분산 소스 코딩이란 무엇입니까?

커뮤니케이션 및 정보 이론에서 분산 소스 코딩 (DSC)은 배수와 관련이 있지만 서로 통신 할 수없는 정보 소스의 압축을 설명하는 중요한 문제입니다. DSC는 비디오 처리의 개념적 변화를 나타내는 인코더와 디코더의 복잡성을 교환하는 비디오 코딩의 관계 패러다임을 허용합니다. 많은 소스와의 상관 관계는 채널 코드와 디코더 측 사이에 모델링 될 수있어 분산 소스 코딩이 인코더 측과 디코더 측 사이의 계산 복잡성을 전환 할 수 있습니다. 이는 센서 네트워크 나 비디오 압축과 같이 복잡한 변형 된 발신자가있는 응용 프로그램에 적절한 프레임 워크를 제공합니다.

Jack K. Wolf와 David Slepian이라는 두 사람은 분산 소스 코딩에 관한 무손실 압축의 이론적 경계를 제안했으며, 이는 현재 Slepian-Wolf 정리 또는 바운드라고합니다. 경계는 정보의 상관 관계 소스와 엔트로피 용어로 제안되었습니다.1973 년의 ION. 그들이 제시 할 수있는 것 중 하나는 별도의 분리 된 소스가 데이터를 효율적으로 압축 할 수 있고 두 소스가 서로 직접 통신하는 것처럼 데이터를 효율적으로 압축 할 수 있다는 것입니다. 나중에 1975 년에 Thomas M. Cover라는 사람 이이 정리를 두 개 이상의 출처로 확장했습니다.

분산 소스 코딩에서

다중 종속 소스는 별도의 조인트 디코더 및 인코더로 코딩됩니다. 이러한 소스를 두 가지 다른 변수로 나타내는 Slepian-Wolf 정리는 두 개의 별도와 상관 된 신호가 다른 소스에서 왔으며 서로 통신하지 않았다고 가정합니다. 이들은 인코더이며 신호는 수신기로 전송되며, 이는 두 정보의 신호의 공동 디코딩 프로세스를 수행 할 수있는 디코더입니다. 정리는 수신기의 확률 속도가 오류를 해독하는 것을 해결하려고 시도합니다.Hing Zero는 조인트 엔트로피로 표시됩니다. 1973 년에 Wolf와 Slepian이 모두 입증되었으므로 상관 신호가 별도로 인코딩 되더라도 결합 된 속도는 충분합니다.

이 정리는 이론적으로 이것이 분산 소스 코딩에서 달성 될 수 있다고 가정하지만, 이론의 한계는 실현되지 않았거나 심지어 실제 응용 분야에서도 밀접하게 접근하지 않았다. 램 찬드란 (Ramchandran)과 프라 한 (Pradhan)의 다른 두 과학자들은이 이론적 한계에 도달하는 방법을 해결하고 슬리안 늑대 정리의 타당성을 보여 주려고 시도했다. 그들은 최대 분리 거리를 갖는 두 인코딩 된 신호에 대한 특정 솔루션의 제공에 의해 이것을 시도했다.