We address the problem of compressing correlated distributed sources, i.e., correlated sources which are not co-located or which cannot cooperate to directly exploit their correlation. We consider the related problem of compressing a source which is correlated with another source that is available only at the decoder. This problem has been studied in the information theory literature under the name of the Slepian-Wolf (1973) source coding problem for the lossless coding case, and as "rate-distortion with side information" for the lossy coding case. We provide a constructive practical framework based on algebraic trellis codes dubbed as DIstributed Source Coding Using Syndromes (DISCUS), that can be applicable in a variety of settings. Simulation results are presented for source coding of independent and identically distributed (i.i.d.) Gaussian sources with side information available at the decoder in the form of a noisy version of the source to be coded. Our results reveal the promise of this approach: using trellis-based quantization and coset construction, the performance of the proposed approach is 2-5 dB from the Wyner-Ziv (1976) bound.

Distributed nature of the sensor network architecture introduces unique challenges and opportunities for collaborative networked signal processing techniques that can potentially lead to significant performance gains. Many evolving low-power sensor network scenarios need to have high spatial density to enable reliable operation in the face of component node failures as well as to facilitate high spatial localization of events of interest. This induces a high level of network data redundancy, where spatially proximal sensor readings are highly correlated. We propose a new way of removing this redundancy in a completely distributed manner, i.e., without the sensors needing to talk, to one another. Our constructive framework for this problem is dubbed DISCUS (distributed source coding using syndromes) and is inspired by fundamental concepts from information theory. We review the main ideas, provide illustrations, and give the intuition behind the theory that enables this framework.We present a new domain of collaborative information communication and processing through the framework on distributed source coding. This framework enables highly effective and efficient compression across a sensor network without the need to establish inter-node communication, using well-studied and fast error-correcting coding algorithms.

Does light or heat play a seminal role in photo-rechargeable batteries? This study unravels the effects of light in the exciton formation and separation processes in a photocathode, leading to the charging or de-intercalation of Li+ ions in a lithium-ion battery. Light induced oxidation of Ti3+ to Ti4+ in the Lix(TiS2–TiO2) heterostructure cathode is shown here, while heating does not elicit such changes. With the aid of photogenerated electrons at the cathode, the de-lithiated Li+ ions from Lix(TiS2–TiO2) get intercalated in the graphite anode during the photocharging process. Direct or passive heating leads to the degradation of the cathode electrolyte interface (CEI), instigating enhancement in open circuit potential. In contrast, photocharging leaves the organic electrolytes and CEI unaffected. Hence energy efficient photo-electrochemical energy systems can be built by carefully isolating the effects of heat and light in solar radiation, as dictated by this study.