Nonlinearity Compensation for Coherent Optical Satellite Communications
本文针对相干光卫星通信上行链路中由大功率放大器引起的非线性损伤，提出了一种结合查找表星座整形与简单非线性相位旋转的低复杂度数字信号处理方案，在显著增加可接受链路损耗的同时，将高功率放大器中的传播过程简化为仅由特征非线性功率参数表征的单参数模型。
🔢 Category
math.IT
166 篇论文
OFDM Waveform Optimization for Bistatic Integrated Sensing and Communications
本文针对双站集成感知与通信（ISAC）系统，提出了一种联合优化 OFDM 子载波分配与功率分配的波形设计框架，通过联合路径系数与延迟估计（JPCDE）方案揭示了感知精度与通信速率的权衡机制，并利用二次变换与拉格朗日对偶分解算法在满足感知精度和功率约束下最大化通信数据率。
Intrinsic Sequentiality in P: Causal Limits of Parallel Computation
该论文通过引入因果执行约束，证明了存在一类多项式时间决策问题，其信息传递受限于因果时间，导致任何尊重因果约束的执行方案都无法实现渐近并行加速，从而揭示了逻辑并行性与因果可执行性之间的根本差距。
Evaluation of EMF Exposure to Throughput Ratio for Sustainable 5G Networks
该论文构建了基于泊松点过程和β-吉恩布雷点过程的随机几何框架，以 5G 双连接网络为例，推导了下行电磁场暴露分布并引入辐射比特能量新指标，结合蒙特卡洛模拟与巴黎实测数据验证了该框架在评估可持续 5G 网络能效与部署策略方面的有效性。
Fusion of Monostatic and Bistatic Sensing for ISAC-Enabled Low-Altitude Environment Mapping
本文提出了首个面向低空环境的 ISAC 多径环境映射框架，通过建立单站与双站测量的几何关联并融合非理想表面的漫散射效应，显著提升了建图的精度、鲁棒性与收敛速度。
Space-sharing and Singleton Bounds for Entanglement-assisted Classical Coding
本文通过阐述“空间共享”论证确立了纠缠辅助经典编码（EACC）的紧 Singleton 界，并进一步在仅允许局部量子操作的条件下，针对编码器子集分布纠缠辅助的新场景，建立了一个新的紧熵 Singleton 界。
Pinching Antennas-Assisted Low-Latency Federated Learning Over Multi-User Wireless Networks
本文提出了名为 FedPASS 的框架，利用可动态调整位置的夹持天线系统（PASS）改善无线信道质量，并通过联合优化调度、功率、计算频率及天线位置，在保障联邦学习精度的同时显著降低了多用户网络下的端到端训练延迟。
Coherence-Aware Over-the-Air Distributed Learning under Heterogeneous Link Impairments
该论文提出了一种感知信道相干性的联邦学习框架，通过在下行链路利用产品叠加技术复用导频与数据、在上行链路采用正交频分复用超块划分及局部模型填充策略，有效解决了异构链路损伤下的模型更新传输与聚合难题，从而在保障收敛性的同时显著提升了通信效率、降低了延迟并提高了学习精度。
Order Optimal Regret Bounds for Sharpe Ratio Optimization under Thompson Sampling
本文针对高斯奖励下的随机多臂老虎机环境，提出了基于汤普森采样（TS）的夏普比率优化算法 SRTS，通过构建新颖的遗憾分解理论，证明了该算法在分布依赖下具有对数级遗憾上界且与下界匹配，从而确立了其阶最优性，并通过实验验证了其显著优于现有算法的性能。
Hallucination is a Consequence of Space-Optimality: A Rate-Distortion Theorem for Membership Testing
该论文通过建立将事实记忆形式化为成员测试问题的率失真定理，从信息论角度证明在容量受限下，即使拥有完美数据，大语言模型为了追求最优记忆效率而不得不将高置信度赋予非事实，从而揭示了幻觉是空间最优性导致的必然结果。
LWM-Temporal: Sparse Spatio-Temporal Attention for Wireless Channel Representation Learning
本文提出了 LWM-Temporal，这是一种面向无线信道时空特性的任务无关基础模型，它通过引入符合物理传播规律的稀疏时空注意力机制（SSTA）和基于物理信息的自监督预训练策略，显著降低了计算复杂度并学习到了可迁移的通用信道表征，从而在多种移动性场景下的信道预测任务中实现了优于基线的性能。
Quantization of Ricci Curvature in Information Geometry
该论文解决了作者关于二元贝叶斯网络中基于费雪信息度量的体积平均里奇标量是否普遍量子化为半整数的二十年猜想，通过通用 Beta 函数抵消机制证明了树结构和完全图情形下的成立，同时通过显式环路反例证伪了普遍性，并进一步揭示了离散比特网络与高斯网络之间曲率符号的二元对立。
The Epistemic Support-Point Filter: Jaynesian Maximum Entropy Meets Popperian Falsification
本文提出并证明了“认识论支持点滤波器”（ESPF）是唯一的最优证据筛选器，它通过在传播阶段应用最大熵原则、在更新阶段应用证伪原则，实现了最小化最坏情况认识论无知，并在高斯极限下退化为卡尔曼滤波。
Universal Shuffle Asymptotics, Part II: Non-Gaussian Limits for Shuffle Privacy -- Poisson, Skellam, and Compound-Poisson Regimes
本文作为“通用洗牌渐近性”系列的第二部分，刻画了当局部随机化器趋于集中导致经典高斯极限失效的临界情形，证明了在特定缩放比例下，洗牌机制的隐私极限分别收敛于泊松、Skellam 及复合泊松分布，从而与第一部分共同构建了涵盖高斯、临界非高斯及超临界无隐私三种机制的完整渐近理论框架。
Learning to Decode Quantum LDPC Codes Via Belief Propagation
本文提出了一种基于强化学习的量子低密度奇偶校验码（QLDPC）解码方法，通过将其建模为马尔可夫决策过程并利用局部二阶邻域进行增量更新，有效克服了传统置信传播解码中的收敛问题，在保持低复杂度的同时实现了优于现有调度策略的性能与收敛速度。
Learning from Radio using Variational Quantum RF Sensing
该论文提出了一种利用量子电路优化的射频传感探针，通过射线追踪数据训练模型，实现了无需部署信道测量、能感知微弱及受阻信号，且在信息量少于经典基线的情况下仍能完成定位任务的智能环境感知系统。
Fly-PRAC: Packet Recovery for Random Linear Network Coding
本文提出了一种名为 Fly-PRAC 的新型数据包恢复方案，该方案利用代数关系在中间节点直接恢复受损编码包，相比现有的 S-PRAC 方案，在误码率较高或网络编码场景下显著提升了传输效率并降低了解码延迟。
Optimising two-block averaging kernels to speed up Markov chains
本文研究了如何通过选择最优的两块划分来加速有限马尔可夫链的混合，建立了 KL 散度与 Frobenius 距离目标与投影链之间的显式联系，将划分选择重构为具有差分子模分解的结构化组合优化问题，并提出了多种高效的近似算法以替代穷举搜索。
Optimal Movable Antenna Placement for Near-Field Wireless Sensing
本文提出了一种针对近场无线感知的鲁棒可移动天线部署策略，通过利用中心对称分布特性和基于矩的优化方法，导出了仅需三个离散位置的最优解析解，从而在满足最小间距约束的同时显著降低了最坏情况下的位置误差界。
3-D Trajectory Optimization for Robust Direction Sensing in Movable Antenna Systems
本文提出了一种基于三维可移动天线轨迹优化的鲁棒方向感知方案，通过推导均方角误差下界并构建最小化最坏情况误差的优化问题，显著提升了全角度范围内的目标方向估计精度与鲁棒性。