분산 소스 코딩이란 무엇입니까?

통신 및 정보 이론에서, 분산 소스 코딩 (DSC)은 다중으로 상관되지만 서로 통신 할 수없는 정보 소스의 압축을 설명하는 중요한 문제입니다. DSC를 사용하면 비디오 코딩의 관계 패러다임을 통해 비디오 처리의 개념적 변화를 나타내는 인코더 및 디코더의 복잡성을 바꿀 수 있습니다. 많은 소스와의 상관 관계를 채널 코드와 디코더 측간에 모델링 할 수 있으므로 분산 소스 코딩을 통해 인코더 측과 디코더 측 사이의 계산 복잡성을 전환 할 수 있습니다. 이는 센서 네트워크 나 비디오 압축과 같이 복잡하게 왜곡 된 발신자가있는 애플리케이션에 적합한 프레임 워크를 제공합니다.

Jack K. Wolf와 David Slepian이라는 두 남자는 분산 소스 코딩과 관련하여 이론적으로 무손실 압축의 한계를 제안했습니다. 이 경계는 1973 년에 상관 된 정보 출처와 엔트로피 용어로 제안되었습니다. 그들이 제시 할 수있는 것 중 하나는 두 개의 분리되고 분리 된 소스가 데이터를 효율적으로 압축 할 수 있고 두 소스가 서로 직접 통신하는 것처럼 가능하다는 것입니다. 나중에 1975 년에 Thomas M. Cover라는 사람이이 정리를 두 가지 이상의 출처로 확장했습니다.

분산 소스 코딩에서 다중 종속 소스는 별도의 조인트 디코더 및 인코더로 코딩됩니다. 이 두 출처를 두 가지 변수로 나타내는 Slepian-Wolf 정리는 서로 다른 두 신호가 서로 다른 출처에서 왔으며 서로 통신하지 않았다고 가정합니다. 이들은 인코더이고 이들의 신호는 수신기로 전송되며, 수신기는 정보의 두 신호의 공동 디코딩 프로세스를 수행 할 수있는 디코더이다. 정리는 수신기가 오류를 디코딩하고 제로에 접근하는 확률 확률이 결합 엔트로피로 표현되는 것을 해결하려고 시도한다. 1973 년 Wolf와 Slepian이 모두 입증했듯이 상관 된 신호가 별도로 인코딩 되더라도 결합 된 속도로 충분합니다.

비록이 이론은 이것이 분산 소스 코딩에서 달성 될 수 있다고 이론적으로 가정하지만, 이론의 한계는 실제 응용에서는 실현되지 않았거나 심지어는 거의 접근하지 않았다. 다른 두 과학자 인 Ramchandran과 Pradhan은이 이론적 한계에 도달하고 Slepian-Wolf 정리의 타당성을 입증하는 방법을 시도했습니다. 그들은 최대 분리 거리를 갖는 두 개의 인코딩 된 신호에 대한 특정 솔루션을 제공함으로써이를 시도했다.