Limits on the Robustness of MIMO Joint Source-Channel Codes
本文研究了MIMO联合信源信道编码鲁棒性的理论极限。在这种情况下，一个单一的联合源信道代码被用于整个范围内的SNR和所需的保真度的所有级别被认为是。这样一个系统的渐近性能的限制，其特征在于上界的多样性保真度的权衡，这可以被看作是一个模拟版本的多样性复用的权衡。特别是，它表明，有一个相当大的差距之间的多样性保真度权衡的鲁棒联合信源信道码和最佳的权衡（没有鲁棒性的约束）。
2009-10-30 cs.IT math.IT
Fundamental CRB-Rate Tradeoff in Multi-antenna Multicast Channel with ISAC
研究了综合感知与通信的多天线多播信道（ISAC），其中多天线基站（BS）向一组单天线通信用户（CU）发送公共消息，同时通过雷达感知估计扩展目标的参数。我们调查这个ISAC系统的基本性能限制，在可实现的通信速率和估计Cramér-Rao界（CRB）感测。首先，我们推导出半封闭形式的最佳传输协方差，以平衡CRB速率（C-R）的权衡，并相应地描述了所谓的C-R区域的外边界。它示出的最佳传输协方差应满秩，包括信息携带和专用的传感信号一般。接下来，我们考虑了一个实际的联合信息和感知波束成形设计，并提出了一种有效的方法来优化联合波束成形平衡C-R权衡。数值结果表明，与其他基准方案相比，最佳发射协方差和联合波束形成所实现的C-R区域。
2022-08-08 cs.IT eess.SP math.IT
Rate and Detection-Error Exponent Tradeoff for Joint Communication and Sensing of Fixed Channel States
研究固定信道状态下联合通信与感知的速率-检测误差指数权衡，刻画单静态与双静态场景的权衡区域，并证明联合策略优于连续策略。
2023-05-16 cs.IT math.IT
Joint State Sensing and Communication: Optimal Tradeoff for a Memoryless Case
考虑一种通信设置，其中发射机希望同时感测其信道状态并向接收机传送消息。在发射机处通过广义反馈（即，在发射机处观察到的严格因果信道输出）来估计状态。该方案的动机是一个联合雷达和通信系统，其中雷达和数据应用共享相同的频带。对于具有i.i.d.状态序列，我们表征的容量失真权衡，定义为最佳可实现的速率，低于该速率的消息可以可靠地传送，同时满足一些失真约束的状态感测。提出了一种优化输入概率分布的迭代算法。例子表明，联合传感和通信相比，基于分离的方法的好处。
2018-05-15 cs.IT math.IT
Joint Design of Sampler and Compressor for Timely Status Updates: Age-Distortion Tradeoff
本文研究及时状态更新的联合采样与压缩系统，提出联合设计采样器、量化器和编码器以在满足MSE失真约束下最小化AoI，并证明零等待采样、均匀量化与实值AoI最优编码策略的组合渐近最优，且AoI与对数MSE失真呈斜率为-3/4的渐近线性关系。
2023-11-27 cs.IT math.IT
Rate-Splitting Multiple Access for Multi-antenna Downlink Communication Systems: Spectral and Energy Efficiency Tradeoff
速率分裂（RS）最近被认为是用于多天线广播信道（BC）的有前途的物理层技术。由于其部分解码干扰并部分将剩余干扰视为噪声的能力，RS是强大的多址接入（即速率分割多址接入（RSMA））的使能器，已经显示出比空分多址（SDMA）和非正交多址（NOMA）两者实现更高的频谱效率（SE）和能量效率（EE）广泛的用户部署和网络负载。由于SE最大化和EE最大化是两个相互冲突的目标，这两个标准之间的权衡研究是特别感兴趣的。在这项工作中，我们通过研究多输入单输出（MISO）BC中RSMA的联合SE和EE最大化问题来解决SE-EE权衡，其中发射机处的电路功耗与速率相关。为了解决多目标函数和速率依赖的电路功耗带来的挑战，我们首先提出了两种方法将原问题转化为一个单目标问题，即加权和方法和加权功率方法。然后，提出了一种基于连续凸近似（SCA）的算法，以联合优化变换后的问题的预编码器和RS消息分裂。数值结果表明，我们的算法收敛速度比现有的算法。此外，RS的性能优于或等于非RS策略的SE和EE及其权衡。
2021-01-27 cs.IT eess.SP math.IT
The Rate-Distortion-Perception-Classification Tradeoff: Joint Source Coding and Modulation via Inverse-Domain GANs
School of Informatics, Xiamen University（厦门大学信息学院）；School of Electronics and Information Engineering, Guangxi Normal University（广西师范大学电子与信息工程学院）；School of Engineering & Physical Sciences, Heriot-Watt University（赫瑞瓦特大学工程与物理科学学院）
本文研究联合信源编码与调制（JSCM）中的率-失真-感知-分类（RDPC）权衡，提出RDPCO和基于逆域生成对抗网络（ID-GAN）的两种图像压缩算法，仿真证明其优于传统分离式方法和现有深度JSCM架构。
2024-06-06 cs.AI cs.CV cs.IT
On the Performance Tradeoff of an ISAC System with Finite Blocklength
本文研究了有限块长下SISO ISAC系统的感知与通信性能折中，推导了速率-误差折中界并证明性能折中随块长增大而消失，仿真验证了理论分析。
2023-08-01 cs.IT eess.SP math.IT
Joint source and channel coding for MIMO systems: Is it better to be robust or quick?
我们开发了一个框架，以优化MIMO系统中的分集，复用和延迟之间的权衡，以尽量减少端到端的失真。我们首先专注于MIMO系统中的分集复用权衡，并开发分析结果，以尽量减少失真的矢量量化器级联的空时MIMO信道码。在高信噪比制度，我们得到了一个封闭的形式表达的端到端的失真作为分集复用权衡曲线上的最佳点的函数。对于大但有限的SNR，我们通过凸优化找到这个最佳点。然后，我们考虑MIMO系统使用ARQ重传提供额外的多样性的代价延迟。对于没有延迟约束的源，通过最大化ARQ窗口大小来最小化失真。这导致ARQ增强的复用分集折衷区域，其中失真以与没有ARQ相同的方式在该区域上最小化。在源延迟约束下，问题公式化改变以考虑与随机消息到达和随机ARQ完成时间相关联的延迟失真。我们使用一个动态规划制定捕捉信道分集复用权衡在有限的SNR以及随机到达和重传动态，我们解决了最佳的复用分集延迟权衡，以尽量减少端到端的失真与源编码器，信道，和ARQ重传。我们的研究结果表明，一个延迟敏感的系统应该适应其工作点上的分集复用延迟权衡区的系统动力学。我们提供的数值结果表明，这种自适应政策的分集/复用的信道码和静态ARQ窗口大小的静态分配显着的性能增益。
2008-01-24 cs.IT math.IT
Energy-Throughput Tradeoff in Sustainable Cloud-RAN with Energy Harvesting
在本文中，我们研究联合波束成形的能量吞吐量权衡在一个可持续的云无线电接入网络系统，其中多个基站（BS）由独立的可再生能源供电将协同传输无线信息和能量的数据接收器和能量接收器同时。为了在有限的时间范围内获得最佳的联合波束成形设计，我们制定了一个优化问题，以最大限度地提高数据接收器的吞吐量，同时保证足够的RF充电能量的能量接收器。虽然这类问题是非凸的，但它可以松弛成凸的形式，并以松弛问题的最优值为上界。我们进一步证明了上界的紧密性，通过显示放松的问题的最优解是秩一。在此基础上，提出了一种有效的在线算法。最后，进行了大量的仿真，以验证所提出的联合波束形成策略的优越性，其他波束形成设计。
2017-05-08 cs.IT cs.NI math.IT
End-to-End Joint Antenna Selection Strategy and Distributed Compress and Forward Strategy for Relay Channels
多跳中继信道使用多个中继级，每个中继级具有多个中继节点，以促进源和目的地之间的通信。以前，分布式空时码被提出来最大化可实现的分集复用折衷，然而，它们未能实现最佳分集复用折衷的所有点。在存在从目的地到每个中继级和源的低速率反馈链路的情况下，本文提出了一种端到端天线选择（EEAS）策略作为分布式空时码的替代方案。EEAS策略使用每个中继级的天线子集将源信号传输到目的地，并在每个中继级进行放大和转发。选择子集使得它们最大化目的地处的端到端互信息。EEAS策略实现了最佳分集复用折衷（对应于最大分集增益和最大复用增益）的角点，并且在复用增益的中间值处实现了更好的分集增益，而不是最佳已知的分布式空时编码策略。提出了一种分布式压缩转发策略，实现了多中继节点的两跳中继信道的最优分集复用折衷。
2009-05-13 cs.IT math.IT
Joint Activity Detection and Channel Estimation for IoT Networks: Phase Transition and Computation-Estimation Tradeoff
大规模设备连接是物联网（IoT）网络的一个关键通信挑战，物联网网络由大量具有零星流量的设备组成。在每个相干块中，服务基站需要识别活动设备并估计它们的信道状态信息以进行有效通信。通过利用数据传输的稀疏模式，我们开发了一种结构化的组稀疏估计方法，同时检测活动设备和估计相应的信道。这种方法显著减少了签名序列长度，同时支持大规模物联网访问。为了确定最优签名序列长度，研究了群稀疏性估计问题的\emph{the phase transition behavior}。具体地，当签名序列长度超过阈值时，可以以高概率成功地估计用户活动;否则，以高概率失败。利用圆锥积分几何理论表征了相变区的位置和宽度。我们进一步发展了一种平滑方法来解决高维结构化估计问题，在给定的有限时间预算。这是通过在平滑参数、签名序列长度和估计精度方面急剧地表征收敛速率来实现的，从而在估计精度和计算成本之间产生折衷。数值结果表明，我们的理论结果的准确性和平滑技术的好处。
2018-10-01 cs.IT math.IT
Rate-Interference Tradeoff in OFDM-based Cognitive Radio Networks
在认知无线电（CR）网络中，允许次要用户（SU）机会性地接入主要用户（PU）频谱以提高频谱利用率;然而，这增加了PU处的干扰水平。在本文中，我们考虑了一个正交频分复用OFDM为基础的CR网络和调查之间的权衡增加SU传输速率（从而提高频谱利用率）和减少在PU的干扰水平。我们制定了一个新的多目标优化（MOOP）问题，共同最大限度地提高SU的传输速率，并最大限度地减少其发射功率，同时施加干扰阈值的PU。此外，我们提出了一种算法，以取得SU传输速率和干扰水平之间的平衡，以PU。该算法考虑了已知SU发送器和PU接收器之间的链路的部分信道状态信息（CSI）的实际情况。仿真结果表明，该算法的性能和其优越性相比，在文献中的工作。
2019-02-08 cs.IT eess.SP math.IT
A Framework for Uplink ISAC Receiver Designs: Performance Analysis and Algorithm Development
National Mobile Communications Research Laboratory, Southeast University（东南大学移动通信国家重点实验室）；Purple Mountain Laboratories（紫金山实验室）；School of Electronic Information and Communication, Huazhong University of Science and Technology (HUST)（华中科技大学电子信息与通信学院）
本文提出一种灵活投影接收机，通过可调参数统一了投影型和逐次干扰消除型接收机，分析了其在动态上行ISAC场景中的性能，并开发了动态灵活投影接收机以提升算法性能和环境适应性。
2026-04-27 cs.IT eess.SP math.IT
Time-Out Lattice Sequential Decoding for the MIMO ARQ Channel
在多输入多输出（MIMO）自动重传请求（ARQ）信道中，采用增量冗余格型空时码结合列表译码器进行联合检错和纠错，可以实现分集-复用-时延的最优折衷.这样的解码器是基于最小均方误差格解码原理，其使用球形解码算法来实现。然而，对于低到中等信噪比，尤其是对于大信号尺寸，球形解码器遭受高计算复杂性。在本文中，我们想构建一个更有效的解码器，是能够实现最佳的权衡与低得多的复杂性。特别是，我们将研究的吞吐量性能复杂度的权衡顺序解码算法和预处理和终止策略的效果。我们表明，通过分析和仿真，使用\textit{lattice sequential decoder}，实现了一个超时算法的联合错误检测和纠正，MIMO ARQ信道的最佳折衷可以实现解码复杂度显着降低。
2011-10-04 cs.IT math.IT
Communications-Caching-Computing Tradeoff Analysis for Bidirectional Data Computation in Mobile Edge Networks
随着现代移动通信的出现，例如，在线游戏、增强现实交付等，一种新颖的双向计算任务模型正在作为5G的重要用例出现，其中每个任务的输入数据由两部分组成，一部分在移动终端实时生成，另一部分主动源自互联网。在本文中，为了便于分析，我们认为在一个移动边缘网络，其中包括一个移动边缘计算（MEC）服务器和一个移动终端，都启用计算和缓存功能的同构双向计算任务模型。每个任务可以通过三种机制来完成，即，具有本地缓存的本地计算、不具有本地缓存的本地计算以及在MEC服务器处的计算。为了最小化平均带宽，我们制定了联合缓存和计算的延迟，缓存大小和平均功耗约束下的优化问题。我们推导出最优策略和最小带宽的封闭形式的表达式。通过分析和数值计算，说明了通信、计算和缓存之间的权衡，为网络设计者提供了有见地的指导。
2020-01-12 cs.IT eess.SP math.IT
Communications, Caching and Computing for Mobile Virtual Reality: Modeling and Tradeoff
无线虚拟现实（VR）正在成为5G网络的重要用例。沉浸式VR体验要求以超低延迟传输大量数据，因此需要超高的传输速率。这一挑战可以在很大程度上通过被称为移动边缘计算（MEC）的最新网络架构来解决，该架构在无线网络的边缘实现了缓存和计算能力。本文提出了一种新的基于MEC的移动VR交付框架，该框架能够提前缓存部分视场（FOV），并在移动VR设备上运行某些后处理程序。为了优化移动VR设备的资源分配，我们制定了一个联合缓存和计算决策问题，以最小化平均所需的传输速率，同时满足给定的延迟约束。当FOV是均匀的，我们得到了一个封闭形式的表达的最佳联合政策，揭示了有趣的通信缓存计算权衡。当视场不均匀时，通过将问题转化为线性约束的不定二次规划问题，然后应用凹凸规划方法，得到了该问题的局部最优解。数值结果表明，所提出的移动虚拟现实交付框架在节省通信带宽，同时满足低延迟要求的巨大承诺。
2018-06-23 cs.IT math.IT
An Information-Theoretic Approach to Joint Sensing and Communication
考虑了一种通信设置，其中发射机希望向接收机传送消息，并同时通过公共波形估计该接收机的状态。在发射机处通过广义反馈来估计状态，即，严格因果通道输出和已知波形。目前的场景是由联合雷达和通信驱动的，其目的是在共享的频谱和硬件上共同设计雷达感知和通信。对于具有i.i.d.时变状态序列，我们充分表征的容量失真的折衷，定义为最大的可实现的速率，低于该速率的消息可以可靠地传送，同时满足一些失真约束的状态感测。我们提出了一种数值方法来计算最佳的输入，实现了容量失真的折衷。然后，我们解决无记忆状态依赖广播信道（BC）。对于i.i.d.时变状态序列，我们表征的容量失真权衡区域作为一个相当简单的扩展单接收机信道。对于一般的BC，我们提供的容量失真区域的内部和外部边界，以及一个充分条件时，这个容量失真区域等于产品的容量区域和一组可实现的失真。一些说明性的例子表明，最佳的协同设计方案优于传统的方案，传感和通信之间的分裂的资源。
2022-06-02 cs.IT math.IT
Joint Annotator-and-Spectrum Allocation in Wireless Networks for Crowd Labelling
物联网产生的大量传感数据将为无处不在的人工智能（AI）提供动力，使我们社会的运营自动化，从交通到医疗保健。然而，实际采用这种技术需要在通过监督学习训练AI模型之前对大量数据进行标记。为了应对这一挑战，我们探索了一个新的角度，无线人群标签，能够下载数据到许多不完美的移动注释重复标签，利用无线网络中的多播。在这个跨学科领域，将率失真理论和重复标记以提高准确性的原则相结合，在标记准确性的约束下，在无线电和注释器资源之间产生了新的权衡。在此基础上，以标签吞吐量最大化为目标，研究了编码速率、标注器聚类和子信道分配的联合优化问题，这是一个NP-难整数规划问题。为了设计一个有效的解决方案，我们建立了一个最佳的顺序注释聚类方案的基础上下降的信号噪声比的顺序。因此，可以通过有效的树搜索找到最优解。接下来，通过应用截断信道反演来简化解决方案。可替代地，优化问题可以被识别为背包问题，其可以借助于动态规划在伪多项式时间内有效地求解。此外，精确的政策来自注释器约束和频谱约束的情况下。最后，仿真结果表明，显着的吞吐量增益的基础上的最佳解决方案相比，解耦的两种类型的资源分配。
2019-12-25 cs.IT eess.SP math.IT
Rate-Splitting Multiple Access for Multi-Antenna Joint Radar and Communications
双功能雷达通信（DFRC）系统是5G后必不可少的和有前途的技术。在这项工作中，我们提出了一个强大的和统一的多天线DFRC传输框架，其中一个额外的雷达序列发送除了通信流，以提高雷达波束匹配能力，和速率分裂多址接入（RSMA），以更好地管理干扰。RSMA依赖于具有连续干扰消除（SIC）接收器的多天线速率分割（RS），以及将消息分割和编码为公共和专用流。我们设计的消息分裂和预编码器的雷达序列和通信流，以联合最大化加权和速率（WSR）和最小化雷达波束方向图近似均方误差（MSE）的每天线功率约束。提出了一种基于乘子交替方向法（ADMM）的迭代算法。数值结果首先表明，RSMA辅助DFRC实现WSR和波束图近似之间的更好的折衷比空分多址（SDMA）辅助DFRC有或没有雷达序列，和其他更简单的雷达通信策略，使用正交资源。我们还表明，RSMA辅助DFRC框架与雷达序列和不实现相同的权衡性能。这是因为在所提出的框架中更好地利用了公共流。RSMA的公共流实现了管理通信用户之间的干扰、管理通信与雷达之间的干扰以及波束图近似的三重功能。因此，通过在DFRC中启用RSMA，系统性能得到增强，同时系统架构得到简化，因为不需要使用额外的雷达序列和SIC。我们的结论是，RSMA是一个更强大的多址接入DFRC。
2021-03-14 cs.IT eess.SP math.IT
Power-Bandwidth Tradeoff in Multiuser Relay Channels with Opportunistic Scheduling
本文的目标是了解多跳中继技术的关键优点，共同在他们的能源效率和频谱效率的优势，在存在多用户分集增益从机会（即，信道感知）调度，并识别中继辅助多用户通信提供优于直接多用户通信的明显优势的机制和条件。为此目的，我们使用香农理论工具来分析在大（但有限）用户数量的渐近状态下具有$K$用户的衰落多用户中继信道上的能量效率和频谱效率之间的权衡（称为功率带宽权衡）（即，密集网络）。受益于\cite{Oyman_isit07}的极值理论的结果，我们描述了功率带宽的权衡和相关的能量和频谱效率的措施，带宽有限的高信噪比（SNR）和功率有限的低信噪比制度，并利用它们在调查的大系统行为的多用户中继信道的用户数和物理信道信噪比的函数。我们的分析结果在大（但有限）的$K$制度，量化能源和频谱效率性能非常准确的封闭形式的公式，并提供见解的影响，多跳中继和多用户分集技术的功率带宽权衡。
2008-10-28 cs.IT math.IT
Multi-Objective Optimization for Energy-and Spectral-Efficiency Tradeoff in In-band Full-Duplex (IBFD) Communication
针对带内全双工（IBFD）正交频分多址接入（OFDMA）网络，考虑上下行链路用户的QoS，提出了一种同时实现能量效率（EE）和频谱效率（SE）最大化的功率和子信道联合分配方法.由此产生的优化问题是一个非凸的混合整数非线性规划（MINLP），这是一般难以解决的。为了达到EE和SE之间的平衡，我们重申这个问题作为一个多目标优化问题（MOOP），旨在最大限度地提高系统的吞吐量和最小化系统的功耗，同时。为此，采用ε约束方法将多目标优化问题转化为单目标优化问题（SOOP）。通过优化最小化（MM）方法的基础上，通过一个有效的解决方案来解决根本问题。此外，为了处理二进制子信道分配变量的约束，引入了惩罚函数。仿真结果揭示了有趣的权衡EE和SE之间。
2019-07-18 cs.IT math.IT
An Information-Theoretic Characterization of MIMO-FAS: Optimization, Diversity-Multiplexing Tradeoff and $q$-Outage Capacity
本文采用信息论方法研究MIMO-FAS的性能极限，提出QR MIMO-FAS次优方案最大化高SNR下速率，推导了最优分集复用折衷，并引入q-中断容量指标，证明MIMO-FAS显著优于传统MIMO。
2023-10-25 cs.IT math.IT
Joint State Sensing and Communication over Memoryless Multiple Access Channels
一个无记忆的状态相关的多址接入信道（MAC）被认为是两个发射机希望传达一个相应的消息，同时通过广义反馈估计相应的信道状态的接收机。该方案是由联合雷达和通信系统，其中雷达和数据应用程序共享相同的带宽。一个可实现的容量失真的折衷区域推导出优于资源共享方案，通过二进制擦除MAC与二进制状态。
2019-02-11 cs.IT math.IT
Secrecy Capacity-Memory Tradeoff of Erasure Broadcast Channels
本文推导了窃听擦除广播信道（BC）的保密容量-存储器折衷的上界和下界，BC具有Kw个弱接收器和Ks个强接收器，其中弱接收器和强接收器分别具有相同的擦除概率和缓存大小。通过将联合高速缓存-信道编码与窃听编码和密钥辅助一次性密码本精心组合的方案来实现下限。所提出的上限更普遍地适用于任意降级的BC和任意高速缓存大小。当只有弱接收器具有高速缓存存储器时，对于小的和大的高速缓存存储器，上界和下界一致，从而为该设置提供精确的保密容量-存储器权衡。导出的界限允许进一步得出结论，即使窃听者是强于所有的合法接收器与高速缓存存储器的保密能力是积极的。此外，他们表明，保密容量-内存权衡可以显着小于其不安全的对应，但它的增长速度快得多时，高速缓存存储器很小。本文还提出了一个下界的全球保密容量内存权衡，其中允许优化的缓存分配的总缓存预算。在没有保密约束的情况下，它接近于已知的最佳下界。对于小的总缓存预算，全球保密容量-存储器的权衡是通过分配所有可用的缓存存储器均匀地超过所有接收器，如果窃听者是强于所有合法的接收器，它是通过分配缓存存储器均匀地超过弱接收器，如果窃听者是弱于强接收器。
2018-01-02 cs.IT math.IT
A Constrained Channel Coding Approach to Joint Communication and Channel Estimation
研究了通信与信道状态估计的联合问题，即在有噪声的信道上同时进行可靠的信息传输和信道状态的高保真估计。可实现的信息速率和估计失真之间的权衡量化的问题，制定为一个受约束的信道编码的问题，和由此产生的容量失真函数的特点的联合通信和信道估计问题的基本限制。通过案例研究的分析结果进行说明，并进一步的问题，如多个成本约束，信道的不确定性，和每单位失真的容量也进行了简要讨论。
2008-01-07 cs.IT math.IT
The Diversity Multiplexing Tradeoff of the MIMO Half-Duplex Relay Channel
三节点、多输入、多输出（MIMO）、准静态、瑞利衰落、半双工中继信道的基本分集复用折衷针对每个节点处的任意数量的天线来表征，并且其中允许中继的机会调度（或动态操作），即，中继器可以在依赖于信道的时间在接收和发送模式之间切换。在这种最一般的情况下，分集复用权衡的特点是一个简单的，两个变量的优化问题的解决方案。这个问题，然后解决在封闭形式的特殊类别的信道定义的天线在三个节点的数量上的某些限制。这里开发的关键数学工具，使明确表征的多样性复用权衡是三个相互关联的随机Wishart矩阵的联合特征值分布。以前，没有实际表征分集复用权衡，Yuksel和Erkip基于Cover和El Gamal的经典压缩和转发方案的动态压缩和转发（DCF）协议的权衡度量的最优性被示出。然而，该方案需要中继站处的全局信道状态信息（CSI）。在这项工作中，所谓的量化映射和前向（QMF）编码方案由于Avestimehr { \em et} { \em al}被采用作为可重复性方案，具有附加的好处，它实现了最佳的权衡，只有知识的（信道相关的）切换时间在中继节点。此外，在特殊类的MIMO半双工中继信道中，即使没有这些知识，也可以实现最佳折衷。这样的结果是以前已知的，只有半双工中继信道在每个节点处的单个天线，也通过QMF方案。
2011-06-30 cs.IT math.IT
Rényi Entropy Bounds on the Active Learning Cost-Performance Tradeoff
University of Erlangen-Nuremberg（埃尔朗根-纽伦堡大学）；University of Napoli Federico II（那不勒斯腓特烈二世大学）；New York University（纽约大学）
半监督分类是机器学习中最重要的领域之一，它研究如何将大量未标记数据的统计知识与有限的标记数据相结合，以最大限度地提高整体分类精度。在这种情况下，主动选择要标记的数据的过程被称为主动学习。在本文中，我们开始的非渐近分析的最优策略的半监督分类与积极获得的标记数据。考虑到一个一般的贝叶斯分类模型，我们提供了第一个表征的联合最佳的主动学习和半监督分类政策，在成本性能权衡驱动的标签查询预算（数据项的数量被标记）和整体分类精度。利用最近的研究结果的雷尼熵，我们得到严格的信息理论界这样的主动学习的成本-性能权衡。
2020-02-05 cs.IT cs.LG math.IT
Diversity-Multiplexing Tradeoff in Fading Interference Channels
分析了具有理想接收信道状态信息和无发射信道状态信息的两用户单天线衰落干扰信道。我们计算的分集复用权衡（DMT）区域的固定功率分裂韩和小林（HK）型叠加编码方案，并提供相应的叠加码的设计准则。我们证明了该方案是DMT最优的中等，强，非常强的干扰下，它实现了DMT的外边界，我们得到的。此外，在非常强的干扰下，我们证明了联合解码器是DMT最优的，并且“消除”了衰落干扰信道，即，从DMT的角度来看，有可能进行传输，就好像干扰用户不存在一样。此外，我们还表明，在非常强的干扰下，解码干扰，同时将预期信号视为噪声，减去结果，然后解码所需信号，这个过程称为“剥离”，可以实现最佳DMT区域。我们的证明是建设性的意义上说，代码设计标准实现DMT最优（在我们可以证明它的情况下）。
2009-05-06 cs.IT math.IT
Joint Cache-Channel Coding over Erasure Broadcast Channels
我们考虑一个高速缓存辅助通信系统中，一个发射机与许多接收机通过擦除广播信道进行通信。该系统作为一个基本模型，用于在高网络拥塞期间传送点播内容，其中一些内容可以预先放置在接收器附近的本地缓存中。我们制定的高速缓存辅助通信的问题作为一个联合高速缓存-信道编码的问题，并提出了一些信息理论的可靠的通信速率和高速缓存大小之间的权衡。我们表明，如果接收机经历不同的信道质量，然后使用不等的缓存大小和联合缓存信道编码提高系统效率。
2015-05-05 cs.IT math.IT
Heterogeneous Coded Distributed Computing: Joint Design of File Allocation and Function Assignment
研究了异构MapReduce计算系统中计算与通信的折衷问题，其中每个分布式节点具有不同的计算能力.我们首先获得一个可实现的通信负载为任何给定的计算负载和任何给定的功能分配在每个节点。建议的文件分配策略有两个步骤：首先，输入文件被划分成不相交的批次，每个可能具有不同的大小和计算的一个不同的节点，然后，每个节点计算额外的文件从其非计算文件根据其冗余计算能力。在Shuffle阶段中，由于不同节点之间的重复文件分配，利用了编码的多播机会。在此基础上，我们进一步提出了计算感知和混洗感知的函数分配。我们证明，通过使用适当的功能分配，我们可实现的通信负载为任何给定的计算负载是在一个恒定的乘法间隙内的最佳等效均匀系统具有相同的平均计算负载。数值结果表明，我们的方案与洗牌意识的功能分配实现了更好的计算-通信权衡比现有的作品在某些情况下。
2019-08-19 cs.IT math.IT
Energy-Distortion Tradeoff for the Gaussian Broadcast Channel with Feedback
这项工作的重点是在两个用户的高斯广播信道与无噪声和因果信道输出反馈（GBCF）的通信一对相关的高斯源所需的最小传输能量。我们研究广播一对源样本所需的传输能量上的基本限制，使得每个源可以在其各自的接收器处重建到目标失真内，当源信道带宽比不受限制时。我们推导出一个下界和三个不同的最小所需能量的上界。对于上界，我们分析了三种传输方案：两种方案是基于单独的源-信道编码，并对源对的多个样本进行编码。第三种方案是基于联合信源-信道编码，该联合信源-信道编码是通过扩展Ozarow-Leung（OL）传输方案获得的，其应用未编码的线性传输。数值仿真结果表明，尽管OL方案简单，但其能量失真折衷接近于更好的基于分离的方案，这表明OL方案对于GBCF上的能量有效源传输是有吸引力的。
2016-05-01 cs.IT math.IT
Rateless DeepJSCC for Broadcast Channels: a Rate-Distortion-Complexity Tradeoff
Department of Electrical and Computer Engineering, University of Hong Kong（香港大学电子与计算机工程系）；School of Information and Electronics, Beijing Institute of Technology（北京理工大学信息与电子学院）；School of Cyberspace Science and Technology, Beijing Institute of Technology（北京理工大学网络空间科学与技术学院）
本文提出一种非线性变换无速率源信道编码框架，通过整合学习的源变换与物理层LT码，实现异构接收端对速率符号数量和解码迭代的自适应调整，从而在失真、速率和解码复杂度之间实现可控折中。
2026-03-23 cs.IT cs.LG eess.SP
Towards the Tradeoff Between Service Performance and Information Freshness
在过去的十年中，对数据驱动的实时服务的需求出现了前所未有的增长。这些服务受到新兴应用的推动，这些应用需要快速注入数据流并实时计算更新的分析结果。在许多这样的应用中，经常共享计算资源以处理来自信息源的更新和来自终端用户的查询。这需要联合调度更新和查询，因为服务提供商需要在收到用户查询时做出关键决策：要么立即使用当前可用但可能过时的信息进行响应，要么首先处理新的更新，然后使用更新鲜的信息进行响应。因此，服务性能和信息新鲜度之间的权衡自然出现在这种情况下。为此，我们提出了一个简单的单服务器两个队列模型，捕获的更新和查询的耦合调度，并旨在设计调度策略，可以正确地解决性能和新鲜度之间的重要权衡。具体而言，我们认为响应时间作为性能指标和年龄的信息（AoI）作为新鲜度指标。在演示了最简单的FCFS策略的局限性之后，我们提出了两个基于阈值的策略：优先查询的Query-k策略和优先更新的Update-k策略。然后，我们严格分析的响应时间和峰值AoI（PAoI）的阈值为基础的政策。此外，我们提出了联合（M，N）的政策，它允许灵活地优先更新或查询，通过选择不同的值的两个阈值M和N。最后，我们进行模拟评估的响应时间和PAoI的建议政策。结果表明，我们提出的基于阈值的策略可以有效地控制性能和新鲜度之间的平衡。
2019-03-01 cs.IT cs.PF math.IT
Short Blocks, Fast Sensing: Finite Blocklength Tradeoffs in RIS-Assisted ISAC
Ruhr University Bochum（波鸿鲁尔大学）；Carl von Ossietzky University of Oldenburg（奥尔登堡卡尔·冯·奥西茨基大学）
针对RIS辅助全双工ISAC系统在有限块长约束下的短分组传输性能下降及残余自干扰问题，通过交替优化和逐次凸近似求解优化框架，识别块长与波束赋形器分配的“甜点”，实现通信与感知的可靠联合性能。
2026-10-14 cs.IT eess.SP math.IT
Robust Gaussian Joint Source-Channel Coding Under the Near-Zero Bandwidth Regime
实现失真噪声分布所需的最小功率，即，一个函数表示的最大允许失真值为每个噪声水平，研究了高斯源传输高斯信道下的制度下的带宽接近零。一个简单的，但工具下限的最低所需的功率为一个给定的配置文件。对于上界，提出了一种基于脏纸的编码方案，并分析了其功率失真折衷。最后，上界和下界的最小功率进行了分析和比较特定的失真噪声配置文件，即合理的配置文件与一阶和二。
2020-01-17 cs.IT math.IT
Joint Queue-Aware and Channel-Aware Delay Optimal Scheduling of Arbitrarily Bursty Traffic over Multi-State Time-Varying Channels
本文的动机是观察到的平均时延可以减少牺牲功率效率的无线通信。从这个意义上讲，我们自然想知道当可用功率有限时，最小延迟是多少以及如何实现最小延迟。针对随机到达的数据包在多状态无线衰落信道中传输的情况，提出了一种概率跨层调度策略，并利用约束马尔可夫决策过程（MDP）对其进行了刻画。利用马尔可夫链的稳态概率，我们能够推导出所关心的度量，即平均延迟和平均功耗的数学表达式。为了描述延迟功率权衡，我们制定了一个非线性规划问题，然而，这是非常具有挑战性的解决。通过分析其结构，这个优化问题可以转化为一个等价的线性规划（LP）问题，通过变量替换，这使得我们能够得到最佳的延迟功率权衡以及最佳的调度策略。最优调度策略是基于双阈值的，这意味着传输决策应该基于对队列长度和信道状态施加的最优阈值。
2018-07-26 cs.IT math.IT
Energy-Efficient Federated Edge Learning with Joint Communication and Computation Design
本文研究了一种联合边缘学习系统，在该系统中，边缘服务器协调一组边缘设备，根据它们本地分布的数据样本对共享的机器学习模型进行训练。在分布式训练过程中，采用通信和计算联合设计，对全局ML参数聚合的通信资源分配和局部ML参数更新的计算资源分配进行联合优化，提高了系统的能量效率.特别是，我们考虑了两个传输协议的边缘设备上传ML参数到边缘服务器，分别基于非正交多址和时分多址。在这两种协议下，我们通过联合优化边缘设备的传输功率和速率来最小化所有边缘设备在特定的有限训练持续时间内的总能耗，以满足给定的训练精度，用于上传ML参数及其中央处理器频率以进行本地更新。我们提出了有效的算法，最佳地解决制定的能量最小化问题，通过使用凸优化技术。数值结果表明，与其他基准计划相比，我们提出的联合通信和计算设计显着提高了联邦边缘学习系统的能源效率，通过适当平衡通信和计算之间的能量权衡。
2020-02-29 cs.IT eess.SP math.IT
Fundamental Tradeoff in Movable Antenna Systems: How Long to Move Before Transmission?
Rocket Force University of Engineering（中国人民解放军战略支援部队信息工程大学）；Shanghai Jiao Tong University（上海交通大学）；Beijing Institute of Technology（北京理工大学）；University of Macau（澳门大学）
本文研究了可移动天线系统中移动时间与传输时间的权衡问题，通过优化移动时间和天线部署以最大化有效吞吐量，提出了一种简化方法并推导了最大移动速度的闭式条件。
2026-05-08 cs.IT math.IT
Joint Sensing and Communication over Memoryless Broadcast Channels
被认为是一个无记忆的状态相关的广播信道（BC），其中的发射机希望传达两个私人消息，同时通过广义反馈估计各自的状态，两个接收机。该模型是由联合雷达和通信系统驱动的，其中雷达和数据应用共享相同的频带。对于i.i.d.状态序列，我们表征的容量失真权衡区。对于一般的BC，我们提供的capacitydistortion区域的内部和外部边界，以及一个充分条件时，它等于产品的容量区域和可实现的失真的集合。有趣的是，所提出的协同设计显着优于传统的方法，分裂的资源用于传感或通信。
2020-11-06 cs.IT math.IT
Jointly Optimal Spatial Channel Assignment and Power Allocation for MIMO SWIPT Systems
研究了多输入多输出（MIMO）系统中同时进行无线信息和功率传输（SWIPT）时空间信道分配和功率分配的联合设计问题。假设在两个通信端的信道状态信息的可用性，我们最大限度地提高收获的能量在多天线接收机，同时满足最小的信息速率要求的MIMO链路。我们首先推导出全局最优的本征信道分配和功率分配设计，然后提出了一个实际动机的最优设计参数的紧密封闭形式的近似。选定的数值结果验证了最优解的有效性，并提供了有用的见解所提出的设计以及帕累托最优的速率能量权衡。
2017-10-24 cs.IT math.IT
Joint Communications and Sensing Hybrid Beamforming Design via Deep Unfolding
本文针对大规模 MIMO-JCAS 系统中的混合波束赋形设计难题，提出基于深度展开的快速优化方法，通过改进投影梯度上升并学习超参数，在保持可解释性的同时显著提升通信速率、降低波束图误差并减少计算复杂度。
2023-07-10 cs.IT eess.SP math.IT
Energy Efficiency and Spectral Efficiency Tradeoff in RIS-Aided Multiuser MIMO Uplink Transmission
可重构智能表面（RISs）的出现使我们能够通过采用低成本的无源反射单元来建立可编程的无线电波传播，以满足无线通信的需要。本文研究了多用户多输入多输出（MIMO）上行通信中能量效率（EE）和频谱效率（SE）之间的非平凡折衷，该折衷由配备离散移相器的RIS辅助。为了减少所需的信令开销和能量消耗，我们的传输策略的设计是基于部分信道状态信息（CSI），包括统计CSI的RIS和用户终端（UT）之间的RIS和基站之间的瞬时CSI。为了研究EE-SE权衡，我们开发了一个用于UT的发射预编码和RIS反射波束成形的联合优化的框架，以最大化称为资源效率（RE）的性能度量。对于UT的预编码设计，借助于UT的最优发射方向的封闭解，将其简化为UT的发射功率的设计。为了避免计算嵌套积分的期望中涉及的高复杂性，我们推导出一个渐近确定性的目标表达式。对于RIS相位的设计，通过利用同伦、加速投影梯度和优化最小化方法，提出了一种迭代均方误差最小化方法。数值结果表明，我们提出的优化框架的有效性和快速收敛速度。
2020-11-19 cs.IT math.IT
Joint Beam Training and Data Transmission Design for Covert Millimeter-Wave Communication
隐蔽通信防止合法传输被监管员检测到，同时在预期用户处保持一定的隐蔽速率。先前的工作已经考虑了在传统的低频带上的隐蔽通信的设计，但是到目前为止很少有工作探索更高频率的毫米波（mmWave）频谱。毫米波通信的定向性质使其对于隐蔽传输具有吸引力。然而，如何首先以隐蔽的方式建立这种定向联系仍然是一个重大挑战。在本文中，我们考虑了一个隐蔽的毫米波通信系统，其中合法方Alice和Bob采用波束训练方法建立定向链路。考虑到训练开销，本文提出了一种新的设计框架，该框架联合优化了波束训练时间、训练功率和数据传输功率，以最大化Alice-Bob链路的有效吞吐量，同时保证了WILLEND的隐蔽性约束。我们进一步提出了一个双分解逐次凸近似算法来有效地解决这个问题。数值研究表明，有趣的权衡所考虑的关键设计参数，也有必要联合设计的波束训练和数据传输的隐蔽毫米波通信。
2020-07-12 cs.IT eess.SP 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
Performance Tradeoff in a Unified System of Communications and Passive Radar: A Secrecy Capacity Approach
在无源雷达与通信系统联合发射平台的统一系统中，发送给通信接收机的信息可能被无源雷达接收机（RR）窃听，从而破坏通信系统的安全。为了最大限度地减少这种信息安全的风险，在本文中，我们提出了一个统一的无源雷达和通信系统，其中的信号干扰噪声比（SINR）在RR最大化，同时确保信息保密率高于一定的阈值。我们考虑了两种情况，其中雷达波形和信息信号的传输被调度为不相交（非重叠情况）以及具有相同的资源集合（重叠情况）。在这两种情况下，底层优化问题都是非凸的。在前一种情况下，我们提出了交替优化（AO）技术，采用半定规划和计算效率高的半分析方法。在后一种情况下，提出了基于半定松弛方法的AO方法来解决优化问题。通过改变信息保密率的门限值，以信干噪比保密容量域的边界来刻画无源雷达与通信系统之间的性能折衷。所提出的优化方法的性能比较证明了半解析方法的重要性和重叠的情况下，非重叠的优势。
2018-08-10 cs.IT math.IT
Joint Sum Rate And Error Probability Optimization: Finite Blocklength Analysis
我们研究了无线网络下行链路的和速率和错误概率之间的折衷。利用有限长码字可达速率的最新结果，将问题转化为网络总速率和每个用户错误概率的联合优化。此外，我们开发了一个有效的算法的基础上的分治技术，同时最大化网络和速率和最小化最大用户的错误概率，并评估码字长度对系统性能的影响。结果表明，在时延受限的情况下，优化每个用户的错误概率在实现高吞吐量起着关键作用。
2017-08-01 cs.IT math.IT
Rate-Distortion-Perception Tradeoff for Gaussian Vector Sources
本文研究高斯向量源在 KL 散度或 Wasserstein-2 感知约束下的 RDP 权衡，证明联合高斯重构最优并给出可显式求解的优化刻画。
2025-03-16 cs.IT math.IT
Delay-Optimal and Energy-Efficient Communications with Markovian Arrivals
本文研究了马尔可夫随机到达条件下单链路的时延最优节能通信问题。本文提出了加性高斯白噪声（AWGN）信道下时延和功率的最优折衷，并将其推广到块衰落信道。根据时间相关的交通到达，我们开发了一个跨层的解决方案，共同考虑到达率，队列长度，和信道状态，以最小化平均延迟受功率约束。为此，我们制定的平均延迟和功率问题作为一个约束马尔可夫决策过程（CMDP）。基于CMDP的稳态分析，线性规划（LP）问题，制定获得最佳的延迟功率权衡。我们进一步展示了使用拉格朗日松弛技术的最佳传输策略。具体地说，最佳的自适应传输示出具有阈值类型的结构，其中的阈值上的队列长度是根据给定的到达率和信道状态下的不同的传输速率。通过利用的结果，我们开发了一个基于阈值的算法，有效地获得最佳的延迟功率权衡。我们展示了如何一个随机采样版本的算法可以开发，而无需事先到达统计。
2019-08-30 cs.IT math.IT
Fundamental Tradeoffs for ISAC Multiple Access in Finite-Blocklength Regime
National Mobile Communications Research Laboratory, Southeast University（国家移动通信重点实验室，东南大学）；Frontiers Science Center for Mobile Information Communication and Security, Southeast University（移动信息通信与安全前沿科学中心，东南大学）；Purple Mountain Laboratories（紫金山实验室）；Department of Electronic and Electrical Engineering, University College London（电子与电气工程系，伦敦大学学院）；Yonsei Frontier Lab., Yonsei University（延世前沿实验室，延世大学）；Department of Electrical and Electronic Engineering, University of Manchester（电气与电子工程系，曼彻斯特大学）；Chair of Information Theory and Machine Learning, Technische Universität Dresden（信息理论与机器学习讲席，德累斯顿工业大学）
本文研究了ISAC多址接入在有限块长下的通信与感知权衡，推导了可实现性和反向界限，并通过实例验证了理论分析。
2026-01-08 cs.IT math.IT
On the Energy/Distortion Tradeoff in the IoT
物联网范式设想了许多电池供电的传感器的存在，这需要设计能量感知协议。信源编码技术允许通过压缩在网络上发送的分组来节省一些能量，但代价是数据表示的准确性较差。本文讨论的问题，设计有效的政策，共同执行处理和传输任务。特别是，我们的目标是定义一个最佳的调度策略，具有双重的最终目标，延长网络的生命周期，并保证低的整体失真的传输数据。我们提出了一个时分多址（TDMA）为基础的接入方案，最佳分配资源的异构节点。我们使用逼真的率失真曲线来量化压缩对数据质量的影响，并提出了一个完整的能量模型，其中包括用于处理和传输数据的能量，以及电路成本。充分的知识和统计知识的无线信道被认为是，最优的政策，这两种情况下得出。整个问题的结构是在一个模块化的方式，并通过凸和交替编程技术解决。最后，我们彻底评估所提出的算法和设计变量对系统性能的影响，采用实际传感器的参数。
2017-02-13 cs.IT math.IT
Cognitive Beamforming Made Practical: Effective Interference Channel and Learning-Throughput Tradeoff
本文研究了在与现有主无线电（PR）链路机会频谱共享的情况下，辅助链路或所谓的认知无线电（CR）链路的传输策略。假设CR发射机配备有多个天线，由此可以联合部署发射预编码和功率控制，以在避免PR终端处的干扰和优化CR链路的性能之间进行平衡。这种操作被称为认知波束成形（CB）。与先前的CB研究，假设CR发射机干扰PR终端的信道的完美的知识，本文提出了一种实用的CB方案，利用有效干扰信道（EIC）的新思想，它可以有效地估计在CR发射机从其观察到的PR信号。不知何故令人惊讶的是，本文表明，基于学习的CB计划与EIC提高CR信道容量对传统的计划，即使与确切的CR到PR信道的知识，当PR链路配备有多个天线，但只在一个子空间的总可用空间维度。此外，本文提出了算法的CR估计EIC在有限的学习时间。由于信道估计误差，所提出的CB方案在PR终端处引起泄漏干扰，这导致CR的有趣的学习吞吐量折衷现象，与其在信道学习和数据传输之间的时间分配有关。本文推导出最佳的信道学习时间，以最大限度地提高有效吞吐量的CR链路，受CR发射功率约束和干扰功率约束的PR终端。
2009-08-03 cs.IT math.IT
Rate Distortion Approach to Joint Communication and Sensing With Markov States: Open Loop Case
本文研究联合通信与感知框架，证明贝叶斯滤波为最优感知策略，并在开环编码下分析通信速率与状态失真的权衡，通过波束指向模型揭示波束切换与多波束策略的相对性能。
2025-05-01 cs.IT math.IT
The ISAC Tradeoff Cliff: Fundamental Limits under Waveform Uncertainty and Finite Blocklength
Indian Institute of Technology Hyderabad（印度理工学院海得拉巴分校）；University of Southampton（南安普顿大学）
本文针对ISAC系统，在有限块长解码不确定性下，推导感知性能的费舍尔信息与CRB，揭示通信可靠性边界即感知信息边界，刻画“权衡悬崖”转变，并给出临界速率表达式，为系统设计提供可靠性余量指导。
2026-09-23 cs.IT math.IT
