Capacity of Uniform Noise Channels Under Average Input Power Constraints

तकनीकी सारांश: औसत इनपुट पावर बाधाओं के तहत समान शोर चैनलों की क्षमता (Capacity)

समस्या विवरण (Problem Statement)
यह शोध पत्र सूचना सिद्धांत (information theory) में एक लंबे समय से चले आ रहे खुले प्रश्न को संबोधित करता है: एक योजित शोर चैनल (additive noise channel) $Y = X + Z$ की चैनल क्षमता, जहाँ शोर $Z$ एक केंद्रित अंतराल $[-v, v)$ पर समान वितरण (uniform distribution) का अनुसरण करता है, जहाँ एक औसत इनपुट पावर बाधा $E[X^2] \le u$ लागू है। जबकि शैनन (Shannon) के मौलिक कार्य ने गाऊसी शोर (Gaussian noise) के लिए क्षमता स्थापित की थी, और बाद के शोध ने एम्प्लीट्यूड बाधाओं ($|X| \le u$) के तहत समान शोर के मामले को हल किया था, औसत पावर बाधाओं के तहत समान शोर के लिए क्षमता अनसुलझी रही। सामान्य योजित चैनलों के लिए मौजूदा सीमाएँ (bounds) इस सेटिंग में सटीक नहीं हैं, और शोर की नियमितता (जैसे कि tail positivity, analyticity) पर निर्भर मानक विश्लेषणात्मक तकनीकें विफल हो जाती हैं क्योंकि समान वितरण (uniform distribution) में ये गुण नहीं होते हैं।

कार्यप्रणाली (Methodology)
मुख्य कार्यप्रणाली नवाचार एक विशिष्ट अवधि पहचान (periodization identity) की पहचान और दोहन है, जो समान शोर चैनल के आउटपुट घनत्व (output density) के लिए है। लेखक देखते हैं कि किसी भी इनपुट $X$ के लिए, जो $Z \sim \text{Unif}([-v, v))$ से स्वतंत्र है, जाली (lattice) $\Lambda_v = 2v\mathbb{Z}$ के सापेक्ष आउटपुट घनत्व $f_Y$ का आवर्तकीकरण (periodization) स्थिर होता है। विशेष रूप से:
$$\sum_{k \in \mathbb{Z}} f_Y(s + 2kv) = \frac{1}{2v}, \quad \forall s \in [-v, v).$$
यह अवलोकन आउटपुट को $2v$ के मॉड्यूल (modulo) के सापेक्ष एक समान वितरण में बदल देता है, चाहे इनपुट वितरण कुछ भी हो।

यह अवलोकन पारस्परिक सूचना स्थानीकरण (mutual information maximization) की समस्या को—जो कि दूसरे क्षण की बाधा (second-moment constraint) के अधीन आउटपुट विभेदक एंट्रॉपी $h(Y)$ को अधिकतम करने के समतुल्य है—एक रैखिक समानता बाधा (linear equality constraint) वाले बाधित अनुकूलन (constrained optimization) की समस्या में परिवर्तित कर देता है। लेखक फूरियर विश्लेषणात्मक तकनीकों, विशेष रूप से पॉइसन समेशन (Poisson summation) का उपयोग $\Theta_{\lambda, v}(s)$ का विश्लेषण करने के लिए करते हैं, जो जाली पर गाऊसी कर्नेल (Gaussian kernels) का एक योग है। वे एक फलन $Q_v(\lambda)$ को परिभाषित करते हैं जो $\Theta_{\lambda, v}$ से प्राप्त एक विशिष्ट वितरण के दूसरे क्षण का प्रतिनिधित्व करता है, और एक अद्वितीय मैपिंग स्थापित करने के लिए इसकी सख्त एकतलता (strict monotonicity) को सिद्ध करते हैं जो पावर बाधा और लाग्रेंज मल्टीप्लायर (Lagrange multiplier) $\lambda$ के बीच संबंध बनाती है।

प्रमुख योगदान और परिणाम (Key Contributions and Results)
यह शोध पत्र चैनल क्षमता और अद्वितीय क्षमता-प्राप्त करने वाले वितरणों का एक स्पष्ट, बंद-रूप (closed-form) लक्षण वर्णन प्रदान करता है:

1. क्षमता अभिव्यक्ति (Capacity Expression): क्षमता $C(u, v)$ इस प्रकार दी गई है:
   $$C(u, v) = \lambda(u + v^2/3) + \frac{1}{2v} \int_{-v}^{v} \log(\Theta_{\lambda, v}(s)) \, ds$$
   जहाँ $\lambda = \lambda(u, v)$ वह अद्वितीय धनात्मक समाधान है जो $Q_v(\lambda) = u + v^2/3$ को संतुष्ट करता है।

2. आउटपुट वितरण (Output Distribution): अद्वितीय क्षमता-प्राप्त करने वाला आउटपुट घनत्व $g_{\lambda, v}(y)$ पूर्णतः सतत (absolutely continuous) है और इसका रूप निम्नलिखित है:
   $$g_{\lambda, v}(y) = \frac{\exp(-\lambda y^2)}{2v \Theta_{\lambda, v}([y]_v)}$$
   जहाँ $[y]_v$ अंतराल $[-v, v)$ में $y$ का $2v$ के मॉड्यूल अवशेष (residue) को दर्शाता है।

3. इनपुट वितरण (Input Distribution): शोध पत्र अद्वितीय क्षमता-प्राप्त करने वाला इनपुट घनत्व $f_X$ व्युत्पन्न करता है, जो स्वयं भी पूर्णतः सतत है (जो एम्प्लीट्यूड-प्रतिबंधित परिदृश्यों में पाए जाने वाले असतत वितरणों के विपरीत है)। यह घनत्व आउटपुट वितरण के मापदंडों को शामिल करने वाली एक श्रेणी (series) के रूप में व्यक्त किया गया है।

4. नियमितता (Regularity): लेखक यह सिद्ध करते हैं कि इष्टतम इनपुट और आउटपुट दोनों वितरण लेबेग माप (Lebesgue measure) के सापेक्ष पूर्णतः सतत हैं, जो इस विशिष्ट शोर प्रकार के लिए इष्टतम इनपुट की संरचनात्मक प्रकृति के बारे में प्रश्नोंों का समाधान करता है।

महत्व (Significance)
यह शोध पत्र विशेष रूप से उस प्रश्न को हल करने का दावा करता है जो औसत पावर बाधाओं के तहत समान शोर के लिए क्षमता और इष्टतम वितरणों को निर्धारित करने से संबंधित है, जिसे पूर्व साहित्य में स्पष्ट रूप से खुला (open) बताया गया था। इसका महत्व निम्नलिखित में निहित है:

• सटीक लक्षण वर्णन: ढीली सीमाओं (loose bounds) पर निर्भर रहने के बजाय सटीक विश्लेषणात्मक अभिव्यक्ति और वितरण प्रदान करना।
• संरचनात्मक अंतर्दृष्टि: यह प्रदर्शित करना कि इष्टतम इनपुट पूर्णतः सतत है, जो एम्प्लीट्यूड-प्रतिबंधित परिदृश्यों में पाए जाने वाले असतत समाधानों से भिन्न है।
• कार्यप्रणालीगत प्रगति: एक ऐसी अवधि पहचान (periodization identity) पेश करना जो फूरियर विश्लेषणात्मक तकनीकों को एक ऐसे समान वितरण (uniform distribution) पर लागू करने की अनुमति देती है जो आमतौर पर अपनी चिकनाई (smoothness) और टेल गुणों के अभाव के कारण ऐसे विश्लेषण का विरोध करता है।
• संदर्भगत प्रासंगिकता: हालांकि परिणामी घनत्व दृश्य रूप से गाऊसी जैसे प्रतीत होते हैं (जो ज्ञात सीमाओं के अनुरूप है कि गाऊसी इनपुट लॉग-कॉन्केव शोर के लिए क्षमता के 0.254 बिट्स के भीतर होते हैं), शोध पत्र क्षमता प्राप्त करने वाले सटीक गैर-गाऊसी घनत्वों की पहचान करने के महत्व पर जोर देता है।

लेखक नोट करते हैं कि ये विशिष्ट वितरण इस समस्या के लिए अद्वितीय प्रतीत होते हैं और प्रायिकता सिद्धांत के अन्य क्षेत्रों में स्वाभाविक रूप से उत्पन्न नहीं होते हैं। इस कार्य को योजित चैनलों की व्यापक मात्रात्मक समझ की दिशा में एक कदम के रूप में प्रस्तुत किया गया है, हालांकि लेखक स्वीकार करते हैं कि सभी सममित लॉग-कॉन्केव शोर वितरणों के लिए एक सामान्य सिद्धांत अभी भी एक खुला प्रश्न बना हुआ है।