边信息约束下的可伸缩信源编码问题研究文献综述

 2022-09-20 11:09

文献综述(或调研报告):

1. 近年来,安全性已成为系统设计中的一个重要问题,受到了广泛关注,即设计一个既可靠又安全的通信系统。物理层安全是基于合法接收端和窃听端的信号通常具有不同的特性而引入的。由于其在某些应用中的优势,例如那些复杂的密码协议无法实现的应用,它得到了广泛的关注。怀纳在16年率先开展了物理层安全的信息理论研究,介绍并解决了分接信道的编码问题。怀纳已经表明,当从发送者到合法接收者的信道比从发送者到窃听者的信道“更强”时,完美的安全通信是可能的。后来的概括包括CSISZAacute;R和Kouml;rner的带有机密消息的广播频道。由于传感器网络和数据库中的隐私和基因组数据分布式存储的隐私等领域的潜在应用,还研究了从源代码角度考虑物理层安全的概念,即源代码中附加了附加信息的源代码。NAL保密约束。与以前一样,源的安全性/隐私性主要依赖于合法接收器和窃听器可获得的信号(侧信息)的不同特征。Prabhakaran和Ramchandran,Gu–ndu–z等人研究了安全无损分布式源编码。Tandon等人,Villard和Piantanida以及Ekrem和Ulukus考虑了这一损失案例。研究了密切相关的工作,该工作的特点是在放大一种来源的信息和掩盖另一种来源的信息之间进行权衡。另一项工作是在基于香农密码系统的系统模型中考虑显式密钥共享。

Kittipong Kittichokechai等人给出了对数损耗失真的一个简单定义和重要性质。对数损耗有一个有趣的特性,即当在Wyner-Ziv(like)问题中用作失真测量时,编码器的边信息不会改善速率失真区域。

2.一个低级的策略是形成一个单一的描述并将其广播给所有的用户,这些用户只有在完全接收到它之后才能解码,而不管其个人信息的质量如何。但是,对于拥有优质侧信息的用户(简称为优质用户),接收到的大部分信息都是冗余的,这导致了网络中存在质量较差侧信息的用户(简称为不良用户)所造成的延迟。很自然地会问是否存在机会主义方法,即是否可以构造一个两层描述,这样好的用户就可以只用第一层进行解码,坏的用户就可以同时接收第一层和第二层进行重构。此外,研究这种编码顺序是否会导致性能损失也很重要。称这种编码策略为边信息可伸缩(si可伸缩)源代码,因为可伸缩的编码方向是从好用户对坏用户。在这项工作中,主要考虑两层系统,除了二次高斯源,对一般的多层问题给出了解决方案。

这项工作与连续的精化问题有关,源代码将以可伸缩的方式进行编码,以满足每个阶段的不同失真要求。Koshelev和Equitz和Cover研究了这个问题;可以找到速率畸变区域的完整特征。另一个相关的问题是解码器处带有边信息的源代码的速率失真,为此,Wyner和Ziv提供了决定性的结果(现在被广泛称为Wyner-Ziv问题)。Steinberg和Merhav最近扩展了Wyner-Ziv设置(SR-WZ)中的连续优化问题,当第二阶段的侧信息比第一阶段的侧信息更好时,从y2 y1形成马尔可夫字符串的意义上说。最近完成了对具有这种方向的退化侧信息的多级系统的扩展。同样相关的还有Heegard和Berger的工作,其中考虑了解码器可能存在边信息时的源代码问题;当边信息退化时,结果扩展到多级情况。

sr-wz和si可伸缩性问题都可以看作是可伸缩源代码问题的特例,对译码器si没有特定的结构;这个一般性问题似乎相当困难,因为即使没有可伸缩性要求,也没有找到完整的解决方案。在这里,Pablo Piantanida强调sr-wz和si可伸缩性问题在应用方面是非常不同的,尽管它们看起来很相似,因为只有si质量的顺序是相反的。粗略地说,在Si可伸缩问题中,后期的侧信息比早期的侧信息差,而在SR-WZ问题中,顺序相反。在更精确的数学术语中,对于Si可伸缩问题,侧信息降级为∙y1∙y2,而与sr-wz问题相反,sr-wz问题的反序被指定为∙y2∙y1。这两个问题在可能的应用方面也不同。SR-WZ问题更适用于单服务器用户对,当用户通过另一个通道接收侧信息时,同时从服务器接收描述;对于这种情况,可以提取两个解码器来提供简化的模型。另一方面,当网络中存在多个用户,并且服务器希望提供一个可伸缩的描述时,SI可伸缩性问题更适用,这样好的用户就不会受到不必要的危害。

3.Heegard和Berger指出,当去除可伸缩编码需求时,最优编码本身实际上是从坏用户自然地向好用户进行的;因此,由于编码顺序与自然编码顺序相反,因此,期望可伸缩问题比SR-WZ问题更困难。A1。这一困难是由这样一个事实来说明的:在SR-WZ中,使用更好的SI对解码器进行排序时,能够对使用更差的SI的解码器的任何消息进行解码,因此第一阶段可以最大限度地发挥作用。然而,在SI可伸缩性问题中,第二级解码器需要额外的信息来消除第一级信息的歧义,这意味着存在额外的紧张。

这个问题对于无损的情况是很好理解的。与有损情况的关键区别在于,侧面信息的质量可以由(x y)的值自然地确定。通过slepian和wolf的开创性工作可知,(x y)是译码器使用边信息进行无损编码的最小速率,因此在某种意义上,较大的(x y)对应较弱的边信息。如果(x y1)lt;h(x y2),那么速率(r1,r2)=(h(x y1),h(x y2)minus;h(x y1))是可以实现的,正如联邦快递和舒尔曼所注意到的那样。德雷珀对这一观测结果和编码方案进行了扩展,提出了一种分布未知时的通用增量式SLEPIAN WOLF编码方案,启发了埃克福德和设计无速率的SLEPIAN WOLF LDPC码。对于无损情况,使用可伸缩编码方法不会失去最佳性;一个直接的问题是,对于速率失真的无损情况,这一点是否成立,Chao Tian证明这一点在一般情况下并非如此。在这个速率失真设置中,由于存在失真约束,(x y)值的优度顺序不够。这激发了针对Si可伸缩编码问题引入的Markov条件∙y1∙y2。从这个角度来看,当源编码器不确切地知道接收器在给定的集合中有哪些边信息时,si可伸缩问题也适用于单用户设置。因此,它可以看作是一种特殊的边信息通用率失真编码。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。