[论文解读] On Achievable Rates for Channels with Mismatched Decoding

Anelia Somekh-Baruch|arXiv (Cornell University)|May 2, 2013

Wireless Communication Security Techniques参考文献 13被引用 6

一句话总结

本文提出了一种认知失配多址接入信道（MAC），并利用叠加编码与随机分组法在失配解码下推导其容量区域的内界。研究发现，在某些情况下，随机分组法可严格优于叠加编码；在匹配解码情况下，两者均能达到容量，且相较于Lapidoth先前的工作，提供了更紧的失配单用户信道容量下界。

ABSTRACT

The problem of mismatched decoding for discrete memoryless channels is addressed. A mismatched cognitive multiple-access channel is introduced, and an inner bound on its capacity region is derived using two alternative encoding methods: superposition coding and random binning. The inner bounds are derived by analyzing the average error probability of the code ensemble for both methods and by a tight characterization of the resulting error exponents. Random coding converse theorems are also derived. A comparison of the achievable regions shows that in the matched case, random binning performs as well as superposition coding, i.e., the region achievable by random binning is equal to the capacity region. The achievability results are further specialized to obtain a lower bound on the mismatch capacity of the single-user channel by investigating a cognitive multiple access channel whose achievable sum-rate serves as a lower bound on the single-user channel's capacity. In certain cases, for given auxiliary random variables this bound strictly improves on the achievable rate derived by Lapidoth.

研究动机与目标

• 为解决离散无记忆信道（DMCs）的失配容量这一开放问题，即由于信道知识不完整，解码器使用次优规则。
• 引入认知失配MAC作为工具，以推导失配单用户DMCs容量的改进下界。
• 在认知MAC设置下，比较两种编码策略——叠加编码与随机分组法——在失配解码下的性能。
• 利用随机编码与错误概率指数分析，推导认知失配MAC的可达速率区域的紧致内界。
• 建立随机分组法优于叠加编码、反之亦然的可达速率条件。

提出的方法

• 引入一种认知失配MAC，其中一名编码器（认知编码器）非因果地知晓另一用户的消息，并据此设计其码书。
• 在认知MAC上应用叠加编码，通过分析平均错误概率与错误指数，推导可达速率区域的内界。
• 在相同认知MAC上应用随机分组法，使用类似的错误概率与指数分析，推导另一种内界。
• 通过类型法与大偏差理论，对错误指数进行紧致表征，以界定码集合的平均错误概率。
• 推导随机编码相对定理，以验证可达区域的紧致性。
• 将认知MAC结果特化，通过考虑认知MAC的最大和速率，以界定失配单用户DMC容量，作为下界。

实验结果

研究问题

• RQ1 认知失配MAC框架能否提供比现有方法更紧的失配单用户DMC容量下界？
• RQ2 在何种条件下，随机分组法在认知失配MAC中优于叠加编码？
• RQ3 在任何失配MAC场景中，基于分组法的可达速率区域是否严格大于基于叠加编码的区域？
• RQ4 认知MAC框架在匹配解码情况下是否能恢复或改进已知容量区域？
• RQ5 认知失配MAC的和速率能否用于推导失配单用户信道容量的非平凡下界？

主要发现

• 在某些失配MAC场景中，基于随机分组法的可达速率区域严格大于叠加编码的区域，表明分组法具有性能优势。
• 在匹配解码情况下，叠加编码与随机分组法均能达到认知MAC的完整容量区域，证实了该设置下的最优性。
• 通过随机分组法推导的认知失配MAC内界，包含了Lapidoth研究的非认知失配MAC的可达区域，表明其可达区域更广。
• 对于固定的辅助随机变量，所推导的失配单用户DMC容量下界，严格优于Lapidoth先前获得的边界。
• 通过类型法与大偏差理论进行的错误指数分析，对平均错误概率提供了紧致表征，从而实现了精确的速率区域推导。
• 证明表明，基于分组法的区域等价于包含绝对值项的互信息约束的并集，确保了边界的鲁棒性与完备性。