Grundforskning för kommunikationssystem

 

Forskningsområdesledare: biträdande professor Giuseppe Durisi
Våra forskare listas längre ner på sidan.

Om forskningsområdet Grundforskning för kommunikationssystem

Grundforskningen för kommunikationssystem har som mål att finna matematiskt exakta svar till praktiska problem inom trådlös och trådburen kommunikation samt signalbehandling. Detta innefattar studier av matematiska modeller för kommunikation och sampling.

För närvarande inriktar vi oss på teorierna bakom nästa generation kommunikationsnätverk. Vår forskning omfattar karakteristik av den yttersta gränsen för datahastigheten av tillförlitlig kommunikation över trådlösa och trådburna kanaler, och studiet av minimiantalet nödvändiga mätningar för att sampla och rekonstruera en given signal med hög kvalitet.

Informations- och kommunikationsteori
Trådlösa och trådburna kommunikationssystem har genomgått en överväldigande tillväxt de senaste åren. Den dramatiska ökningen av mobilabonnenter och i synnerhet bredbandsabonnenter resulterade i en enorm ökning i mobildatatrafiken. Den plötsliga ökningen i användandet av bredbandsapplikationer som videostreaming och sociala media innebär en stor utmaning för alla delar av de nuvarande kommunikationsnätverken, från kärnan (backhaul) till periferin (cellulära basstationer).
 
Liksom tidigare förväntas informationsteori spela en viktig roll när det gäller att angripa de framtida utmaningarna. Informationsteori studerar de yttersta gränserna för tillförlitlig kommunikation, ofta kallad kanalkapacitet.
 
Vår forskning har som mål att utveckla informationsteor som förklarar de svagheter som ofta uppstår vid utvecklingen av trådlösa och trådburna nätverk. Typiska forskningsfrågor kan vara karakteriseringen av kostnaden för att förvärva och distribuera kanalinformation eller påverkan på kapaciteten av ickelinjära fenomen, som t.ex. fasbrus. Vår vision är att denna teoretiska satsning ska vara behjälplig för designen av nästa generation trådlösa och trådburna nätverk.
 
Compressed sensing
Compressed sensing är en teknik som utvecklats på senare tid. Den fastslår att signaler och bilder vars information är gles i någon domän (t.ex.  i frekvens eller wavelets) kan återskapas från betydligt färre mätningar (samplingar) än man hittills trott.
 
Ett klassiskt problem inom compressed sensing är att söka den glesaste representationen av en given vektor, som en linjär kombination av vektorer från en given uppsättning. Detta sker genom lösning av ett konvext optimeringsproblem, som tar fram den enskilt glesaste representationen av en given vektor när gleshetsnivån (d.v.s. antalet noll-skilda element i vektorn) i lösningen ligger under en tröskel, vilken är beroende av vektoruppsättningens egenskaper.
 
Forskningen har som mål att utöka ramverket kring compressed sensing till ickelinjära fall, och att utforska sambanden mellan compressed sensing, grafiska modeller, kanalkodning och iterativ informationsbehandling.

Forskningsprojekt 

 
Our research activity aims at developing an information theory that accounts for the impairments typically encountered in the development of wireless and wired network. Typical research questions include the characterization of the cost of acquiring and distributing channel state information and the impact on capacity of nonlinear phenomena such as phase noise...
 

 

Publicerad: fr 07 sep 2012. Ändrad: on 29 nov 2017