Entropy-Constrained Maximizing Mutual Information Quantization
本文研究了二进制输入离散无记忆信道的输出量化问题，即在输出量化熵受限的情况下，使输入与量化输出之间的互信息最大化.介绍了一种多项式时间算法，可以找到真正的全球最佳量化器。这些结果适用于具有任意数量的量化输出的二进制输入通道。最后，我们将这些结果扩展到二进制输入连续输出通道，并给出了一个充分条件，使得一个单一的阈值量化器是一个最佳的量化器。理论结果和数值结果证明我们的技术。
2020-01-07 cs.IT math.IT
Analytical and Numerical Characterizations of Shannon Ordering for Discrete Memoryless Channels
本文研究了Shannon提出的离散无记忆信道（DMC）之间的偏序关系--信道包含的若干问题。具体而言，基于优化的条件推导出某些DMC之间的信道包含。此外，在一般条件下，通过香农排序定义的信道等价被证明是相同的输入和输出符号的置换。信道包含的确定被认为是一个凸优化问题，和稀疏的权重相关的表示较差的DMC在更好的一个被揭示时，信道包含之间的两个DMC。为了充分利用这种稀疏性，在改进正交匹配追踪算法的基础上，建立了一种有效的迭代算法。
2013-02-06 cs.IT math.IT
On Real Time Coding with Limited Lookahead
一种具有前瞻的实时的编码系统，包括无记忆信源、无记忆信道、编码器和解码器，编码器利用未来信源符号的知识顺序地编码信源符号直到固定的有限前瞻d，具有或不具有过去信道输出符号的反馈，解码器利用信道输出顺序地构造信源符号。目标是使期望的每符号失真最小化。对于一个固定的有限前瞻d>=1，我们调用受控马尔可夫链的理论，以获得平均成本最优方程（ACOE），其解决方案，表示为D（d），是最小的预期每符号失真。随着d的增加，D（d）弥合了因果编码d=0和无限前视情况d= \infty之间的差距，在因果编码d=0时，逐符号编码-解码是最佳的，在无限前视情况d= \infty时，香农理论论证表明分离是最佳的。我们将分析扩展到具有有限状态解码器的系统，无论有无无噪声反馈。对于Bernoulli信源和二进制对称信道，在汉明损失下，我们计算了各种信源和信道参数的最佳失真，从而获得了D（d）的可计算界。我们还确定区域的源和信道参数的符号的符号编码解码是次优的。最后，我们证明了我们的方法的广泛适用性，通过将其应用在其他编码场景中，例如顺序解码器可以采取成本约束的行动，影响源的边信息的质量或可用性的情况。
2011-05-29 cs.IT math.IT
Short Packets over Block-Memoryless Fading Channels: Pilot-Assisted or Noncoherent Transmission?
我们提出了非渐近的上限和下限的最大编码速率时，可实现传输短数据包在莱斯无记忆块衰落信道的数据包错误概率的给定要求。我们专注于实际相关的情况下，没有\emph{a priori}信道状态信息可在发射机和接收机。建立在最小-最大逆的上限相比，两个下限：第一个依赖于一个非相干传输策略，其中的衰落信道不明确估计在接收机;第二个采用导频辅助传输（PAT），其次是最大似然信道估计和缩放失配最近邻解码在接收机。我们的界限是紧到足以揭开最佳数量的分集分支，一个数据包应该跨越，使每比特所需的能量，以实现一个目标的数据包错误概率最小化，对于一个给定的约束的码率和数据包的大小。此外，边界揭示了非相干传输比PAT更节能，即使当导频符号的数量和它们的功率被优化时。例如，对于在块大小等于$8$符号的块衰落信道上使用速率为$0.48$比特/信道使用的信道码来发送$168$符号的编码分组的情况，PAT需要每信息比特额外的$1.2$ dB能量，以实现与适当设计的非相干传输方案相比为$10^{-3}$的分组差错概率。最后，我们设计了一个PAT计划的基础上打孔咬尾准循环码和有序统计解码，其性能接近（$1$ dB差距在$10^{-3}$分组错误概率），我们的PAT下界预测。这表明，PAT下限提供了有用的指导方针，实际PAT计划的设计。
2017-12-18 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
No input symbol should occur more frequently than 1-1/e
考虑任意离散无记忆信道（DMC），其输入和输出字母分别为任意但有限的X，Y.然后，对于任何实现输入分布的容量，所有符号出现的频率低于1-1/e $. That is, \[ \max\limits_{x \in \mathcal{X}} P^*(x) < 1-\frac{1}{e} \] \noindent where $ P^*（x）$是实现输入分布的容量。此外，我们提供了充分的条件，离散分布可以是一个容量实现输入分布的一些DMC信道。最后，我们表明，有没有类似的限制能力实现输出分布。
2012-01-31 cs.IT math.IT
Codewords With Memory Improve Achievable Rate Regions of the Memoryless Gaussian Interference Channel
在过去的四十年里，两用户高斯干扰信道（GIC）在文献中得到了广泛的研究。除了强干扰或非常强干扰的情况外，GIC的容量区域的充分表征是一个长期存在的公开问题。对于一般的GIC，多年来已经提供了许多内部边界，其中，Han-Kobayashi（HK）区域是最著名的一个。然而，HK区域的计算过于复杂，因为辅助随机变量的出现，其最优选择是一个公开的问题。如在其它多用户通信系统中，这些可实现区域基于i.i.d.（无记忆）码字，在每个码字内的符号被独立绘制的意义上。在本文中，我们表明，对于GIC，这是值得采用的随机编码集合的码字与内存。具体来说，我们采取已知的GIC可实现的区域，并通过允许代码符号之间的依赖性来概括/改进它们。例如，我们通过从一阶自回归移动平均（ARMA）高斯过程中绘制（每个码字和每个用户的）码字来改进最先进的HK区域。通过这种方式，我们提出了几个新的可实现的速率区域，这是很容易计算的，并且严格优于国家的最先进的已知的可实现的区域。
2018-04-08 cs.IT math.IT
Capacity of The Discrete-Time Non-Coherent Memoryless Rayleigh Fading Channels at Low SNR
离散时间无记忆信道的容量，其中连续的符号独立地衰落，并且其中信道状态信息（CSI）在发射机处和接收机处都不可用，被认为是在低SNR下。我们推导出一个封闭形式的表达式的最佳容量实现输入分布在低信噪比（SNR），并给出了精确的容量的非相干信道在低信噪比。推导出的关系可以更好地理解在低信噪比的非相干信道的容量，并带来了分析的答案，在以前的工作中观察到的最佳输入分布的特殊行为的阿布Faycal，Trott和Shamai。然后，我们计算了非相干惩罚，并给出了一个更精确的表征的次线性项的SNR。最后，为了更好地理解最佳输入如何随SNR变化，给出了实现容量的输入的上界和下界。
2008-01-03 cs.IT math.IT
Multilevel Polarization of Polar Codes Over Arbitrary Discrete Memoryless Channels
结果表明，极化码实现了任意输入字母大小的离散无记忆信道的对称容量。它表明，在一般情况下，信道极化发生在几个，而不是只有两个级别，使合成的通道是无用的，完美的或“部分完美”。通道输入字母表的任何子集，这是关闭下，通过其移位诱导的陪集划分的字母表。对于输入字母表的任何这样的划分，存在对应的部分完美通道，其输出唯一地确定通道输入所属的陪集。通过对编码和解码规则的微小修改，证明了某些信息符号在部分完美信道上的完美传输是可能的。我们的结果是一般的基数和代数结构的信道输入字母表，即我们表明，对于任何信道输入字母表的大小和任何阿贝尔群结构的字母表，极化码是最佳的。还通过示例示出，当被认为是组/陪集码时，极化码不实现使用陪集码在任意信道上可实现的容量。
2012-06-01 cs.IT math.IT
On the Capacity of Memoryless Channels with Synchronization Errors
被认为是一个随机信道矩阵，允许符号插入和删除，除了随机错误定义的同步错误的无记忆信道。这样的信道是信息稳定的，因此它们的香农容量存在。然而，信道容量的计算是艰巨的，并且仅存在容量的一些上界和下界（对于某些特殊情况）。在这篇简短的论文中，使用一个简单的方法，我们证明了信道容量是一个凸函数的随机信道矩阵。由于更广泛研究的独立同分布（i.i.d.）删除通道是一种特殊情况，作为该结果的直接推论，我们还认为i.i.d.删除信道容量是删除概率的凸函数。我们进一步使用这个结果，以改善现有的容量上限删除通道适当的“凸化”参数。特别是，我们证明了删除信道的容量，作为删除概率d --> 1，是由$0.4143(1-d)$的上限（这也是观察到的不同（较弱）最近的结果）。
2011-02-28 cs.IT math.IT
Orthogonal Codes for Robust Low-Cost Communication
正交编码方案，已知渐近实现单位成本容量（CPUC）的单用户遍历无记忆信道与零成本的输入符号，研究了单用户复合无记忆信道，这表现出不确定性，在其输入输出统计关系。一个极小极大制定，以达到鲁棒性。首先，一类可实现的单位成本（ARPUC）的推导，并通过几个有代表性的案例研究证明其效用。其次，当信道转移统计量的不确定性集满足凸性时，利用极大极小鲁棒性的结果对ARPUC类进行优化。由此得到的CPUC下限指示的正交编码方案的最终性能，并符合一定的限制条件下的CPUC。最后，仍然根据凸性属性，它表明，CPUC通常可以实现，通过利用所谓的混合策略，其中正交码包含不同的非零成本输入符号的适当组合。
2008-09-17 cs.IT math.IT
The Capacity of Memoryless Channels with Sampled Cyclostationary Gaussian Noise
非正交通信在未来的通信体系结构中扮演着重要的角色。在这种情况下，接收信号被干扰信号破坏，该干扰信号通常在连续时间中是循环平稳的。如果干扰周期与采样周期同步，则采样的干扰是离散时间（DT）循环平稳过程。然而，在共同干扰场景中，干扰的周期不一定与采样周期同步。在这种情况下，DT干涉是一个几乎循环平稳的过程。在这项工作中，我们的特点是容量的信道中的噪声来自采样的循环平稳高斯过程。对于同步采样的情况，容量可以以闭合形式获得。当采样与干扰的符号率不同步时，所得到的信道不是信息稳定的，因此经典工具不适用。利用信息谱方法，证明了在循环平稳噪声环境下，信道容量可以用信道容量序列的极限来表示。我们的研究结果表征的采样率和采样时间偏移量的变化对所产生的DT信道的容量的影响。特别是，我们证明，在采样周期的微小变化可以大大影响容量。
2019-10-17 cs.IT math.IT
Matching Dyadic Distributions to Channels
许多具有离散输入的通信信道具有实现概率质量函数（PMF）的非均匀容量。通过根据完全无前缀码解析独立和等概率比特流，调制器可以在信道输入处生成二元PMF。在这项工作中，我们表明，对于离散无记忆信道和无记忆离散无噪声信道，寻找良好的二元输入PMF相当于最小化二元PMF和实现PMF的能力的加权版本之间的Kullback-Leibler距离。我们定义了一个新的算法称为几何霍夫曼编码（GHC），并证明GHC发现最佳的二元PMF在O（m \log m）的步骤，其中m是所考虑的信道的输入符号的数量。此外，我们证明了通过生成连续输入符号块的二元PMF，GHC在块长度趋于无穷大时达到容量。
2010-12-31 cs.IT math.IT math.PR
Sparse Sequential Dirichlet Coding
这篇简短的论文描述了一种简单的编码技术，稀疏序列狄利克雷编码，多字母无记忆源。它适用于只有一个小的，未知子集的可能字母符号可以预期出现在任何特定的数据序列的情况。我们提供了一个有竞争力的分析表明，稀疏顺序狄利克雷编码的性能将接近的顺序狄利克雷编码器，提前知道发生的字母符号的确切子集。从经验上讲，我们表明，我们的技术可以执行类似的计算要求更高的顺序子字母估计，同时使用更少的计算资源。
2012-06-16 cs.IT math.IT
Construction of polar codes for arbitrary discrete memoryless channels
已知极化码可以针对二进制输入信道有效地构造。同时，现有的通用输入字母的算法由于复杂度高而不太实用。我们解决一般情况下的建设问题，并分析了一种算法，该算法是基于连续减少的输出字母大小的子信道在每个递归步骤。对于该过程，我们将近似误差估计为$O(μ^{-1/(q-1)}),$，其中$μ$是“量化参数”，即，算法允许的子信道输出字母表的最大大小。代码构造的复杂度按$O(Nμ^4),$缩放，其中$N$是代码的长度。我们还表明，如果极化操作依赖于模- $q$此外，它是可能的合并输出符号的子集，而没有任何损失的子信道容量。在每个近似步骤之前执行该过程导致代码构造的进一步加速，并且所得到的代码具有更小的容量间隙。我们表明，类似的加速可以达到极化码在有限域字母表。实验表明，所建议的构造算法可以用于构造长度为$q=16$和更大的字母的长极性码，对于各种偏振变换具有可接受的码率损失。
2017-09-29 cs.IT math.IT
Symbol-Decision Successive Cancellation List Decoder for Polar Codes
极化码是非常有趣的，因为它们可证明实现离散和连续无记忆信道的容量，同时具有显式构造。现有的极化码译码算法大多基于比特级硬判决或软判决。在本文中，我们提出了用于极化码的符号判决连续消除（SC）和连续消除列表（SCL）解码器，其使用符号式硬或软判决以获得更高的吞吐量或更好的错误性能。首先，我们建议使用递归信道组合来计算符号方式的信道转移概率，从而导致符号决策。我们提出的递归信道组合也有一个较低的复杂度比简单地结合逐位信道转移概率。我们提出的方法和Arikan的信道变换之间的相似性也有助于在计算比特和符号信道转移概率之间共享硬件资源。其次，提出了一种两阶段的列表修剪网络，以提供符号判决SCL解码器的错误性能和复杂度之间的折衷。第三，由于内存是SCL解码器的重要组成部分，我们提出了一个预计算内存节省技术，以减少SCL解码器的内存需求。最后，为了评估我们的符号判决解码器的吞吐量优势，我们设计了一个基于半并行连续取消列表解码器的架构。在这种架构中，考虑了不同的符号大小，排序实现和消息调度方案。我们的综合结果表明，在面积效率方面，我们的符号决定SCL解码器优于位和符号决定SCL解码器。
2015-01-20 cs.IT math.IT
Demodulation and Detection Schemes for a Memoryless Optical WDM Channel
针对受WDM非线性干扰的两用户光信道，本文分析多种接收机的高功率SER，证明MFS方案次优，并提出可使SER随功率趋零的低复杂度启发式解调方案。
2018-09-22 cs.IT math.IT
Capacity Bounds for Relay Channels with Inter-symbol Interference and Colored Gaussian Noise
在输入功率受限的情况下，研究了存在符号间干扰（ISI）和加性高斯有色噪声的中继信道的容量。先前的结果表明，该信道的容量可以通过检查无限块长度的限制下的循环退化中继信道来计算。目前的工作提供了单字母表达式的可实现的速率与解码和转发（DF）和压缩和转发（CF）处理采用在中继。此外，中继信道的割集界一般化的ISI/高斯有色噪声的情况下。所有结果都取决于显示ISI/高斯色噪声的中继信道分解成耦合的并行，标量，无记忆中继信道的等效集合的最优性。文中还讨论了DF和CF可达速率的最优区域。最优功率分配策略的两个下界和割集上界进行了讨论。由于DF和CF的最大化功率分配似乎是棘手的，所需的成本函数进行修改，然后优化。通过数值算例说明了所得的速率。
2011-03-01 cs.IT math.IT
The Secrecy Capacity of Gaussian MIMO Channels with Finite Memory - Full Version
在这项工作中，我们研究了保密能力的高斯多输入多输出（MIMO）窃听信道（WTC）与有限的内存，受到每个符号的平均功率约束的MIMO信道输入。具有有限存储器的MIMO信道在无线通信以及有线通信（例如，在电力线上的通信中）。为了推导有限记忆高斯MIMO WTC的保密容量，我们首先构造了一个渐近等价的块无记忆MIMO WTC，然后将其变换为一组频域上的并行、独立、无记忆MIMO WTC.有限记忆高斯MIMO WTC的保密容量被获得为并行独立无记忆MIMO WTC集合的保密容量，并且被表示为频域中输入协方差矩阵的最大化。最后，我们详细介绍了我们的结果的两个应用：第一，我们证明了有限内存的高斯标量WTC的保密容量可以通过注水来实现，并获得了这种保密容量的封闭形式的表达式。然后，我们使用我们的结果来表征窄带电力线信道的保密能力，从而解决了这个信道模型的主要开放问题之一。
2017-01-23 cs.IT math.IT
The Channel Capacity Increases with Power
证明了在无记忆矢量信道中，最大化具有一定平均功率的所有信源分布或具有上界平均功率的较大信源分布集合上的互信息，在两种情况下都能得到相同的信道容量.因此，信道容量不会随着平均发射功率的增加而减小，即使对于具有严重非线性失真的信道也是如此。
2012-09-14 cs.IT math.IT
Training Optimization for Gauss-Markov Rayleigh Fading Channels
在本文中，导频辅助传输高斯马尔可夫瑞利衰落信道被认为是。研究了一种简单的场景，其中每T个符号发送单个导频信号，并且在导频之间发送T-1个数据符号。首先，假设在发射机处采用二进制相移键控（BPSK）调制。在此假设下，通过最大化可实现的速率表达式来联合优化训练周期以及数据和训练功率分配。使用最佳训练参数计算可压缩速率和每比特能量要求。其次，将估计误差视为加性高斯噪声的另一个来源，得到了一个容量下界，并通过最大化这个下界来优化训练参数。
2007-05-01 cs.IT math.IT
Lossy joint source-channel coding in the finite blocklength regime
本文找到了新的紧有限块长度界限的最佳可实现的有损联合信源信道码速率，并证明了联合信源信道码设计带来了相当大的性能优势，在非渐近制度的一个单独的。联合信源信道码将$k$信源符号块映射到长度为$-n$的信道码字上，并且在接收机端的再现保真度由失真超过给定阈值$d$的概率$ε$来测量。对于无记忆信源和信道，证明了最佳联合信源信道码的参数必须满足$nC - kR(d) \approx \sqrt{nV + k \mathcal V(d)} Q(ε)$，其中$C$和$V$分别为信道容量和信道色散，$R(d)$和$\mathcal V(d)$为信源率失真和率色散函数，$Q$为标准高斯互补cdf.当信源和信道满足一定的概率匹配条件时，逐符号（未编码）传输已知达到香农极限。在本文中，我们表明，即使当这个条件不满足，符号的符号传输是，在某些情况下，在非渐近制度的最知名的战略。
2014-02-04 cs.IT math.IT
Conditions for a Monotonic Channel Capacity
受光通信中的结果的启发，其中如果发射功率充分增加，则性能会显著降低，信道容量被表征为各种无记忆矢量信道。证明了对于所有静态点对点信道，信道容量是功率的非减函数。因此，对于这样的信道，在具有一定功率的所有输入分布上最大化互信息等同于在具有上限功率的较大输入分布集合上最大化它。对于干扰信道，如光波分复用系统，主信道容量总是不随功率而减小，如果所有的干扰用户与主用户以相同的分布进行发送。此外，如果干扰信道中的所有输入分布被联合优化，则可实现的和速率容量再次是非递减的。结果推广到信道容量作为一个广泛的一类成本的函数，而不仅仅是功率。
2014-09-27 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
Simultaneous Information and Energy Transmission with Finite Constellations
本文研究了在加性高斯白噪声信道中信息和能量同时传输的速率的基本限制，假定信道是无记忆的，$(a)$是信道输入符号数，$(b)$是信道输入符号数（星座大小）和块长度是有限的;并且$(c)$解码错误概率（DEP）和能量中断概率（EOP）被限制为远离零。特别是，它示出的最大信息和能量传输速率的限制;和最小DEP和EOP，基本上由用于执行传输的代码引起的类型设置。也就是说，每个信道输入符号出现在码字中的经验频率。利用这一观察，同时能量和信息传输的最佳星座设计的指导方针。
2021-10-05 cs.IT math.IT
Symbol-Level Synchronisation Channel Modelling With Real-World Application: From Davey-Mackay, Fritchman to Markov
实际信道中的误差不仅包含替换误差，还包含同步误差。此外，这些误差在统计上很少是独立的。通过扩展的Fritchman通道模型的思想，一种新的错误类别为基础的方法，在确定通道特性的内存通道，其中包含插入，删除和替换错误。通过利用来自可见光通信系统的真实通信数据来加强这种方法的实用性。仿真结果表明，使用这种定义信道的新方法的无差错运行和差错运行明显偏离Davey-Mackay同步模型，该模型本质上是无记忆的。这进一步强调了这些同步通道中的固有记忆，我们现在可以将其重新定位。此外，一个新的方法来确定同步存储器信道的参数使用Levenshtein距离度量的详细说明。这种信道建模方法允许模拟更真实的通信模型，并且可以很容易地扩展到其他研究领域，例如医学领域的DNA条形码。
2021-02-20 cs.IT math.IT
A New Wiretap Channel Model and its Strong Secrecy Capacity
本文提出了一种新的窃听信道模型，其中合法的发射机和接收机在一个离散的无记忆信道上通信。窃听者完全可以访问她选择的传输码字符号的固定长度子集。此外，她通过离散的无记忆通道观察传输符号的剩余部分。该模型将经典窃听信道和带噪声主信道的窃听信道II作为其特例。所提出的信道模型的强保密能力被确定。通过求解源模型中的双重秘密密钥协议问题，并使用概率分布近似参数将解转换为原始信道模型，来建立可验证性。在对偶问题中，一个源编码器和解码器，谁观察随机序列独立和同分布根据输入和输出分布的合法信道在原来的问题，使用一个单一的前向传输在一个公共的无错信道上的机密密钥通信，在存在的复合窃听源谁拥有完美的访问公开讨论。通过推导一个引理，该引理为概率提供了双指数收敛速率，对于子集的固定选择，密钥是均匀的，并且独立于公众讨论和窃听源的观察，从而保证了密钥的安全性。利用Sanov定理推导出了新窃听信道模型的保密容量的上界，即当窃听子集是自然随机选取时的保密容量。
2017-01-24 cs.IT math.IT
Achievable Rate Analysis in Molecular Channels with Reset-Counting Fully Absorbing Receivers
针对带重置计数全吸收接收器的扩散分子通信信道，本文基于有限信道记忆和单样本无记忆检测器，优化阈值并计算ISI下的互信息，揭示最优输入分布通常非均匀。
2023-06-07 cs.IT math.IT
Fundamental Limits of Communication with Low Probability of Detection
本文考虑了在离散无记忆信道（DMC）或加性高斯白噪声（AWGN）信道上的通信问题，约束条件是观测信道输出的敌手检测到通信的概率较低。具体地，当码字被发送时和当没有输入被提供给信道时，输出分布之间的相对熵必须足够小。对于DMC的输出分布诱导的“关”输入符号是不是一个混合物的输出分布诱导的其他输入符号，它示出的最大量的信息，可以在此标准下传输的规模像块长度的平方根。AWGN信道也是如此。还推导出了标度常数的精确表达式。
2016-04-21 cs.IT math.IT
Empirical Coordination over Markov Channel with Independent Source
KTH Royal Institute of Technology（瑞典皇家理工学院）；CNRS, University of Rennes, Inria, IRISA UMR 6074（法国国家科学研究中心、雷恩大学、Inria、IRISA联合研究实验室）
本文研究了在马尔可夫信道上通过经验协调框架进行联合源信道编码，确定源和信道符号的经验分布，并提出输入驱动的马尔可夫典型性概念，改进了传统块马尔可夫编码方法。
2026-04-09 cs.IT math.IT
On Capacity Computation for the Two-User Binary Multiple-Access Channel
本文研究无记忆二用户二进二出多址信道（（2，2;2）-MAC）容量域边界的计算问题，即最大化加权和速率的输入概率分布的计算问题。这相当于解决一个困难的非凸优化问题。对于一个限制类的（2，2;2）-MAC和权重向量，它示出，取决于信道矩阵的排序属性，最优解位于边界上，或目标函数在域的内部有最多一个固定点。为此，该问题被降低到一个伪凹一维优化和单用户问题。
2009-04-30 cs.IT math.IT
Reliability function for streaming over a DMC with feedback
传统上，后验匹配在信道编码和块编码上下文中被研究--源符号是等概率分布的，并且在传输之前编码器完全知道。在本文中，我们考虑一个流源，其符号到达编码器在一个序列的确定性时间。本文推导了在离散无记忆信道（DMC）上进行流媒体传输的联合信源-信道编码（JSCC）可靠性函数。我们提出了一种新的瞬时编码阶段，操作期间的符号到达期间，并实现了JSCC的可靠性功能流时，其次是一个块编码方案，实现了JSCC的可靠性功能的经典源，其符号是完全可访问的传输之前。在瞬时编码阶段期间，演进的消息字母表被划分成组，并且编码器确定包含到目前为止到达的符号的组的索引，并且应用随机化以将所发送的索引的分布与容量实现索引的分布相匹配。令人惊讶的是，用于流传输的JSCC可靠性函数等于用于完全可访问源的JSCC可靠性函数，这意味着在传输之前对整个符号序列的了解没有提供关于可靠性函数的优势。对于对称的2输入DMC流，我们提出了一个瞬时足够小的差异（SED）的代码，不仅实现了JSCC的可靠性功能，但也可以用来稳定一个不稳定的线性系统在嘈杂的信道。我们设计了低复杂度的算法来实现瞬时编码相位和瞬时SED码。虽然可靠性函数推导出非退化的DMC，退化的DMC，我们设计了一个代码与瞬时编码，实现零错误低于香农的JSCC限制的所有速率。
2022-11-30 cs.IT math.IT
Capacity of Strong and Very Strong Gaussian Interference Relay-without-delay Channels
本文研究了无延迟干扰中继信道，它是一种有中继辅助通信的干扰信道。我们假设中继的发送符号不仅取决于其过去接收的符号，但也取决于其当前接收的符号，这是一个适当的模型，用于研究放大和转发型中继时，整体延迟扩展远小于带宽的倒数。对于离散无记忆干扰中继无延迟信道，我们使用基因辅助外界给出了一个外界。针对高斯干扰无延迟中继信道，定义了强干扰和极强干扰无延迟中继信道，提出了一种基于瞬时放大转发（AF）中继的可实现方案。我们还提出了两个外边界的强和非常强的情况下。利用所提出的可实现方案和外部边界，我们表明，我们的计划可以实现的容量时，中继的发射功率大于一定的阈值。这是令人惊讶的，因为传统的AF中继通常只是渐近最优的，而不是完全最优的。由于其最优性和简单性，该方案在许多实际情况下都是有用的。
2011-08-14 cs.IT math.IT
Treating Interference as Noise is Optimal for Covert Communication over Interference Channels
本文研究了带守卫者的K用户离散无记忆干扰信道（DM-IC）上的隐蔽通信。假设由在没有通信发生时发送的K个“关”输入符号引起的管理员的信道输出分布不是由输入符号的任何其他组合引起的那些的凸组合（否则，平方根定律不成立）。我们推导出确切的隐蔽容量区域，并表明一个简单的点对点的方案与治疗干扰噪声是最佳的。此外，我们分析所需的秘密密钥长度的可靠和隐蔽的通信与所需的速率，并提出了一个信道条件下，每个用户对之间的秘密密钥是不必要的。将所得结果推广到高斯情形和多个管理员情形。
2020-03-10 cs.IT math.IT
Rate-Constrained Shaping Codes for Structured Sources
整形码用于对信息进行编码，以便在具有成本约束的信道上使用。应用包括具有功率约束的数据传输，以及最近的具有对存储单元磨损的约束的在闪存上的数据存储。在后一种应用中，系统要求通常施加速率约束。在本文中，我们研究了速率约束的固定到可变长度成形码的无噪声，无记忆成本的信道和一般的i.i.d.源分析依赖于词值来源理论。我们建立了码扩展因子和最小平均符号成本之间的关系。然后，我们确定的扩展因子，最大限度地减少每个源符号的平均成本（总成本），对应于一个传统的最佳源代码的成本。建立了最小化平均符号代价的码和最小化总代价的码之间的等价关系，证明了一个分离定理，表明对于均匀i.i.d.，最优压缩和最优成形的级联可以实现最优成形.源头整形码通常显式地或隐式地并入某种形式的非等概率信令。我们使用我们的研究结果，以进一步探索之间的联系，塑造代码和代码，映射一个序列的i.i.d.将源符号转换成近似独立的并且根据指定的目标分布（例如分布匹配（DM）码）分布的输出符号序列。最佳DM码的特点是在一个新的性能指标-广义扩展因子（GEF）-动机昂贵的通道的角度来看。GEF用于研究最小化信息分歧和归一化信息分歧的DM码。
2020-01-08 cs.IT math.IT
Achieving Capacity on Non-Binary Channels with Generalized Reed-Muller Codes
本文证明广义里德-穆勒码在足够对称的非二进制信道上按符号错误率达到容量，并简化了先前针对二进制信道的证明方法。
2023-05-12 cs.IT math.IT
Pilot-Symbol-Assisted Communications with Noncausal and Causal Wiener Filters
本文研究了时间选择性平坦衰落信道中的导频辅助传输。假设在接收机处采用非因果和因果维纳滤波器来借助于由发射机周期性地发送的训练符号来执行信道估计。对于这两个滤波器，估计误差的方差从信道的多普勒功率谱获得。随后，可实现的速率表达式提供。通过最大化可实现的速率表达式来联合优化训练周期以及数据和训练功率分配。通过将衰落建模为高斯-马尔可夫过程，得到了数值结果。因果和非因果滤波方法的可实现的速率进行了比较。对于特定的参数范围内考虑的文件中，所产生的性能损失，通过使用因果过滤器，而不是一个非因果过滤器被证明是小的。分析了由于快衰落引起的信道多普勒频谱欠采样版本中出现的混叠的影响。最后，能量每比特的要求进行了调查，在存在的非因果和因果维纳滤波器。
2008-12-08 cs.IT math.IT
Optical Communications with Relative Intensity Noise: Channel Modeling and Information Rates
Eindhoven University of Technology（埃因霍温理工大学）
本文研究了受激光相对强度噪声影响的光学通信信道，推导出等效离散时间信道模型，并分析了信息率受限于信道记忆特性的影响。
2026-05-08 cs.IT math.IT
Secret-key Agreement with Channel State Information at the Transmitter
研究了带状态参数的窃听信道上秘密密钥协商的容量。发射机与合法接收机和窃听者通过具有无记忆状态序列的离散无记忆窃听信道进行通信。发射机和合法接收机生成共享的秘密密钥，该密钥对窃听者保持秘密。没有公共讨论频道。状态序列对于发送器是无因果关系地已知的。我们推导出秘密密钥容量的上下界。下界涉及在合法终端处构造公共状态重构序列，并且对重构序列的集合进行分箱以获得秘密密钥。对于具有加性干扰的高斯信道（来自脏纸信道的秘密密钥）的特殊情况，我们的界限相差0.5比特/符号，并且在高信噪比和高干扰噪声比制度中一致。对于合法接收者也被揭示状态序列的情况，我们建立了我们的下界达到了秘密密钥容量。此外，对于这种特殊的情况下，我们还提出了另一种方案，达到的容量，只需要因果边信息在发送器和接收器。
2010-09-17 cs.IT math.IT
Achievable Information Rate Analysis in Diffusive Channels with Memory and Markov Source
本文针对具有记忆效应和符号间干扰的扩散分子通信信道，在二进制浓度移位键控调制下分析可实现信息速率，通过优化检测阈值并比较独立信源与马尔可夫相关信源，证明相关信源可获得更高容量且最优输入分布未必均匀。
2023-08-06 cs.IT math.IT
Carnot in the Information Age: Discrete Symmetric Channels
将通信信道建模为热系统导致作为温度的显式函数的哈密顿量。前两位作者最近将热力学第二定律推广到包含具有依赖于温度的能级$dQ=TdS+<d\mathcal{E}/dT>dT$的系统，其中{ $<\cdot>$ }表示玻尔兹曼分布的平均值，重新计算互信息和流行的高斯通道的其他主要属性。在这里的二进制对称通道以及离散对称通道组成的4个输入/输出（I/O）符号的互信息显式计算使用广义热力学第二定律。对于等概率I/O，所检查通道的互信息具有非常简单的形式- $γU(γ)|_0^β$，其中$U$表示通道的内能。我们证明了这种简单形式的互信息管理类离散无记忆对称通信通道等概率I/O符号。
2008-07-27 cond-mat.stat-mech cs.IT math.IT
LDPC Codes over the q-ary Multi-Bit Channel
在本文中，我们介绍了一种新的信道模型，我们称之为q元多比特信道（QMBC）。该通道模拟存储器设备，其中q进制符号（q=2^s）以电流/电压电平的形式存储。在测量过程中读取符号，该测量过程在每个测量步骤中提供从最高有效位开始的符号位。当不是所有的符号位都是已知的时，发生错误事件。为了处理这种错误事件，我们使用GF（q）低密度奇偶校验（LDPC）码，并分析其解码性能。我们开始与迭代解码阈值分析，并获得最佳的边缘标签分布最大化的解码阈值。稍后，我们移动到有限长度的迭代解码分析，并提出了一个边缘标记算法，以提高解码性能。然后，我们提供了有限长度的最大似然解码分析标准的非二进制随机合奏和LDPC合奏。最后，我们通过仿真证明，所提出的边缘标记算法提高了数量级的有限长度的解码性能。
2017-06-28 cs.IT math.IT
Constructive Multiuser Interference in Symbol Level Precoding for the MISO Downlink Channel
研究了多天线系统下行链路中多用户同时传输时的干扰问题。利用符号级预编码，本文讨论了一种新的多用户干扰抑制方法。提出了联合利用数据信息（DI）和信道状态信息（CSI）来设计符号级预编码器的概念。在这个方向上，数据流之间的干扰在某些条件下被转换为有用信号，该有用信号可以提高下行链路传输的信号干扰噪声比（SINR）。我们提出了一个最大比传输（MRT）为基础的算法，联合利用DI和CSI收集建设性多用户干扰的好处。随后，建立相长干扰下行链路传输与物理层多播之间的关系。在这种情况下，新的建设性干扰预编码技术，解决了发射功率最小化（最小功率）在每个用户的接收机的单个SINR约束提出。此外，通过最大化的加权最小SINR（最大最小SINR）的用户的公平性是通过找到最小功率和最大最小SINR问题之间的联系。此外，启发式预编码技术，提出了解决加权和率的问题。最后，大量的数值结果表明，所提出的计划优于其他国家的最先进的技术。
2014-08-20 cs.IT math.IT
Distributed Capacity of A Multiple Access Channel
在分布式通信中，每个发射机准备信道码的集合。为了对消息进行编码，发射机单独选择信道码，而不与其他发射机或接收机共享编码选择。在接收到信道输出符号块时，如果可以满足预定的可靠性要求，则接收机对感兴趣的消息进行解码，否则报告冲突。在假设码字长度取无穷大的前提下，对分布式信道编码定理进行了修正，定义并推导了离散时间无记忆多址信道的分布式容量。针对码字长度有限的情况，提出了一种改进的可达误码性能界。
2018-05-07 cs.IT math.IT
Maximizing the Sum Rate in Cellular Networks Using Multi-Convex Optimization
在本文中，我们提出了一种新的算法，以最大限度地提高和速率在干扰有限的情况下，每个用户解码自己的消息与未知的干扰和噪声的存在下，考虑信号干扰加噪声比。已知的是，在总发射功率约束下，调整用户的发射和接收滤波器以最大化总速率的问题是非凸的。我们的新方法是制定和率最大化问题作为一个等价的多凸优化问题，通过添加两组辅助变量。提出了一种交替调整系统变量和辅助变量的迭代算法来求解多凸优化问题。所提出的算法被应用到一个下行链路蜂窝的情况下，由几个小区，其中每个小区包含一个基站服务于几个移动台。我们研究这两种情况下，有或没有几个半双工放大转发中继协助传输。假设基站处的和功率约束和中继站处的和功率约束。最后，我们表明，所提出的多凸制定的和速率最大化问题是适用于许多其他无线系统中，估计的数据符号是多仿射函数的系统变量。
2015-03-20 cs.IT math.IT
Optimal Encoding Schemes for Several Classes of Discrete Degraded Broadcast Channels
考虑无记忆降级广播信道（DBC），其中信道输出是信道输入和信道噪声的单字母函数。作为示例，对于高斯广播信道（BC），该单字母函数是常规欧几里德加法，并且对于二进制对称BC，该单字母函数是伽罗瓦域二加法。本文确定了几类离散无记忆的DBCs，一个相对简单的编码方案，我们称之为自然编码，实现容量。自然编码（NE）使用相同的单字母函数将来自独立码本（每个接收器一个）的符号组合在一起，从而增加了信道的失真。每个NE码本的字母表大小受信道输入的字母表大小的限制。受Witsenhausen和Wyner的启发，本文定义了条件熵界函数$F^*$，研究了它的性质，并应用它们证明了对于多接收机广播Z信道，NE达到了容量域的边界。然后，本文定义了输入对称DBC，介绍了输入对称DBC的置换编码，并证明了它的最优性。因为它是置换编码的特殊情况，所以NE是两个接收器组操作DBC的容量实现。结合广播Z信道和群运算DBC的结果，证明了NE对于离散乘法DBC也是最优的。同时，本文还提供了两个接收器的二进制对称的DBC和广播Z信道的显式参数表达式。
2011-10-23 cs.IT math.IT
Information Rates of ASK-Based Molecular Communication in Fluid Media
本文研究了流体介质中分子通信的容量，其中信息被编码在一个时隙中传输的分子数（幅移键控）。分子的传播受随机布朗运动的支配，并且通信通常受到符号间干扰（ISI）的影响。我们首先考虑ISI可以忽略不计的情况，并分析所得到的离散无记忆分子通道的容量和每单位成本的容量以及可能的实际约束的效果，例如每次传输的峰值和/或平均传输分子数的限制。在一个受约束的峰值分子发射的情况下，我们表明，随着时隙持续时间的增加，实现每个通道使用的容量从二进制输入转换到离散的均匀分布的输入分布。在本文中，我们还分析了ISI的影响。最重要的是，我们占的相关性，ISI引起信道输出符号之间。我们推导出一个上限和两个下限的能力，在这种情况下。使用扩展的Blahut-Arimoto算法得到的输入分布，我们最大限度地提高了下界。我们的结果表明，在很宽的参数值范围内，边界是接近的。
2015-11-22 cs.IT math.IT
Optimization of Training and Feedback Overhead for Beamforming over Block Fading Channels
我们研究了单用户，多天线链路的波束成形的能力，考虑到由于信道估计和有限的信道状态信息的反馈的开销。多输入单输出（MISO）和多输入多输出（MIMO）信道被认为是受块瑞利衰落。每个相干块包含$L$符号，并且由$T$训练符号、$B$反馈比特和数据符号跨越。训练符号用于获得信道矩阵的最小均方误差估计。给定该估计，接收机从包含$2^B$ { \em i.i.d.}随机向量，并将相应的$B$比特发送回发射机。我们推导出MISO和MIMO信道的波束成形能力的界限，并表征最佳（速率最大化）的训练和反馈开销（$T$和$B$）的$L$和发射天线的数量$N_t$都变得很大。最佳的$N_t$受相干时间的限制，并且随着$L/\log L$而增加。对于MISO信道，最佳$T/L$和$B/L$（由于训练和反馈的部分开销）是渐近相同的，并且在速率$1/\log N_t$处趋于零。对于MIMO信道，最优反馈开销$B/L$更快地趋于零（如$1/\log^2 N_t$）。
2010-08-26 cs.IT math.IT
From Classical to Quantum Channels: Achieving Positive Covert Rates
Columbia University（哥伦比亚大学）；Nokia Bell Labs（诺基亚贝尔实验室）
本文研究经典、经典-量子及量子离散无记忆信道上正隐蔽速率通信的可行性条件，提出通过输入单纯形维数、无辜符号选择及混合无辜状态等机制实现正隐蔽速率，并证明多址信道约束更宽松。
2026-09-30 cs.IT math.IT quant-ph
Diffusion Based Molecular Communication with Limited Molecule Production Rate
本文研究了浓度型分子通信系统中发射分子的生成过程对系统容量的影响。由分子生成过程引起的约束影响发射器处分子的可用性。发射器有一个分子存储，并应决定是否释放或保存当前产生的分子。因此，MC系统与能量收集系统有概念上的联系。在本文中，我们考虑两种情况下的传播信道。第一种情况假设没有符号间干扰（ISI）的信道，\emph{i.e.,}是无记忆信道。我们推导出在这种情况下的MC系统的容量的界限。第二种情况假设具有ISI的MC网络，其中通道的输出取决于先前时隙中释放分子的历史。基于发射机或接收机知道信道统计的假设，我们计算信道容量的下限。
2018-02-25 cs.IT math.IT
Time-Division is Optimal for Covert Communication over Some Broadcast Channels
我们考虑一个隐蔽的通信场景，发射机希望同时通信到两个合法的接收器，同时确保通信不被对手，监狱长检测到。合法的接收器和对手通过三用户离散或高斯无记忆广播信道观察来自发射器的传输。我们关注“无输入”符号不是冗余的情况，即，由无输入符号引起的在管理员处的输出分布不是由其它输入符号引起的输出分布的混合，从而隐蔽通信由平方根定律支配，即，最多$Θ(\sqrt{n})$比特可以在$n$信道使用上传输。我们表明，对于这样的设置，一个简单的时分策略实现了最佳的吞吐量为一个非平凡的广播信道类，这是不正确的，通过广播信道通信，而不隐藏的通信约束。我们的结果意味着，使用两个单独的最佳点到点代码的代码，每个设计的组成信道和每个用于一小部分的时间是最佳的意义上说，它实现了最佳常数的吞吐量的$\sqrt{n}$缩放。我们的证明策略结合了网络信息论文献中的几个元素，包括广播信道的容量区域的凹包络表示和El Gamal的更有能力的广播信道的外边界。
2018-10-10 cs.CR cs.IT math.IT
Information Structures of Maximizing Distributions of Feedback Capacity for General Channels with Memory & Applications
对于任何类的信道条件分布，与有限的内存依赖于信道输入RVs $A^n {\stackrel{\triangle}{=}} \{A_i: i=0, \ldots, n\}$或信道输出RVs $B^n {\stackrel{\triangle}{=}} \{B_i: i=0, \ldots, n\}$或两者，我们表征的信道输入分布的集合，最大化由$ I(A^n \rightarrow B^n) {\stackrel{\triangle}{=}} \sum_{i=0}^n I(A^i;B_i|B^{i-1}) $定义的有向信息，我们推导出相应的表达式，称为“表征有限传输反馈信息（FTFI）的能力”。主要定理指出，最佳的信道输入分布发生在子集${\cal P}_{[0,n]}^{CI}\subseteq {\cal P}_{[0,n]} {\stackrel{\triangle}{=}}\big\{ {\bf P}_{A_i|A^{i-1}, B^{i-1}}: i=0, \ldots, n\big\}$，满足条件的独立于过去的信息。我们得到类似的特征，当一般的传输成本约束。此外，我们还表明，结构特性适用于一般的非线性和线性自回归信道模型定义的离散时间递归一般字母空间，并驱动任意分布的噪声过程。我们得到这些结构属性调用随机最优控制理论和变分等式的有向信息，以确定紧的上界$I(A^n \ri…
2016-08-19 cs.IT math.IT
Optimal Index Assignment for Scalar Quantizers and M-PSK via a Discrete Convolution-Rearrangement Inequality
本文研究了在加性噪声服从概率密度函数递减的对称无记忆信道（如AWGN信道）上，从最大熵标量量化器的（M）个量化级到（M）-PSK符号的最优非二进制索引分配问题，以使信道均方失真最小。最大似然（ML）解码下的所谓之字形映射已知是渐近最优的，但是对于任何给定的信噪比（SNR）确定最优索引分配的问题仍然是开放的。基于广义的Hardy-Littlewood卷积重排不等式，我们证明了锯齿形映射下ML解码是最佳的所有SNR。进一步证明了在最小均方误差（MMSE）译码条件下，同样的最优性结果也成立。数值结果验证了我们的最优性结果，并证明了最佳的（M）进制索引分配的性能增益比最先进的二进制对应的情况下（8）-PSK在AWGN信道。
2021-06-30 cs.IT math.IT
Probing Capacity
我们考虑的问题，最佳的探测状态的信道的发送器和接收器的最大化率的可靠通信。该信道是具有i.i.d.的离散无记忆（DMC）信道。states.编码器根据消息采取探测操作。然后，它使用从因果或非因果探测获得的状态信息来生成信道输入符号。解码器还可以根据观察到的信道输出采取信道探测动作，并且使用由此获取的信道状态信息以及信道输出来估计消息。我们将这种系统的可靠通信的最大可实现速率称为“探测能力”。当编码器和解码器的动作是成本约束时，我们表征这种能力。为了激发这个问题，我们首先描述的容量和分数之间的权衡信道状态的编码器被允许观察，而解码器是知道的信道状态。在编码器处的“观察或不观察”状态的这种设置中，我们计算某些数值示例并注意到令人愉快的现象，其中编码器可以观察相对小部分的状态，但仍以最大速率进行通信，即在编码器处观察状态时的速率不受成本约束。
2010-10-07 cs.IT math.IT
