The dirty paper channel (DPC) under a peak amplitude constraint arises in an optical wireless broadcast channel (BC), where the state at one receiver is the transmitted signal intended for the other receiver(s). This paper studies a class of peak-constrained DPC that is applicable to the optical wireless BC, where the channel state (i.e, `dirt') takes values from some evenly-spaced grid. For the discrete-state DPC studied this paper, a capacity upper bound is obtained from its state-free counterpart. To lower bound its capacity, classical dirty paper coding schemes are revisited, including Costa's coding for DPC and Tomlinson-Harashima (TH) precoding, which serves as benchmark schemes. To improve the benchmark performance, two new precoding schemes are proposed for the discrete-state DPC. Although the proposed schemes do not achieve the state-free capacity contrary to what is known about the Costa's DPC, achievable rates within a small gap to the state-free capacity are demonstrated for the discrete-state DPC. Using the proposed precoding scheme in a two-user peak-constrained Gaussian BC, a new capacity inner bound (IB) is obtained, and is shown to outperform the truncated Gaussian (TG) based IB and is comparable to the best-known IB.


翻译:在一个光学无线广播频道(BC)中,光学无线广播频道(BC)中出现了最高振幅限制下肮脏的纸色频道(DPC),光学无线广播频道(BC)中,一个接收器的状态是其他接收器的传输信号。本文研究的是适用于光学无线 BC 的一类受峰峰值限制的DPC,该频道(即“Dirt”)从某种平空网格中获取值。对于独立的州DPC研究的本文来说,一个能力上限来自其无州对应方。为了降低其能力,将重新审查典型的肮脏纸质编码计划,包括哥斯达黎加用于DPC和Tomlinson-Harasma(TH)预编码的编码,作为基准计划。为了改进基准性业绩,为离散状态DPC提出了两个新的预编码计划。虽然拟议计划没有实现无州能力,但离州无州DPC所了解的一小幅容量,但州无政府能力中可实现的可实现的比率,对于离国的DPC来说,将重新研究,包括作为DPC和Tomlinson-Bn-Bs的预先编码计划,这是基于两家的IB的顶峰值,并且显示的IB最低的I-G-G-G-G-G-G-G-G-G-G-G-G-G-For制,显示为新显示为B-C。

0
下载
关闭预览

相关内容

专知会员服务
53+阅读 · 2020年9月7日
强化学习最新教程,17页pdf
专知会员服务
177+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
78+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
104+阅读 · 2019年10月9日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
VIP会员
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员