On the Capacity of "Beam-Pointing" Channels with Block Memory and Feedback: The Binary Case
毫米波（mmWave）通信是5G系统的关键推动因素之一，因为它提供更大的系统带宽以及将大量天线封装在小形状因子中以用于高度定向通信的可能性。为了实现潜在的非常高的波束成形增益，发射器和接收器波束需要对准。实际上，离开角（AoD）在许多连续的时隙上几乎保持恒定，这呈现出具有记忆的状态依赖信道。此外，反向散射信号可以被建模为（因果）广义反馈。在信息论中，这类通道的容量通常是一个开放的问题。为了解决这个困难的问题，我们考虑一个“玩具模型”，由一个二进制状态相关（BSD）通道与块内存储器（iBM）[1]和一个单位延迟反馈。该模型的容量下的峰值传输成本约束的特点是一个迭代的封闭形式的表达。我们提出了一种容量实现方案，其中传输的信号携带信息，同时均匀和随机的波束的反馈的帮助下探测。
2022-11-16 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
An Efficient Feedback Coding Scheme with Low Error Probability for Discrete Memoryless Channels
现有的固定长度反馈通信方案或者专用于特定信道（Schalkwijk-Kailath，Horstein），或者应用于一般信道，但是具有高编码复杂性（块反馈方案）或者难以分析（后验匹配）。本文提出了一种新的定长反馈编码方案，该方案在所有离散无记忆信道上都能达到容量，当速率接近容量时，误差指数接近球形填充界，并且具有$O(n\log n)$编码复杂度。这些好处是通过明智地结合从以前的计划与新的随机化技术和编码/解码规则的功能。这些新特征使得新方案的错误概率分析比后验匹配更容易。
2016-09-07 cs.IT math.IT
On The Reliability Function of Discrete Memoryless Multiple-Access Channel with Feedback
本文推导了具有无噪声反馈和变长码的离散无记忆多址信道（MAC）的可靠性函数的上下界。对于上界，我们使用Burnashev的证明技术用于点对点的情况。此外，我们采用的技术来证明的反馈能力的MAC的逆。对于误差指数的下限，我们提出了一个编码方案，包括一个数据和一个确认阶段。在数据阶段，使用任意反馈容量实现码。在确认阶段，每个发射机使用一对大小为2的码本向接收机发送一位信息，每个发射机一个码本。根据适当优化的联合概率分布随机选择该阶段的码字。边界线性增加相对于一个特定的欧几里德距离测量之间定义的传输速率对和容量边界。对于一类MAC，下限和上限匹配。
2018-06-29 cs.IT math.IT
On zero-rate error exponent for BSC with noisy feedback
对于信息传输，使用二进制对称信道。还存在另一个有噪声的二进制对称信道（反馈信道），并且发射机经由该反馈信道无延迟地观察前向信道的所有输出。被认为是一个非指数数量的消息（即传输速率等于零）的传输。可实现的解码错误指数，这样的组合的通道进行了研究。结果表明，当反馈信道的交叉概率小于某一正值时，可达误差指数优于无反馈信道的相似误差指数。所描述的传输方法和相应的错误指数的下界可以被加强，并且还可以扩展到正传输率。
2008-08-15 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
State-Dependent Multiple Access Channels with Feedback
在本文中，我们研究了离散无记忆多址接入信道（MAC）的双边反馈的存在下，两个相关的信道状态，相关的意义上的Slepian-Wolf（SW）。我们发现可实现的速率区域时，该信道的状态提供非因果关系的发射机，并表明我们的可实现的速率区域包含覆盖梁可实现的速率为离散无记忆MAC与双边反馈作为其特殊情况。我们还发现了具有双边反馈和SW型相关状态的离散无记忆MAC的容量区域。我们还研究了离散无记忆MAC与部分反馈中存在的两个SW型相关的信道状态，提供非因果关系，因果关系，或严格因果关系的发射机。当信道状态被非因果地提供给发射机时，发现可实现的速率区域，而当信道状态在发射机处因果地或严格因果地可用时，容量区域被表征。
2012-12-14 cs.IT math.IT
Capacity Regions of Two-Receiver Broadcast Erasure Channels with Feedback and Memory
研究了具有反馈和记忆的双接收机广播包删除信道。内存建模使用有限状态马尔可夫链表示信道状态。考虑两种情形：（i）当发射机具有信道状态的因果知识（即，状态是可见的），以及（i i）当信道状态在发射机处是未知的，但是通过反馈在发射机处可以获得对它的观测（即，状态是隐藏的）。在这两种情况下，匹配的外部和内部的通信速率的界限推导和容量区域的确定。结果表明，类似的结果结转到信道的记忆和延迟反馈和无记忆复合信道的反馈。当状态可见时，容量区域具有单字母特征，并且是线性规划。设计了两种最佳编码方案，使用反馈来跟踪通过队列网络发送/接收的数据包：概率方案和确定性反压算法。前者仅根据过去的信道状态信息进行决策，后者遵循基于最大权值的策略。算法的性能进行了分析，使用队列网络中的速率稳定性，网络中的最大流最小割对偶和有限时域李雅普诺夫漂移分析的框架。当状态被隐藏时，容量区域不具有单字母特征，并且在这种意义上是不可计算的。提供了容量区域的近似，并概述了两种最佳编码算法。第一种算法是一种概率编码方案，其决策基于过去的L个分段，并且其可达速率区域在L中以指数速度接近容量区域。第二种算法是一种类似反压的算法，从长远来看性能最佳。
2018-02-20 cs.IT math.IT
Error Exponents for the Gaussian Channel with Active Noisy Feedback
我们研究了最好的指数衰减的错误的概率，可以实现在高斯信道的传输中的一个单一的位与一个活跃的噪声高斯反馈链路的块长度。我们施加一个\emph{expected}块功率约束的前向链路和研究\emph{almost-sure}和\emph{expected}块功率约束的反馈链路。在这两种情况下，最佳可实现的误差指数是有限的，并且与前向链路和反馈链路上的信噪比之间的较大者近似成比例地增长。在几乎确定块功率约束下的误差指数通常严格小于在预期约束下的误差指数。一些结果扩展到通信在任意速率低于容量和一般离散无记忆信道。
2009-09-23 cs.IT math.IT
Capacity Achieving Distributions & Information Lossless Randomized Strategies for Feedback Channels with Memory: The LQG Theory of Directed Information-Part II
针对具有记忆和反馈的信道，提出了一种利用信息无损随机化策略实现有限时域有向信息最大化的最优信道输入条件分布的方法。该方法适用于一般的时变多输入多输出（MIMO）高斯线性信道模型（G-LCM）的记忆，受到平均传输成本的二次型约束。随机化策略的最优分布的实现表现出分解成一个确定性的部分和一个随机的部分。分解揭示了随机策略的双重作用，控制信道输出过程和在信道上传输新信息。此外，分离原则之间的最佳确定性部分和随机化策略的随机部分的计算。随机策略的双重作用将线性二次高斯（LQG）随机最优控制理论推广到有向信息支付。反馈容量的特征是从有限时域有向信息的单位时间限制中得到的，而不需要先验假设，如信道模型的稳定性或信道输入输出过程的遍历性.对于具有记忆的时不变MIMO G-LCM系统，通过求解Riccati矩阵方程，证明了反馈是否增加容量与信道参数和传输代价函数直接相关;对于不稳定信道，只要功率超过某一临界值，反馈容量不为零。
2016-04-04 cs.IT math.IT
On Secrecy Capacity of Binary Beampointing Channels with Block Memory and Feedback
本文针对具有块记忆和反馈的二进制波束指向信道，推导了保密容量闭式上界，提出联合通信与自适应感知（JCAS）方案并给出可达保密速率，仿真验证了随块长度增加内外界差距缩小的有效性。
2025-08-28 cs.IT math.IT
Variable-length codes for channels with memory and feedback: error-exponent upper bounds
在Burnashev的经典工作中，已经发现具有无噪声反馈和变长编码的无记忆信道的可靠性函数是平均速率的线性函数。在这项工作中，我们考虑单线信道与无噪声反馈和研究的信道可靠性函数的上界与可变长度的代码。在单线信道中，信道状态对于发射机是已知的，但是对于接收机是未知的。我们推广Burnashev的分析，并推导出一个类似的表达式，这是线性的平均速率，并取决于信道容量，以及一个额外的参数，涉及到一个顺序的二元假设检验问题在这个通道。通过建立适当的马尔可夫决策过程（MDP）来评估该参数。此外，这个参数的上限推导出使用一个简化的MDP。几个二进制输入/状态/输出单线通道的参数的数值计算暗示了最佳的传输策略。这样的策略研究在一个配套文件，以提供较低的（可实现的）界限上的信道可靠性函数。
2017-07-09 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
Feedback Does Not Increase the Capacity of Approximately Memoryless Surjective POST Channels
该研究证明近似无记忆POST信道的反馈容量与非反馈容量相同，表明反馈在这些信道中不提供容量增益。
2026-03-09 cs.IT cs.SY eess.SY
A New Achievable Rate Region for the Discrete Memoryless Multiple-Access Channel with Noiseless Feedback
针对两用户离散无记忆多址信道，提出了一种新的单信可达速率域。该区域包含Cover-Leung率区域[1]，并证明了该包含是严格的.证明使用块马尔可夫叠加策略的基础上的观察，这两个用户的消息是相关的反馈。对于每个编码器来说，传输速率太高，无法直接使用反馈来解码另一个的消息，因此它们在下一个块中传输相关信息以了解彼此的消息。然后，它们在接下来的块中合作以解决解码器的残余不确定性。该编码方案可以被看作是Cover-Leung方案的自然推广，具有一个额外块的延迟和一对额外的辅助随机变量。我们计算建议的速率区域为两个不同的MAC和比较结果与其他已知的速率区域的MAC反馈。最后，我们展示了如何可以扩展的编码方案，以获得更大的速率区域与更多的辅助随机变量。
2014-03-28 cs.IT math.IT
Achievable Error Exponents of One-Way and Two-Way AWGN Channels
在几乎必然（AS）和期望块（EXP）功率约束下，针对有限数目的消息$M$使用固定块长度$n$传输，推导了带噪声反馈的单向和双向AWGN信道的可量化误差指数.在噪声AWGN反馈下的单向设置中，它示出了在AS约束下，并且当反馈链路比直接链路强得多时，主动反馈导致比被动反馈更大的增益超过非反馈误差指数。在EXP约束下，将两个消息的传输的先前已知的误差指数推广到任意但有限数目的消息$M$。在双向设置中，其中每个用户除了（可能地）帮助相反方向的反馈的传输之外还具有其自己的消息要发送，在AS和EXP功率约束下，首次针对AWGN双向信道定义和导出误差指数区域。结果表明，反馈或相互作用可能会导致在一个方向上的误差指数增益，可能在另一个方向上获得的误差指数的减少为代价。探讨了我们的可兼容性策略支持的$M$和$n$之间的关系。
2019-01-18 cs.IT math.IT
Distortion Exponent in MIMO Channels with Feedback
研究了高斯信源在带反馈链路的块衰落多天线信道中的传输问题。反馈链路被假定为每信道使用1比特容量的无差错和无延迟链路。在短期功率约束下，端到端平均失真的最佳指数行为的特点是所有的源信道带宽比。它示出的最佳传输策略是连续的细化信源编码，然后在信道上的渐进传输，其中的信道块是动态分配层之间的信道状态的基础上使用的反馈链路作为一个瞬时自动重传请求（ARQ）信号。
2009-10-26 cs.IT math.IT
Vectorial Feedback with Carry Registers and Memory requirements
在\cite{marjane2010}中，我们引入了Fibonacci模式下FCSR的矢量概念。这个概念使我们能够容易地分析二元有限域$\mathbb{F}_{2^{n}}$上的FCSR的$n\geq 2$。在\cite{allailou2010}中，我们描述和研究了相应的伽罗瓦模式，并利用它设计了一种新的流密码。本文介绍了矢量反馈寄存器的环形模式，分析了这种反馈寄存器的工作原理，并给出了一个简单的例子。
2011-09-13 cs.CR cs.IT math.IT
On Reliability Function of BSC with Noisy Feedback
对于信息传输，使用二进制对称信道。还存在另一个有噪声的二进制对称信道（反馈信道），并且发射机经由该反馈信道无延迟地观察前向信道的所有输出。考虑指数数量的消息的传输（即传输速率为正）。可实现的解码错误指数，这样的组合的通道进行了研究。结果表明，当反馈信道的交叉概率小于某一正值时，可达误差指数优于无反馈信道的译码误差指数。
2010-11-09 cs.IT math.IT
Single Letter Expression of Capacity for a Class of Channels with Memory
我们研究了有限字母表通道与单位记忆上以前的通道输出称为UMCO通道。我们确定的必要条件和充分条件，以测试是否实现信道输入分布的反馈能力是时不变的，以及是否反馈能力的特点是由单字母，表达式，类似于无记忆信道。该方法是基于显示的某一动态规划方程，这在一般情况下，是一个嵌套的优化问题的序列的通道输入分布，减少到一个非嵌套的优化问题。此外，对于UMCO信道，我们给出了一个简单的ML误差指数的表达式，我们确定了充分条件来测试反馈是否不增加容量。我们得到类似的结果，当输电成本约束。我们将结果应用于一类特殊的UMCO信道，即有和无传输成本约束的二进制状态对称信道（BSSC），表明反馈容量的优化问题是非嵌套的，实现信道输入分布的容量和相应的信道输出转移概率分布是时不变的，并且反馈容量由单字母公式表征，正如香农对无记忆通道容量的单字母表征。然后，我们推导出封闭形式的表达能力实现信道输入分布和反馈容量。我们使用封闭形式的表达式来评估ML解码的误差指数。
2017-01-04 cs.IT math.IT
On the error exponent of variable-length block-coding schemes over finite-state Markov channels with feedback
研究了变长分组编码下反馈马尔可夫信道的差错指数。推广了Burnashev的经典结果，在信道状态在发送端和接收端都是因果观测的假设下，给出了有限状态Markov信道可靠性函数的单字母刻画.从随机控制理论的工具，以处理信道的符号间干扰。特别是马尔可夫决策过程的凸分析方法，通过处理问题的停止时间范围所产生的可变长度的编码方案。
2007-07-13 cs.IT math.IT
Variable-length codes for channels with memory and feedback: error-exponent lower bounds
在Burnashev的经典工作中，已经发现具有无噪声反馈和变长编码的无记忆信道的可靠性函数是平均速率的线性函数。在这项工作中，我们考虑单线信道与无噪声反馈和研究特定的传输方案，其性能提供了信道可靠性函数的下限。在单线信道中，信道状态基于先前的状态、输入和输出以确定性方式演变，并且对于发射机是已知的，但对于接收机是未知的。我们考虑一个两阶段的传输方案。在第一阶段中，发射机和接收机都将它们的公共信息总结在M维向量中，该M维向量具有单线信道的状态空间中的元素和M维概率质量函数，其中M是消息的数量。第二阶段，当其中一个消息足够可靠时进入，解决二元假设检验问题。该分析假设发射机和接收机共享的一些共同的随机性的存在下，是基于对发送的消息后验信念的对数似然比的研究，特别是对它的多步漂移的研究。仿真结果证实，边界是紧的上界相比，在同伴纸。
2017-07-12 cs.IT math.IT
Coding Schemes and Asymptotic Capacity of the Gaussian Broadcast and Interference Channels with Feedback
针对具有相关噪声和反馈的无记忆高斯广播信道，提出了一种编码方案。对于除-1以外的所有噪声相关性，当信噪比趋于无穷大时，该方案实现的和速率与完全合作界限之间的差距消失。当相关系数为-1时，反馈提供的增益是无界的，并且前对数加倍。当相关系数为+1时，我们证明了二分法：如果噪声方差相等，则反馈是无用的，否则，反馈提供无限的速率增益并使前对数加倍。然而，无限反馈增益需要完美的（无噪声）反馈。当反馈链路有噪声时，反馈增益是有界的，除非反馈噪声随着信噪比足够快地衰减到零。扩展到更多的接收机也讨论了无记忆高斯干扰信道的反馈。
2013-10-20 cs.IT math.IT
On the Reliability Function of the Common-Message Broadcast Channel with Variable-Length Feedback
我们推导出上界和下界的共同消息离散无记忆广播信道的可变长度反馈的可靠性函数。我们表明，当广播信道是随机退化的界限是紧的。对于可扩展性部分，我们通过控制一组停止时间的最大值的期望来适应Yamamoto和Itoh的编码方案。对于相反的一部分，我们适应Burnashev的证明技术建立的可靠性功能（点对点）离散无记忆通道与可变长度的反馈和顺序假设检验。
2017-01-12 cs.IT math.IT
Joint source-channel coding with feedback
本文量化的基本限制的可变长度传输的一般（可能是模拟）源在无记忆信道与无噪声反馈，失真约束下。我们考虑过量失真，平均失真和保证失真（$d$ -半忠实码）。与渐近基本极限相反，一般的结论是，允许变长码和反馈导致基本延迟失真权衡的相当大的改善。此外，我们调查所需的最小能量再现$k$源样本具有给定的保真度后，通过无记忆高斯信道传输，我们表明，所需的最小能量减少反馈和平均（而不是最大）功率约束。
2017-02-25 cs.IT math.IT
Cache-Enabled Broadcast Packet Erasure Channels with State Feedback
我们考虑启用缓存的K用户广播擦除分组信道，其中具有N个文件的库的服务器希望向配备有有限存储器M的缓存的每个用户递送所请求的文件。假设发射机有状态反馈和用户缓存可以填充在非高峰时段可靠地分散的缓存放置，我们的特征在于最佳速率区域作为一个函数的内存大小，擦除概率。基于Gatzianas等人提出的方案，利用在放置阶段期间建立的接收器侧信息。我们的研究结果使我们能够量化存在擦除的分散编码缓存的净效益。状态反馈的作用被发现是有用的，特别是当擦除概率是大的和/或归一化的内存大小是小的。
2015-09-07 cs.IT math.IT
Limited memory predictors based on polynomial approximation of periodic exponents
本文给出了连续时间过程有限记忆时不变线性积分预测器的传递函数，使得相应的预测核具有有界支持。结果表明，指数衰减傅立叶变换的过程是可预测的，这些预测在某种弱意义上，这意味着卷积积分在未来的时间可以近似因果卷积在过去的时间。对于给定的预测范围，预测器是基于加权$L_2$空间中的周期指数（复正弦曲线）的多项式近似。
2021-10-08 cs.IT math.IT
On Channel Resolvability in Presence of Feedback
我们研究的问题，产生一个近似的独立同分布。在存在因果无噪声反馈的情况下，在离散无记忆通道的输入处使用有限量的随机性，在其输出处使用串。反馈不会降低通道分辨率，即实现i.i.d.的精确近似所需的最小熵率。输出字符串。然而，我们表明，至少在一个二进制对称通道，一个显着更大的可分辨指数（指数衰减率的输出分布和产品测量之间的分歧），相比，在没有反馈的系统中最好的已知可实现的可分辨指数，是可能的。我们表明，通过采用可变长度的可分辨性方案，并使用每个通道使用的硬币翻转的平均数量，输出序列的分布和产品测量之间的平均发散指数衰减的平均长度的输出序列的指数等于$[R-I(U;V)]^+$其中$I(U;V)$是跨通道开发的互信息。
2016-09-28 cs.IT math.IT
On Reliability Function of Gaussian Channel with Noisy Feedback: Zero Transmission Rate
对于信息传输，使用具有独立加性高斯噪声的离散时间信道。还存在具有独立加性高斯噪声的反馈信道，并且发射机经由该反馈信道无延迟地观察前向信道的所有输出。传输的非指数数量的消息被认为是可实现的解码错误指数，这样的组合的信道进行了研究。结果表明，对于反馈信道中的任意有限噪声，可达误差指数优于无反馈信道的相似误差指数。本文中使用的传输/解码方法加强了作者用于BSC的早期方法。特别是，对于小反馈噪声，它允许获得23.6%的增益（而不是BSC之前的14.3%）。
2012-08-14 cs.IT math.IT
The Reliability Function of Lossy Source-Channel Coding of Variable-Length Codes with Feedback
我们考虑传输的离散无记忆源（DMS）跨越离散无记忆信道（DMC）使用可变长度的有损源信道反馈码。示出的可靠性函数（最佳误差指数）是等于$\max\{0, B(1-R(D)/C)\},$其中$R(D)$是源的率失真函数，$B$是DMC的输出分布之间的最大相对熵，和$C$是信道的香农容量。我们表明，在这种情况下，在这种渐近制度，单独的源信道编码，事实上，最佳的。
2019-04-07 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 the Sensing Capacity of Gaussian "Beam-Pointing" Channels with Block Memory and Feedback
本文针对5G/6G高频通信中的高斯波束指向信道，研究其感知容量，提出通信与感知联合方案，利用动态规划推导感知容量上界和可达内界，并在Q=1时达到最优感知速率，揭示感知与通信的折衷。
2025-08-28 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
Error Exponents for Variable-length Block Codes with Feedback and Cost Constraints
研究了离散无记忆信道中具有理想反馈的变长分组编码方案。找到解码错误的最小可实现概率$P_{e,\min}$的上界和下界，其分别作为传输速率、平均成本和平均块长度上的约束$R, \AV$和$\bar τ$的函数。对于给定的$R$和$\AV$，指数$-(\ln P_{e,\min})/\bar τ$的下限和上限渐近等于$\bar τ\to \infty$。由此产生的可靠性函数，$\lim_{\bar τ\to \infty} (-\ln P_{e,\min})/\bar τ$，作为$R$和$\AV$的函数，是凹的对$(R, \AV)$和推广的Burnashev的线性可靠性函数，包括成本约束。结果推广到一类离散时间无记忆信道与任意字母，包括加性高斯噪声信道的幅度和功率约束。
2006-12-20 cs.IT math.IT
Exponent Function for Stationary Memoryless Channels with Input Cost at Rates above the Capacity
针对带输入代价的平稳无记忆信道，证明容量以上速率时正确解码概率指数衰减，并给出有限输入输出集合下的最优指数函数，采用基于信息谱的递归方法。
2025-09-25 cs.IT math.IT
Strong Converse Theorems for Degraded Broadcast Channels with Feedback
我们考虑离散无记忆退化广播信道的反馈。我们证明了解码的错误概率趋于一个指数的容量区域以外的速率，并推导出这个指数函数的一个明确的下界。我们将证明，信息谱的方法是非常有用的调查这个问题。
2015-04-22 cs.IT math.IT
On The Reliability Function of Discrete Memoryless Multiple-Access Channel with Feedback
该研究推导带无噪声反馈的离散无记忆多址接入信道可靠性函数的紧界，提出基于变长有向信息的度量与三阶段变长可达方案，证明两阶段方案严格次优，还附带得到容量上界并提出混合假设检验与传输的新问题。
2023-06-11 cs.IT math.IT
On the Ozarow-Leung Scheme for the Gaussian Broadcast Channel with Feedback
在这项工作中，我们考虑线性反馈方案的两个用户高斯广播信道与无噪声反馈。我们扩展了[Ozarow和梁，1984]的传输方案，通过应用具有记忆的估计量来代替Ozarow和梁（OL）在其原始工作中使用的无记忆估计量。所提出的估计实现的均方误差的递归公式，以及一个不动点的存在性的证明。这使得能够表征扩展方案的可实现速率。最后，通过数值模拟，它表明，扩展的计划可以改善后，原来的OL计划在可实现的速率，以及实现有限数量的信道使用后的错误概率低。
2014-12-21 cs.IT math.IT
Content Delivery in Erasure Broadcast Channels with Cache and Feedback
我们研究的内容交付问题，在一个K用户擦除广播信道，内容提供服务器希望提供所请求的文件给用户，每个配备有一个有限的内存缓存。假设发射机具有状态反馈，并且用户缓存可以在非高峰时段通过分散式内容放置可靠地填充，我们将可实现的速率区域表征为存储器大小和擦除概率的函数。基于Wang和Gatzianas等人的广播方案，利用在放置阶段期间建立的接收器侧信息。我们的研究结果可以扩展到集中式内容放置以及多天线广播信道与状态反馈。
2016-02-15 cs.IT math.IT
Sequential decomposition of discrete memoryless channel with noisy feedback
在本文中，我们考虑一个离散的无记忆点到点信道的噪声反馈，有一个发送者的私人信息，她希望通过顺序发送符号在一个嘈杂的信道通信到一个接收器。在每次传输之后，她接收由接收器接收的符号的噪声反馈。目标是设计发送方的传输控制策略，使平均错误概率最小。这是信息分散控制的一个例子，其中两个控制者，发送者和接收者没有共同的信息。有没有方法在文献中，提供了一个概念的“状态”和一个动态的程序来找到最优的政策，这个问题在本文中，我们展示了引入一个概念的状态，基于此，我们提供了一个顺序分解的方法，找到最优的政策类马尔可夫策略相对于这个状态（不需要是全局最优的）。这允许跨时间分解问题，并将复杂度对时间的依赖性从双指数降低到线性。
2020-02-21 cs.IT cs.SY eess.SY
Strong converse exponents for the feedback-assisted classical capacity of entanglement-breaking channels
量子纠缠可以用在通信方案中，以建立连续信道输入之间的相关性，这是经典手段所不可能的。众所周知，这种纠缠编码方案可以增强量子信道的经典容量，但情况并非总是如此。在本文中，我们证明了一个强逆定理持有的纠缠打破通道的经典容量，即使它是由一个经典的反馈链路从接收机到发射机的协助。在这样做时，我们确定了一个强逆指数，这决定了指数衰减率的成功概率趋于零，一个序列的代码与通信速率超过能力的约束。证明一个强逆，以及可互换性定理，表明经典容量是可靠和不可靠的通信制度之间的一个尖锐的边界。我们证明的主要工具之一是夹心Renyi相对熵。相同的证明方法是用来推导出一个指数界的成功概率时，在任意的量子信道的经典反馈的帮助下，只要发射机不使用纠缠编码方案进行通信。
2017-11-03 cs.IT math.IT quant-ph
Online learning with graph-structured feedback against adaptive adversaries
University of Wisconsin - Madison（威斯康星大学麦迪逊分校）
我们推导出$T$轮在线学习问题的策略后悔的上界和下界，其中对手是不遗忘的，但假设有一个有界的记忆。我们得到的$\widetilde O(T^{2/3})$和$\widetilde O(T^{3/4})$的上界强可观察和弱可观察的图，分别基于分析的Exp3算法的一个变种。当对手被允许大小为1的有界内存，我们证明了匹配的下限$\widetildeΩ(T^{2/3})$的情况下，实现全信息反馈。我们还研究了一个不经意的对手与切换成本的特定损失结构，并表明，在这样的设置，非揭示强可观察的反馈图实现了下限的$\widetildeΩ(T^{2/3})$，以及。
2018-04-01 cs.IT cs.LG math.IT
