学习在脏纸上书写-计算机科学-机器学习-信息论-算法.pdfVIP

学习在脏纸上书写

EzgiÖzylkan,OuzhanKubilayÜlger,ElzaErkip

Dept.ofElectricalandComputerEngineering

NewYorkUniversity,NewYork,USA

{ezgi.ozyilkan,kubi,elza}@

摘要—脏纸编码（DPC）是信息理论中的一个经典问题，它

考虑了仅在发射机已知信道状态情况下的通信。尽管DPC的理

论影响很大，但诸如Tomlinson–Harashima预编码（THP）EncoderDecoder

或基于格子的方法等实际实现通常依赖于对输入、状态和信道的

本具体建模假设。在这项工作中，我们探讨了现代基于学习的方法

是否可以通过重新审视DPC问题提供一种互补的发展路径。我

译图1:脏纸编码问题。发送端将消息和已知干扰映射为输

们提出了一种数据驱动的解决方案，其中编码器和解码器都由神

中经网络参数化。我们的模型在没有先验知识的情况下工作，包括入，受平均功率约束限制。接收端观察到被加性噪声所污

染的信道输出。

1状态（也称为“干扰”）、信道或输入统计信息，并恢复了产生有

v

7效干扰预取消的非线性映射。据我们所知，这是首个可解释的概来看，旨在其他用户的信号表现为干扰。然而，由于发

2念验证，展示了基于学习的DPC方案可以恢复已建立解决方案射机对所有用户传输的信号具有非因果知识，它可以

4

7的特征特性，如THP和基于格子的预编码，并在多个情况下超应用DPC预先取消这种干扰。这一概念激发了一系列

1越它们。

.研究，致力于将DPC的理论优势转化为实际多用户系

7

0I.介绍统[7]–[13]，在这些系统中，基于DPC的设计已被证明

5在发射机已知信道状态的情况下进行通信的问题显著优于其线性对应设计。

2

:是信息论中一个研究得相当充分的设置[1]。科斯塔的在高信噪比条件下，DPC可以近似为Tomlinson–

v

i开创性工作[2]，题为“在脏纸上书写”，表明对于高斯Harashima预编码（THP）[14]–[16],这是一种最初为

x

r信道而言，当干扰或状态也是高斯分布且仅在发射机而intersymbol干扰信道引入的非线性预编码策略。该

a

非接收机处非因果已知（参见图1），完全预消除其影方法提供了一种实用手段来近似Costa的方案，并由

响并达到如同没有干扰时的相同容量是可能的。“脏纸”于其相对较低的计算复杂度而在多用户通信系统中被

的类比源于这样的想法：就像在一个已有污渍的纸上书采用[17]–[20]。尽管它没有实现理论所承诺的全部容

写信息一样，发射机可以将干扰（即“污渍”）的知识量[21]–[23],但它利用了发射机对干扰的了解，优于将

纳入其发送的信号中，而不是试图擦除或避开它。虽然干扰视为噪声的简单策略。

科斯塔的结果在理论上非常优雅，但实际实现仍然是一借鉴最近在基于学习的