Minimum Expected Distortion in Gaussian Layered Broadcast Coding with Successive Refinement
没有信道状态信息（CSI）的发射机希望在慢衰落信道上发送时延受限的高斯信源。源代码是在叠加层中编码的，每一层都连续地细化前一层中的描述。接收器解码由信道实现支持的层，并重建源直到失真。在无限层的连续体的限制下，最小化期望失真的最佳功率分布由一组线性微分方程的解给出，该解是关于衰落分布的密度的。在最佳功率分布中，随着SNR增加，在较高层上的分配保持不变;相反，额外的功率被分配给较低层。另一方面，当带宽比b（每个源符号的信道使用）趋于零时，使预期失真最小化的功率分布收敛到使预期容量最大化的功率分布。虽然可以通过在发射机处获取CSI（CSIT）或通过从独立衰落路径的实现中增加分集来改善预期失真，但是在高SNR下，来自分集的性能益处超过来自CSIT的性能益处，特别是当b较大时。
2007-04-24 cs.IT math.IT
Approaching Gaussian Relay Network Capacity in the High SNR Regime: End-to-End Lattice Codes
我们提出了一个自然和低复杂度的技术，实现高信噪比制度的高斯中继网络的能力。具体来说，我们建议使用端到端的结构化格码与放大和转发策略，其中源使用嵌套格码编码的消息和目的地解码的消息格解码。所有的中间中继器只是简单地放大并通过网络将接收到的信号转发到目的地。我们表明，端到端的格编码放大和转发方案的分层高斯中继网络的能力在高信噪比制度。接下来，我们扩展我们的计划下的放大转发方案，这可以被看作是一个高斯符号间干扰（ISI）信道的非分层高斯中继网络。与其他方案相比，我们的方法是显着简单，只需要格的预编码和解码的端到端的设计。它不需要网络拓扑或单个信道增益的任何知识。
2013-09-16 cs.IT math.IT
A Method Beyond Channel Capacity in the Low SNR Regime: Theoretical Proof and Numerical Confirmation
提出了一种称为鸡尾酒BPSK的方法，该方法使用两个独立的BPSK流分层通过加性白高斯信道进行并行传输。该方法的关键点是将两个分层符号之间的干扰转化为一个符号具有两个可能的幅度的问题，由此我们发现第一层的可实现数据率（ADR）等于零信噪比限制下的信道容量。通过将第二层的贡献相加，我们发现两层的总ADR可以大于信道容量。基于互信息理论进行了理论证明，并给出了数值结果进行验证。
2019-03-01 cs.IT math.IT
Distortion Minimization in Gaussian Layered Broadcast Coding with Successive Refinement
没有信道状态信息（CSI）的发射机希望在慢衰落信道上发送时延受限的高斯信源。源代码是在叠加层中编码的，每一层都连续地细化前一层中的描述。接收器解码由信道实现支持的层，并重建源直到失真。通过在源层之间最优地分配发射功率来最小化预期失真。对于两个源层，分配是最佳的，当功率首先分配给较高层的功率上限，仅取决于信道衰落分布，所有剩余的功率，如果有的话，分配给较低层。对于具有凸约束的凸失真代价函数，最小化问题被表述为凸优化问题。在无限层的连续体的极限中，最小期望失真由根据衰落分布的密度的一组线性微分方程的解给出。当带宽比b（每个源符号的信道使用）趋于零时，使预期失真最小化的功率分布收敛到使预期容量最大化的功率分布。虽然可以通过在发射机处获取CSI（CSIT）或通过从独立衰落路径的实现中增加分集来改善预期失真，但是在高SNR下，来自分集的性能益处超过来自CSIT的性能益处，特别是当b较大时。
2009-06-17 cs.IT math.IT
Analog Network Coding in General SNR Regime: Performance of Network Simplification
我们考虑一个通信场景，其中源通过有向分层中继网络与目的地通信。每个继电器执行模拟网络编码，其中它缩放并转发在其输入处接收的信号。在这种情况下，我们解决的问题：什么部分的最大端到端可实现的速率可以保持，如果只有一小部分的中继节点在每一层可用？我们考虑，特别是，高斯钻石网络（分层网络与单层中继节点）和一类对称分层网络。对于这些网络，我们证明了每个中继层在有和没有网络简化（在每层中使用k个而不是N个中继，k < N）的情况下增加最佳模拟网络编码性能之间的加性差距不超过log（N/k）^2比特，并且相应的乘法差距不超过（N/k）^2的因子，渐近地（在源功率中）。据我们所知，这项工作提供了第一个表征的性能，网络简化一般分层放大转发中继网络。此外，与大多数目前的近似结果，试图约束最佳速率内的添加剂的差距或乘法的差距，我们的研究结果提出了一个新的速率近似方案，允许同时计算的添加剂和乘法的差距。
2012-04-23 cs.IT math.IT
Secure Joint Source-Channel Coding With Side Information
在这项工作中，传输一个独立同分布高斯源的独立同分布高斯窃听信道与独立同分布高斯边信息被认为是问题。假定预期接收器具有某个最小SNR，并且假定窃听者与预期接收器相比具有严格较低的SNR。其目标是最小化在预期接收器处的源重构的失真。在这项工作中，它表明，不像高斯窃听信道没有边信息，香农的源信道分离编码方案是不是最佳的意义上实现最小失真。在此基础上，提出了三种数模混合安全联合信源信道编码方案。第一种编码方案是基于Costa的脏纸编码方案和窃听信道编码方案时，模拟源没有明确量化。第二编码方案基于安全数字信号和混合数字-模拟信号的叠加。研究表明，对于在带边信息的高斯窃听信道上传输高斯信源的问题，存在无穷多个最优安全信源-信道编码方案。在第三编码方案中，量化信号和模拟误差信号被显式地叠加。它表明，该计划提供了一个最佳的安全联合信源信道信道编码方案与一个可变数量的binning无限的家庭。最后，在主信道信噪比失配的情况下，对所提出的安全数模混合方案进行了分析。证明了所提出的方案可以在SNR失配的情况下，随着SNR的变化，当实际SNR大于设计SNR时，
2010-08-02 cs.IT math.IT
On Optimum End-to-End Distortion in MIMO Systems
本文研究了无中断MIMO系统中天线数目、源信道带宽比和空间相关性对最优期望端到端失真的联合影响。特别地，基于对任何SNR有效的解析表达式，导出了对高SNR有效的最佳渐近期望端到端失真的封闭形式的表达式。它由最佳失真指数和乘性最佳失真因子组成。仿真结果表明，最优失真指数和最优失真因子的联合影响分析解释了最优期望端到端失真随天线数、源信道带宽比和空间相关性的变化规律。同时证明了当相关性趋于零时，相关信道下的最优渐近期望端到端失真逼近非相关信道下的最优渐近期望端到端失真。本文的结果可作为模拟源传输系统的性能指标。在一定程度上，它们对系统设计具有指导意义。
2010-01-15 cs.IT math.IT
On the End-to-End Distortion for a Buffered Transmission over Fading Channel
在本文中，我们研究了端到端的失真/延迟的折衷模拟源在衰落信道上传输。模拟源被量化并存储在缓冲器中，直到它被传输。就缓冲延迟而言，存在两种极端情况：无延迟和无限延迟。我们观察到，有一个显着的功率增益，通过引入缓冲延迟。我们的目标是调查这两个极端之间的情况。使用最近提出的\emph{effective capacity}的概念，我们推导出一个封闭形式的公式，这种权衡。对于单输入单输出情况，我们得到了失真-时延曲线的渐近紧上界，它逼近无穷大时延的下界为$\mathcal{D}_\infty \exp(\frac{C}{τ_n})$，其中$τ_n$为归一化时延，$C$为常数.对于更一般的MIMO信道，我们计算了失真SNR指数-在高SNR状态下预期失真的指数衰减率。数值结果表明，引入少量的延迟可以节省显着的传输功率。
2007-06-01 cs.IT math.IT
Sending a Bivariate Gaussian Source over a Gaussian MAC with Feedback
本文研究了无记忆双变量高斯信源在具有完全因果反馈的二比一高斯多址信道上传输时的功率与失真的权衡。在这个问题中，两个独立的发射机中的每一个观测无记忆双变量高斯源的不同分量以及来自先前时刻的信道输出的反馈。基于观测到的源序列和反馈，每个发射机然后描述其源分量的共同接收机通过平均功率约束的高斯多址信道。从所得到的信道输出，接收器希望以最小可能的期望平方误差失真来重建两个源分量。我们研究了接收机在两个源分量上可以实现的失真对的集合。我们提出的充分条件和必要条件的失真对的可扩展性。这些条件表示的源相关性和信道的信噪比（SNR）。在某些情况下，必要条件和充分条件是一致的。这使我们能够表明，如果信道SNR低于某个阈值，则忽略反馈的未编码传输方案是最佳的。因此，低于该SNR阈值的反馈是无用的。我们还推导出精确的高信噪比的最佳方案的渐近性。
2009-03-20 cs.IT math.IT
The Sampling Rate-Distortion Tradeoff for Sparsity Pattern Recovery in Compressed Sensing
从有限数量的噪声线性测量中恢复未知稀疏向量的稀疏模式（或支持）是压缩感知中的一个重要问题。在高维设置中，它是已知的，如果测量速率和每个样本的信噪比（SNR）是有限的常数，独立于向量长度的误差的消失分数的恢复是不可能的。在本文中，它是一个任意小的，但恒定的错误分数的恢复是可能的，但是，在某些情况下，计算简单的估计是接近最优的。给出了几种不同的恢复算法的SNR和未知向量的各种关键参数方面的测量速率，以达到所需的误差分数的界限。的紧密性的界限，在缩放的意义上，作为SNR和错误的分数的函数，建立与现有的信息理论的必要界限的比较。近最优性示出了各种各样的实际动机的信号模型。
2012-06-25 cs.IT math.IT
A MAP-Based Layered Detection Algorithm and Outage Analysis over MIMO Channels
有效的符号检测算法对于实现多输入多输出（MIMO）系统所承诺的空间复用增益至关重要。在本文中，我们考虑了最大后验概率（MAP）的符号检测算法，称为M-BLAST，在未编码的准静态MIMO信道。M-BLAST算法依靠连续干扰消除（SIC）接收机，在各种环境下信噪比（SNR）增益可达2 dB，优于V-BLAST算法。M-BLAST算法的性能分析是非常复杂的，因为所提出的检测顺序动态地取决于决策错误，这使得传统的有序SIC接收机已经复杂的分析更加困难。为此，提出了一个严格的分析框架来分析M-BLAST算法在二进制复数字母表和两个发射天线上的中断行为，该框架具有推广到多个发射天线和多维星座集的潜力.数值结果表明，在不同的信噪比值和调制字母之间的分析和仿真数据非常好的匹配。
2017-10-03 cs.IT math.IT
Learned layered coding for Successive Refinement in the Wyner-Ziv Problem
Vrije Universiteit Brussel (VUB)（布鲁塞尔自由大学（VUB））；imec（比利时微电子研究中心）
针对Wyner-Ziv逐次精化编码问题，提出基于循环神经网络的学习型分层编码方法，通过最小化率失真函数变分界训练，性能接近率失真界且可得到分层分箱解。
2023-11-06 cs.IT cs.LG math.IT
Sending a Bi-Variate Gaussian over a Gaussian MAC
本文研究了无记忆双变量高斯信源在二比一平均功率受限的高斯多址信道上的分布式传输的功率与失真的权衡。在这个问题中，两个独立的发射机中的每一个都观察到无记忆双变量高斯源的不同分量。然后，这两个发射机通过平均功率约束的高斯多址信道向公共接收机描述它们的源分量。从多址信道的输出，接收机希望以最小可能的期望平方误差失真重构每个源分量。我们的兴趣是在表征的失真对，同时实现的两个源组件。我们提出的充分条件和必要条件的失真对的可扩展性。这些条件表示为信道信噪比（SNR）和源相关性的函数。在一些情况下，必要条件和充分条件是一致的。特别是，我们表明，如果信道SNR低于一定的阈值，那么未编码的传输方案是最佳的。我们还推导出精确的高信噪比的最佳方案的渐近。
2009-01-21 cs.IT math.IT
Information theoretic bounds for Compressed Sensing
在本文中，我们推导出信息理论的性能界限感测和重建的稀疏现象，从嘈杂的投影。我们考虑两种设置：其中噪声在投影之后进入的输出噪声模型和其中噪声在投影之前进入的输入噪声模型。我们考虑两种类型的失真重建：支持误差和均方误差。我们的目标是将测量次数$m$和$\snr$与信号稀疏度$k$、失真水平$d$和信号维度$n$联系起来。我们考虑在最坏情况下的支持错误。我们采用不同的变化Fano不等式推导出必要条件的测量和精确重建所需的$\snr$的数量。为了获得充分条件，我们开发了新的见解最大似然分析的基础上一种新的叠加属性。特别是这个属性意味着小的支持错误是占主导地位的错误事件。因此，我们的ML分析不受联合界的保守性影响，并导致对最大似然的更严格分析。这些结果提供了有序紧界。对于输出噪声模型，我们表明，渐近$\snr$的$Θ(\log(n))$连同$Θ(k \log(n/k))$测量是必要的，足够的精确支持恢复。此外，如果一小部分的支持错误可以容忍，一个常数$\snr$原来是足够的线性稀疏制度。相反，对于输入噪声模型，我们表明，支持恢复失败，如果测量尺度为$o(n\log(n)/SNR)$意味着这种情况下的压缩性能差的数量。我们还考虑贝叶斯设置和表征均方失真和使用率失真理论的测量次数之间的权衡。
2010-04-28 cs.IT math.IT
Sending a Bivariate Gaussian Source Over a Gaussian MAC with Unidirectional Conferencing Encoders
本文研究了无记忆双变量高斯信源在两用户加性高斯多址信道中的传输问题。这里，在每个传输块之前，允许观测第一源分量的编码器1经由给定容量的单向无噪声比特管道与观测第二源分量的编码器2通信。这项工作的主要结果是充分条件和必要条件的失真对的可扩展性表示为信道SNR和源相关的函数。主要的充分条件是由Lapidoth-Tinguely建议的矢量量化方案的扩展，对于没有会议的情况下，单向会议的情况下。在高信噪比制度，当会议信道的容量是无限的，这些必要和充分条件是一致的。我们评估精确的高SNR的渐近失真对的一个子集时，会议信道的容量是无限的，在这种情况下，我们表明，基于分离的计划达到这些最佳失真对。然而，对称的平均功率约束和固定的会议容量，在高信噪比的后者分离为基础的计划是次优的。
2015-12-28 cs.IT math.IT
FDD Massive MIMO Channel Training Optimal Rate Distortion Bounds and the Efficiency of one-shot Schemes
研究了在频分复用（FDD）下的多用户大规模MIMO系统中，在发射端提供信道状态信息（CSI）的问题。宽带MIMO信道是在时间、空间（天线）和频率（子载波）上相关的向量值随机过程。基站（BS）周期性地从其M个天线端口向K个单天线用户（UE）广播beta_tr导频符号。相应地，K个UE在上行链路（UL）中使用beta_fb符号发送关于它们的信道状态的反馈消息。使用远程率失真理论的结果，我们表明，当SNR达到infty时，最佳反馈策略实现了信道状态估计均方误差（MSE），如果beta_tr < r，则MSE表现为Theta（1），当beta_tr >=r时，MSE表现为Theta（β ^（-alpha）），其中alpha = min（beta_fb/r，1），其中r是信道协方差矩阵的秩。MSE最优率失真策略意味着对信道状态的长序列进行编码，这将产生完全陈旧的CSI，因此多用户预编码性能较差。因此，我们考虑三个实用的一次性CSI策略，最小的一个时隙延迟，并分析其大信噪比信道估计MSE行为。这些是：（1）经由熵编码标量量化（ECSQ）的数字反馈，（2）模拟反馈（AF），以及（3）UE处的本地信道估计和数字反馈。这些方案在UE和BS处的信道统计知识方面具有不同的要求。特别地，后一种策略不需要统计知识，并且紧密地受到当前在3GPP标准化中提出的CSI反馈方案的启发。
2022-07-21 cs.IT 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
Delay-Distortion-Power Trade Offs in Quasi-Stationary Source Transmission over Block Fading Channels
本文研究了延迟失真功率权衡在块衰落信道中传输的准平稳源通过研究编码器和解码器缓冲技术来平滑的源和信道的变化。提出了四种信源和信道编码方案，考虑缓冲器和功率约束，以最小化重构信源失真。第一种是高性能方案，其受益于优化的源和信道速率自适应。在第二种方案中，信道编码速率是固定的，并且随着发射功率相对于信道和源变化而被优化，因此该方案享有实现的简单性。最后两种方案具有固定的发射功率和优化的自适应或固定的信道编码速率。对于所有提出的计划，封闭形式的平均失真，优化速率和功率的解决方案，并在高信噪比制度，平均失真指数和渐近平均功率增益。所提出的方案与缓冲利用的多样性，由于源和信道的变化。具体地，当缓冲器大小受限时，固定信道速率自适应功率方案优于自适应速率固定功率方案。此外，分析和数值计算结果表明，有限的缓冲区大小，在重建信号SNR的系统性能饱和的传输功率增加，这表明，适当的缓冲区大小的选择是很重要的，以实现所需的重建质量。
2015-05-04 cs.IT math.IT
Joint Source-Channel Codes for MIMO Block Fading Channels
本文研究了在L-块瑞利衰落$M_t \times M_r$ MIMO信道中，当信道状态信息仅在接收端可用时，连续幅度信源的传输问题。由于信道不是遍历的，香农的信源信道分离定理变得过时，最佳性能需要联合信源信道方法。我们的目标是最大限度地减少预期的端到端失真，特别是在高信噪比的制度。品质因数是失真指数，定义为预期失真随SNR增加的指数衰减率。我们提供了一个上限和下限的失真指数相对于通道和源带宽之间的带宽比。对于下界，我们分析了三种不同的策略，基于分层信源编码级联渐进，叠加或混合数字/模拟传输。在每种情况下，通过调整系统参数，我们优化的失真指数的带宽比的函数。我们证明了当信道只有一个自由度，即L=1，并且$\min\{M_t,M_r\}=1$时，失真指数上界可以达到。当我们有更多的自由度时，我们的可实现失真指数仅在带宽比的某些范围内满足上限。我们证明，我们的结果，这是来自一个复杂的高斯源，可以扩展到更一般的源分布以及。
2007-11-07 cs.IT math.IT
Layered black-box, behavioral interconnection perspective and applications to the problem of communication with fidelity criteria, Part I: i.i.d. sources
本文从行为、互连的角度考虑了通过本质上未知的信道进行通信的问题，已知该信道能够在一定的失真水平内将源与目的地进行通信。导出了可靠通信的速率，证明了通信的信源信道分离与保真度准则。然后，在一定的假设下，将结果推广到多用户设置。从这个角度来看，这个问题的其他应用程序的问题进行了讨论。
2018-03-27 cs.IT math.IT
Joint Source-Channel Coding with One-Bit ADC Front End
受新兴传感器网络和物联网应用中出现的实际约束的启发，研究了高斯测量在实单输入多输出（SIMO）加性高斯白噪声（AWGN）信道上的零延迟传输，并采用低分辨率模数转换器（ADC）前端。联合优化的编码器和解码器的映射下处理均方误差（MSE）失真和失真中断概率（DOP）的标准，与平均功率约束的信道输入。最佳的编码器和解码器的映射确定一位ADC前端下的两个标准。对于MSE失真，最佳的编码器映射被示出为一般是非线性的，而它往往是一个线性编码器在低信噪比（SNR）制度，和对映数字编码器在高SNR制度。这与在全精度前端存在的情况下在所有SNR值下线性编码的最优性形成对比。对于DOP准则，它表明，最佳编码器映射是分段常数，只能采取两个相反的值时，它是非零的。对于MSE失真和DOP标准，然后推导出$K$级ADC前端以及具有多个1位ADC的前端的必要最优性条件。这些条件用于获得数值优化的解决方案。广泛的数值结果也提供了，以获得洞察的最佳编码和解码映射的结构。
2017-05-31 cs.IT math.IT
Fundamental Performance Limits of Non-Coherent ISAC: A Data-Aided Sensing Perspective
本文研究了非协作ISAC系统在块衰落信道中的性能极限，通过数据辅助传感方案实现了比试点传感更高的传感精度和SNR增益。
2026-05-15 cs.IT math.IT
FDD CSI Feedback under Finite Downlink Training: A Rate-Distortion Perspective
Shanghai Jiao Tong University（上海交通大学）；The Hong Kong Polytechnic University（香港理工大学）；Pengcheng Laboratory（鹏城实验室）；Technische Universität Berlin（柏林工业大学）；Princeton University（普林斯顿大学）
本文从率-失真视角研究FDD系统中有限下行训练下的CSI反馈，推导了通用RDF并分析了其收敛特性与训练长度的关系。
2026-02-06 cs.IT math.IT
On the Capacity Region of the Layered Packet Erasure Broadcast Channel with Feedback
本文研究了具有信道输出反馈（COF）的分层包擦除广播信道（LPE-BC）的容量域。LPE-BC是Tse和Yates最近提出的衰落高斯BC的高SNR近似，Tse和Yates在没有COF时表征了任何数量的用户和任何数量的层的容量区域。本文推导了两个用户和任意层数的情况下，具有COF的LPE-BC的容量内界和外界。内界推广了两用户擦除BC的过去结果，这是具有仅一层COF的LPE-BC的特殊情况。新颖性在于使用\emph{inter-user \& inter-layer network coding}重传（对于那些仅由非预期用户接收的分组），其中每个随机线性组合可以涉及在任何层上最初发送的旨在给任何用户的分组。分析和数值算例表明，所提出的外边界是最佳的一些LPE-BC。
2019-01-07 cs.IT math.IT
Capacity Limits and Multiplexing Gains of MIMO Channels with Transceiver Impairments
理想MIMO信道的容量具有高SNR斜率，其等于发射和接收天线的数量的最小值。这封信分析了当物理收发器损伤导致失真时，这一结果是否成立。我们证明分析，这样的物理MIMO信道有一个有限的容量上限，任何信道分布和SNR。因此，高SNR斜率下降到零。这似乎令人沮丧，但我们证明了令人鼓舞的结果，采用MIMO的相对容量增益至少与理想的收发器一样大。
2014-05-01 cs.IT math.IT
Communicating the Difference of Correlated Gaussian Sources Over a MAC
本文研究了在两用户加性高斯噪声多址接入信道（MAC）上传输两个联合高斯信源之差的问题。目标是在平均均方误差失真标准内恢复此差异。每个发射机只能访问两个高斯源中的一个，并且受到平均功率约束的限制。在这项工作中，晶格编码方案，实现了一个常数的失真下限内的失真，如果信号噪声比（SNR）是大于一个阈值。此外，未编码的传输被证明是更差的性能，格编码方法。提出了一种替代的格型编码方案，该方案可以潜在地改善未编码传输的性能。
2008-12-05 cs.IT math.IT
Progressive Bit-Flipping Decoding of Polar Codes Over Layered Critical Sets
在连续消除（SC）极化解码中，任何先前未冻结比特的不正确估计可能在随后的解码中带来严重的错误传播，因此期望尽可能早地发现并纠正错误。在本文中，我们首先构造了一个临界集合$S$的解冻位，其中有很高的概率（通常为$>99\%$）包括第一个错误发生的位。然后，我们开发了一个渐进的多级位翻转解码算法，以纠正多个错误的多层关键集，其中每个关键集是使用剩余的未解码的子树与前一层相关联。\emph{level}实际上表示可以纠正的\emph{independent}错误数。我们表明，随着水平的增加，所提出的渐进比特翻转解码器的块出错率（BLER）性能与相应的循环冗余校验（CRC）辅助的连续消除列表（CA-SCL）解码器竞争，例如，第4级逐行位翻转解码器与具有$L=32$的列表大小的CA-SCL解码器相当。此外，该算法的平均复杂度是远远低于SCL解码器（和类似的SC解码）在中到高的信噪比（SNR）。
2017-12-09 cs.IT math.IT
Joint Source-Channel Coding at the Application Layer for Parallel Gaussian Sources
本文研究了独立并行高斯信源在二进制删除广播信道上的多播问题。多分辨率嵌入量化器和分层联合信源-信道编码方案的使用，以同时服务于多个用户在不同的信道容量。率失真函数的凸性质，通过反向注水计算，使我们能够解决相应的凸优化问题，对应于不同的性能标准。然后，分层联合信源信道编码的基础上级联的嵌入式标量量化器与二进制无比率编码器的构造。
2009-01-16 cs.IT math.IT
Distortion Exponent in MIMO Fading Channels with Time-Varying Source Side Information
在严格时延约束下，研究了高斯信源在时变多输入多输出（MIMO）信道中的传输。假设在接收机处相关边信息的可用性，其质量，即，与源信号的相关性也随时间变化。一个块衰落模型被认为是时变信道和时变边信息的状态，并假设在接收机完美的状态信息，而发射机只知道的统计。针对这种联合信源-信道编码问题，研究了由\textit{distortion exponent}表征的高信噪比性能。上界推导和比较与较低的列表解码，混合数字模拟传输，以及多层计划，传输连续细化的源，依赖于渐进式和叠加传输与列表解码。最佳失真指数的特点是单输入多输出（SIMO）和多输入单输出（MISO）的情况下，通过显示的失真指数实现多层叠加编码与联合解码满足建议的上限。在MIMO的情况下，最佳失真指数的特点是在低带宽比制度，它表明，多层叠加编码执行非常接近的上限在高带宽扩展制度。
2015-05-26 cs.IT math.IT
Channel State Acquisition in FDD Massive MIMO: Rate-Distortion Bound and Effectiveness of "Analog" Feedback
本文研究了宽带FDD大规模MIMO系统中通过下行训练和上行反馈估计信道衰落系数的问题。使用率失真理论，我们推导出可实现的信道状态估计误差的最佳界限的训练导频在DL（$β_{tr}$）和反馈维度在UL（$β_{fb}$），随机，空间各向同性的导频的数量方面。结果表明，当训练导频数目超过信道协方差秩（$r$）时，最优率失真反馈策略在估计信道状态时实现了$Θ(SNR^{-α})$的估计误差衰减，其中$α= min (β_{fb}/r , 1)$是所谓的质量标度指数.我们还讨论了一个“模拟”反馈策略，表明它可以实现最佳的质量标度指数为广泛的训练和反馈维度，没有信道协方差知识和简单的信号处理在用户端。我们的研究结果支持的数值模拟比较各种策略的信道状态均方误差和可实现的遍历和率在DL与迫零预编码。
2022-02-03 cs.IT math.IT
Erasure Multiple Descriptions
我们考虑一个二进制擦除版本的n通道多描述问题的对称描述，即，N个描述的速率是相同的，并且失真约束仅取决于接收到的消息的数量。我们考虑的情况下，没有多余的n个描述的每k。我们的目标是表征可实现的失真D_1，D_2，.，D_n。我们使用两个失真标准来测量重建的保真度：一个平均情况下的失真标准，根据该标准，失真是通过对所有源序列的每个字母的失真的平均值来测量的，和一个最坏情况下的失真标准，根据该标准，失真是通过对所有源序列的每个字母的失真的最大值来测量的。我们提出的可扩展性计划，基于随机装箱的平均情况下的失真和系统的MDS（最大距离可分离）码的最坏情况下的失真，并证明相应的可实现的失真区域的最优结果。然后，我们使用二进制擦除多描述设置，提出了一个分层编码框架的多描述，然后我们应用到矢量高斯多描述，并证明其最优性对称标量高斯多描述与两个级别的接收器和没有多余的中央接收器的速率。我们还证明了一般的多终端信源编码问题的一个新的外边界，并使用它来证明鲁棒二进制擦除CEO问题的最优性结果。对于后者，我们为任何编码方案的\ell消息的失真提供了一个严格的下限，该编码方案实现了k个消息的最小可实现失真，其中k小于或等于\ell。
2010-02-15 cs.IT math.IT
Successive Refinement of Images with Deep Joint Source-Channel Coding
Imperial College London（伦敦帝国学院）
我们介绍了基于深度学习的通信方法，用于通过无线信道连续细化图像。我们提出了三种不同的策略，用于使用深度JSCC进行渐进式图像传输，具有不同的复杂性-性能权衡，所有这些都基于卷积自动编码器。数值结果表明，深JSCC不仅提供了优雅的退化与信道信噪比（SNR）和改善性能，在低信噪比和低带宽制度相比，最先进的数字通信技术，但也可以成功地学习分层表示，实现性能接近单层计划。这些结果表明，在高斯信道上用深度JSCC编码的自然图像几乎是连续可细化的。
2019-05-28 cs.IT cs.LG math.IT
Joint Source-Channel Coding with Correlated Interference
本文研究了离散时间模拟信源在加性高斯白噪声（AWGN）信道上传输的联合信源-信道编码问题，其中信源和干扰是相关的。我们首先推导出可达失真的外界，然后，我们提出了两个联合信源-信道编码方案。第一种方案是未编码信号和数字部分的叠加，数字部分是Wyner-Ziv编码器和脏纸编码器的级联。在第二种方案中，数字部分由Wilson等人提出的混合数字和模拟方案所取代。当信道信噪比（SNR）在发射机处完全已知时，所提出的两种方案均显示出提供相同的性能，这大大优于现有的方案。在SNR不匹配的存在下，这两个建议的计划被证明是能够优雅的增强和优雅的退化。有趣的是，与源和干扰独立的情况不同，这两种方案都没有普遍优于另一种方案。作为所提出的方案的应用，我们提供了广义认知无线电信道的失真区域的内界和外界。
2011-10-24 cs.IT math.IT
Cocktail BPSK: Achievable Data Rate beyond Channel Capacity
本文提出了一种在单个加性高斯白噪声（AWGN）信道中分层并行传输两个独立BPSK符号流的方法，并研究了其可达到的数据率（ADR）。接收机分别处理两个分层信号，其中关键点是将两个层之间的干扰转化为一个BPSK符号具有两个等概率幅度的问题。检测一个符号流后，减去检测结果来解调另一个符号流。基于互信息的概念，我们建立了信道的ADR，并发现了一个有趣的现象--在低信噪比时，两个BPSK符号流的ADR之和大于信道容量。我们的理论推导与说明性的数值结果证实了这一现象。我们将这种方法称为鸡尾酒BPSK，因为可以在发射机处调整两个分层BPSK流的幅度以实现高频谱效率。
2019-01-18 cs.IT math.IT
Analog Codes on Graphs
我们考虑的问题，传输的一个序列的实际数据产生的奈奎斯特采样带限模拟源的带限模拟信道，它引入了加性高斯白噪声。描述了一种模拟编码方案，对于$B/R$的带宽扩展因子，其可以实现与$(1+SNR)^{-B}$成比例的均方误差失真，其中$0 < R < 1$是在构造中使用的各个分量二进制码的速率，并且$B \geq 1$是整数。因此，在宽范围的SNR值，所提出的代码执行比任何单一的先前已知的模拟编码系统。
2006-08-22 cs.DM cs.IT math.IT
