密集高斯传感器网络：最小可实现失真及分离的阶 optimality
信息论
2007-07-13 v1 math.IT
摘要
我们通过研究联合源-信道编码问题来探讨密集传感器网络的最优性能。传感器网络的总体目标是从底层随机过程中获取测量值，对其进行编码并通过具有潜在反馈的合作多访问信道传输这些测量样本到收集器节点，然后在收集器节点处重建整个随机过程。我们为当底层随机过程为高斯时提供了最小可实现预期失真的下界和上界。当高斯随机过程满足某些一般条件时，我们显式地评估了下界和上界，并显示它们在广泛的功率约束范围内具有相同的阶。因此，对于这些随机过程，在这些功率约束下，我们将最小可实现预期失真表示为功率约束的函数。进一步地，我们表明实现失真下界的可实现方案是一种分离式方案，其由多终端率失真编码和放大传输信道编码组成。因此，我们得出结论，在所考虑的密集高斯传感器网络场景下，当底层随机过程满足某些一般条件时，分离在阶 optimality 上是可行的。
引用
@article{arxiv.cs/0611095,
title = {Dense Gaussian Sensor Networks: Minimum Achievable Distortion and the Order Optimality of Separation},
author = {Nan Liu and Sennur Ulukus},
journal= {arXiv preprint arXiv:cs/0611095},
year = {2007}
}
备注
submitted to IEEE Transactions on Information Theory