Reducing ORBGRAND Latency via Partial Gaussian Elimination
University of Science and Technology of China（中国科学技术大学）
本文提出一种结合部分高斯消元与RMRE位排名的ORBGRAND改进方案，有效降低解码延迟并保持纠错性能。
2026-02-01 cs.IT math.IT
ORBGRAND: Achievable Rate for General Bit Channels and Application in BICM
本文将ORBGRAND的可达速率分析扩展至通用无记忆二进制输入比特信道，并应用于BICM，数值结果表明其可达速率与信道互信息差距小，适用于高阶编码调制。
2024-04-28 cs.IT math.IT
ORBGRAND Is Exactly Capacity-achieving via Rank Companding
University of Science and Technology of China（中国科学技术大学）
提出CDF-ORBGRAND算法，通过对ORBGRAND的秩按信道可靠性的逆累积分布函数进行压扩，证明其在一般二进制输入无记忆信道上精确达到对称容量，并推广至BICM系统实现BICM容量。
2026-06-23 cs.IT math.IT
High-Throughput VLSI architecture for Soft-Decision decoding with ORBGRAND
猜测随机加性噪声译码（GRAND）是最近提出的一种近似最大似然（ML）译码技术，它可以译码任何线性纠错分组码。有序可靠性位GRAND（ORBGRAND）是GRAND的一个强大变体，它通过以特定顺序生成错误模式而优于原始GRAND技术。此外，它们在算法层面的简单性使得GRAND系列成为需要非常高吞吐量的应用程序的理想候选者。这项工作报告了有史以来第一次的硬件架构ORBGRAND，它实现了高达$42.5$ Gbps的平均吞吐量为$128$在$10$ dB的SNR的代码长度。此外，所提出的硬件可用于解码提供的长度和速率约束的任何代码。与使用5G极化$(128,105)$码的最先进的快速动态连续消除翻转解码器（Fast-DSCF）相比，所提出的VLSI实现具有$49\times$更高的平均吞吐量，同时保持类似的解码性能。
2021-05-15 cs.AR cs.IT math.IT
On the Role of Quantization of Soft Information in GRAND
在这项工作中，我们研究猜测随机加性噪声解码（GRAND）量化软输入。首先，我们分析了有序可靠性比特GRAND（ORBGRAND）的可达速率，它使用可靠性的秩顺序作为量化的软信息。我们表明，多线ORBGRAND可以接近任何信噪比（SNR）的能力。然后，我们引入离散软GRAND（DSGRAND），它使用的信息从一个传统的量化器。仿真结果表明，DSGRAND很好地近似最大似然（ML）解码的量化位数，这是符合当前的软解码实现。对于（128，106）CRC级联极化码，基本ORBGRAND能够匹配或优于具有64的码字列表大小和3比特量化软信息的CRC辅助连续消除列表（CA-SCL）解码，而DSGRAND优于具有128个码字的列表大小的CA-SCL解码。ORBGRAND和DSGRAND都表现出比CA-SCL低一个数量级的平均复杂度和低两个数量级的内存需求。
2022-11-24 cs.IT math.IT
Iterative Soft-Input Soft-Output Decoding with Ordered Reliability Bits GRAND
猜测随机加性噪声解码（GRAND）是一种通用的解码算法，可用于执行最大似然解码。它试图通过按照发生的可能性顺序生成一系列可能的误差向量并将其应用于接收向量来找到由信道引入的误差。有序可靠性位GRAND（ORBGRAND）整合从信道接收的软信息以细化误差向量序列。在这项工作中，ORBGRAND修改产生软输出，使其作为一个迭代软输入软输出（SISO）解码器使用。然后提出了三种特定于迭代GRAND解码的技术，以提高纠错性能并降低计算复杂性和延迟。使用OFEC代码作为案例研究，所提出的技术进行了评估，产生大量的性能增益和令人惊讶的复杂度降低48%至85%的基线SISO ORBGRAND。
2022-07-25 cs.IT math.IT
List-GRAND: A practical way to achieve Maximum Likelihood Decoding
猜测随机加性噪声译码（GRAND）是最近提出的一种适用于短码长、高码率线性分组码的通用最大似然译码器。Soft-GRAND（SGRAND）是一个突出的软输入GRAND变体，在解码性能上优于其他GRAND变体;然而，SGRAND不适合并行硬件实现。有序可靠性比特-GRAND（ORBGRAND）是另一种适合并行硬件实现的软输入GRAND变体，但它的解码性能低于SGRAND。在本文中，我们提出了列表GRAND（LGRAND），一种技术，用于增强ORBGRAND的解码性能，以匹配SGRAND的ML解码性能。数值仿真结果表明，在目标误码率为$10^{-7}$的情况下，LGRAND算法对各种信道码的译码性能提高了$0.5-0.75$ dB.对于长度为$127/128$和不同码率的线性分组码，LGRAND的VLSI实现可以实现$47.27-51.36$ Gbps的平均信息吞吐量。与ORBGRAND的VLSI实现相比，所提出的LGRAND硬件具有$4.84\%$面积开销。
2022-12-02 cs.IT math.IT
A fixed latency ORBGRAND decoder architecture with LUT-aided error-pattern scheduling
猜测随机加性噪声解码（GRAND）是最近被提出作为执行最大似然解码的实用方式的通用解码算法。它生成一系列可能的错误模式，并将其应用于接收到的向量，检查结果是否是有效的码字。有序可靠性比特GRAND（ORBGRAND）通过考虑从信道接收的软信息来改进GRAND。GRAND和ORBGRAND都是在硬件中实现的，专注于平均性能，牺牲了最坏情况下的吞吐量和延迟。在这项工作中，一个改进的模式调度ORBGRAND的建议。它在出错率$\le 10^{-5}$的情况下提供了超过标准调度的$>0.5$ dB增益，并且以其一小部分的复杂性胜过更复杂的GRAND风格。建议的时间表内使用一种新的代码不可知的解码器架构：解码器保证固定的高吞吐量和低延迟，使其有吸引力的延迟受限的应用程序。它比解码器在最坏情况下的性能高出几个数量级，并且比许多最佳情况下的性能都要好。对长度为128的码进行解码，其实现了$79.21$ Gb/s的吞吐量，具有$58.49$ ns的延迟，产生了相对于现有技术更好的能量效率和可比较的面积效率。
2022-02-08 cs.AR cs.IT math.IT
Fine-tuning ORBGRAND with Very Few Channel Soft Values
针对ORBGRAND解码在有限长度码上的性能损失，提出一种利用极少量精确信道软值调整测试顺序的微调方法，基于整数划分渐近理论评估错误模式有序性，以可忽略的复杂度增量实现显著的性能提升。
2025-07-11 cs.IT math.IT
GRAND-EDGE: A Universal, Jamming-resilient Algorithm with Error-and-Erasure Decoding
使发射信号功率过大的随机干扰是许多无线通信协议的实际问题。因此，无线接收器必须能够应对标准信道噪声和干扰（有意或无意）。为了应对这一挑战，我们提出了一种新的方法来增加最近的家庭的通用纠错GRAND算法的弹性。这种方法被称为高斯消隐擦除解码（EDGE），它影响校验块，适用于GRAND的任何变体。我们表明，所提出的EDGE方法自然恢复到原来的综合征检查功能的情况下，由干扰引起的擦除。我们通过实施和评估GRAND-EDGE和ORBGRAND-EDGE来证明这一点。使用具有$105/128$的码率的随机线性码（RLC）的仿真结果表明，与原始GRAND和ORBGRAND算法相比，EDGE变体将块出错率（BLER）和计算复杂性两者降低多达五个数量级。我们进一步比较ORBGRAND-EDGE有序统计解码（OSD），并证明了高达三个数量级的改善的误比特率。
2023-01-24 cs.IT math.IT
Segmented GRAND: Complexity Reduction through Sub-Pattern Combination
提出分段ORBGRAND算法，通过划分错误模式搜索空间并组合校验子一致的子模式，显著降低了计算复杂度，并在弃权机制下提供额外功率增益。
2025-02-04 cs.IT eess.SP math.IT
Ordered Reliability Bits Guessing Random Additive Noise Decoding
纠错技术传统上集中于与码特定解码器串联的受限码结构的协同设计，所述码特定解码器在硬件中解码长码时在计算上是高效的。然而，现代应用正在推动对超可靠低延迟通信（URLLC）的需求，重新点燃了对更短、更高速率的纠错码的性能的兴趣，并提高了重新访问通用、码无关解码器的可能性。为此，在这里，我们介绍了一个软检测的猜测随机加性噪声解码（GRAND）的变种，称为有序可靠性位GRAND，可以准确地解码任何中等冗余块码。它的设计考虑到高效的电路实现，并确定准确的解码，同时保留原始的硬检测GRAND算法的适用性，在硬件中的高度并行化的实施。ORBGRAND被示出为具有适度复杂度的不同类别（BCH、CA-Polar和RLC）的码提供优异的软判决块错误性能，同时提供比CA-SCL（最先进的软检测CA-Polar解码器）更好的块出错率性能。ORBGRAND提供了一个准确的，节能的软检测解码器，适合在一个单一的硬件实现提供URLLC的可能性。
2022-08-29 cs.IT math.IT
Performance Analysis and Optimal Design of ORB-Type GRAND Algorithms
University of Science and Technology of China（中国科学技术大学）
本文提出平均猜测后验（AGP）统一分析框架，证明按AGP非增序排列错误模式最优，并基于此设计RS-ORBGRAND重排方案，在BCH(127,113)码上BLER达10^{-6}时距最大似然界0.1dB。
2026-06-29 cs.IT math.IT
High-Throughput and Energy-Efficient VLSI Architecture for Ordered Reliability Bits GRAND
超可靠低延迟通信（URLLC）是一种主要的5G新无线电用例，是具有严格可靠性和延迟要求的应用的关键推动因素。这些应用需要使用短长度和高速率的代码。猜测随机加性噪声译码（GRAND）是最近提出的一种适用于这些短码长和高速率码的最大似然（ML）译码技术。GRAND不是对接收到的矢量进行解码，而是尝试推断在通过通信信道传输期间破坏所传输的码字的噪声。因此，GRAND可以解码任何结构化或非结构化的代码。GRAND有硬输入和软输入变体。在这些变体中，有序可靠性位GRAND（ORBGRAND）是一种软输入变体，其性能优于硬输入GRAND，并且适合于并行硬件实现。这项工作报告的第一个硬件架构ORBGRAND，它实现了高达$42.5$ Gbps的平均吞吐量为$128$的代码长度在一个目标FER的$10^{-7}$。此外，只要满足长度和速率限制，所提出的硬件就可以用于解码任何代码。在比较的GRANDAB，硬输入变体的GRAND，所提出的架构增强了至少$2$ dB的解码性能。当与使用5G极化$(128,105)$码的最先进的快速动态连续消除翻转解码器（Fast-DSCF）相比时，所提出的ORBGRAND VLSI实现具有$49\times$更高的平均吞吐量、$32\times$倍的能量效率以及$5\times$更多的面积效率，同时保持类似的解码性能。
2022-03-11 cs.IT math.IT
Error correction in interference-limited wireless systems
针对干扰受限无线系统中的α稳定噪声纠错问题，基于GRAND框架提出两种ORBGRAND改进译码方案，在5G NR相关码型下性能较高斯假设译码提升2-3dB。
2024-10-30 cs.IT eess.SP math.IT
Input-distribution-aware parallel decoding of block codes
许多信道解码器依赖于并行解码尝试来实现具有可接受延迟的良好性能。然而，在大多数情况下，比预见的最大值更少的尝试足以成功解码。输入分布感知（IDA）解码允许通过观察信道信息的分布来确定极化码列表解码器的并行性。在这项工作中，IDA解码被证明是有效的不同的代码和解码算法以及。两种技术，M-IDA和MD-IDA，提出了：他们利用特定的解码算法固有的输入分布的采样来执行低成本IDA解码。通过Chase和ORBGRAND算法对BCH码的解码的仿真结果表明，它们的性能至少与原始IDA解码一样好，允许将运行时间复杂度降低到17%和67%，并且纠错性能下降最小。
2021-05-19 cs.IT math.IT
Ordered Reliability Bits Guessing Random Additive Noise Decoding
现代应用正在推动对超可靠低延迟通信的需求，重新点燃了对短、高速率纠错码性能的兴趣。为此，在这里，我们介绍了一个软检测的猜测随机加性噪声解码（GRAND）的变种，称为有序可靠性位GRAND，可以解码任何短，高速率的块码。对于$n$比特的代码，它利用每个接收比特不超过$\lceil\log_2(n)\rceil$比特的码本无关量化软检测信息来确定准确的解码，同时保持原始算法对于硬件中的高度并行化实现的适用性。ORBGRAND被示出为以低复杂度为不同类别（BCH、CA-极化和RLC）的码提供类似的块错误性能，同时提供比CA-SCL（最先进的软检测CA-极化解码器）更好的块出错率性能。
2020-10-04 cs.IT math.IT
Ordered Reliability Direct Error Pattern Testing Decoding Algorithm
提出ORDEPT通用软判决译码算法，在短高率码上以相似复杂度实现比ORBGRAND更低的译码错误概率和延迟，并扩展至乘积码迭代译码生成软输出。
2023-10-18 cs.IT eess.SP math.IT
GRAND for Fading Channels using Pseudo-soft Information
本文提出利用衰落信道均衡后的有色噪声统计特性作为伪软信息，结合ORBGRAND实现低复杂度译码，在10^-3误块率下相比硬GRAND获得最高10dB信噪比增益，性能逼近CA-Polar和BCH码的最优软译码器。
2022-09-02 cs.IT math.IT
Step-GRAND: A Low Latency Universal Soft-input Decoder
本文提出GRAND的软输入变体step-GRAND，在保持理想平均解码延迟的同时降低最坏情况延迟，其硬件实现以47.7 Gbps吞吐量解码CA-polar码，面积效率提升10倍且最坏延迟降至1/6.8。
2023-07-27 cs.AR cs.IT eess.SP
Using a Single-Parity-Check to Reduce the Guesswork of Guessing Codeword Decoding
本文提出在二进制线性码中引入全消息单奇偶校验比特，使猜测码字译码（GCD）的查询次数减少多达2倍且不损失精度，并指出需借助如ORBGRAND的landslide算法等噪声模式生成器来实现该复杂度优势。
2024-12-20 cs.IT math.IT
Group Probability Decoding of Turbo Product Codes over Higher-Order Fields
针对传统Turbo乘积译码在比特相关时丢失信息的问题，提出基于组概率的Turbo乘积译码方法，理论预测其互信息和SNR增益，并结合非二进制TPCs与符号级ORBGRAND+SOGRAND验证，实现内源0.3dB、外源0.7dB的SNR增益。
2025-11-11 cs.IT math.IT
GRAND for Gaussian Intersymbol Interference Channels
University of Science and Technology of China（中国科学技术大学）
本文提出SGRAND-ISI算法，通过引入错误突发和序列可靠性概念，实现高斯ISI信道的最优GRAND解码，相比传统GRAND算法在性能和复杂度上有显著提升。
2026-10-23 cs.IT math.IT
A General Security Approach for Soft-information Decoding against Smart Bursty Jammers
诸如干扰之类的恶意攻击会对无线通信协议造成严重破坏或完全拒绝服务（DoS）。此外，干扰设备变得越来越智能，使其难以被发现。前向纠错技术通常用于保护通信免受信道噪声的有害影响，它增加了数据的冗余度。软信息纠错解码器从接收器获得可靠性信息以通知它们的解码，但是在存在干扰的情况下，这样的信息是误导性的并且导致降低的纠错性能。由于解码器假设噪声独立于每个比特发生，因此突发干扰将导致比非突发干扰更大的性能下降。在这里，我们建立，但是，这种时间依赖性可以帮助推断哪些位已受到干扰，从而使反措施。特别是，我们引入了一个预解码处理步骤，更新对数似然比（LLR）的可靠性信息，以反映在干扰的存在下的推断，使任何软检测解码器的解码性能提高。所提出的方法不需要改变解码算法。仿真结果表明，该方法正确地推断出在任何接收帧的干扰的重要比例。一个特定的解码算法，最近推出的ORBGRAND，结果表明，所提出的方法减少了块出错率（BLER）的数量级的选择代码，并防止在接收器完全拒绝服务。
2022-10-08 cs.CR cs.IT math.IT
Decoding of MDP Convolutional Codes over the Erasure Channel
研究了最大距离轮廓（MDP）卷积码在擦除信道上的译码性能，并与MDS分组码在相同信道上的译码性能进行了比较。在研究网络（如Internet）上的数据包传输时，包含大字母的擦除信道是一个重要的实用信道模型。
2009-03-17 cs.IT math.IT
A decoding algorithm for 2D convolutional codes over the erasure channel
二维（2D）卷积码是（1D）卷积码的推广，其非常适合于在擦除信道上传输。在本文中，我们提出了一个二维卷积码在这种信道上的解码算法，通过减少解码过程的几个步骤与一维卷积码。此外，我们还提供了专门针对我们的解码算法的2D卷积码的构造。
2020-06-18 cs.IT math.IT
Performance Analysis of Algebraic Soft Decoding of Reed-Solomon Codes over Binary Symmetric and Erasure Channels
本文研究了RS码在擦除信道和二进制对称信道下的代数软译码的译码域。最佳多重数分配策略（MAS）的调查和紧界推导出ASD可以显着优于传统的Berlekamp Massey（BM）解码在这些信道的一个很宽的码率范围。该分析技术还可以扩展到其他信道模型，例如，擦除信道上的RS编码调制。
2005-06-17 cs.IT math.IT
Universal decoding for arbitrary channels relative to a given class of decoding metrics
我们考虑的问题，通用解码任意未知信道的随机编码制度。对于一个给定的随机编码分布和一类给定的度量解码器，我们提出了一个通用的通用解码器的平均错误概率是，在一个次指数乘法因子，不大于最好的解码器在这类解码器。由于底层信道的最佳最大似然（ML）解码器不一定被假设为属于给定类别的解码器，因此该设置建议了用于以下的通用通用框架：（i）失配解码，（ii）针对给定信道族的通用解码，以及（iii）使用个体序列方法的针对确定性信道的通用编码和解码。我们的普遍性结果的证明是相当简单的，它演示了如何获得一些较早的结果普遍解码的特殊情况。我们还演示了我们的方法如何扩展到更复杂的情况下，如合并无噪声反馈，和多址接入信道。
2012-10-25 cs.IT math.IT
Joint Successive Cancellation Decoding of Polar Codes over Intersymbol Interference Channels
极化码是一类适用于二进制输入离散无记忆信道（B-DMC）的容量实现码。然而，当应用于具有符号间干扰（ISI）的信道时，该码可能与BCJR均衡和常规解码方法一起表现不佳。针对ISI问题，提出了一种极化码在ISI信道下的联合连续抵消（SC）译码算法，该算法将均衡与常规译码相结合。译码方法的初始化信息是码间干扰码字符号的似然函数而不是码字符号。该译码器与传统的SC译码器一样采用递归公式，无需迭代。这与在均衡器和解码器之间执行迭代的常规迭代算法相反。此外，所提出的SC网格解码可以很容易地扩展到列表解码，这可以进一步提高性能。仿真结果表明，在ISI信道中，该方案的性能明显优于传统的译码方案。
2014-04-11 cs.IT math.IT
Universal Polar Decoding with Channel Knowledge at the Encoder
研究了一类二进制离散无记忆信道上的极化编码，编码端具有信道知识。结果表明，极化码实现了对称信道的凸和单侧类的容量。
2013-11-29 cs.IT math.IT
Interior Point Decoding for Linear Vector Channels
提出了一种基于凸优化的低密度奇偶校验（LDPC）码译码算法。解码算法，称为内点解码，是针对线性矢量信道设计的。线性矢量信道包括许多实际上重要的信道，诸如码间干扰信道和部分响应信道。研究表明，线性矢量信道的最大似然解码（MLD）规则可以松弛为一个凸优化问题，称为松弛MLD问题。建议的解码算法是基于数值优化技术，所谓的内点法与障碍函数。采用梯度下降和牛顿法的近似变形来求解凸优化问题。在该算法的译码过程中，搜索点始终位于基于低密度校验矩阵定义的基本多面体中。与传统的联合消息传递译码器相比，在部分响应信道的情况下，该译码算法具有更好的误码率性能和更低的复杂度。
2008-04-08 cs.IT math.IT
Maximum likelihood decoding for multilevel channels with gain and offset mismatch
KAS Immink和J.H. Weber最近定义并研究了具有增益和失调失配的通道，对闪存中的电荷泄漏行为进行了建模。他们提出了一种基于最小化皮尔逊距离（聚类分析的一个概念）的信道解码方法。本文推导了该信道的最大似然译码公式，并定义和证明了码的最小距离的概念。
2015-09-09 cs.IT math.IT
Universal Decoding for Gaussian Intersymbol Interference Channels
针对码间干扰高斯信道，提出了一种通用的译码方法。建议的解码器的普遍性是在意义上的独立的各种信道参数，并在同一时间，达到相同的随机编码误差指数的最佳最大似然（ML）解码器，它利用这些未知参数的全部知识。建议的解码规则可以被看作是一个通用的最大互信息（MMI）解码器的频域版本。相反，以前建议的ISI信道的通用解码器，我们建议的解码度量可以很容易地进行评估。
2014-03-15 cs.IT math.IT
Joint Channel Estimation and Channel Decoding in Physical-Layer Network Coding Systems: An EM-BP Factor Graph Framework
研究了物理层网络编码（PNC）系统中的联合信道估计和信道译码问题。在PNC中，多个用户同时向中继传输。PNC信道解码不同于传统的多用户信道解码：具体地，PNC中继的目的是解码网络编码的消息，而不是用户的个人消息。虽然先前的工作已经表明，PNC可以显着提高中继网络的吞吐量，改善是基于准确的信道估计的可用性。然而，PNC中的信道估计可能特别具有挑战性，因为1）多个用户的重叠信号; 2）由信道编码引起的数据符号之间的相关性;以及3）时变信道。我们结合期望最大化（EM）算法和信念传播（BP）算法在一个统一的因子图框架来应对这些挑战。在该框架中，通过EM子图执行信道估计，并且通过BP子图执行信道解码，BP子图对与PNC信道解码的目标匹配的虚拟编码器进行建模。这两个子图之间的迭代消息传递允许逐步接近两者的最优解。我们提出了广泛的仿真结果表明，我们的PNC接收器的优越性，比其他PNC接收器。
2013-11-22 cs.IT math.IT
Blind decoding of Linear Gaussian channels with ISI, capacity, error exponent, universality
针对存在码间干扰的线性高斯信道，提出了一种新的通用盲检测算法。推导了一种新的误差指数，它优于Gallager的随机编码误差指数.
2008-01-03 cs.IT math.IT
Generalized Nearest Neighbor Decoding
众所周知，对于高斯信道，最近邻解码规则是最大似然解，因此是容量实现的，该规则寻求码字与接收到的信道输出向量之间的最小欧几里得距离。最近邻解码仍然是一个方便的，但不匹配的一般信道的解决方案，本文的关键信息是，最近邻解码的性能可以通过推广其解码度量，将信道状态相关的输出处理和码字缩放来提高。以独立同分布码书集成下误匹配容量的下界--广义互信息作为性能测度，建立了高斯信道输入下的最优广义最近邻译码规则。本文还导出了广义最近邻译码规则的几种限制形式，并与已有的解进行了比较。通过几个案例研究，不完美的接收机信道状态信息的衰落信道和量化效应的信道的结果进行说明。
2022-05-06 cs.IT math.IT
Universal Decoding for Source-Channel Coding with Side Information
我们考虑Slepian-Wolf编码的设置，其中源向量的随机二进制值经历信道编码，然后在接收器处基于与源相关的附加边信息进行解码。对于一个给定的随机选择的信道码字的分布，我们提出了一个通用的解码器，既不依赖于相关的源，也不依赖于信道的统计，假设第一，他们都是无记忆的。对该通用译码器的随机合并/随机编码误差指数的精确分析表明，它与最优最大后验概率（MAP）译码器所达到的误差指数相同。以前已知的结果普遍Slepian-Wolf源解码，普遍的信道解码，和普遍的源-信道解码，都得到了这个结果的特殊情况。随后，我们进一步将结果推广到几个方向，包括：（i）有限状态源和有限状态信道，以及基于Lempel-Ziv解析的通用解码度量，（ii）任意源和信道，其中通用解码是关于给定类别的解码度量，以及（iii）完全解码度量。（对称）Slepian-Wolf编码，其中两个源流分别被馈送到随机合并源编码器，随后是随机信道编码器，然后由通用解码器联合解码。
2016-01-24 cs.IT math.IT
Matched Decoding for Punctured Convolutional Encoded Transmission Over ISI-Channels
匹配解码是一种能够对ISI信道上的卷积编码PAM传输进行有效的最大似然序列估计的技术。最近，我们已经表明，编码器和信道的超网格可以用显着更少的状态描述，而不会损失欧几里德距离，通过引入非线性表示的网格。本文将匹配译码的概念推广到删余卷积码，并引入了一种时变的非线性网格描述。
2012-08-01 cs.IT math.IT
Joint Channel-Network Coding Strategies for Networks with Low Complexity Relays
我们研究联合网络和信道编码方案的网络时，中继节点不能执行信道编码操作。相反，信道编码在源节点处执行，而信道解码仅在目的地节点处完成。我们研究了三种不同的解码策略：独立的网络然后信道解码，串行网络和信道解码，以及联合网络和信道解码。此外，我们描述了如何实现这样的联合网络和信道解码使用迭代可解码的纠错码。使用简单的网络作为一个模型，我们得出可实现的速率区域，并使用模拟来证明这三个解码器的有效性。
2011-10-25 cs.IT math.IT
Deep Learning for Joint MIMO Detection and Channel Decoding
我们提出了一种用于联合MIMO检测和信道解码问题的深度学习方法。传统的MIMO接收机采用基于模型的方法以线性或迭代方式进行MIMO检测和信道解码。然而，由于复杂的MIMO信号模型，联合MIMO检测和信道解码问题的最佳解决方案（即，从接收的MIMO信号中对发送的码字进行最大似然解码）在计算上是不可行的。作为实际措施，当前基于模型的MIMO接收机都使用具有可承受的计算复杂性的次优MIMO解码方法。这项工作将深度学习的最新进展应用于MIMO接收器的设计。特别地，我们利用具有监督训练的深度神经网络（DNN）来解决联合MIMO检测和信道解码问题。我们表明，DNN可以被训练成比传统MIMO接收机更好的解码性能。我们的模拟表明，由七个隐藏层组成的DNN实现可以优于传统的基于模型的线性或迭代接收器。这种性能的提高为未来的MIMO接收机设计指明了新的方向。
2019-01-17 cs.IT math.IT
LP decoding excess over symmetric channels
本文研究二元线性码的线性规划译码问题。LP过剩引理是由第一作者B. Ghazi和R. Urbanke（IEEE Trans.Inf.Th.，2014）作为在二进制对称信道上用交叉概率换取“LP过量”的技术。我们将LP多余引理推广到离散、二进制输入、无记忆、对称和LLR有界（MSB）信道。作为应用，推广了第一作者和H. Audah（IEEE Trans.Inf.Th.，2015）关于冗余检查对离散MSB通道的LP解码的影响。
2015-07-13 cs.IT math.IT
Pairwise Check Decoding for LDPC Coded Two-Way Relay Block Fading Channels
在双向中继（TWR）信道中，部分解码比完全解码具有实现更大容量区域的潜力。然而，现有的部分解码实现被设计用于高斯信道并且具有静态物理层网络编码（PLNC）。在本文中，我们提出了一种新的解决方案，联合网络编码和信道解码的中继，称为成对校验解码（PCD），低密度奇偶校验（LDPC）编码的TWR系统在块衰落信道。主要思想是结合广播（BC）阶段中的自适应PLNC映射，在多址（MA）阶段中形成用于叠加的LDPC编码分组对的校验关系表（check-relation-tab）。使用PCD，然后，我们提出了一种部分解码方法，两阶段最近邻聚类与PCD（TS-CNC-PCD），以最大限度地减少最坏的成对错误概率。此外，我们提出了最小相关优化（MCO）选择更好的检查关系标签。仿真结果证实，所提出的TS-CNC-PCD提供了一个相当大的增益比传统的异或与信念传播（BP）在衰落信道中。
2012-03-01 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
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
Error Exponents of Optimum Decoding for the Interference Channel
本文研究了随机编码条件下，具有两个收发机对的有限字母干扰信道（IFC）的指数误差界。我们的重点是最佳解码，而不是启发式的解码规则，已在以前的作品中使用，如联合典型性解码，解码的基础上干扰消除，解码认为干扰作为额外的噪声。实际上，实际干扰信号是码字而不是i.i.d.噪声处理使传统技术应用于最佳解码器的性能分析变得复杂。使用植根于统计物理学的分析工具，我们推导出一个单一的字母表达式下实现最佳解码的错误指数，并证明严格的改善，可获得使用次优解码规则的错误指数，但这是服从更传统的分析。
2008-10-10 cs.IT math.IT
Generalized Nearest Neighbor Decoding for MIMO Channels with Imperfect Channel State Information
针对多输入多输出（MIMO）衰落信道中信道状态信息（CSI）不完全的情况，提出了一种新的接收机结构，该结构结合了最近提出的广义最近邻解码规则（GNNDR）和基于连续干扰消除（SIC）思想的连续过程.认识到信道的输入输出关系是一个非线性映射下不完美的CSI，GNNDR是能够提取信息嵌入在联合观察信道输出和不完美的CSI比传统的线性计划，更有效地揭示了我们通过广义互信息（GMI）的可达速率分析。仿真结果表明，该方案的性能接近理想信道状态下的信道容量，明显优于传统的导频辅助方案，后者先估计信道状态信息，然后将估计的信道状态信息作为真实信道状态信息进行相干解码。
2021-08-30 cs.IT math.IT
Efficient Maximum Likelihood Decoding of Polar Codes Over the Binary Erasure Channel
提出了一种用于在二进制擦除信道上传输的极化码（其可以是CRC增强的）的高效精确最大似然解码的新算法。该算法在稀疏极化码奇偶检验矩阵上应用矩阵三角剖分过程，然后求解GF（2）上的小尺寸线性系统。为了实现矩阵三角剖分，我们应用置信传播解码类型的操作。我们还表明如何解码器可以并行实现低延迟解码。数值模拟被用来评估新算法的性能和计算复杂性。
2021-06-28 cs.IT math.IT
Proximal Decoding for LDPC-coded Massive MIMO Channels
针对LDPC编码的大规模MIMO信道，提出了一种新的基于优化的译码算法。建议的解码算法是基于一个近似梯度法求解近似最大后验概率（MAP）解码问题。关键思想是使用码约束多项式惩罚远离码字的向量作为近似MAP目标函数中的正则化器。码邻近算子自然地从码约束多项式导出。所提出的算法，称为邻近解码，可以描述为一个简单的递归组成的梯度下降步骤的负对数似然函数和代码的邻近操作。数值实验表明，该算法优于已知的大规模MIMO检测算法，如MMSE检测器与置信传播解码。
2021-02-10 cs.IT math.IT
VLSF Decoding with Reliability Guarantees over Correlated Noncoherent Fading Channels
Inria（法国国家信息与自动化研究所）；Université de la Polynésie française（法属波利尼西亚大学）；Princeton University（普林斯顿大学）；Univ. Rennes, INSA, CNRS, IETR UMR 6164（雷恩大学、国立应用科学学院、法国国家科学研究中心、信息电子工程研究所）；Inria, INSA Lyon, CITI Laboratory（法国国家信息与自动化研究所、里昂国立应用科学学院、信息与通信技术创新实验室）
本文研究了在相关非相干衰落信道上变量长度停止反馈码的可靠性保证解码，通过信息密度演变推导出可计算的有限块长上下界，用于分析VLSF解码停止时间并评估衰落相关性的影响。
2026-04-17 cs.IT math.IT
Density Evolution of Soft-Decision Collapsed Projection-Aggregation Decoding for Reed-Muller Codes over the BIAWGN Channel
McGill University（麦吉尔大学）
研究二元输入加性高斯白噪声信道上RM码的CPA译码，通过分析其软输出密度函数建立密度进化模型，用硬判决译码近似简化，仿真结果显示该模型能捕捉软信息变化，渐近分析表明CPA译码对低码率RM码可实现零错误概率。
2026-07-13 cs.IT math.IT
Joint Multiple Symbol Differential Detection and Channel Decoding for Noncoherent UWB Impulse Radio by Belief Propagation
针对非相干差分超宽带脉冲无线电（UWB-IR）系统，提出了一种基于置信传播（BP）消息传递算法的联合多符号差分检测（MSDD）和信道译码方案。MSDD是提高非相干差分UWB-IR系统性能的有效手段。为了优化UWB-IR的整体检测和解码性能，本文提出了一种新的软输入软输出（SISO）MSDD方案，并将其与非相干差分UWB-IR的SISO信道解码相结合。建议的AcR可以利用整个数据包中的数据符号之间的依赖性（施加的差分调制）。信号概率模型具有隐马尔可夫链结构。我们使用因子图来表示这个隐马尔可夫链。然后，在因子图上应用BP消息传递算法，提出了一种SISO MSDD方案，该方案比以前的MSDD方案性能更好，并且易于与SISO信道译码结合，形成联合MSDD和信道译码方案。仿真结果表明，我们的MSDD方案和联合MSDD和信道解码方案的性能优势。
2015-05-26 cs.IT math.IT
Joint Channel-Estimation/Decoding with Frequency-Selective Channels and Few-Bit ADCs
我们提出了一种快速和接近最佳的方法，联合信道估计，均衡和解码的编码单载波（SC）传输频率选择性信道与几位模数转换器（ADC）。我们的方法利用参数双线性广义近似消息传递（PBiGAMP），以减少联合信道估计和（软）符号解码的实现复杂度的几个快速傅立叶变换（FFT）。此外，它学习并利用信道脉冲响应中的稀疏性。我们的工作是出于毫米波系统的带宽上的Gsamples/sec的顺序，其中几位ADC，SC传输，和快速处理都导致显着降低功耗和实施成本。我们用数字证明我们的方法，使用根据IEEE 802.11ad无线局域网（LAN）标准生成的信号和信道，在这种情况下，接收器使用模拟波束成形和一个ADC。
2018-12-09 cs.IT math.IT
Windowed Decoding of Protograph-based LDPC Convolutional Codes over Erasure Channels
我们考虑一种基于置信传播（BP）算法的LDPC卷积码加窗译码方案。我们讨论了这种解码方案的优点，并确定某些特性的LDPC卷积码合奏表现出良好的性能与窗口解码器。我们将考虑这些合奏和代码的性能擦除通道和没有记忆。我们表明，LDPC卷积码的结构是合适的，以获得性能接近理论极限的无记忆擦除信道，无论是BP解码器和窗口解码。然而，相同的结构对具有存储器的擦除通道的性能施加了限制。
2011-10-22 cs.IT math.IT
Channel Conditions for the Optimality of Interference Decoding Schemes for K-user Gaussian Interference Channels
Han-Kobayashi（HK）方案实现了K用户干扰信道（IC）的最佳已知可实现速率区域。简单的HK方案是具有高斯信令、没有分时和没有专用-公共功率分割的HK方案。简单HK方案的类别包括将干扰视为噪声（TIN）方案和涉及在每个接收机处的各种级别的干扰解码和消除的方案。我们推导出条件下，简单的HK计划实现一般K用户高斯IC的总容量。这些结果推广了现有的和容量的TIN计划类的简单HK计划的结果。
2019-01-21 cs.IT math.IT
