MMSep, 2021

无线优化的基本限制：模拟方案是否最优？

PDF
TL;DR本研究考虑采用模拟编码方案进行空基础凸优化问题的求解，结果表明，在低信噪比情况下，简单的缩放传输模拟编码方案可以达到低信噪比情况下最优的收敛速度，并且提出了一种 “量化和调制” 的方案，几乎在所有的信噪比情况下都达到了最优的收敛速度。
over-the-air convex optimizationanalog codingconvergence rateadditive gaussian noise channelquantize-and-modulate
发现论文，激发创造
  • 平衡数字上的无线计算

    本文提出了一种数字化无线计算方案，使用均衡数系统中相应数字的平均值来近似计算一组实数参数的平均值，并使用该方案将本地梯度编码为一组数字，以确定活动的正交频分复用子载波的位置，同时不需要精确的采样级时间同步、信道估计开销和功率不稳定性，并演示其在联邦边缘学习（FEEL）中的性能。

    Sep, 2022

  • 一种最优的指数精确度一比特 ΣΔ 量化方案家族

    研究了用于 Exponential Accuracy 的一位 Sigma-Delta 调制器设计中涉及到的最小支持反馈滤波器优化问题，采用正交多项式的理论，通过找到弱化的最优解得到了最优解并将最佳的误差下降率从 0.088 提高到了 0.102。

    Jan, 2010

  • 基于空中计算的分布式随机梯度下降

    研究将分布式随机梯度下降算法应用于无线网络中的性能表现，探讨对传输干扰和噪声等方面进行优化的方法，选用 OAC-MAC 算法来实施无线计算，并将调度问题转化为图着色问题，并通过 MNIST 图像分类任务的实验来验证方法的可行性和有效性。

    Mar, 2020

  • 有损联合源信道编码在有限块长制度下

    本文发现了最佳可达失真联合源信道码率的新的严格有限块长度界限，并证明联合源信道码设计在非渐近区域中带来了相当大的性能优势。

    Sep, 2012

  • 自适应联邦学习在空中的应用

    通过无线信道特性的迭加性以及动态调整的全局梯度更新步长，我们提出了一种适用于无线环境下的模型训练框架中 AdaGrad 和 Adam 的联邦版本。通过推导包含信道衰落和干扰影响的广泛非凸损失函数训练算法的收敛速率，我们得出了使用 AdaGrad 的算法以 O (ln (T)/T^(1-1/α)) 的速率收敛到一个静止点，其中 α 代表电磁干扰的尾指数。相比之下，类似 Adam 的算法以 O (1/T) 的速率收敛，说明它在加快模型训练过程上的优势。我们进行了大量实验证实了理论发现，并证实了我们提出的联邦自适应梯度方法的实际有效性。

    Mar, 2024

  • 通过削峰压控实现带压缩的空中协作学习的收敛分析

    本文提出了基于范数剪切的空中联邦学习机制，称作 AirFL-Clip 和 AirFL-Clip-Comp，并且为这两种机制提供了收敛性分析，支持离线评估。同时，作者扩展了这两种机制，支持 Top-k 稀疏化和线性压缩。通过实验证明，这个方法可以有效地解决无线通信下联邦学习的能耗和带宽限制问题。

    May, 2023

  • 多用户 MISO 下行链路的故障约束鲁棒发射优化：锥优化的可处理近似解

    本文研究了一种多用户多输入单输出（MISO）下行场景下，受不完美信道状态信息干扰，且满足概率信干噪比（SINR）的限制的传输波束成形设计问题，提出了一种新颖的基于凸锥优化的方法用于处理概率 SINR 约束。研究结果表明，与现有方法相比，这些 RAR 方法在解决方案质量和计算复杂性方面显著提高。

    Aug, 2011

  • 无线联邦策略梯度

    提出了一种通过无线信道共享本地信息并使用接收到的聚合波形来更新策略参数的无线联合策略梯度算法，并研究了噪声和信道失真对算法收敛性的影响，确定了通信和采样的复杂度以找到一个近似稳定点，并通过模拟结果展示了算法的有效性。

    Oct, 2023

  • 关于近似信道仿真的样本复杂性的一些注解

    基于通道模拟算法，该论文讨论了通过近似方案在固定运行时间内对目标分布进行编码，以实现优化编码性能的实现。

    May, 2024

  • 凸规划实现高度鲁棒性纠错

    本文讨论了在有噪声干扰的情况下，如何通过编码和译码，实现对实值信号的可靠传输和重建。研究结果表明，本文提出的两种解码方案可以显著降低传输错误对信息重建的影响，且只涉及简单的凸优化问题。数值模拟表明，该方案表现优异。

    Dec, 2006