[论文解读] Molecular communication: Physically realistic models and achievable information rates

Andrew W. Eckford|ArXiv.org|Dec 8, 2008

Molecular Communication and Nanonetworks参考文献 19被引用 34

一句话总结

本文将分子通信建模为信息论问题，提出了适用于纳米尺度分子传输的物理上合理的模型，并推导出可实现信息速率的可处理的上下界。研究证明互信息虽难以精确计算，但可通过迭代边界估计，结果表明性能估计合理且符合直觉，展示了实际分子通信系统的潜力。

ABSTRACT

Molecular communication is a biologically-inspired method of communication with attractive properties for microscale and nanoscale devices. In molecular communication, messages are transmitted by releasing a pattern of molecules at a transmitter, which propagate through a fluid medium towards a receiver. In this paper, molecular communication is formulated as a mathematical communication problem in an information-theoretic context. Physically realistic models are obtained, with sufficient abstraction to allow manipulation by communication and information theorists. Although mutual information in these channels is intractable, we give sequences of upper and lower bounds on the mutual information which trade off complexity and performance, and present results to illustrate the feasibility of these bounds in estimating the true mutual information.

研究动机与目标

• 为信息与通信理论学者建立一个数学上严谨且物理上合理的分子通信框架。
• 解决当前分子通信领域缺乏解析性信息论分析的问题，该领域此前主要依赖实验研究。
• 为分子信道的互信息提供可处理的上下界，即使精确计算不可行，也能实现性能估计。
• 证明理想检测器模型可提供互信息的信息论上界，并表明可区分分子可分解为统计独立的子系统。
• 通过提供基础性能边界，为未来在编码与最优输入设计方面的分子通信研究奠定基础。

提出的方法

• 利用布朗运动和流体介质中的扩散，建立分子传播的物理上合理的模型。
• 引入理想化的发射器与接收器模型，作为可实现速率的信息论上界。
• 应用Bapat-Beg定理对分子到达时间的顺序统计量建模，从而推导出到达模式的概率密度函数。
• 通过简化信道近似，推导出互信息的可处理下界序列，且近似阶数逐步提高以增强精度。
• 推导出互信息的可处理上界序列，为分析提供复杂度与性能之间的权衡。
• 利用数值仿真与图表，说明在不同传输概率和时间间隔下边界的特性。

实验结果

研究问题

• RQ1 如何将分子通信建模为一个数学上可处理且具备物理现实性的信息论信道？
• RQ2 在分子扩散固有的随机性下，分子通信系统的信息速率基本极限是什么？
• RQ3 当精确计算不可行时，如何构建互信息的上下界以估计性能？
• RQ4 不同检测器模型（如计数型与理想型）的性能如何比较，实际与理论极限之间的差距有多大？
• RQ5 所推导的边界在多大程度上反映直觉上的系统行为，并为系统设计提供有用的估计？

主要发现

• 理想检测器模型为互信息提供了信息论上界，且任何具有可区分分子的系统均可分解为统计独立的子系统。
• 对于无约束输入分布，可实现的信息速率在理论上为无穷大，凸显了实际输入约束的必要性。
• 互信息的下界随近似阶数提高而增加，且相邻边界之间的差距逐渐缩小，表明其可能收敛于真实值。
• 上界显示一阶与二阶之间存在显著差距，表明真实互信息可能远低于上界，尤其在理想检测器情况下。
• 下界结果符合直觉，且在实际估计中可行，尤其适用于计数型检测器。
• 上界与下界对应的最优传输概率（px）存在显著差异，表明最优输入设计依赖于所选的边界模型。