计算机科学 > 信息论
[提交于 2023年8月6日
]
标题: 具有记忆和马尔可夫信源的扩散信道中的可实现信息速率分析
标题: Achievable Information Rate Analysis in Diffusive Channels with Memory and Markov Source
摘要: 本文探讨了具有完全吸收接收器的扩散分子通信(MC)信道的可实现信息速率(AIR),该接收器在符号时间间隔(STIs)内统计吸收的粒子数,并在每个间隔开始时重置计数器。 受记忆效应影响,MC信道经历由分子延迟到达引起的符号间干扰(ISI)。 信道的记忆被量化为STI的整数倍,采用单样本无记忆检测器以减轻计算互信息(MI)的复杂性。 为了最大化MI,在输入的高斯近似下优化检测器阈值。 在二进制浓度移位键控调制的背景下,考虑 ISI 的影响计算信道的 MI。 考虑了两种不同的场景:独立和相关源生成的符号,后者建模为一阶马尔可夫过程。 对于每种通信场景,考虑了两种知识程度:ISI 感知和 ISI 不感知。 值得注意的是,证明了使用相关源可以实现更高的容量。 结果表明,达到容量的输入分布不一定是均匀的。 值得注意的是,当 STI 较小时,对应于强 ISI 的情况,最大 AIR 并不是通过等概率符号传输实现的。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.