[论文解读] Sum Capacity of the Gaussian Interference Channel in the Low Interference Regime

V. Sreekanth Annapureddy, Venugopal V. Veeravalli|ArXiv.org|Jan 2, 2008

Wireless Communication Security Techniques参考文献 11被引用 10

一句话总结

该论文通过推导新的 genie 辅助外 bounds，确定了在低干扰范围内的两用户高斯干扰信道的和容量。它证明了当干扰电平低于特定阈值时，将干扰视为噪声可达到和容量，利用“有用”和“智能” genie 的概念表明，在此范围内，结构化干扰管理无法带来吞吐量增益。

ABSTRACT

New upper bounds on the sum capacity of the two-user Gaussian interference channel are derived. Using these bounds, it is shown that treating interference as noise achieves the sum capacity if the interference levels are below certain thresholds.

研究动机与目标

• 确定两用户高斯干扰信道在低干扰范围内的和容量。
• 研究结构化干扰管理（例如，逐次取消）是否相比将干扰视为噪声能提高和容量。
• 通过新颖的 genie 辅助信道框架推导更紧致的和容量外 bounds。
• 表征将干扰视为噪声在和容量方面最优的条件。
• 将结果推广至对称与非对称干扰信道模型。

提出的方法

• 使用 genie 辅助信道模型推导和容量的新外 bounds，其中接收端获得辅助信息以简化容量计算。
• 引入“有用 genie”的概念——其辅助信息可实现可计算的和容量——以及“智能 genie”的概念——其和容量与原始干扰信道相等。
• 通过将辅助信息与信道的噪声和干扰参数对齐，为低干扰范围构建智能 genie。
• 应用几何与信息论论证（例如，容量曲线的切线）推导和容量的紧致上界。
• 利用数据处理不等式和高斯随机变量的性质，关联互信息与最小均方误差（MMSE）估计。
• 通过证明 genie 辅助信道的和容量在特定干扰阈值下等于原始信道的和容量，确立将干扰视为噪声的最优性。

实验结果

研究问题

• RQ1 在何种条件下，将干扰视为噪声在两用户高斯干扰信道中对和容量是最优的？
• RQ2 在低干扰范围内，结构化干扰管理（例如，逐次干扰取消）能否提高和容量？
• RQ3 高斯干扰信道在低干扰范围内的和容量的最紧致外 bounds 是什么？
• RQ4 如何设计 genie 辅助信道，使其既能实现可计算的和容量，又能与原始信道的和容量相等？
• RQ5 存在哪些显式的干扰电平阈值，可保证将干扰视为噪声的最优性？

主要发现

• 对于对称干扰信道，当 |h + h³P| ≤ 0.5 时，将干扰视为噪声可达到和容量。
• 此范围内的和容量为 C_sum = log(1 + P / (1 + h²P))。
• 对于非对称干扰信道，当 |h₁₂(1 + h₂₁²P₁)| ≤ ρ₂√(1 - ρ₁²) 且 |h₂₁(1 + h₁₂²P₂)| ≤ ρ₁√(1 - ρ₂²)（其中 ρ₁, ρ₂ ∈ [0,1]）时，将干扰视为噪声可达到和容量。
• 最优性条件等价于 |h₁₂(1 + h₂₁²P₁)| + |h₂₁(1 + h₁₂²P₂)| ≤ 1。
• 非对称情况下的和容量为 C_sum = ½ log(1 + P₁/(1 + h₁₂²P₂)) + ½ log(1 + P₂/(1 + h₂₁²P₁))。
• genie 辅助方法得出的外 bounds 紧致，且在将干扰视为噪声时与可实现速率区域一致，从而证明了该策略在低干扰范围内的最优性。