首页/论文/1502.06491

arXiv 1502.064912015-02-23cs.ITcs.SYeess.SYmath.IT

尾咬树状图的唯一因子分解与可控性 via 控制器颗粒分解

Unique Factorization and Controllability of Tail-Biting Trellis Realizations via Controller Granule Decompositions

Massachusetts Institute of Technology（麻省理工学院）

G. David Forney

备注：: 5 pages, 2 figures. To be presented at the IEEE Information Theory Workshop, Jerusalem, April 2015

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

AI总结：

本文通过控制器颗粒分解扩展了线性尾咬树状图因子分解定理，证明了群实现在可控性方面的结果，并给出了可控性的进一步结论。

摘要：

本文通过控制器颗粒分解扩展了线性尾咬树状图因子分解定理，证明了群实现在可控性方面的结果，并给出了可控性的进一步结论。

英文摘要：

The Conti-Boston factorization theorem (CBFT) for linear tail-biting trellis realizations is extended to group realizations with a new and simpler proof, based on a controller granule decomposition of the behavior and known controllability results for group realizations. Further controllability results are given; e.g., a trellis realization is controllable if and only if its top (controllability) granule is trivial.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

减少咬尾网格的复杂度

Reducing complexity of tail-biting trellises

University of Kentucky（肯塔基大学）；Massachusetts Institute of Technology（麻省理工学院）

本文通过引入“几乎不可观测/不可控”概念，提出了咬尾网格局部不可约的充要条件，从而降低网格复杂度。

2012-02-07cs.ITcs.SYeess.SY

线性分组码咬尾网格的嵌入构造

Embedding Constructions of Tail-Biting Trellises for Linear Block Codes

本文提出了线性分组码的咬尾网格嵌入构造方法。通过构造咬尾网格的新方法，大部分咬尾网格的研究可以转化为传统网格的研究。本文证明了任何最小咬尾格都可以从著名的Bahl-Cocke-Jelinek-Raviv（BCJR）构造的常规格中通过嵌入构造的递归过程构造出来。此外，还讨论了咬尾网格嵌入结构的若干性质。最后，我们给出了四个充分条件，以减少最大状态复杂度的一个高峰格。

2011-09-06cs.ITmath.IT

咬尾网格上的近似MAP译码

Approximate MAP Decoding on Tail-Biting Trellises

我们提出了两个近似算法的MAP解码咬尾网格。该算法的工作在咬尾网格的节点的子集，明智地选择。我们报告的模拟结果的AWGN信道上使用的近似算法咬尾网格的$(24,12)$扩展Golay码和1/2的卷积码与内存6。

2005-06-03cs.ITmath.IT

线性分组码咬尾网格的代数构造

Algebraic Construction of Tail-Biting Trellises for Linear Block Codes

在本文中，我们提出了一个代数结构的咬尾网格。所提出的方法是基于状态空间表达式，即，状态空间是在相关状态矩阵下的信息序列集合的图像。然后结合同态定理，得到一个代数格结构。我们表明，使用所提出的方法构造的咬尾网格是同构的相关Koetter-Vardy（KV）网格和咬尾Bahl-Cocke-Jelinek-Raviv（BCJR）网格。我们还评估了所获得的咬尾网格的复杂性。另一方面，由特征矩阵的线性无关行组成的矩阵被视为最小跨度生成矩阵的推广。然后，我们证明了一个KV网格构造的基础上扩展的最小跨度生成矩阵。结果表明，这种构造是McEliece（1996）方法的自然推广.

2017-05-25cs.ITmath.IT

利用移位错误子序列减少咬尾卷积码的错误网格

Reduction of Error-Trellises for Tail-Biting Convolutional Codes Using Shifted Error-Subsequences

本文讨论了截尾卷积码的差错网格的减少问题。在一个奇偶校验矩阵的某些列有一个单项因子（与不确定的D）的情况下，我们表明，相关的咬尾错误网格可以通过循环移位相应的错误子序列由l（D的幂）时间单位减少。我们看到，最终的减少错误网格再次咬尾。此外，我们表明，减少也是可能的，使用后移的错误-重复。

2014-01-11cs.ITmath.IT

两轮咬尾网格上近似线性时间ML译码

Approximate Linear Time ML Decoding on Tail-Biting Trellises in Two Rounds

本文提出了一种在咬尾网格上的线性时间近似最大似然译码算法，它只需要在网格上进行两轮译码。这是一个适应的算法提出了较早的优势，它减少了时间复杂度从O（mlogm）到O（m），其中m是在咬尾网格节点的数量。文中给出了该算法输出不同于理想ML译码器输出的必要条件，并给出了在AWGN信道上对两种存储量分别为4和6的码率1/2卷积码采用截尾算法的仿真结果

2006-01-30cs.ITmath.IT

更多相关论文收起更多论文

有限阿贝尔群上码的最小咬尾网格的构造

Construction of Minimal Tail-Biting Trellises for Codes over Finite Abelian Groups

给出了一种分组码原子码字的定义。研究了群码原子码字的一些性质。利用这些性质，证明了有限阿贝尔群上群码的每一个最小咬尾格都可以由其特征生成元构造，从而推广了Koetter和Vardy关于域上线性码的工作.我们还提出了一个有效的算法，用于构建一个有限阿贝尔群上的群码的最小咬尾网格，给定的生成矩阵。

2007-05-17cs.ITmath.IT

线性咬尾网格：特征生成器和BCJR构造

Linear tail-biting trellises: Characteristic generators and the BCJR-construction

我们研究了Koetter/Vardy（2003）和Nori/Shankar（2006）提出的线性分组码的咬尾网格的构造。对于一个给定的代码，我们将定义的特征生成器的集合比Koetter/Vardy更一般，我们将研究如何选择的特征生成器的影响所产生的产品网格集，称为KV-网格。此外，我们将证明每个KV-网格是BCJR-网格，定义在一个稍微强于Nori/Shankar的意义上，并且后者总是不可合并的。最后，我们将利用BCJR-网格的对偶化技术解决Koetter/Vardy的一个对偶猜想，并证明该猜想的最小网格。

2010-03-23cs.ITmath.IT

咬尾格网的局部不可约性

Local Irreducibility of Tail-Biting Trellises

本文研究了线性分组码的咬尾网格实现。内在的网格属性被用来描述在时间轴的给定区间上的不可约性。它被证明是有益的，总是同时考虑网格和它的对偶。一个主要的作用是发挥网格属性，相当于观察性和可控性的碎片的网格的各种长度。对于片段的长度小于最小跨度长度的代码，它表明，片段的可观性和片段的可控性是等同于不可约。对于可约网格，提出了一种构造性约简方法。考虑还导致一个特征时的双重格允许产品分解成基本（“原子”）格。

2012-12-14cs.ITmath.ITmath.OC

基于咬尾网格的高效收敛最大似然译码

Efficient Convergent Maximum Likelihood Decoding on Tail-Biting Trellises

提出了一种基于咬尾网格的精确最大似然（ML）译码算法，该算法具有很好的平均情况性能。提出了一个近似的变体，其模拟性能被观察到几乎是无法区分的确切的一个在所有值的信号噪声比，并有效地执行计算相当于最多两轮咬尾网格。分析了近似算法，推导出其输出与ML输出不同的条件。本文给出了在AWGN信道上对（24，1/2）扩展Golay码的16状态咬尾格形和存储量分别为4和6的两种码率1/2卷积码的咬尾格形的精确和近似算法的仿真结果。我们的算法的一个优点是，它们不受极限环的影响或伪码字的存在。

2006-02-10cs.ITmath.IT

咬尾网格的特征生成器及其对偶化

Characteristic Generators and Dualization for Tail-Biting Trellises

本文主要研究咬尾网格的对偶化问题，特别是KV网格。这些网格基于特征生成器，如Koetter/Vardy（2003）所介绍的，并且可以被视为最小常规网格的自然推广，即使它们不一定是最小的。将研究两种对偶化技术：由Forney（2001）引入的一般正规图的局部对偶化，以及由Nori/Shankar（2006）引入的针对特定类别的咬尾BCJR-网格的基于线性代数的对偶化。事实证明，一般来说，BCJR-对偶是局部对偶的子网格，而对于KV-网格，这两个重合。此外，利用这两个BCJR建设和本地的对偶化，它将表明，对于每个完整的一组特征生成器的代码存在一个完整的一组特征生成器的对偶码，使其产生的KV-网格是对偶的，如果配对适当。这证明了Koetter/Vardy提出的一个猜想的更强版本。

2011-01-20cs.ITmath.IT

咬尾卷积码的特征矩阵及其网格约简

Characteristic Matrices and Trellis Reduction for Tail-Biting Convolutional Codes

研究了咬尾卷积码的特征矩阵的基本性质。咬尾卷积码可以被视为线性分组码。由于对应的标量生成矩阵Gt具有一种循环结构，因此相关联的特征矩阵也具有循环结构，由此获得特征矩阵的基本性质。接下来，使用导出的结果，我们讨论了一个给定的咬尾卷积码的网格减少的可能性。在某些情况下，我们可以基于特征矩阵找到与Gt等价的标量生成矩阵Gs。在这种情况下，如果对应于Gs的多项式生成矩阵已经被减少，或者可以通过使用适当的变换来减少，则实现原始咬尾卷积码的网格减少。在许多情况下，对应于Gs的多项式生成矩阵在某列中具有单项式因子，并且通过将列除以因子来减少。注意，该变换对应于向左循环移位相关联的代码子序列（咬尾路径被认为是代码序列）。因此，如果我们允许咬尾路径的部分循环移位，则完成网格缩减。

2017-05-23cs.ITmath.IT

一种设计最优咬尾卷积码CRC的有效算法

An Efficient Algorithm for Designing Optimal CRCs for Tail-Biting Convolutional Codes

循环冗余校验（CRC）码与卷积码相结合，产生一个强大的级联码，可以有效地解码使用列表解码。为了帮助设计这样的系统，本文提出了一种有效的算法来确定距离频谱最佳（DSO）CRC多项式为一个给定的咬尾卷积码（TBCC）时，目标未检测出错率（UER）是小的。Lou等人发现，在低UER下，给定零终止卷积码的DSO CRC设计相当于最大化未检测到的最小距离（级联码的最小距离）。本文应用同样的原理设计了一个给定的TBCC在低目标UER下的DSO CRC。我们的算法是基于分区的咬尾网格成几个不相交的咬尾路径下循环移位是封闭的。本文提出了通过连接不可约错误事件（IEE）并循环移位来构造每个集合中的咬尾路径，从而提出了一种高效的收集IEE的算法和一种重建具有有界感兴趣距离的错误事件完整列表的搜索算法，该算法可用于寻找DSO CRC。仿真结果表明，DSO CRC可以显着优于次优CRC在低UER制度。

2020-05-16cs.ITmath.IT

咬尾卷积码加权Viterbi译码器的深度编码

Deep Ensemble of Weighted Viterbi Decoders for Tail-Biting Convolutional Codes

咬尾卷积码扩展了经典的零终止卷积码：两种编码方案都强制起始状态和结束状态相等，但在咬尾下，每个状态都是有效的终止。本文提出了一种机器学习方法，以改善咬尾码的最先进的解码，专注于广泛采用的短长度制度，如在LTE标准。该标准还包括CRC码。首先，我们对循环维特比算法进行参数化，这是一种利用底层网格循环性质的基线解码器。一个集成组合了多个这样的加权解码器，每个解码器专门解码来自信道字分布的特定区域的字。一个区域对应于终止态的一个子集;系综覆盖了整个状态空间。非可学习门控满足两个目标：它过滤容易解码的单词，并减轻执行多个加权解码器的开销。CRC准则被用来选择仅用于解码目的的专家子集。我们的方法实现了高达0.75 dB的FER改善CVA在瀑布区的多个码长，增加了微不足道的计算复杂性相比，循环维特比算法在高信噪比。

2021-01-22cs.ITeess.SPmath.IT

关于线性网格的代数结构

On the Algebraic Structure of Linear Trellises

网格是代码的重要图形表示。虽然传统的网格是很好地理解，（咬尾）网格的一般理论仍在发展中。迭代解码具体地激发了这种理论。在本文中，我们首先开发了一个新的代数框架的线性网格，使我们能够解决开放的基础问题的系统分析。特别是，我们提出了一个有用的和强大的线性网格同构的特征。我们还得到了Koetter/Vardy分解定理的一个新的证明，并指出了群情形下未被注意的问题。其次，我们利用我们的工作：描述了线性格的所有初等格分解，从而确定了给定码的所有最小线性格;证明了不可合并的一对一线性格是由某些闭路的边标号序列惊人地确定的;证明了最小线性格的自对偶定理;分析准循环线性格架，从而将约化线性格架上的结果扩展到非约化。为了实现这一点，我们还提供了新的见解合并和路径连接属性的线性网格。我们的分类结果是重要的迭代解码，因为我们表明，最小的线性网格可以产生不同的伪码字，即使他们有相同的图形结构。

2014-02-26cs.DMcs.ITmath.IT

二维的咬尾卷积码

Two-Dimensional Tail-Biting Convolutional Codes

多维卷积码是卷积码（CC）的概念到时间的若干维度的扩展。本文主要从几个方面对二维的【形】卷积码和二维咬尾卷积码进行了研究。首先，我们推导出这些代码的几个基本的代数性质，应用代数方法，以找到双射编码器，创建奇偶检验矩阵和逆编码器。接下来，我们讨论这些代码的最小距离和权重分布特性。扩展现有的树搜索算法的二维，我们将其应用到寻找代码与高的最小距离。文中给出了样本码的误码率渐近线，并与其它码进行了比较。这种方法的结果表明，2D TBCC可以比类似的1D TBCC或其他代码执行得更好。然后，我们提出了几种新的迭代次优算法的软解码二维CC，这是基于置信传播。两种主要的解码方法被认为是。我们首先集中在一个解码器，它扩展了网格解码的概念到两个维度。其次，我们调查的算法，使用代码的奇偶检验矩阵。我们应用传统的BP在奇偶域，但改进了它与一个新的修改。接下来，我们测试广义置信传播（GBP）算法。性能结果，并与最佳解码技术和界限。结果表明，我们的次优算法取得了令人尊敬的结果，在某些情况下，接近0.2dB的最佳（最大似然）解码。然而，对于一些代码仍然有一个很大的差距，从最佳解码器。

2011-09-18cs.ITmath.IT