[论文解读] Worst-Case Additive Noise in Wireless Networks

Ilan Shomorony, A. Salman Avestimehr|arXiv (Cornell University)|Feb 13, 2012

Cooperative Communication and Network Coding参考文献 12被引用 5

一句话总结

本文证明了在具有独立噪声的任意无线网络中，高斯噪声是最坏情况下的加性噪声，表明任何在高斯噪声网络中实现特定速率的编码方案，均可被调整以在具有相同拓扑结构和噪声方差的非高斯噪声网络中实现相同速率。关键结果是：在固定方差的所有加性噪声分布中，高斯噪声使容量最小化，该结论将经典的点对点结果推广至复杂网络场景。

ABSTRACT

A classical result in Information Theory states that the Gaussian noise is the worst-case additive noise in point-to-point channels, meaning that, for a fixed noise variance, the Gaussian noise minimizes the capacity of an additive noise channel. In this paper, we significantly generalize this result and show that the Gaussian noise is also the worst-case additive noise in wireless networks with additive noises that are independent from the transmit signals. More specifically, we show that, if we fix the noise variance at each node, then the capacity region with Gaussian noises is a subset of the capacity region with any other set of noise distributions. We prove this result by showing that a coding scheme that achieves a given set of rates on a network with Gaussian additive noises can be used to construct a coding scheme that achieves the same set of rates on a network that has the same topology and traffic demands, but with non-Gaussian additive noises.

研究动机与目标

• 确定高斯噪声在一般无线网络中是否仍为最坏情况下的加性噪声，而不仅限于点对点信道。
• 解决在容量未知或仅能近似时，假设高斯噪声缺乏理论依据的问题。
• 建立一个框架，使专为高斯噪声网络设计的编码方案能够被适配至具有相同噪声方差的非高斯噪声网络。
• 通过仅依赖均值和方差，为具有未知或非高斯噪声分布的网络中的编码提供性能保证。

提出的方法

• 作者使用基于离散傅里叶变换（DFT）的信号变换，通过在时域和频域混合信号，构建一个‘近似高斯’的有效网络。
• 他们提出一种基于量化的方法，将接收信号四舍五入至有限精度，从而构造出收敛于真实噪声密度的近似密度序列。
• 一个关键技术工具是使用均匀随机加扰（U(−2^{−m−1}, 2^{−m−1}))，构造出收敛于原始噪声密度 f 的密度序列 f_m。
• 证明依赖于表明加扰信号的密度收敛于原始密度，利用累积分布函数的性质和勒贝格微分定理。
• 他们证明，对于任意有限精度编码方案，在AWGN网络中，均可构造出一个对应方案，使其在具有相同噪声方差的非高斯噪声网络中实现相同速率，仅依赖于噪声的均值和方差。
• 该构造对高阶矩或特定噪声分布形状完全不敏感，因此对噪声统计的不确定性具有鲁棒性。

实验结果

研究问题

• RQ1 在具有任意拓扑结构和业务需求的通用无线网络中，高斯噪声是否仍为最坏情况下的加性噪声？
• RQ2 能否将专为AWGN网络设计的编码方案适配至具有相同噪声方差的非高斯噪声网络，以实现相同速率？
• RQ3 高斯分布的最坏情况噪声特性是否可从点对点和完全表征的信道推广至一般干扰受限网络？
• RQ4 能否在噪声分布未知的网络中设计编码方案，同时仅基于均值和方差维持性能保证？
• RQ5 在网络环境中，可使用哪些数学工具证明近似密度的收敛性，以建立最坏情况噪声等价性？

主要发现

• 在固定噪声方差条件下，任意具有非高斯加性噪声的无线网络的容量区域是具有高斯噪声网络容量区域的超集。
• 对于AWGN网络中任意有限精度编码方案，均可构造出一个对应方案，使其在具有任意非高斯噪声的网络中实现相同速率，前提是噪声方差相等。
• 近似密度 f_m 收敛于真实密度 f，且收敛方式为几乎处处点态收敛，确保了变换的渐近有效性。
• 编码方案的构造仅依赖于噪声的均值和方差，而不依赖于高阶矩或分布形式，从而实现了对噪声不确定性的鲁棒性。
• 该结果将经典点对点信道中高斯分布最坏情况噪声的性质推广至任意网络拓扑。
• 证明表明，即使在复杂多节点网络中，高斯噪声也使容量在所有固定方差的加性噪声分布中最小化。