Mismatched Exponents for Deterministic and Randomised Noise-Guessing Decoding
研究加性无记忆信道中噪声猜测解码的确定性与随机变体,分析失配解码度量下的错误与复杂度指数,并针对匹配、α倾斜和通用度量进行特化,发现随机解码中需根据码率调整α以同时优化指数。
2026-08-18 cs.IT math.IT
Achievable Error Exponents for Channel with Side Information - Erasure and List Decoding
我们考虑一个解码器的擦除选项和一个可变大小的列表解码器的信道与非偶然的边信息在发射机。首先,普遍可实现的错误指数提供了一个擦除选项使用参数化的解码器的精神Csiszár和Körner的解码器的解码。然后,建议的解码规则一般化,通过扩展其参数的范围,以允许可变大小的列表解码。这个扩展给出了擦除/列表解码的统一处理。给出了列表错误概率和列表上错误消息的平均数的指数界。讨论了离散无记忆信道的Forney和Csiszár和Körner译码器的关系。这些结果是通过探索一个随机装箱码与条件常数组成的码字提出的莫林和王,但与不同的解码规则。
2009-03-12 cs.IT math.IT
A Rate-Distortion Exponent Approach to Multiple Decoding Attempts for Reed-Solomon Codes
基于RS码多次译码尝试的算法近年来引起了人们的关注。如作者先前所提出的,基于率失真(R-D)理论选择解码候选者目前提供了最佳的性能与复杂度的权衡。本文提出了一种基于率失真指数(RDE)的分析方法,直接使误码概率的指数衰减率最小化。这使得严格的边界上的错误概率有限长度的RS码,并导致适度的性能增益。作为一个副产品,一个数值方法推导出计算独立的非相同的源的率失真指数。分析结果给出错误/擦除解码。
2010-06-04 cs.IT math.IT
A Sphere-Packing Error Exponent for Mismatched Decoding
我们推导出一个球包装误差指数编码传输离散无记忆信道与固定的解码度量。通过研究辅助信道上码的错误概率,得到了非匹配译码错误概率的一个下界。该界是指数衰减小于本文建立的一个新的上限的失配容量的编码率。对于高于新的上限率,错误概率被证明是有界远离零。新的上限示出,以改善比以前的上限的失配能力。
2022-12-27 cs.IT math.IT
Towards Weak Information Theory: Weak-Joint Typicality Decoding Using Support Vector Machines May Lead to Improved Error Exponents
在本文中,作者报告了一种方法,使用统计学习的概念,在通过离散无记忆信道进行通信时获得误差指数方面的优势。研究利用科学计算软件包MATLAB的仿真能力表明,所提出的解码方法性能优于传统的联合典型性解码方法。通过修改什么构成解码错误的传统规范来确保该优点。这是合理的范例,也用于“利用”噪声反馈的程序中,如果一些进一步的处理可以从中提取有用的信息,则不应该将条件声明为错误。
2022-08-08 cs.IT math.IT
Exact correct-decoding exponent of the wiretap channel decoder
Wyner窃听信道模型的可验证性方案的安全级别从窃听信道解码器处正确解码的概率$P_c$的角度进行检查。特别地,对于有限字母表无记忆信道,$P_c$的精确随机编码指数被导出为总编码速率$R_1$和每个子码$R_2$的速率的函数。给出了该函数的两种不同表示,并给出了它的基本性质。我们还刻画了$P_c$的随机编码指数意义下的完全安全率对$(R_1,R_2)$的区域,换句话说,这个可验证性方案的指数与窃听方的盲猜测的指数相同的区域。最后,一个类似的推导的正确解码指数概述的情况下,高斯信道。
2014-03-24 cs.IT math.IT
List decoding - random coding exponents and expurgated exponents
本文导出了一些新的结果,涉及到具有确定性列表大小$L$的列表译码的随机编码误差指数和删除指数。两个渐近制度被认为是固定的列表大小制度,其中$L$是固定的独立于块长度$n$,和指数列表大小,其中$L$与$n$呈指数增长。我们首先推导出一个一般的上限列表解码的平均错误概率,这是适合于这两个制度。这一界限导致了两种制度中更具体的界限。在固定的列表大小制度,绑定是相关的已知的界限,我们建立其指数紧密性。在指数列表大小制度,我们建立了著名的球包装下界的可扩展性。还提供了猜测指数的关系。我们在这两个制度的分析的直接副产品是最大互信息(MMI)列表解码器的错误指数意义上的普遍性。最后,我们考虑了低速率下的删除边界,使用Gallager方法和Csiszár-Körner-Marton方法,这通常更好(至少对于$L=1$)。后一个删减的界限,其中涉及的概念{ \it多信息},也修改为适用于连续字母表通道,特别是高斯无记忆通道,其中的删减的界限的表达变得相当明确。
2013-11-28 cs.IT math.IT
On the exact decoding error probability exponent of the random coding on BSC
本文研究了在二元对称信道上随机编码的解码错误概率指数,通过新的随机变量和的分布结果推导出精确的指数表达式。
2026-05-19 cs.IT math.IT math.PR
Ensemble-Tight Second-Order Asymptotics and Exponents for Guessing-Based Decoding with Abandonment
本文研究带弃权的猜测式解码,推导其系综紧致一阶与二阶渐近、误差及强逆指数,证明在信道容量超过输入分布熵一半时优于传统测试式解码。
2025-08-08 cs.IT math.IT
An Upper Bound to the Undetected Error Exponent with Erasure Decoding at Positive Rates
University of Cambridge(剑桥大学);University of Brescia(布雷西亚大学);Universitat Politècnica de Catalunya(加泰罗尼亚理工大学)
该研究针对离散无记忆信道带删除译码的未检测错误指数问题,采用Somekh-Baruch的带助手辅助论证推导正码率下的上界,可恢复Telatar的紧码率零 converse,数值示例显示其对直线界的改进严格。
2026-10-14 cs.IT math.IT
On the Bee-Identification Error Exponent with Absentee Bees
“蜜蜂识别问题”由Tandon、Tan和Varshney [IEEE Trans.Commun.(2019)【在线抢先体验】,并研究了误差指数。这项工作扩展了“缺席蜜蜂”的情况下,其中一小部分的蜜蜂是缺席的蜂巢图像用于识别的结果。对于这种设置,我们提出了蜜蜂识别误差指数的精确表征,并表明独立的条形码解码是最佳的,即,相对于每个噪声条形码的独立解码,Bee条形码的联合解码不会导致更好的误差指数。这与没有缺席蜜蜂的结果相反,其中联合条形码解码导致比独立条形码解码显著更高的误差指数。我们还定义和表征的“能力”的蜜蜂识别问题缺席蜜蜂,并证明了强逆。
2019-10-23 cs.IT math.IT
Dual-Domain Exponent of Maximum Mutual Information Decoding
针对MMI译码的错误指数,本文通过双域推导证明常组分码下其与最大似然译码一致,并扩展至联合信源信道编码,验证广义MMI译码达到最大后验概率译码的随机编码指数。
2025-07-24 cs.IT math.IT math.PR
Universal Decoding for Unequal Error Protection
University of Cambridge(剑桥大学);Universitat Politècnica de Catalunya(加泰罗尼亚理工大学)
该研究针对离散无记忆信道,构造译码规则不依赖信道转移律的码序列,推导特殊消息的可达错误指数,所得指数优于等错误保护基准,对称信道下在容量处收敛至最优红警指数。
2026-10-14 cs.IT math.IT
Analogy and duality between random channel coding and lossy source coding
这里,我们以统一的方式(使用“R(P,Q,D)”)写出信道编码和有损信源编码中的随机编码指数。我们推导出它们的显式形式,并表明,对于一个给定的随机码本分布Q,信道解码错误指数可以被看作是一个编码成功指数在有损信源编码,和信道正确解码指数可以被看作是一个编码失败指数在有损信源编码。然后,我们将通道指数扩展到任意D,对于D > 0,对应于擦除解码,对于D < 0,对应于列表解码。为了比较,我们也得到确切的随机编码指数为福尼的最佳权衡解码器。
2017-10-29 cs.IT math.IT
Correct Undetected Errors with List Decoding in ARQ Error-control Systems
未检测错误对于线性码来说是重要的,它是硬判决和自动重传请求(ARQ)后唯一的错误类型,但没有得到太多的关注。在级联信道编码、次优信源编码和联合信源-信道编码中,可以利用连续码字之间的约束来提高解码性能。本文采用列表译码的方法来纠正未检测到的错误。特别是在汉明码和Reed-Muller码上,纠错的收益率有明显提高,在某些情况下可达40%左右。但这种改进只有在基于连续发送的码字之间的约束从列表中选择最终码字之后才是显著的。本文研究了马尔可夫上下文模型应用中的选择算法,完成了链表译码程序。算法的性能进行了分析和正确选择的概率的下限推导出确定适当的上下文长度。
2018-03-13 cs.IT math.IT
Decoding of Expander Codes at Rates Close to Capacity
研究了码的译码错误概率随码组长度的变化规律。它表明,存在的代码与多项式小的解码错误概率意味着存在的代码与指数小的解码错误概率。具体地说,假设存在一个长度为N、码率为R=(1-ε)C(C是二进制对称信道的容量)的码族,其译码概率以1/N多项式递减。它表明,如果解码概率下降足够快,但仍然只有多项式快在1/N,那么存在另一个这样的家庭的代码,其解码错误概率下降指数快在N。此外,如果假设的码族的译码时间复杂度是关于N和1/ε的多项式,则所给出的码族的译码时间复杂度是关于N的线性的和关于1/ε的多项式.这些代码进行了比较,最近提出的代码Barg和Zemor,“错误指数的扩展码,”IEEE trans. Inform。理论,2002年,和“级联码:串行和并行,”IEEE trans. Inform。理论,2005年。结果表明,后者的家庭不能被调谐到有指数衰减(N)的错误概率,并在同一时间内,有解码时间复杂度线性N和多项式的1/ε。
2007-01-22 cs.IT math.IT
Large Kernel Polar Codes with efficient Window Decoding
本文通过对一些2^t × 2^t极化核构造的极化码进行修改,降低了窗口译码的时间复杂度。这种修改是基于核的列的置换。该方法被应用于在文献中构造的尺寸为16和32的核中的一些核,具有不同的误差指数和标度指数,例如eNBCH核。结果表明,该方法在不影响性能的情况下,显著降低了窗口译码的复杂度。
2020-10-09 cs.IT math.IT
Low-Density Parity-Check Codes Which Can Correct Three Errors Under Iterative Decoding
本文给出了列重为3的低密度奇偶检验(LDPC)码在采用硬判决消息传递译码时能纠正3个错误的充要条件。此外,我们给出了列重四码在四次硬判决消息传递译码迭代中纠正三个错误的充要条件。然后,我们给出了一个建设技术,结果在代码满足这些条件。我们还提供了数值评估的代码性能,通过模拟结果。
2008-10-07 cs.IT math.IT
Scaling Exponent of List Decoders with Applications to Polar Codes
受极化码在连续消除列表解码下经历的显著性能增益的启发,研究了极化码的缩放指数作为列表大小的函数。特别地,错误概率是固定的,并且分析了块长度和容量回退之间的权衡。对于任何二进制输入无记忆输出对称信道和任何一类线性码,在具有列表大小$L$的$\rm MAP$解码下提供了错误概率的下限,使得它们的最小距离随着块长度变大而无界。然后,示出了在$\rm MAP$解码下,虽然列表的引入可以显著地改善所涉及的常数,但是标度指数本身,即,接近容量的速度对于任何有限的列表大小保持不受影响。特别地,该结果适用于极化码,因为它们的最小距离随着块长度增加而趋于无穷大。一个类似的结果被证明为精灵辅助连续消除解码时,传输发生在二进制擦除信道,即,标度指数保持恒定的任何固定数量的帮助,从精灵。注意,由于基因辅助的连续消除解码可能严格地比连续消除列表解码更差,因此建立后者的标度指数的问题仍然是开放的。
2014-09-22 cs.IT math.IT
Multiuser Random Coding Techniques for Mismatched Decoding
本文研究了在给定(可能是次优的)译码规则下的信道编码的多用户随机编码技术。对于不匹配的离散无记忆多路访问信道,获得的误差指数是紧相对于合奏平均,和积极的内部Lapidoth的可实现的速率区域。该指数证明了在最大似然解码的情况下Liu和Hughes的指数的系综紧密性。一个等效的对偶形式的Lapidoth的可实现的速率区域,后者示出立即扩展到无限和连续的字母表的信道。在单用户失配解码的设置中,类似的分析技术被应用到叠加编码的改进版本,其被示出为实现速率至少与任何随机编码参数集的标准叠加编码一样高。
2016-04-14 cs.IT math.IT
LDPC Codes Which Can Correct Three Errors Under Iterative Decoding
本文给出了列重为3的LDPC码采用GallagerA算法译码时能纠正3个错误的充要条件。然后,我们提供了一个建设技术,导致在一个代码满足上述条件。我们还提供了数值评估的代码性能,通过模拟结果。
2008-01-08 cs.IT math.IT
Polytope of Correct (Linear Programming) Decoding and Low-Weight Pseudo-Codewords
我们分析了线性规划(LP)解码的图形二进制码的软输出,对称和对数凹通道。我们表明,错误的表面,分离域的正确解码域的错误解码,是一个多面体。我们制定的问题,找到最低重量的伪码字作为一个非凸优化(凸函数的最大化)在一个多面体,与成本函数定义的信道和多面体定义的结构的代码。该公式提出了新的可证明收敛的算法,用于找到在先前讨论的质量上改进的最低权重伪码字。以Tanner [155,64,20]码为例,在加性高斯白噪声(AWGN)信道下对算法性能进行了测试。
2011-05-28 cs.IT math.IT
Mismatched Decoding: Error Exponents, Second-Order Rates and Saddlepoint Approximations
本文考虑了给定(可能是次优的)最大度量译码规则的信道编码问题。成本约束的随机编码合奏与多个辅助成本的介绍,并实现错误指数和二阶编码率匹配的恒定组成的随机编码,同时直接适用于无限或连续字母的信道。辅助成本的数量需要匹配的错误指数和二阶速率的恒定组成编码的研究,并示出为最多两个。为了i.i.d.随机编码,渐近估计两个著名的非渐近界使用鞍点近似。每个表达式所示的特征的渐近行为相应的随机编码界在固定和变化的速率,从而统一的制度,其特征在于误差指数,二阶速率和中等偏差。对于固定利率,在乘法1+o(1)项内得到了新的精确渐近表达式.使用数值例子,它表明,鞍点近似是高度准确的,即使在短块长度。
2014-03-04 cs.IT math.IT
Physical-layer Network Coding: A Random Coding Error Exponent Perspective
在这项工作中,我们推导出的随机编码误差指数的上行链路相位的双向中继系统,其中物理层网络编码(PNC)。误差指数是针对实际的(但次优的)XOR信道解码设置导出的。我们表明,随机编码误差指数下的最佳(即,最大似然)PNC信道解码,即使在次优XOR信道解码下也可以实现。推导出的可扩展性界限为我们提供了有价值的见解,并可以作为一个基准的实际信道编码的PNC系统采用低复杂度解码器时,使用有限长度的码字的性能。
2017-02-04 cs.IT math.IT
Decoding Error Probability of the Random Matrix Ensemble over the Erasure Channel
本文利用新工具,对擦除信道上随机矩阵系综在三种译码原则下的平均错误概率给出显式公式与错误指数,并证明无歧义译码下错误概率的强集中性。
2024-04-22 cs.IT math.IT
Achievable Rates and Error Exponents for a Class of Mismatched Compound Channels
本文研究失配解码在信道接近解码度量时的可达速率与误差指数,推导了相对熵球半径函数的近似,刻画信道估计损失,并给出离散与连续信道的示例。
2025-05-26 cs.IT math.IT
Corrections to "An Innovations Approach to Viterbi Decoding of Convolutional Codes"
我们纠正了上述标题论文第III-B节中的错误。校正与到主解码器的输入的联合分布有关,该联合分布对应于主解码器的码格中的分支。注意,就对应于单个代码符号的输入的分布而言,第III-B节中的结果是正确的。我们已经注意到,命题12中的alpha(命题14中的beta)具有另一种含义,这使得可以导出对应于整个分支的输入的联合分布。修正是基于这一重要的观察。
2020-08-20 cs.IT math.IT
Exponential Source/Channel Duality
我们提出了一个源/信道的对偶指数制度,在信源编码的成功/失败平行错误/正确性在信道编码,和失真约束成为对数似然比(LLR)阈值。我们建立这种对偶性,首先推导精确指数的有损编码的无记忆源P,在失真D,对于一般的i.i.d.对于编码成功(R < R(P,Q,D))和失败(R > R(P,Q,D))两者,码本分布Q。然后,我们转向具有i.i.d.的无记忆信道P上的最大似然(ML)解码。输入Q,并且示出如果我们在LLR失真度量下代入P=QP、Q=Q和D=0,则解码错误的精确指数(R < I(Q,P))和严格正确解码的精确指数(R > I(Q,P))分别作为信源编码成功/失败的指数的特殊情况。此外,通过让阈值D取一般值,获得了简化Forney解码器下擦除(D > 0)和列表解码(D < 0)的精确随机编码指数。最后,我们推导出确切的随机编码指数Forney的最佳权衡擦除/列表解码器,并表明,在擦除制度,它符合Forney的下限和简化的解码器指数。
2017-01-26 cs.IT math.IT
Error Exponent Bounds for the Bee-Identification Problem
考虑使用噪声测量来识别大量的蜜蜂的问题,这些蜜蜂唯一地标记有条形码。我们正式介绍这个“蜜蜂识别问题”,定义其误差指数,并推导出有效地计算这个指数的上限和下限。我们表明,联合解码的条形码提供了一个显着更好的指数相比,单独的解码,其次是置换推理。对于低速率,我们证明了使用典型的随机码(TRC)获得的蜜蜂识别指数的下限严格优于使用随机码集成(RCE)获得的相应的界限。此外,当速率接近零时,我们证明了蜜蜂识别指数的上界满足使用TRC与联合条形码解码获得的下界。
2019-06-04 cs.IT math.IT
Codeword or noise? Exact random coding exponents for slotted asynchronism
我们考虑时隙异步编码通信的问题,在每个时间帧(时隙),发射机是沉默的或从一个给定的(随机选择的)码本发送码字。解码器的任务是判断是否已经发生传输,如果是,则对消息进行解码。我们推导出最佳的检测/解码规则的意义上的最佳权衡之间的概率解码错误,虚警,和误检。对于这个检测/解码规则,然后我们推导出单字母的确切指数率的表征,这三个概率的平均代码在合奏。
2013-08-21 cs.IT math.IT
Mismatched Multi-Letter Successive Decoding for the Multiple-Access Channel
本文研究离散无记忆多址信道的信道编码问题。一个多字母的连续解码规则取决于一个任意的非负的解码度量被认为是,和可实现的速率区域和错误指数都来自标准的MAC(独立码本),并为认知MAC(一个用户知道这两个消息)与叠加编码。在认知的情况下,率区域和错误指数示出相对于合奏平均是紧的。速率区域进行比较,通常认为解码器,选择的消息对最大化的解码度量,并给出了数值例子,连续解码产生严格较高的总和率为一个给定的对输入分布。
2017-12-06 cs.IT math.IT
Error Exponents of Erasure/List Decoding Revisited via Moments of Distance Enumerators
有关擦除/列表解码,由于福尼的随机编码错误指数的分析,是重新审视。而不是使用Jensen的不等式以及其他一些不等式的推导,我们证明了指数紧分析可以进行评估的相关时刻,一定的距离枚举。由此产生的边界具有以下优点:(ii)在与信道和随机编码分布相关联的某些对称条件下,它比Forney界简单,因为它仅涉及对一个参数的优化(而不是两个),以及(iii)在某些特殊情况下,如二进制对称信道(BSC),该参数的最佳值可以以封闭形式找到,因此,不需要进行数字搜索。然而,我们还没有发现一个数值例子,这个新的界限是严格优于Forney的界限。这可能提供了一个额外的证据来支持Forney的猜想,即他的界对于平均代码是紧的。我们相信,我们在本文中提出的技术可以在简化,并希望也提高,指数误差界在其他问题的设置以及有用的。
2007-11-15 cs.IT math.IT
Channel capacities of classical and quantum list decoding
我们专注于经典和量子列表解码。Nishimura在链表数目不按指数增长的情况下得到了链表译码的容量。然而,指数列表的情况下的容量是开放的,即使在经典的情况下,而它的逆部分是由Nishimura。我们推导出信道容量在经典和量子的情况下,指数增长的列表。量子情形的逆部分是通过修改Nagaoka对信道容量强逆定理的简单证明而得到的。直接部分是由一个非常简单的论点推导出来的。
2006-03-21 cs.IT math.IT quant-ph
Efficient Encoding/Decoding of Irreducible Words for Codes Correcting Tandem Duplications
串联复制是将DNA片段的拷贝插入到原始位置附近的过程。受在生物体中存储数据的应用的启发,Jain等人(2017)提出了对纠正串联重复的代码的研究。已知的代码构造基于{ \em不可约字}。我们研究有效的编码/解码方法的不可约字。首先,我们描述了一个$(\ell,m)$ -有限状态编码器,并表明,当$m=Θ(1/ε)$和$\ell=Θ(1/ε)$,编码器实现的速率是$ε$远离最佳。接下来,我们提供排名/unranking算法的不可约的话,并修改算法,以减少有限状态编码器的空间要求。
2018-01-08 cs.IT math.IT
A Neyman-Pearson Approach to Universal Erasure and List Decoding
当信息要在未知的、可能不可靠的信道上传输时,在解码器处的擦除选项是期望的。使用恒定组成的随机码,我们提出了一个推广的Csiszar和Korner的最大互信息解码器与擦除选项的离散无记忆信道。新的解码器是参数化的加权函数,旨在优化未检测到的错误和擦除指数的复合类的通道之间的基本权衡。加权函数的类别可以进一步扩大,以优化列表解码器的类似折衷--在这种情况下,未检测到的错误概率被列表中的错误消息的平均数量所取代。明确的解决方案被确定。最佳指数承认简单的表达式的球形包装指数,在所有速率低于容量。对于小的擦除指数,这些表达式与Forney(1968)使用最大后验解码针对对称信道导出的表达式一致。因此,至少对这些渠道来说,忽视渠道法则是无关紧要的。的Csiszar-Korner规则和更简单的互信息阈值规则的最优性的条件被确定。误差指数的数值计算的二进制对称信道。
2008-01-29 cs.IT math.IT
Erasure/list exponents for Slepian-Wolf decoding
我们分析随机编码错误指数与擦除/列表Slepian-Wolf解码使用两种不同的方法,然后比较得到的界限。第一种方法遵循Gallager和Forney的公知技术,第二种方法基于距离枚举的技术,或者更一般地,基于类型类枚举,其植根于与随机能量模型(REM)相关的无序系统的统计力学。第二种方法保证产生至少与第一种方法一样紧的指数函数,并且证明对于编码率和阈值的某些组合,第二种方法的界限比第一种方法的界限严格更紧,通过任意大的因子。事实上,第二种方法甚至可以在第一种方法给出有限值的区域产生无穷指数。我们还讨论了可变速率Slepian-Wolf编码的选项,并演示了它如何提高所得指数。
2013-05-24 cond-mat.stat-mech cs.IT math.IT
Decoding by Embedding: Correct Decoding Radius and DMT Optimality
最近向量问题(CVP)和最短(非零)向量问题(SVP)是欧氏格上的核心算法问题。它们是格在通信和密码学的许多问题中的应用的核心。Kannan的\emph{embedding technique}是求解近似CVP的一种强有力的方法,但其显著的实际性能还没有得到很好的理解。本文从\emph{bounded distance decoding}(BDD)的角度分析了嵌入技术。我们提出了两个互补的嵌入技术分析:我们建立了一个减少从BDD到Hermite SVP(通过唯一的SVP),它可以与任何Hermite SVP求解器(包括,除其他外,Lenstra,Lenstra和Lovász(LLL)算法)一起使用,并表明,在LLL的特殊情况下,它至少执行以及Babai的最近平面算法(LLL-aided SIC)。前一种分析有助于解释民俗学的实践观察,即独特的SVP比标准的近似SVP更容易。证明了当采用LLL算法时,如果噪声范数小于解码半径$λ_1/(2γ)$,则嵌入技术可以求解CVP,其中$λ_1$是格的最小距离,并且$γ\approx O(2^{n/4})$。这实质上改进了先前最佳已知的正确解码界限$γ\approx {O}(2^{n})$。针对BDD在多输入多输出(MIMO)系统解码中的应用,证明了正则格的BDD在分集复用增益折衷(DMT)方面是最优的,并提出了不需要知道格的最小距离和/或进一…
2012-12-28 cs.IT math.IT
Simplified Erasure/List Decoding
我们考虑使用某些类别的简化解码器的擦除/列表解码的问题。具体地,我们假设一类擦除/列表解码器,使得如果码字的可能性大于阈值,则码字在列表中。这类解码器既近似于Forney的最佳解码器,也包括以下简化的解码规则子类:第一个是仅输出向量的函数,而不是码本(最适合于高速率),第二个是最大似然解码器的缩放版本(最适合于低速率)。我们提供单字母表达式的确切随机编码指数的任何解码器在这些类中,操作在一个离散的无记忆通道。对于每一类解码器,我们找到类内的最佳解码器,在这个意义上,它最大化的擦除/列表指数,在给定的约束下的错误指数。我们建立的第一和第二类的简化解码器的最优性低和高速率,分别。
2014-12-05 cs.IT math.IT
A Lower Bound on the Error Exponent of Linear Block Codes over the Erasure Channel
给出了线性分组码在擦除信道下的最大似然(ML)译码误差指数的一个下界。在擦除概率的系综特定区间上,当系综权重谱形状函数随着分数码字权重趋于零而趋于负值时,下限变为正。因此,对于这些集合,我们可以降低逐块ML解码阈值。给出了两个例子,即线性随机奇偶校验码和固定速率Raptor码与线性随机预编码器。虽然对于前者,完整的解析解是可能的,但对于后者,我们可以通过简单地求解2x 2非线性方程组来降低擦除信道上的ML解码阈值。
2019-01-21 cs.IT math.IT
Mismatched decoding reliability function at zero rate
我们推导了零速率码失配译码可靠性函数的上界。该界是基于Komlós的一个结果,该结果表明存在具有某些对称性质的子码。示出的界限,以符合删除指数在速率为零的一个广泛的家庭的信道解码度量对。
2021-12-07 cs.IT math.IT
Real-time oblivious erasure correction with linear time decoding and constant feedback
我们继续研究无比率码的传输信息跨信道的擦除率是未知的。在这样的代码中,可以从消息中生成编码符号的无限流,并通过擦除信道发送,并且解码器可以在成功收集了一定数量的编码符号之后对消息进行解码。如果接收机不是在接收到编码符号时收集编码符号,而是立即解码或丢弃它接收到的每个符号,则无比率擦除码是实时的【形】不经意的。有效实时的【形】不经意擦除校正使用反馈信道,以便最大化接收到的编码符号被解码而不是被丢弃的概率。我们构造的代码是实时的【形】不经意的,但需要更少的反馈消息,并具有更快的解码相比,以前的工作。具体地,对于长度为$k'$的消息,我们将反馈信道的预期复杂度从$O(\sqrt{k'})$提高到$O(1)$,并且将预期解码复杂度从$O(k'\log(k'))$提高到$O(k')$。我们的方法包括使用适当的块擦除码首先对$k'$消息符号进行编码,然后使用Beimel等人(2007)的实时的【形】不经意擦除校正的截断版本将编码的消息传输到接收器,然后接收器使用外码的解码算法来恢复消息。
2021-01-26 cs.IT math.IT
A Lagrange-Dual Lower Bound to the Error Exponent Function of the Typical Random Code
一个拉格朗日对偶(Gallager风格)下界推导出的典型随机码(TRC)的误差指数函数有关的i.i.d.随机编码集合和失配随机似然解码。而原来的表达式,来自类型的方法(Csiszar风格的表达式)涉及最小化定义的信道输入输出字母的概率分布,新的拉格朗日对偶公式涉及优化的五个参数,独立的字母大小。对于随机和确定性失配解码(包括最大似然解码作为一种特殊情况),我们提供了一个相当全面的讨论这个公式的各种成分背后的洞察力,并描述其行为如何变化的编码率用尽相关的范围。除其他外,它表明,该表达式同时概括了删除的错误指数函数(在零速率)和经典的随机编码指数函数在高速率,它也满足球-包装界。
2019-08-12 cs.IT math.IT
PolarZero: A Reinforcement Learning Approach for Low-Complexity Polarization Kernel Design
National Yang Ming Chiao Tung University (NYCU)(国立阳明交通大学);Politecnico di Milano(米兰理工大学)
针对大核极化码低复杂度设计难题,提出基于Gumbel AlphaZero的强化学习框架PolarZero,可在RMLD下高效探索设计空间,构造出误差指数更优、解码复杂度更低的大尺寸极化核,验证了学习方法的实用价值。
2025-10-30 cs.IT math.IT
The Error Probability of Sparse Superposition Codes with Approximate Message Passing Decoding
稀疏叠加码或稀疏回归码(SPARC)是最近一类用于在AWGN信道上以接近信道容量的速率进行可靠通信的码。近似消息传递(AMP)解码,一种计算效率高的SPARC解码技术,已被证明是渐近容量实现的AWGN信道。在本文中,我们通过推导AMP解码错误概率的大偏差来改进渐近结果。这个界限提供了深入了解大但有限的问题大小的AMP解码器的错误性能,给出了错误指数,以及指导如何在有限的块长度的代码参数应该被选择。对于一个适当的选择的代码参数,我们表明,对于任何固定的速率小于信道容量,解码错误概率呈指数衰减在$n/(\log n)^{2T}$,其中$T$,成功解码所需的AMP迭代次数,是有界的能力的差距。
2019-04-22 cs.IT math.IT
List and Probabilistic Unique Decoding of Folded Subspace Codes
提出了一类新的非相干网络编码折叠子空间码。对于任何码率$R\in[0,1]$,这些码可以校正超出唯一解码半径的插入和删除。一个有效的基于插值的解码算法,该码的结构,它允许正确的插入和删除的归一化半径$s(1-((1/h+h)/(h-s+1))R)$,其中$h$是折叠参数和$s\leq h$是一个解码参数。该算法作为一个列表解码器或作为一个概率唯一的解码器,输出一个具有高概率的唯一的解决方案。推导了折叠子空间码的平均链表长度和译码失败概率的上界。该解码方案的主要优点在于,它能够实现高达列表解码半径的概率唯一解码。
2015-04-21 cs.IT math.IT
Leveraging Code Structure to Improve Soft Output for GRAND, GCD, OSD, and SCL
Northeastern University(东北大学);Massachusetts Institute of Technology(麻省理工学院)
针对纠错解码器软输出精度问题,本文利用线性码本约束优化GRAND、GCD、OSD和SCL的软输出,经Brier评分验证其精度接近最大后验估计。
2026-09-28 cs.IT math.IT
Improved decoding of symmetric rank metric errors
我们考虑秩度量码的译码问题,假设误差矩阵是对称的。我们证明了两个结果。首先,对于速率$<1/2$,存在一个广泛的秩度量码族,对于该秩度量码,任何对称错误模式,甚至最大秩的对称错误模式都可以被校正。此外,相应的可解码码族包括速率为$<1/2$的Gabidulin码。第二,对于速率$>1/2$,我们提出了一种Gabidulin码的解码器,纠正秩高达$n-k$的对称错误。这两个解码器是确定性的和最坏的情况。
2023-03-22 cs.IT math.IT
Speculative Sampling via Exponential Races
Imperial College London(伦敦帝国学院)
本文建立投机解码与信道模拟的联系,进行信息论分析,推导加速与草稿模型生成令牌数的显式上界关系,并提出指数竞赛方法ERSD,性能达最先进水平。
2025-04-21 cs.CL cs.IT math.IT
Codes Correcting Burst and Arbitrary Erasures for Reliable and Low-Latency Communication
受现代网络通信应用程序,需要低延迟的启发,我们研究的代码,纠正擦除低解码延迟。我们提供了一个简单的明确的建设,产生卷积码,可以纠正突发和任意擦除下的最大解码延迟约束$T$。我们提出的代码具有高效的编码/解码算法,并需要一个字段的大小是线性的$T$。我们研究了我们的代码在吉尔伯特-埃利奥特信道的性能,我们的仿真结果表明,显着的性能增益在文献中存在的低延迟码。
2023-02-17 cs.IT math.IT
Error Correcting Coding for a Non-symmetric Ternary Channel
三进制通道可以用来模拟一些存储器设备的行为,其中信息存储在三个不同的级别中。在本文中,纠错编码的三进制通道中的一些错误的过渡是不允许的,被认为是。所得到的信道是非对称的,因此经典线性码对于该信道不是最佳的。我们定义的最大似然(ML)解码规则,在此信道上的三进制码,并表明,它是复杂的计算,因为它取决于信道的错误概率。一个更简单的替代解码规则,它只依赖于代码的属性,称为$\da$解码,然后提出。它表明,$\da$解码和ML解码是等价的,即,$\da$ -在某些条件下,解码是最佳的。假设$\da$ -译码,我们刻画了三进制码在非对称三进制信道上的纠错能力。我们还推导出一个上限和建设性的代码的大小上的下限,给定的代码长度和最小距离。从建设性的下限所产生的结果,然后进行比较,对于短的大小,最佳的代码(在代码大小方面)发现一个基于搜索的搜索。结果表明,所提出的构造方法给出了良好的代码,在某些情况下,代码是最佳的。
2009-11-05 cs.IT math.IT
Optimally Decoding Two-Dimensional Reed-Solomon Codes Against Deletion Errors
本文针对二维Reed-Solomon码设计了一种解码算法,能纠正高达半Singleton界的删除错误,且在域操作上达到最优,为解决插入删除错误的高效解码迈出第一步。
2025-06-30 cs.IT math.IT
Distance distribution of binary codes and the error probability of decoding
我们解决的问题下的最大似然解码的二进制码与一个已知的距离分布上使用的二进制对称信道的错误概率的边界。给出了该概率的最大可达指数(信道的可靠性函数)的改进的上界。特别是,我们证明了"随机编码指数“是信道可靠性的真实值,在低于信道的临界速率的某个时间间隔内,对于码率$R$。对于高斯信道,得到类似的结果。
2005-07-29 cs.IT math.IT
Efficiently decoding Reed-Muller codes from random errors
Reed-Muller码通过在$\{0,1\}^m$中的所有点上对$r$次数的$m$变量多项式进行求值来对$m$变量多项式进行编码。我们用$RM(m,r)$表示该代码。$RM(m,r)$的最小距离是$2^{m-r}$,因此在最坏的情况下,它不能纠正超过一半的错误。对于随机误差,人们可能希望得到更好的结果。在这项工作中,我们给出了一个有效的算法(在块长度$n=2^m$)解码的Reed-Muller码的随机错误远远超过最小距离。具体地,对于低速率码(度为$r=o(\sqrt{m})$),我们可以以高概率校正$(1/2-o(1))n$错误的随机集合。对于高速率码(对于$r=o(\sqrt{m/\log m})$为$m-r$度),我们可以粗略地校正$m^{r/2}$误差。更一般地,对于任何整数$r$,我们的算法可以纠正$RM(m,m-(2r+2))$中的任何错误模式,对于该错误模式,可以在$RM(m,m-(r+1))$中纠正相同的擦除模式。上述结果是通过应用Abbe,Shpilka和Wigderson(STOC,2015),Kumar和Pfister(2015)以及Kudekar等人(2015)关于Reed-Muller码纠正随机擦除能力的最新结果获得的。该算法是基于求解一组仔细定义的线性方程组,因此它是显着不同于其他算法解码Reed-Muller码的递归结构的基础上的代码。它可以被看作是…
2015-08-27 cs.IT math.IT
Soft-output (SO) GRAND and Iterative Decoding to Outperform LDPCs
Massachusetts Institute of Technology(麻省理工学院);Maynooth University Hamilton Institute(梅努斯大学汉密尔顿研究所)
本文提出软输出GRAND和迭代解码方法,通过高效解码实现超越LDPC码的性能,适用于多种信道条件。
2024-12-18 cs.IT math.IT