Bernoulli 向量源的率失真感知函数

本文我们考虑 Bernoulli 向量源的率失真感知（RDP）权衡，这是一组相互独立的二进制随机变量的有限集合。RDP 函数以一种方式量化了在我们施加限制源与重构之间不相似性的失真约束和限制源与重构分布性差异的感知约束的情况下，对源进行高效压缩。本文我们对 Bernoulli 向量源的 RDP 函数给出精确描述，采用 Hamming 失真函数和度量源与重构组成部分分布接近性的单一价位感知函数。解可通过将 $(D,P)$ 的失真与感知水平集合划分为三个区域来描述，其中在每个区域我们分配给组成部分的最优失真与感知水平具有相似的性质。最后，我们为图源引入 RDP 函数并将结果应用于 Erd\H{o}s-R\'enyi 图模型。