n)$是经验熵的$Z^n$。对于更一般的设置，其中的通道可以映射到一个输出在一个任意的未知的方式只受因果关系，我们的经验信道的动作模型作为一个实现的噪声序列的模加法，并表明，相同的结果适用于如果共同的随机性。通过提供一个接近经验容量的简单顺序传输方案，建设性地证明了结果。在这项工作的第二部分中，我们演示了如何更高的利率可以通过使用更精细的模型通道的行动，并利用可能的经验依赖性，其行为。
2008-08-31 cs.IT math.IT
On the Capacity Enlargement of Gaussian Broadcast Channels with Passive Noisy Feedback
众所周知，在接收机处具有独立噪声实现的平均发射功率受限的高斯广播信道（GBC）的容量区域由于因果无噪声反馈的存在而被扩大。当GBC在接收器处具有相同的噪声方差时，还已知通过仅使用无源噪声反馈来扩大容量区域是可能的。即使反馈噪声方差非常高，并且仅可从一个接收器获得，最后一个事实仍然成立。虽然这种容量扩大对于高斯BC设置中的若干其他反馈模型是可行的，但是还已知反馈不改变物理降级的广播信道的容量区域。在本文中，我们考虑了两个用户的GBC与独立的噪声实现在接收机，从接收机的反馈链路被损坏的独立的加性高斯噪声过程。我们调查了一组四个噪声方差，两个正向和两个反馈，没有容量扩大是可能的。该区域的一个尖锐的特征，即，在所呈现的区域之外的任何四倍都将导致容量增大，而在所呈现的区域之内的四倍将使容量区域保持不变。我们的研究结果导致的结论是，当前向噪声方差是不同的，太嘈杂的一个单独的接收器的反馈并不总是有利于扩大容量区域，无论是从较强的用户或较弱的，在形成鲜明对比的情况下，相等的前向噪声方差。
2020-09-18 cs.IT math.IT
The Feedback Capacity of the $(1,\infty)$-RLL Input-Constrained Erasure Channel
考虑了带反馈的输入受限擦除信道，其中二进制输入序列不包含连续序列，即，它满足$(1,\infty)$ -RLL约束。我们推导出这种设置的容量，它可以表示为$C_ε=\max_{0 \leq p \leq \frac{1}{2}}\frac{H_{b}(p)}{p+\frac{1}{1-ε}}$，其中$ε$是擦除概率，$ H_{b}(\cdot)$是二进制熵函数。此外，我们证明了在编码器的擦除的先验知识不增加反馈容量。反馈能力的计算使用等效的动态规划（DP）制定的最佳平均奖励等于容量。此外，我们从DP的解决方案中获得了最佳编码过程，从而为我们的设置提供了实现容量的零错误编码方案。DP因此被证明是一种工具，不仅用于解决优化问题，如容量计算，但也用于构建最佳的编码方案。导出的容量表达式也作为唯一的非平凡的上限已知的输入约束擦除信道的容量没有反馈，一个问题，仍然是开放的。
2015-03-11 cs.IT math.IT
Control approach to computing the feedback capacity for stationary finite dimensional Gaussian channels
本文首先将有限维高斯信道上反馈通信的解释扩展为反馈控制系统，证明了在Youla参数上寻找具有最大可靠传输率的稳定反馈控制器的问题与[1]中最近导出的寻找严格因果滤波器以实现反馈容量的问题是一致的。上述解释提供了一种构造确定性反馈编码方案（具有双指数衰减错误概率）的方法。接下来，我们提出了一个渐近容量实现上界，这可以通过求解有限维对偶优化数值评估。从实现上界的过滤器，我们推导出可行的过滤器，导致一系列的下界。因此，从下界滤波器，我们得到的通信系统，实现了下界速率。大量的例子表明，该序列的下限是渐近容量实现以及。
2015-11-30 cs.IT math.IT
Capacity of Finite State Channels with Feedback: Algorithmic and Optimization Theoretic Properties
有限状态反馈信道的容量是多字母表达式序列的极限。尽管许多努力，封闭形式的单字母容量表征是未知的日期。在本文中，反馈能力的研究，从一个基本的算法的角度来看，解决的问题是否可以算法计算的能力。为此，使用图灵机的概念，它提供了数字计算机的基本性能极限。结果表明，FSC的反馈容量是不是Banach-Mazur可计算的，因此不是Borel-Turing可计算的。因此，它表明，无论是可并行性或逆是不是Banach-Mazur可计算的，这意味着有可计算的FSC，它是不可能找到可计算的紧的上限和下限。此外，它表明，反馈能力不能表征为熵量的有限字母公式的最大化。
2022-02-04 cs.IT math.IT
Capacity of Compound MIMO Gaussian Channels with Additive Uncertainty
本文考虑了多输入多输出（MIMO）高斯信道上的可靠通信，其中信道矩阵在标称信道矩阵周围的有界信道不确定性区域内，即，复合MIMO高斯信道的实例。本文研究了复合MIMO高斯信道的最优发送协方差矩阵设计问题，其中信道不确定区域由谱范数表征。该设计问题是一个具有挑战性的非凸优化问题。然而，在本文中，我们发现，这个问题有一个隐藏的凸性属性，可以利用映射到一个凸优化问题的问题。我们首先证明了最优发送设计是将标称信道对角化，然后证明了复合MIMO高斯信道的容量与最小-最大信道容量之间的对偶间隙为零，这证明了Loyka和Charalambous的猜想（IEEE Trans. Inf. Theory，vol.58，no.4，pp. 2048-2063，2012）。证明这些结果的关键工具是一个新的矩阵行列式不等式和一些酉不变性质。
2013-06-04 cs.IT math.IT
Upper Bound on the Capacity of Gaussian Channels with Noisy Feedback
我们考虑一个加性高斯信道加性高斯噪声反馈。我们得到了n-块容量的上界（由Cover [1]定义）。它表明，这个上界可以通过求解凸优化问题。高斯噪声过程的平稳性假设，我们刻画的极限的n块上限，并证明了这个极限是上界的噪声反馈（香农）容量。
2012-01-07 cs.IT math.IT
Feedback-Capacity of Degraded Gaussian Vector BC using Directed Information and Concave Envelopes
已知的是，两个用户物理降级的离散无记忆（DM）广播信道（BC）的容量区域不被反馈扩大。一个相同的结果适用于一个物理退化的高斯BC，后来建立使用的熵功率不等式（EPI）的变体。在本文中，我们将后者的结果扩展到物理退化的高斯矢量BC（PD-GVBC）。然而，扩展是不是EPI的基础上，但采用了最近的结果的因式分解的凹信封。虽然现有的凹包络因式分解的结果不存在反馈，我们表明，因式分解相应的有向信息量足以达到PD-GVBC的反馈容量区域。我们的工作表明，因式分解有向信息的凹包络可以处理涉及反馈的情况。我们进一步表明，一个离散的无记忆的物理退化BC的容量区域不扩大反馈。
2017-04-18 cs.IT math.IT
On Channel Output Feedback in Deterministic Interference Channels
本文研究了两用户对称确定性干扰信道中，信道输出反馈对系统总容量的影响。我们发现，从一个接收器到它自己的发射器的单个反馈链路的结果在相同的总容量具有从两个接收器到两个发射器的总共4个反馈链路。因此，从总容量的角度来看，三个额外的反馈链路是没有帮助的。我们还考虑了一个半双工反馈模型，其中的前向和反馈资源是对称和分时的。令人惊讶的是，我们发现，有没有增益的总容量与反馈的半双工反馈模型时，干扰链路有更多的容量比直接链接。
2009-08-31 cs.IT math.IT
