One-Shot Broadcast Joint Source-Channel Coding with Codebook Diversity
University of Toronto（多伦多大学）
本文研究单次广播联合源信道编码问题，通过独立信道将源编码一次广播给K个解码器，至少一个解码器在最大失真约束下恢复源。发现使用不同解码器的不相交码本可带来码本多样性增益，提出利用该现象的编码方案，并通过二元对称信道的数值结果验证了混合方案的优越性。
2026-04-16 cs.IT math.IT
Joint Decoding of LDPC Codes and Finite-State Channels via Linear-Programming
研究了有限状态信道（FSC）和低密度奇偶校验（LDPC）码的联合译码问题。在第一部分中，线性规划（LP）译码器的二进制线性码扩展到JD的二进制输入FSC。特别是，我们提供了一个严格的定义LP联合解码伪码字（JD-PCW），使AWGN中的码字和JD-PCW之间的成对错误概率的评估。这自然会导致解码器故障概率的可证明上限。如果信道是有限状态符号间干扰信道，则联合LP解码器也具有最大似然（ML）证书属性，并且所有整数值解都是码字。在这种情况下，相对于ML解码的性能损失可以完全由分数值JD-PCW来解释。在得到这些结果之后，我们发现一些元素与Flanagan在LP接收机上的早期工作是等价的。在第二部分中，我们为第一部分中讨论的联合LP解码器开发了一个有效的迭代求解器。特别是，我们扩展的迭代近似LP解码的方法，提出了由Vontobel和Koetter和Burshtein分析，这个问题。利用JD-LP的双域结构，我们得到了一个收敛的迭代联合LP译码算法，其结构类似于基于BCJR的Turbo均衡（TE）。其结果是一个联合迭代解码器，其每次迭代的复杂度是类似的TE，但其性能是类似的联合LP解码。该解码器的主要优点是，它似乎提供了联合LP解码的可预测性和TE的计算复杂性的优越性能。一个预期的应用是磁存储编码，其中所需的块出错率极低，系统性能难以通过仿真验证。
2011-07-27 cs.IT math.IT
Joint Distributed Source-Channel Decoding for LDPC-Coded Binary Markov Sources
提出了一种新的分布式信源信道（DSC）编码系统的联合解码技术，用于在加性高斯白噪声（AWGN）信道上传输相关的二进制马尔可夫信源。在该方案中，相对较短的长度，低密度奇偶校验（LDPC）码被独立地用于编码每个源的比特序列。为了重建原始比特序列，联合信源信道解码（JSCD）技术，提出了利用时间和源相关性的知识。JSCD技术由迭代执行的两个阶段组成。首先，和积（SP）解码器与BCJR解码器串行级联，其中在{ \em局部（水平）迭代}期间利用源存储器的知识。然后，在{ \em全局（垂直）迭代}期间，使用源之间的相关性的估计来更新级联解码器。因此，源的相关性被假定为每个级联解码器的后续全局迭代中的边信息。从帧/比特出错率（FER/BER）的仿真结果，我们注意到，显着的增益是由所提出的解码方案相对于相关知识没有完全利用在解码器的情况下实现的。
2013-08-01 cs.IT math.IT
Efficient Algorithms for the Bee-Identification Problem
蜜蜂识别问题由Tandon，Tan和Varshney（2019）正式定义，要求接收器使用一组无序的噪声测量来识别“蜜蜂”。在以前的工作中，Tandon，Tan和Varshney研究了误差指数，并表明联合解码测量结果会导致显着更小的误差指数。在这项工作中，我们研究的算法相关的联合解码器。首先，我们演示了如何有效地执行联合解码。通过减少找到完美匹配和最小成本匹配的问题，我们得到的联合解码器，在时间上运行的二次和立方的“蜜蜂”的数量的二进制擦除（BEC）和二进制对称信道（BSC），分别。其次，通过研究信道编码背景下的匹配算法，我们进一步减少了运行时间，通过使用经典的工具，如剥离解码器和列表解码器。特别是，我们表明，我们的标识符算法，当使用Reed-Muller码终止在几乎线性和二次的时间BEC和BSC，分别。最后，对于显式码本，我们研究了这些联合解码器无法正确识别“蜜蜂”的情况。具体来说，我们提供了实用的方法估计错误识别的概率为给定的码本。
2022-12-20 cs.IT math.IT
On the Joint Decoding of LDPC Codes and Finite-State Channels via Linear Programming
本文将Feldman等人提出的二进制线性码的线性规划译码器推广到二进制输入有限状态信道的联合译码。特别是，我们提供了一个严格的定义LP联合解码伪码字（JD-PCW），使码字和JD-PCW之间的成对错误概率的评估。这自然会导致解码器故障概率的可证明上限。如果信道是有限状态符号间干扰信道，则LP联合解码器也具有最大似然（ML）证书属性，并且所有整数值解都是码字。在这种情况下，相对于ML解码的性能损失可以完全由分数值JD-PCW来解释。
2010-06-07 cs.IT math.IT
Belief Propagation based Joint Detection and Decoding for Resistive Random Access Memories
尽管电阻式随机存取存储器（ReRAM）已经显示出作为下一代非易失性存储器技术的巨大前景，但是其交叉阵列结构导致对从存储单元读回的信号的严重潜路径干扰。在本文中，我们首先提出了一种新的基于置信传播（BP）的检测器，用于ReRAM中的潜路径干扰。基于潜路径发生的条件和潜路径中涉及的存储单元的状态的依赖性，构建ReRAM通道的Tanner图，在该图内迭代地更新特定消息以获得对潜路径影响的单元的更好估计。我们进一步将所设计的BP检测器的图与极化码的BP解码器的图相结合，以形成联合检测器和解码器。针对ReRAM信道上的联合检测器和解码器，使用遗传算法构造有效的极化码。仿真结果表明，BP检测器能有效检测出受潜行路径影响的小区，极化码和联合检测解码器能显著改善ReRAM的出错率性能。
2021-11-04 cs.IT math.IT
Design of optimal convolutional codes for joint decoding of correlated sources in wireless sensor networks
我们考虑一个无线传感器网络的情况下，两个节点检测相关的来源，并通过无线链路将它们发送到中央收集器。从Slepian-Wolf方法到分布式信源编码，在所提出的场景中，感测节点不执行感测数据的任何预压缩。相反，原始数据通过低复杂度卷积码独立编码。解码器执行联合解码，目的是利用发送源之间的固有相关性。由于使用迭代联合解码方案，解码器处的复杂度保持较低，其中每个解码器的输出作为先验信息被馈送到另一解码器的输入。对于这样的计划，我们推导出一个新的分析框架，用于评估联合检测分组错误概率的上限，并推导出最佳的编码方案。实验结果证实了分析框架的有效性，并表明，递归代码允许一个显着的性能增益相对于非递归编码方案。此外，所提出的递归编码方案允许接近理想的Slepian-Wolf方案的性能在AWGN信道，并明显优于衰落信道上的分集增益，由于信息的相关性。
2007-06-26 cs.IT math.IT
NOMA Joint Decoding based on Soft-Output Ordered-Statistics Decoder for Short Block Codes
在本文中，我们设计的联合解码（JD）的非正交多址（NOMA）系统采用短块长度码。首先，我们提出了一种低复杂度的软输出有序统计解码（LC-SOSD）的解码停止条件的基础上，来自码字估计的后验概率的近似。仿真结果表明，LC-SOSD具有与原始SOSD相似的互信息变换特性，但复杂度显著降低。在此基础上，结合并行干扰消除（PIC）和LC-SOSD，设计了一种适用于NOMA系统的有效JD接收机。为了加快算法的收敛速度，引入了解码开关（DS）和解码合并器（DC）两种新技术。仿真结果表明，在加性高斯白噪声（AWGN）信道和衰落信道下，与连续干扰消除（SIC）译码相比，该接收机具有较低的出错率（BER）和译码迭代次数复杂度。
2021-10-28 cs.IT math.IT
Joint Empirical Coordination of Source and Channel
在一个分散的和自配置的网络中，通信设备被认为是自主的决策者，感知他们的环境，并实现最佳的传输方案。这些自主设备必须合作并协调其行动，以确保传输的可靠性和网络的稳定性。我们研究了一个点对点的情况下，编码器和解码器实现分散的政策，协调。协调性是根据源和信道符号的经验频率来衡量的。编码器和解码器执行编码方案，使得符号的经验分布接近目标联合概率分布。我们描述了点对点源信道模型的可实现目标概率分布的集合，其中编码器是非因果的，解码器是严格因果的，即，它基于对过去信道输出的观察来返回动作。编码器和解码器的目标由一些效用函数捕获，相对于可实现的目标概率分布的集合进行评估。在这篇文章中，我们研究的效用函数，是共同的编码器和解码器的最大化问题。我们表明，信息的压缩和传输是经验协调的特殊情况。
2017-06-02 cs.IT math.IT
Joint Neural Network Equalizer and Decoder
最近，深度学习方法在通信系统中显示出显著的改进。本文利用神经网络研究非线性信道下的均衡问题。提出了一种基于神经网络的联合均衡器和译码器，在不需要信道状态信息（CSI）的情况下实现盲均衡和译码过程。与以前的方法不同，我们使用两个神经网络而不是一个。首先，卷积神经网络（CNN）被用来从信道损伤和非线性失真中自适应地恢复传输信号。然后，深度神经网络解码器（NND）对来自CNN均衡器的检测信号进行解码。在不同信道条件下，实验结果表明，所提出的CNN均衡器比其他基于机器学习方法的均衡器具有更好的性能。该模型减少了约$2/3$的参数相比，国家的最先进的同行。此外，我们的模型可以很容易地应用到长序列与$\mathcal{O}(n)$复杂性。
2018-07-05 cs.IT eess.SP math.IT
An Iterative Joint Linear-Programming Decoding of LDPC Codes and Finite-State Channels
在本文中，我们介绍了一个有效的迭代求解器的联合线性规划（LP）译码的低密度奇偶校验（LDPC）码和有限状态信道（FSC）。特别是，我们扩展的迭代近似LP解码的方法，提出了Vontobel和Koetter和探索Burshtein，这个问题。利用联合译码LP的双域结构，得到了一种收敛的迭代算法，其结构类似于基于BCJR的Turbo均衡（TE）。结果是联合迭代解码器，其复杂度类似于TE，但其性能类似于联合LP解码。该解码器的主要优点是，它似乎提供了联合LP解码的可预测性和TE的计算复杂性的优越性能。
2011-02-09 cs.IT math.IT
Towards joint decoding of binary Tardos fingerprinting codes
针对概率指纹码联合译码缺乏实用大规模实现的问题，本文提出一种利用边信息和复合信道通用线性译码器的迭代联合译码器，无需精确合谋假设且支持水印软输出扩展，实验性能优于现有最优译码器。
2011-08-22 cs.CR cs.IT math.IT
Joint Compute and Forward for the Two Way Relay Channel with Spatially Coupled LDPC Codes
本文研究了具有擦除噪声的二进制输入双向中继信道的编码方案的设计和分析。我们特别感兴趣的是可靠的物理层网络编码，其中中继器在转发消息之前执行完美的纠错。对于这个问题，最好的已知可实现的速率可以通过解码和转发或计算和转发中继来实现。我们考虑一个解码范例，称为联合计算和转发，我们用数字表明，可以实现最好的这些速率与一个单一的编码器和解码器。这是通过推导基于空间耦合LDPC集成的联合计算和转发的消息传递解码器的确切性能来实现的。
2012-05-26 cs.IT math.IT
A Joint Code and Belief Propagation Decoder Design for Quantum LDPC Codes
本文针对 QLDPC 码短环损害 BP 译码性能的问题，提出联合编码与译码器设计，利用集成 BP 译码器消除长度 4 短环影响，并基于准循环码和有限几何码构造出最小距离约为分组长度平方根的新码族，在去极化信道上取得优异译码性能。
2024-05-05 cs.IT math.IT quant-ph
Joint Demapping and Decoding for DQPSK Optical Coherent Receivers
提出了一种适用于DQPSK调制相干光接收机的低复杂度解映射-解码联合方案。在100 Gb/s相干光系统中，新技术将QPSK和DQPSK之间的间隔减小到0.7dB。
2012-06-21 cs.IT math.IT
Optimal Linear Joint Source-Channel Coding with Delay Constraint
研究了在高斯信道和平稳远端高斯源环境下的信源-信道编码问题。假设编码器和解码器是因果关系的，并且它们的组合操作受到延迟约束。它示出，下的均方误差失真度量，从线性和时不变（LTI）类的最佳编码器-解码器对可以通过最小化的凸泛函和谱分解。要最小化的泛函是相应的维纳滤波器问题中的公知成本和由信道噪声引起的新项的和，该新项的系数是信道的信噪比的倒数。这一结果表明，也持有矢量值信号的情况下，假设并行加性高斯白噪声信道。它还表明，最佳的LTI编码器和解码器一般需要无限的内存，这意味着近似是必要的。一个数值例子，比较性能的下限所提供的率失真理论。
2012-03-28 cs.IT math.IT
Iterative Joint Detection of Kalman Filter and Channel Decoder for Sensor-to-Controller Link in Wireless Networked Control Systems
本文提出了一种基于卡尔曼滤波与信道解码器的迭代联合检测算法，利用先验信息提升无线网络化控制系统中控制与通信的性能。
2025-12-18 cs.IT cs.SY eess.SY
Compute-and-forward relaying with LDPC codes over QPSK scheme
在本文中，我们研究了计算和转发（CAF）中继方案与低密度奇偶校验（LDPC）码，一种特殊的情况下，物理层网络编码，在正交相移键控（QPSK）调制。本文的创新之处在于从理论上分析了当两个接收机的接收功率不相等但接近时，CAF方案与传统的分离译码（SD）方案在联合译码或连续干扰消除（SIC）译码下的译码性能。首先，我们研究了线性随机编码（LRC）在CAF方案中的解码性能，其解码器是基于退化信道的。当两个星座的旋转角度的控制，我们表明，它们可以实现速率远远超出多址信道（MAC）与LRC的最佳旋转角度。其次，我们分析了CAF使用LDPC码的计算成本和置信传播（BP）解码器的解码性能的实际可行性。CAF方案的BP解码器的计算复杂度几乎等于SIC BP解码器的计算复杂度，并且小于SD方案中的联合BP解码器。利用密度演化的渐近可解码区域来评估解码性能。结果表明，在码率一定的情况下，CAF方案在高码率区的性能优于联合BP译码和SIC BP译码的SD方案。
2019-04-17 cs.IT math.IT
Soft Syndrome Decoding of Quantum LDPC Codes for Joint Correction of Data and Syndrome Errors
量子错误主要使用伴随式信息的测量来检测和校正，伴随式信息本身在实际错误校正实现中是不可靠的步骤。通常，这种故障或噪声综合征测量被建模为以某种概率翻转的二进制测量结果。然而，测量的校正子实际上是在校正子提取的物理实现中获得的连续电压或电流值的离散化值。在本文中，我们使用这种“软”或模拟信息，而无需传统的离散化步骤，有利于量子低密度奇偶校验（QLDPC）码的解码迭代解码器。基于综合征的迭代置信传播解码器被修改为利用综合征软信息来同时成功地校正数据和综合征错误，而无需重复测量。我们证明了在我们改进的解码器中从综合征中提取软信息的优点，不仅在准循环提升积QLDPC码族的阈值和逻辑错误率的比较方面，而且在迭代解码器的更快收敛方面。特别是，新的BP解码器与噪声综合征表现良好的理想综合征下的标准BP解码器。
2022-05-04 cs.IT math.IT quant-ph
Feature Importance-Aware Deep Joint Source-Channel Coding for Computationally Efficient and Adjustable Image Transmission
Daegu Gyeongbuk Institute of Science and Technology (DGIST)（大邱庆北科学技术院）
本文提出了一种基于特征重要性的深度联合源-信道编码模型，通过轴维度专用计算和选择性可变形自注意力机制，实现高效且可调节的图像传输，实验表明其在不同信道条件下性能优异。
2026-03-12 cs.IT math.IT
Low-Complexity Joint Channel Estimation and List Decoding of Short Codes
提出了一种用于短块长度的导频辅助传输（PAT）方案，其中导频仅用于推导列表构建步骤的初始信道估计。通过将非相干解码度量应用于组成列表的码字来获得消息的最终判决。这允许使用非常少的导频，从而减少信道估计开销。该方法被应用到一个有序统计解码器的通信在瑞利块衰落信道。与传统PAT方案相比，对于具有QPSK信令的短码，证明了高达$1.2$ dB的增益。该方法可以推广到其他列表解码器，例如，列出极化码的解码。
2019-01-16 cs.IT math.IT
Asymptotics of Fingerprinting and Group Testing: Tight Bounds from Channel Capacities
在这项工作中，我们考虑了各种指纹识别和组测试游戏的大联盟渐近性，并推导出这些模型的能力的显式表达式。我们对简单解码器（快速但次优）和联合解码器（缓慢但最优）都这样做。对于指纹识别，我们表明，如果海盗的策略是已知的，容量往往线性下降的共谋者的数量，而不是二次在不知情的指纹游戏。对于许多攻击的联合容量进一步表明是严格高于简单的容量。对于分组测试，我们改进了已知的联合容量的结果，并推导出新的显式渐近的简单容量。这些结果表明，现有的简单的组测试算法是次优的，简单的解码器不能渐近联合解码器一样有效。对于传统的组测试模型，我们表明，简单和联合能力之间的差距是一个因素1.44大量的缺陷。
2014-04-09 cs.CR cs.IT math.IT
Joint Activity Detection and Data Decoding in Massive Random Access via a Turbo Receiver
在本文中，我们提出了一个涡轮接收机的联合活动检测和数据解码在免授权的大规模随机接入，迭代之间的检测器和置信传播（BP）为基础的信道解码器。具体而言，负责用户活动检测，信道估计，和软数据符号检测，检测器是基于双线性推理问题，利用在接收到的导频和数据信号的共同稀疏模式。采用双线性广义近似消息传递（BiG-AMP）算法，利用信道解码器估计的发送数据符号概率作为先验知识，解决了该问题。此外，从检测器导出外部信息以提高解码器的信道解码精度。仿真结果表明，与传统的设计相比，所提出的Turbo接收机实现了显着的改善。
2021-07-20 cs.IT eess.SP math.IT
Asymptotics of Fingerprinting and Group Testing: Capacity-Achieving Log-Likelihood Decoders
我们研究了指纹识别和组测试的大联盟渐进性，并推导出可证明实现许多所考虑模型的容量的显式解码器。我们这样做的简单解码器（快，但次优）和联合解码器（慢，但最优），以及知情和不知情的设置。对于指纹识别，我们表明，如果海盗的战略是已知的，奈曼-皮尔逊为基础的对数似然解码器可证明实现的能力，无论战略。进一步证明了该解码器是一个通用的解码器，能够处理任意攻击，并实现了无信息容量。这个通用的解码器被证明是密切相关的拉格朗日优化解码器Oosterwijk等人。和莫林的经验互信息解码器。联合解码器也提出了，我们猜想，这些也实现了相应的联合能力。对于组测试，经典模型的简单解码器被证明是更有效的比陈等人。它可证明实现简单的组测试容量。对于此模型的推广，如嘈杂的组测试，得到的简单的解码器也实现了相应的简单的能力。
2014-04-09 cs.CR cs.IT math.IT
Hybrid HMM Decoder For Convolutional Codes By Joint Trellis-Like Structure and Channel Prior
Northwest University（西北大学）
无线链路的抗干扰能力是边缘计算的物理层问题。虽然由于数据中引入的冗余，卷积码具有固有的纠错潜力，但是由于信道上的多径效应，卷积码的性能急剧下降。在本文中，我们提出了使用隐马尔可夫模型（HMM）的卷积码的重建和解码的维特比算法。此外，为了实现软判决解码，HMM的观察被替换为高斯混合模型（GMM）。我们的方法提供了优越的纠错潜力比标准的方法，因为模型参数包含信道状态信息（CSI）。我们评估的性能相比，标准维特比解码的方法通过数值模拟。在多径信道中，采用硬判决和软判决译码时，混合HMM译码器的性能增益分别为4.7dB和2dB。HMM解码器也实现了显着的性能增益的RSC码，这表明该方法可以扩展到Turbo码。
2022-11-12 cs.IT cs.LG cs.NI
Broadband Digital Over-the-Air Computation for Asynchronous Federated Edge Learning
本文提出了第一个宽带数字空中计算（AirComp）系统的相位异步OFDM为基础的联邦边缘学习系统。现有的模拟AirComp系统通常通过信道预编码假设完美的相位对准，并利用未编码的模拟调制进行模型聚合。相比之下，我们的数字AirComp系统利用数字调制和信道编码来克服相位抖动，从而在异步多用户OFDM系统中实现精确的模型聚合。为了实现数字AirComp系统，我们提出了一种允许多个边缘设备同时传输的非正交多址接入协议，并提出了一种联合信道解码和聚合（Jt-CDA）解码器（即，全状态联合解码器）。为了降低计算复杂度，我们进一步提出了一种降低复杂度的Jt-CDA解码器（即，减少状态联合解码器），并且对于大多数信噪比（SNR）状态，其算术和比特出错率性能类似于全状态联合解码器的性能。测试精度的模拟结果仿真结果表明：1）模拟AirComp系统在实际测试中对相位误差敏感，即使在高信噪比条件下，测试精度也表现出误差平层; 2）当SNR为9dB时，我们的数字AirComp系统的性能至少是模拟AirComp系统的1.5倍，展示了数字AirComp在异步多用户OFDM系统中的优势。
2021-11-20 cs.IT cs.NI math.IT
Distributed Deep Joint Source-Channel Coding with Decoder-Only Side Information
Imperial College London（帝国理工学院）；New York University（纽约大学）
针对Wyner-Ziv场景下仅接收端具有边信息的低延迟图像传输问题，提出一种在接收端多阶段融合边信息的深度JSCC神经网络架构，在低信噪比和小带宽比条件下显著提升传输质量。
2024-02-27 cs.CV cs.IT cs.LG
Joint Sensing and Semantic Communications with Multi-Task Deep Learning
Nexcepta（内克塞克塔公司）；The Ohio State University（俄亥俄州立大学）；University of Maryland（马里兰大学）
本文提出利用多任务深度学习联合训练编码器和多个解码器，在噪声衰落信道下同时实现数据重建、目标检测测距与语义标签分类，并通过CIFAR-10实验验证了联合感知与语义通信的高保真性能。
2024-10-21 cs.AI cs.IT cs.LG
Joint Channel Estimation and Feedback with Masked Token Transformers in Massive MIMO Systems
本文提出一种基于编码器-解码器的掩码Token Transformer网络，通过自掩码注意力编码与轻量级去噪模块联合实现大规模MIMO系统的信道估计与反馈，在联合与单独任务中均优于现有技术。
2023-08-04 cs.IT cs.LG math.IT
OSFP4: Joint Optimization of Diagonal Smoothing and Block Scales for NVFP4 Quantization
School of Computer Science and Engineering（计算机科学与工程学院）；Hebrew University of Jerusalem（耶路撒冷希伯来大学）
针对NVFP4量化精度损失问题，提出OSFP4方案，通过联合优化对角平滑矩阵与块缩放最小化量化误差，在保持高精度的同时保留94-97%的预填充吞吐量。
2026-10-08 cs.AI cs.IT math.IT
Joint Source-Channel Coding for Channel-Adaptive Digital Semantic Communications
本文提出一种联合信源信道编码方法，通过不确定性解调、鲁棒训练及信道自适应调制，提升数字语义通信在多变信道和调制阶数下的鲁棒性，并降低延迟，仿真验证其在图像任务上优于现有方法。
2024-03-18 cs.IT eess.SP math.IT
