Nov, 2015

离散时间、幅度受限、加性白高斯噪声信道的容量界限

PDF
TL;DR本研究报道了离散时间加性高斯白噪声通道输入分布的容量实现，研究使用对偶容量表达式导出了标量和矢量 AWGN 通道的解析容量上限。
capacity-achieving input distributionwhite gaussian noise channelamplitude constraintanalytic capacity upper boundssignal-to-noise ratios
发现论文，激发创造
  • 二元输入随机码分多址系统容量的严格界限

    本文探讨多用户二进制输入加性白噪声信道上的多址通信，运用随机扩展码分复用技术，对于一类对称分布涂抹系数，在大量用户情况下，我们证明了一个容量的上界，与 Tanaka 公式一致，同时还展示了多个相关量的浓度，包括相互信息，容量和自由能，该数学方法相当普适，可扩展至其他多用户场景。

    Mar, 2008

  • 自由空间光强度通道的容量

    本文提出了关于自由空间光强通道容量的新上下界，通道的输入为非负（代表传输光强），输出受大量独立源引起的加性白噪声影响，因电池和安全原因，输入同时受到平均功率和峰值功率的限制。

    May, 2008

  • 信道容量的高效逼近

    提出一种迭代计算分散无记忆信道容量的方法，包括对输入分布的附加约束；利用凸规划的对偶性，获得了容量的显式上下界。该方法的复杂度为 O（M ^ 2 N√（log N）/ε），其中 N 和 M 分别表示输入和输出字母表的大小；单次迭代的复杂度为 O（MN）。同时，针对有限连续输入和可数输出字母表的无记忆信道提出了近似计算容量的方法，在一些关于信道尾部的渐变速率的温和假设下可以实现（离散时间泊松信道属于该问题类），并给出了其在峰值功率输入约束下的上下界估计路段作为案例研究

    Jul, 2014

  • 多发一和一发多高斯干扰信道的近似容量

    使用确定性模型提供关于高斯信道的深入洞察，利用格网码对信号干扰进行校准，找出多个发射机与一个接收机高斯干扰信道的容量区间，并将结果控制在一个常数比特内。

    Sep, 2008

  • 基于数据的容量上限估计

    提出一种基于数据驱动的算法，利用最小化通道输出上的参考分布来估算未知通道法和连续输出字母表上通道容量上界的估算方法，并使用修改的互信息神经估计器来计算所需的条件通道和参考分布之间的散度最大化，在不同的无记忆通道上进行数字评估，证明了该方法估算的上界要么接近通道容量，要么接近最佳已知下界。

    May, 2022

  • 无线网络中最差情况的加性噪声

    该研究证明了在独立于发送信号的加性噪声存在的无线网络中，对于固定噪声方差，高斯噪声仍然是最劣噪声。具体而言，高斯噪声对应的容量区域是任何其他噪声分布对应的容量区域的子集。

    Feb, 2012

  • 通过有向信息神经估计器计算具有记忆的连续信道容量

    利用神经分布转换器（NDT）模型对连续字母信道进行容量估计，从而推导出一种新的估计框架来逐步最大化目标函数中的分数，以便进行准确的估计。

    Mar, 2020

  • 带噪声反馈的 AWGN 信道交互式方案

    研究 AWGN 通道反馈通道下的通信问题，提出了一种低延迟低复杂度的交互式方案，以及两种渐进构造方法，该方法基于反馈传输的解释和交互模 lattice 解决方案。

    Sep, 2015

  • 量子通道的纠缠辅助容量与逆 Shannon 定理

    本文研究了在量子通道有噪声的情况下，利用量子纠缠资源可以向其中发送的信息量。作者引入了共享纠缠对于该容量的增益和应用该方法分析了两个个具有代表性的通道。

    Jun, 2001

  • 非色散光纤逐样本容量研究

    本研究讨论了考虑 Kerr 非线性和放大自发辐射噪声影响的随机非线性 Schrödinger 方程定义下的信道能力，提出了一个简单的半高斯分布和均匀相位的二维输入分布模型作为零色散光纤渠道的下限，并且发现这适用于高信噪比情况下的容量匹配输入分布模型结构类似于 Rician 衰落信道。

    Oct, 2014