第六章干扰信道（Interference Channels）

课程: 网络信息论（Network Information Theory）
教材: A. El Gamal and Y.-H. Kim, Network Information Theory, Cambridge University Press, 2011
整理说明: 本章介绍干扰信道（IC）——两个发送-接收对之间的通信模型。从简单点对点策略（将干扰视为噪声、同时译码、同时非唯一译码）到 Han-Kobayashi 速率分裂编码方案，并给出强干扰和弱干扰两种极端情形下的容量结果。
免责声明：本笔记内容来源于课程讲义和PPT，经AI辅助汇总完成，仅供学习参考。如有错误或遗漏，请以原始课程资料为准。

1. 干扰信道模型

干扰信道（IC）是最基本的多用户干扰模型：两个独立的发送-接收对共享同一通信媒介，每对用户之间相互产生干扰。

1.1 数学模型

    graph TB
    M1["M₁"] --> ENC1["编码器 1<br/>X₁<sup>n</sup>(M₁)"]
    M2["M₂"] --> ENC2["编码器 2<br/>X₂<sup>n</sup>(M₂)"]
    ENC1 -->|"X₁<sup>n</sup>"| CH["p(y₁,y₂|x₁,x₂)"]
    ENC2 -->|"X₂<sup>n</sup>"| CH
    CH -->|"Y₁<sup>n</sup>"| DEC1["译码器 1<br/>M̂₁(Y₁<sup>n</sup>)"]
    CH -->|"Y₂<sup>n</sup>"| DEC2["译码器 2<br/>M̂₂(Y₂<sup>n</sup>)"]

离散无记忆 IC（DM-IC）: $(\mathcal{X}_1 \times \mathcal{X}_2, p(y_1, y_2 | x_1, x_2), \mathcal{Y}_1 \times \mathcal{Y}_2)$

无记忆性: $p(y1^n, y_2^n | x_1^n, x_2^n) = \prod_i p(y{1i}, y{2i} | x{1i}, x_{2i})$

1.2 码的定义

一个 $(2^{nR_1}, 2^{nR_2}, n)$ 码包含：

组件	定义
编码器 1	$x_1^n(m_1): [1:2^{nR_1}] \to \mathcal{X}_1^n$
编码器 2	$x_2^n(m_2): [1:2^{nR_2}] \to \mathcal{X}_2^n$
译码器 1	$\hat{m}_1(y_1^n): \mathcal{Y}_1^n \to [1:2^{nR_1}] \cup {e}$
译码器 2	$\hat{m}_2(y_2^n): \mathcal{Y}_2^n \to [1:2^{nR_2}] \cup {e}$

错误概率: $P_e^{(n)} = P{(\hat{M}_1, \hat{M}_2) \neq (M_1, M_2)}$

⚠️ IC 的容量区域在一般情况下仍未知。与 BC 一样，仅对某些特殊类别有完整刻画。

引理: IC 的容量区域仅通过条件边缘分布 $p(y_1|x_1, x_2)$ 和 $p(y_2|x_1, x_2)$ 依赖于 $p(y_1, y_2|x_1, x_2)$（与 BC 完全一样）。

2. 简单界与实例

2.1 单用户容量与和速率上界

界	公式
单用户容量	$C1 = \max{p(x1), x_2} I(X_1; Y_1 \vert X_2 = x_2)$，$C_2 = \max{p(x_2), x_1} I(X_2; Y_2 \vert X_1 = x_1)$
和速率上界	$R1 + R_2 \leq C{12} = \max{p(x_1)p(x_2)} \min{\tilde{p} \in \tilde{\mathcal{P}}} I(X_1, X_2; Y_1, Y_2)$

其中 $\tilde{p}(y_1, y_2|x_1, x_2) \in \tilde{\mathcal{P}}$ 具有与 $p(y_j|x_1, x_2)$ 相同边缘分布的所有可能联合分布——这是 Sato 上界的核心思想。

    graph LR
    subgraph 简单界示意
        direction TB
        A["TDMA 内界"]
        B["? 外界"]
        C["C₁₂ 和速率上界"]
    end

2.2 两个极端实例

模二和 IC

$Y_1 = Y_2 = X_1 \oplus X_2$

    graph LR
    X1["X₁"] --> XOR(("⊕"))
    X2["X₂"] --> XOR
    XOR --> Y1["Y₁ = Y₂"]

容量区域是对称的矩形。处理和速率上界需要用 Sato 技巧放宽 $Y_1$ 与 $Y_2$ 的相关性约束。

无干扰信道

$p(y_1, y_2 | x_1, x_2) = p(y_1 | x_1) p(y_2 | x_2)$

    graph LR
    X1["X₁"] -->|"p(y₁|x₁)"| Y1["Y₁"]
    X2["X₂"] -->|"p(y₂|x₂)"| Y2["Y₂"]

容量区域 = 矩形：$R_1 \leq C_1, R_2 \leq C_2$。

3. 点对点编码策略

这些策略仅使用为点对点通信设计的码本（各编码器独立生成码字），不涉及消息分裂或叠加编码。

所有策略共享相同的码本生成过程（带编码时间共享变量 $Q$）:

步骤	操作
时间共享序列	随机生成 $q^n \sim \prod P_Q(q_i)$
码本 1	条件独立生成 $2^{nR1}$ 个 $X_1^n(m_1) \sim \prod P{X1\vert Q}(x{1i}\vert q_i)$
码本 2	条件独立生成 $2^{nR2}$ 个 $X_2^n(m_2) \sim \prod P{X2\vert Q}(x{2i}\vert q_i)$
编码	编码器 $j$ 发送 $X_j^n(m_j)$

3.1 将干扰视为噪声（IAN — Interference as Noise）

译码: 译码器 $j$ 找唯一 $\hat{m}j$ 使 $(q^n, X_j^n(\hat{m}_j), Y_j^n) \in T\epsilon^{(n)}$（忽略另一个用户的码字）。

IAN 内界:
$\boxed{R_1 < I(X_1; Y_1 | Q), \quad R_2 < I(X_2; Y_2 | Q)}$
对某个 $p(q)p(x_1|q)p(x_2|q)$ 成立。

    graph LR
    subgraph IAN 策略
        DEC1["译码器 1"] -->|"X₂视为噪声"| OUT1["m̂₁"]
        DEC2["译码器 2"] -->|"X₁视为噪声"| OUT2["m̂₂"]
    end

紧条件:

无干扰信道: IAN 退化为两个独立点对点信道容量
模二和 IC（对称 $p{Y_1|X_1,X_2} = p{Y_2|X_1,X_2}$）: IAN 是紧的
包含 TDMA 作为特殊情况

3.2 同时译码（SD — Simultaneous Decoding）

译码: 译码器 $j$ 找唯一对$(\hat{m}1, \hat{m}_2)$ 使 $(q^n, X_1^n(\hat{m}_1), X_2^n(\hat{m}_2), Y_j^n) \in T\epsilon^{(n)}$。

SD 内界:
$\boxed{\begin{aligned} R_1 &< \min\{I(X_1; Y_1 | X_2, Q),\; I(X_1; Y_2 | X_2, Q)\} \\\\ R_2 &< \min\{I(X_2; Y_2 | X_1, Q),\; I(X_2; Y_1 | X_1, Q)\} \\\\ R_1 + R_2 &< \min\{I(X_1, X_2; Y_1 | Q),\; I(X_1, X_2; Y_2 | Q)\} \end{aligned}}$
每个译码器都试图同时译出两个消息——利用对干扰信号的结构知识来消除干扰。

3.3 同时非唯一译码（SND — Simultaneous Nonunique Decoding）

与 SD 的区别：译码器不要求唯一地确定干扰用户的消息——只要求存在某个 $m_2$（对译码器 1 而言）使联合典型条件成立。

译码器 1: 找唯一 $\hat{m}1$ 使 $(q^n, X_1^n(\hat{m}_1), X_2^n(m_2), Y_1^n) \in T\epsilon^{(n)}$ 对某个 $m_2$ 成立。

SND 内界:
$\boxed{\begin{aligned} R_1 &< I(X_1; Y_1 | X_2, Q) \\\\ R_2 &< I(X_2; Y_2 | X_1, Q) \\\\ R_1 + R_2 &< \min\{I(X_1, X_2; Y_1 | Q),\; I(X_1, X_2; Y_2 | Q)\} \end{aligned}}$

    graph TB
    subgraph SD vs SND
        SDD["SD: 译码器1需唯一确定 (m̂₁,m̂₂)"]
        SNDD["SND: 译码器1只需唯一确定 m̂₁<br/>允许 m₂ 不唯一"]
    end

SND 错误事件分析（以译码器 1 为例）:

事件	定义	概率 → 0 的条件
$E_1$	正确码字不典型	LLN
$E_{21}$	$m_1 \neq 1, m_2 = 1$ 但联合典型	$R_1 < I(X_1; Y_1 \vert X_2, Q)$（Packing Lemma）
$E_{22}$	$m_1 \neq 1, m_2 \neq 1$ 但联合典型	$R_1+R_2 < I(X_1, X_2; Y_1 \vert Q)$（Packing Lemma）

SD 与 SND 的差异: SD 还额外要求 $R_2 < I(X_2; Y_1|X_1, Q)$，因为译码器 1 必须唯一确定 $m_2$。SND 回避了这个约束 → SND 区域恒包含 SD 区域。

4. 强干扰与极强干扰

4.1 定义

条件	定义	物理含义
极强干扰（Very Strong）	$I(X_1; Y_1 \vert X_2) \leq I(X_1; Y_2)$ 且 $I(X_2; Y_2 \vert X_1) \leq I(X_2; Y_1)$（对所有 $p(x_1)p(x_2)$）	干扰链路比期望链路还好——译码干扰比译码自己消息容易
强干扰（Strong）	$I(X_1; Y_1 \vert X_2) \leq I(X_1; Y_2 \vert X_2)$ 且 $I(X_2; Y_2 \vert X_1) \leq I(X_2; Y_1 \vert X_1)$	联合条件互信息：已知自己输入时，干扰链路比期望链路提供更多信息

极强 ⇒ 强，但逆一般不成立。例如：$X_1, X_2 \in {0,1}$, $Y_1 = Y_2 = X_1 + X_2 \in {0, 1, 2}$——是强干扰但不是极强干扰。

📌 强干扰条件与 BC 中 More Capable 的概念类似：$I(X_1; Y_1|X_2) \leq I(X_1; Y_2|X_2)$ 意味着在已知 $X_2$ 时，$Y_2$ 比 $Y_1$ 包含更多关于 $X_1$ 的信息。

4.2 强干扰的容量区域（Costa-El Gamal 1987）

定理: 强干扰 IC 的容量区域是所有满足以下条件的 $(R_1, R_2)$ 的集合：
$\boxed{\begin{aligned} R_1 &< I(X_1; Y_1 | X_2, Q) \\\\ R_2 &< I(X_2; Y_2 | X_1, Q) \\\\ R_1 + R_2 &< \min\{I(X_1, X_2; Y_1 | Q),\; I(X_1, X_2; Y_2 | Q)\} \end{aligned}}$
对某个 $p(q)p(x_1|q)p(x_2|q)$，$\vert Q\vert \leq 4$。

可达性: SD 内界在强干扰条件下简化为上述区域（因为 $I(X_1;Y_1|X_2,Q) \leq I(X_1;Y_2|X_2,Q)$ 等自动满足）。
逆定理: 利用强干扰条件 $I(X_1^n; Y_1^n|X_2^n) \leq I(X_1^n; Y_2^n|X_2^n)$（对任意 $p(x_1^n)p(x_2^n)$ 和所有 $n$ 成立）。

4.3 极强干扰的容量区域

定理: 极强干扰 IC 的容量区域 = 无干扰时的容量区域：
$\boxed{R_1 < I(X_1; Y_1 | X_2, Q), \quad R_2 < I(X_2; Y_2 | X_1, Q)}$
其中 $\vert Q\vert \leq 2$。

第三个不等式消失——和速率不受限制。
可达方法: SC 译码（先译干扰、消除后再译自己消息）即可达到容量。干扰实质上不损害通信。

5. 高斯干扰信道

5.1 模型

    graph TB
    X1["X₁ ~ N(0,P)"] -->|"g₁₁"| Y1(("Y₁"))
    X1 -->|"g₂₁"| Y2(("Y₂"))
    X2["X₂ ~ N(0,P)"] -->|"g₁₂"| Y1
    X2 -->|"g₂₂"| Y2
    Z1["Z₁ ~ N(0,1)"] --> Y1
    Z2["Z₂ ~ N(0,1)"] --> Y2

写成向量形式：$\mathbf{Y} = \mathbf{G}\mathbf{X} + \mathbf{Z}$。

参数	定义
$S1 = g{11}^2 P$，$S2 = g{22}^2 P$	期望信号的 SNR
$I1 = g{12}^2 P$，$I2 = g{21}^2 P$	干扰信号的 INR

5.2 点对点策略在高斯 IC 中的可达速率

(1) 功率控制的时分（TD with Power Control）

$R_1 < \alpha C(S_1/\alpha), \quad R_2 < \bar{\alpha}C(S_2/\bar{\alpha})$

对某个 $\alpha \in [0, 1]$。其中 $C(x) = \frac{1}{2}\log(1+x)$，$P{Q=1}=\alpha$。

在独占时隙中，功率可提升到 $P/\alpha$ 以补偿时间损失。

(2) 将干扰视为高斯噪声（IAN-Gaussian）

$R_1 < C\!\left(\frac{S_1}{1+I_1}\right), \quad R_2 < C\!\left(\frac{S_2}{1+I_2}\right)$

最优条件: 在弱干扰下和速率最优（见 NIT §6.4.3）。

(3) SND-Gaussian

$R_1 < C(S_1), \quad R_2 < C(S_2), \quad R_1+R_2 < \min\{C(S_1+I_1), C(S_2+I_2)\}$

5.3 强干扰与极强干扰的 SNR 条件（Sato 1981）

条件	SNR/INR 判据	容量
强干扰	$I_2 \geq S_1$ 且 $I_1 \geq S_2$	SND 区域
极强干扰	$S_2 \leq I_1/(1+S_1)$ 且 $S_1 \leq I_2/(1+S_2)$	$R_1 < C(S_1), R_2 < C(S_2)$（无干扰容量）

极强干扰下，干扰完全不损害通信——每个用户可以达到和无干扰时相同的速率。

5.4 策略对比图

1
2
3

强干扰:               弱干扰:              中间区域:
SND最优              IAN最优              H-K最优
                     (将干扰视为噪声)      (速率分裂)

6. Han-Kobayashi 编码方案

点对点策略在两种极端情形下最优——强干扰（译码干扰）和弱干扰（将干扰视为噪声）。但对于中间情形，需要更精细的策略。

6.1 核心思想：速率分裂（Rate Splitting）

Han-Kobayashi (1981) 提出了 IC 研究中最重要的编码方案：

    graph TB
    subgraph 用户1
        M1["M₁"] --> SPLIT1["速率分裂"]
        SPLIT1 --> M10["M₁₀ (公共消息)<br/>速率 S₁"]
        SPLIT1 --> M11["M₁₁ (私密消息)<br/>速率 T₁"]
    end
    subgraph 用户2
        M2["M₂"] --> SPLIT2["速率分裂"]
        SPLIT2 --> M20["M₂₀ (公共消息)<br/>速率 S₂"]
        SPLIT2 --> M22["M₂₂ (私密消息)<br/>速率 T₂"]
    end

🔑 关键创新: 将每个用户的消息分裂为两部分：

公共消息 $M_{j0}$：两个译码器都需要译码（在强干扰下被对端译码）

私密消息 $M_{jj}$：只有自己的译码器需要译码（被对端视为噪声）

消息	译码器 1	译码器 2
$M_{10}$（用户 1 公共）	✅ 译码	✅ 译码（消除干扰）
$M_{11}$（用户 1 私密）	✅ 译码	❌ 视为噪声
$M_{20}$（用户 2 公共）	✅ 译码（消除干扰）	✅ 译码
$M_{22}$（用户 2 私密）	❌ 视为噪声	✅ 译码

叠加编码结构: 公共消息 $U_j$ 作为”云中心”，私密消息 $X_j$ 叠加在其上。

6.2 Han-Kobayashi 内界定理（1981）⭐

定理: $(R_1, R_2)$ 可达如果存在 $p(q)p(u_1, x_1|q)p(u_2, x_2|q)$ 满足以下七个不等式（Fourier-Motzkin 消元结果）:
$\boxed{\begin{aligned} R_1 &< I(X_1; Y_1 | U_2, Q) \\\\ R_2 &< I(X_2; Y_2 | U_1, Q) \\\\[4pt] R_1 + R_2 &< I(X_1, U_2; Y_1 | Q) + I(X_2; Y_2 | U_1, U_2, Q) \\\\ R_1 + R_2 &< I(X_2, U_1; Y_2 | Q) + I(X_1; Y_1 | U_1, U_2, Q) \\\\ R_1 + R_2 &< I(X_1, U_2; Y_1 | U_1, Q) + I(X_2, U_1; Y_2 | U_2, Q) \\\\[4pt] 2R_1 + R_2 &< I(X_1, U_2; Y_1 | Q) + I(X_1; Y_1 | U_1, U_2, Q) + I(X_2, U_1; Y_2 | U_2, Q) \\\\ R_1 + 2R_2 &< I(X_2, U_1; Y_2 | Q) + I(X_2; Y_2 | U_1, U_2, Q) + I(X_1, U_2; Y_1 | U_1, Q) \end{aligned}}$
其中 $|\mathcal{U}_1| \leq |\mathcal{X}_1|+4$，$|\mathcal{U}_2| \leq |\mathcal{X}_2|+4$，$|Q| \leq 7$。

特例退化:

设 $U_j = \emptyset$（无私密消息）→ 退化为 IAN 内界
设 $U_j = X_j$（无公共消息）→ 退化为 SND 内界

6.3 可达性证明概要

错误分析表（译码器 1 视角，假设发送 $((1,1), (1,1))$）:

情形	$m_{10}$	$m_{20}$	$m_{11}$	联合分布	错误条件（Packing Lemma）
1	1	1	1	$p(u_1,x_1)p(u_2)p(y_1\vert x_1,u_2)$	正确（参考）
2	1	*	1	$p(u_1,x_1)p(u_2)p(y_1\vert u_1,u_2)$	$R_{20} < I(U_2; Y_1\vert U_1, X_1, Q)$
3	*	1	*	$p(u_1,x_1)p(u_2)p(y_1\vert u_2)$	$R{10}+R{11} < I(X_1; Y_1\vert U_2, Q)$
4	*	1	1	$p(u_1,x_1)p(u_2)p(y_1\vert u_2)$	$R{10}+R{11} < I(X_1; Y_1\vert U_2, Q)$
5	1	*	*	$p(u_1,x_1)p(u_2)p(y_1\vert u_1)$	$R{20}+R{22} < I(X_2; Y_1\vert U_1, Q)$
6	*	*	1	$p(u_1,x_1)p(u_2)p(y_1)$	$R{10}+R{11}+R_{20} < I(X_1,U_2;Y_1\vert Q)$
7	*	*	*	$p(u_1,x_1)p(u_2)p(y_1)$	$R{10}+R{11}+R{20}+R{22} < I(X_1,U_2;Y_1\vert Q)$
8	1	*	1	$p(u_1,x_1)p(u_2)p(y_1\vert x_1)$	不造成错误

情形 3,4 有相同 pmf；情形 6,7 有相同 pmf。最终通过 Fourier-Motzkin 消元（消去 $R{10}, R{11}, R{20}, R{22}$）得到 H-K 区域的 7 个不等式。

7. 注入式确定性/半确定 IC

7.1 注入式确定性 IC（El Gamal-Costa 1982）

    graph TB
    X1["X₁"] --> T1["t₁(X₁)"]
    X2["X₂"] --> T2["t₂(X₂)"]
    T1 --> Y1F["Y₁ = y₁(X₁, T₂)"]
    T2 --> Y1F
    T1 --> Y2F["Y₂ = y₂(X₂, T₁)"]
    T2 --> Y2F

定义: 对每个 $x_1$，$y_1(x_1, t_2)$ 是 $t_2$ 的一一映射；对每个 $x_2$，$y_2(x_2, t_1)$ 是 $t_1$ 的一一映射。等价于：$H(Y_1|X_1) = H(T_2)$ 且 $H(Y_2|X_2) = H(T_1)$（对所有 $p(x_1)p(x_2)$）。

这种结构中，已知自己的输入后，可以从输出中完美恢复干扰信号——这正是”注入式确定性”的含义。

7.2 容量区域

注入式确定性 IC 的容量区域已知（El Gamal-Costa 1982）。它是目前已知容量的最一般 IC 类别之一。

7.3 注入式半确定性 IC

放松确定性假设：$T_j$ 变为随机函数 $p(t_j|x_j)$。高斯 IC 是注入式半确定 IC 的特例（见下节）。

8. 高斯 IC 的半比特定理

8.1 背景

H-K 内界非常复杂（7 个不等式）。半比特定理告诉我们：对于高斯 IC，H-K 内界与容量区域的差距不超过 1/2 bit——这个常数差距在工程上是十分出色的。

8.2 定理（Etkin-Tse-Wang 2008）

定理（半比特定理）: 若 $(R_1, R_2)$ 属于高斯 IC 的外界 $\mathcal{R}_o$，则
$(R_1 - 1/2, R_2 - 1/2) \in \mathcal{R}_{\text{H-K}}$
即：H-K 内界距离容量区域至多 1/2 bit/维。

8.3 证明思路（Telatar-Tse 2007 引理）

将高斯 IC 表示为注入式半确定性 IC：

$\begin{aligned} T_1 &= g_{21}X_1 + Z_2, & Y_1 &= g_{11}X_1 + T_2 \\\\ T_2 &= g_{12}X_2 + Z_1, & Y_2 &= g_{22}X_2 + T_1 \end{aligned}$

其中 $Z_j, Z_j’ \sim \mathcal{N}(0, 1)$ 独立。

引理（Telatar-Tse 2007）: 若 $(R_1, R_2) \in \mathcal{R}_o(Q, X_1, X_2)$（外界），则

$(R_1 - I(X_2; T_2 | U_2, Q),\; R_2 - I(X_1; T_1 | U_1, Q)) \in \mathcal{R}_i(Q, X_1, X_2)$

关键一步: 在高斯情形下，

$I(X_j; T_j | U_j, Q) \leq h(T_j - U_j) - h(Z_j) \leq \frac{1}{2}\log(2) = \frac{1}{2}$

其中 $Uj = g{j,3-j}X_j + Z_j’$（$Z_j’$ 为独立高斯噪声），$T_j - U_j = Z_j - Z_j’$ 的方差至多为 2。

因此 $I(X_j; T_j | U_j, Q) \leq 1/2$ bit。

9. 多于两对用户的干扰信道

⚠️ $K > 2$ 对用户的 IC 理解要少得多。

方向	关键工作
H-K 的直接扩展	对 $K>2$ 可改进（不必译码每个单独干扰用户，而译码组合干扰）— Bresler-Parekh-Tse (2010), Bandemer-El Gamal (2011)
干扰对齐	设计码字使组合干扰在对端接收机处对齐到一个低维子空间 — Cadambe-Jafar (2008)
强干扰的扩展	目前尚不知道如何将强干扰概念自然推广到 $K>2$

10. 考试重点速查表

10.1 核心公式

名称	公式
IAN 内界	$R_j < I(X_j; Y_j \vert Q)$
SD 内界	$R_j < \min{I(X_j;Y_j\vert X_k,Q), I(X_j;Y_k\vert X_k,Q)}$，$R_1+R_2 < \min{I(X_1,X_2;Y_1\vert Q), I(X_1,X_2;Y_2\vert Q)}$
SND 内界	$R_j < I(X_j; Y_j \vert X_k, Q)$，$R_1+R_2 < \min{I(X_1,X_2;Y_1\vert Q), I(X_1,X_2;Y_2\vert Q)}$
强干扰容量	SND 区域（$\vert Q\vert \leq 4$）
极强干扰容量	$R_j < I(X_j; Y_j \vert X_k, Q)$（$\vert Q\vert \leq 2$），无和速率约束
H-K 内界	7 个不等式（速率分裂 + 叠加编码 + Fourier-Motzkin）
高斯 IAN	$R_j < C(S_j/(1+I_j))$
高斯 SND	$R_j < C(S_j),\; R_1+R_2 < \min{C(S_1+I_1), C(S_2+I_2)}$
半比特定理	$(R1, R_2) \in \mathcal{R}_o \implies (R_1-1/2, R_2-1/2) \in \mathcal{R}{\text{H-K}}$

10.2 策略对比

策略	对待干扰的方式	适用场景	复杂度
IAN	视为噪声	弱干扰	最低
SD	完全译码	强干扰	中
SND	非唯一译码	强干扰	中
H-K	速率分裂：部分译码+部分视为噪声	任意	最高
TDMA	时间正交（无干扰）	任意（但次优）	最低

10.3 干扰强度的 SNR 判据（高斯 IC）

条件	SNR/INR 条件	最优策略
弱干扰	SNR/INR 综合判断	IAN（将干扰视为噪声）
强干扰	$I_2 \geq S_1$ 且 $I_1 \geq S_2$	SND（译码干扰）
极强干扰	$S_2 \leq I_1/(1+S_1)$ 且 $S_1 \leq I_2/(1+S_2)$	SC 译码（先消干扰再译自己）
中间区域	其他	H-K 速率分裂

10.4 H-K 速率分裂速查

速率分量	物理含义	译码器 1	译码器 2
$R_{10}$（用户 1 公共）	两个译码器都译	✅	✅
$R_{11}$（用户 1 私密）	仅译码器 1 译	✅	❌（视为噪声）
$R_{20}$（用户 2 公共）	两个译码器都译	✅	✅
$R_{22}$（用户 2 私密）	仅译码器 2 译	❌（视为噪声）	✅
$R1 = R{10}+R_{11}$	用户 1 总速率	—	—
$R2 = R{20}+R_{22}$	用户 2 总速率	—	—

复习建议:

三种点对点策略（§3）构成 IC 的基线——IAN（弱干扰）、SD（译码干扰）、SND（非唯一译码）。理解三种策略的译码规则差异和 Packing Lemma 在错误分析中的应用。

强干扰 vs 极强干扰（§4）是考试中常考的概念辨析——极强干扰下干扰可被完全消除（容量 = 无干扰容量），强干扰下和速率仍受限制（需 SND 区域）。对高斯 IC 要记住 SNR/INR 数值判据。

Han-Kobayashi（§6）是 IC 理论的核心——速率分裂的思想（公共 + 私密）是理解所有现代干扰管理方案的基础。掌握错误分析表中 8 种情形的联合分布推导。

半比特定理（§8）是本章的高光结论——证明 $I(X_j; T_j | U_j, Q) \leq 1/2$ 需要用到高斯分布的性质和 MMSE 估计。理解 $T_j - U_j$ 方差的界是关键。

H-K 区域的 7 个不等式不需要死记，但需理解其来源——Fourier-Motzkin 消去 4 个中间速率变量 $(R{10}, R{11}, R{20}, R{22})$ 的结果。