We investigate the problem of common randomness (CR) generation from discrete correlated sources aided by one-way communication over single-user multiple-input multiple-output (MIMO) slow fading channels with additive white Gaussian noise (AWGN) and arbitrary state distribution. MIMO slow fading channels are indispensable in many scenarios in modern wireless communication. We completely solve the MIMO slow fading case by providing first an outage formulation of its channel capacity that holds for arbitrary state distribution. For this purpose, we provide an achievable rate for a specific MIMO compound Gaussian channel. Second, we establish the outage CR capacity over the MIMO slow fading channel using our result on its outage transmission capacity.


翻译:我们调查了在单一用户多投入多产出产出(MIMO)的单向通信辅助下,利用添加白高斯噪音(AWGN)和任意国家分布的缓慢淡化渠道,从离散相关来源生成常见随机性(CR)的问题。MIMO在现代无线通信的许多情况下,缓慢淡化的渠道是不可或缺的。我们通过首先对MIMO的频道容量进行断层配方,从而维持任意的国家分布,彻底解决了MIMO的缓慢淡化案例。为此目的,我们为特定MIMO复合高斯频道提供了一种可实现的速率。第二,我们利用MIMO的断流传输能力,建立了MIMO慢淡化渠道的排出捷克共和国能力。

0
下载
关闭预览

相关内容

最新《Transformers模型》教程,64页ppt
专知会员服务
305+阅读 · 2020年11月26日
【TAMU】最新《时间序列分析》课程笔记,527页pdf
专知会员服务
179+阅读 · 2020年9月12日
专知会员服务
28+阅读 · 2020年8月8日
【伯克利】再思考 Transformer中的Batch Normalization
专知会员服务
40+阅读 · 2020年3月21日
深度神经网络模型压缩与加速综述
专知会员服务
128+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
一文读懂Faster RCNN
极市平台
5+阅读 · 2020年1月6日
Conditional Batch Normalization 详解
极市平台
4+阅读 · 2019年4月12日
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Faster R-CNN
数据挖掘入门与实战
4+阅读 · 2018年4月20日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
用hmmlearn学习隐马尔科夫模型HMM
全球人工智能
5+阅读 · 2018年1月10日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
VIP会员
相关VIP内容
最新《Transformers模型》教程,64页ppt
专知会员服务
305+阅读 · 2020年11月26日
【TAMU】最新《时间序列分析》课程笔记,527页pdf
专知会员服务
179+阅读 · 2020年9月12日
专知会员服务
28+阅读 · 2020年8月8日
【伯克利】再思考 Transformer中的Batch Normalization
专知会员服务
40+阅读 · 2020年3月21日
深度神经网络模型压缩与加速综述
专知会员服务
128+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
相关资讯
一文读懂Faster RCNN
极市平台
5+阅读 · 2020年1月6日
Conditional Batch Normalization 详解
极市平台
4+阅读 · 2019年4月12日
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Faster R-CNN
数据挖掘入门与实战
4+阅读 · 2018年4月20日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
用hmmlearn学习隐马尔科夫模型HMM
全球人工智能
5+阅读 · 2018年1月10日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Top
微信扫码咨询专知VIP会员