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
Support-Guessing Decoding Algorithms in the Sum-Rank Metric
本文研究和秩度量码的支持猜测译码算法，推导渐近最优支持猜测分布并给出精确复杂度估计，同时为LRS码提出基于错误与擦除译码器的随机化译码算法，扩展唯一译码半径之外的能力。
2024-10-21 cs.IT math.IT
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
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
Guessing Facets: Polytope Structure and Improved LP Decoding
本文研究了Feldman、Karger和Wainwright提出的线性规划译码的基本多面体的结构。我们首先表明，对于扩展码，每一个分数伪码字总是至少有一个恒定的分数的非整数位。然后，我们证明了扩展码，任何分数伪码字的活动集小于一个常数的分数比任何码字的活动集。我们进一步利用这些几何特性，设计一个改进的解码算法，具有相同的复杂性顺序LP解码，证明执行更好，对于任何块长度。它通过猜测多面体的面，然后在这些面上求解线性规划。虽然LP解码器成功，只有当ML码字具有最高的可能性超过所有的伪码字，我们证明了所提出的算法，当应用到合适的扩展码，成功，除非存在一定数量的伪码字，所有相邻的LP解码多面体上的ML码字，并具有更高的可能性比ML码字。然后，我们描述了一个扩展的算法，仍然与多项式的复杂性，成功，只要有至多多项式以上的ML码字许多伪码字。
2007-09-25 cs.IT math.IT
Capacity-achieving Guessing Random Additive Noise Decoding (GRAND)
本文介绍了一种在有记忆和无记忆的离散信道中实现最大似然译码的新算法。其中，接收器将噪声序列从最可能到最不可能排序。按照该顺序从接收到的信号中减去噪声，产生码本的成员的第一个实例是ML解码。我们将这种算法命名为GRAND用于猜测随机加性噪声解码。我们确定，GRAND是容量实现时，使用随机码本。对于低于容量的速率，我们确定错误指数，对于超出容量的速率，我们确定成功指数。我们确定该计划的复杂性方面的计算接收器执行。对于超过容量的速率，这揭示了猜测次数的阈值，如果码本的一个成员被识别，则通过该阈值它可能是所发送的码字。我们引入了一个近似ML解码方案，其中接收器在固定数量的查询后放弃搜索，这种方法我们称之为GRANDAB，用于GRAND with ABanderisk。虽然不是ML解码器，我们建立的算法GRANDAB也是容量实现的放弃阈值的适当选择，并表征其复杂性，错误和成功指数。马尔可夫噪声的工作实例表明，这些解码方案大大优于暴力解码方法。
2019-03-22 cs.IT math.IT
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
Guessing random additive noise decoding with symbol reliability information (SRGRAND)
针对短码低时延通信需求，本文提出带符号可靠性信息的猜测随机加性噪声解码方案，设计两种解码算法，理论与实验均验证其性能优于多种传统解码方法。
2021-08-23 cs.IT math.IT
Guessing Random Additive Noise Decoding of Network Coded Data Transmitted over Burst Error Channels
针对突发错误信道中的网络编码数据传输，提出T-GRAND算法，利用错误统计依赖性，以高于伴随式解码的概率恢复数据包，并降低计算复杂度。
2024-02-12 cs.IT math.IT
Fault-tolerant noise guessing decoding of quantum random codes
本文提出一种噪声猜测译码器，使量子随机线性码在制备、测量和门错误等现实噪声下具备容错能力，并给出渐近阈值错误率。
2024-07-01 cs.IT math.IT quant-ph
Efficient Soft-Output Guessing for Enhanced Quantum Tanner Code Decoding
Research Laboratory for Electronics, Massachusetts Institute of Technology（麻省理工学院电子研究实验室）；Department of Mathematics & Physics, Northeastern University（东北大学数学与物理系）；Department of Mathematics & ECE, Northeastern University（东北大学数学与电气计算机工程系）
本文提出一种改进的量子坦纳码解码框架，通过结合软输出猜测和有序统计解码，显著降低逻辑错误率，提升解码效率。
2026-08-26 cs.IT math.IT quant-ph
Generalized Segmented GRAND for Guesswork Reduction in Turbo Product Decoding
Massachusetts Institute of Technology（麻省理工学院）；Northeastern University（东北大学）
研究在Turbo积解码中减少猜测工作量问题，提出GSegGRAND这一广义分段GRAND方法，基于新校验结构和变换纳入更多约束，比原方法额外减少75%猜测工作量，应用于Turbo积解码时可减少88%，有望用于未来通信系统低延迟解码。
2026-07-15 cs.IT math.IT
Symbol-Level Noise-Guessing Decoding with Antenna Sorting for URLLC Massive MIMO
本文针对URLLC场景，将符号级GRAND推广到mMIMO空间复用，并利用信道状态信息进行天线排序，在保持可靠性的同时将解码复杂度降低80%以上。
2023-07-11 cs.IT eess.SP math.IT
Guessing Facets: Polytope Structure and Improved LP Decoder
Feldman等人最近提出了一种新的基于松弛码字多胞形的线性规划（LP）译码方法，本文研究了LP松弛译码中所使用的多胞形的结构。我们首先表明，对于扩展码，每一个分数伪码字总是至少有一个恒定的分数的非整数位。然后，我们证明了扩展码，任何分数伪码字的活动集小于一个常数的分数比任何码字的活动集。我们利用这一事实，设计一个解码算法，证明优于有限块长度的LP解码器。它通过猜测多面体的方面，并解决这些方面的线性规划。虽然LP解码器成功，只有当ML码字具有最高的可能性在所有的伪码字，我们证明了扩展码的算法成功，即使有一个常数的伪码字的可能性更高。此外，所提出的算法的复杂度只是一个常数的因子大于LP解码器。
2006-08-11 cs.IT math.IT
Quantum Error Correction via Noise Guessing Decoding
本文将经典 GRAND 解码思想扩展到量子随机线性码，提出 quantum-GRAND 算法，利用量子噪声统计实现自适应码成员测试与高效伴随式解码，从而在足够高码率下实现可适应变化条件的量子纠错码构造与解码。
2023-10-27 cs.IT math.IT quant-ph
SOGRAND Assisted Guesswork Reduction
SOGRAND通过动态列表解码在不牺牲BLER的情况下减少猜测量，相比GCD减少高达32倍。
2025-03-28 cs.IT math.IT
Efficient entanglement purification based on noise guessing decoding
本文提出一种基于哈希和GRAND方法的新型双方纠缠纯化协议，相比现有哈希协议，它以更少的量子比特和最多小百倍的初始资源实现更高保真度和产出率，且计算成本更低，适用于资源受限的未来量子网络。
2024-09-11 cs.IT math.IT quant-ph
ORBGRAND Is Almost Capacity-Achieving
最近，通过顺序猜测接收到的噪声序列中的错误模式进行解码已经受到关注，并且ORBGRAND已经被提出作为一种这样的解码算法，其能够利用嵌入在接收到的噪声序列中的软信息。对ORBGRAND进行了信息论研究，结果表明，在加性高斯白噪声信道下，对跖输入时，采用独立同分布随机码本的ORBGRAND的可达速率与信道容量几乎一致。对于有限长码，改进的猜测计划的信息理论研究的动机，提出了实现更低的出错率比ORBGRAND，特别是在高信号噪声比制度。
2022-12-18 cs.IT math.IT
Symbol-Level GRAND for High-Order Modulation over Flat Fading Channels
猜测随机加性噪声解码（GRAND）是一种以噪声为中心的解码方法，适用于超可靠的低延迟通信，因为它支持生成短长度码字的高速率纠错码。GRAND通过猜测在传输过程中改变码字的错误模式来估计传输的码字。猜测过程需要生成和测试以汉明权重的递增顺序排列的错误模式。该方法适用于加性高斯白噪声信道下的二进制传输。这封信考虑了在平坦衰落信道上传输编码和调制数据，并提出了GRAND的一个变体，它利用了调制方案和衰落信道上的信息。在所提出的变体的核心中，被称为符号级GRAND，是计算错误模式发生的概率并确定测试错误模式的顺序的分析表达式。仿真结果表明，符号级的GRAND产生的传输码字的估计显着快于原来的GRAND在一个小的内存需求增加的成本。
2022-07-15 cs.IT math.IT
A Universal List Decoding Algorithm with Application to Decoding of Polar Codes
本文提出通用猜测码字译码（GCD）算法，通过限制搜索半径和并行实现降低复杂度与时延，并将其应用于极化码，提出基于剪枝树的SCL译码算法，在不损失性能的前提下显著降低译码时延。
2024-05-06 cs.IT math.IT
The Dispersion of Nearest-Neighbor Decoding for Additive Non-Gaussian Channels
研究了在功率受限的平稳无记忆加性非高斯噪声信道中，采用随机高斯码本和最近邻译码的信息传输的二阶渐近性。我们表明，色散项仅通过其二阶和四阶矩依赖于非高斯噪声，从而补充了容量结果（Lapidoth，1996年），它仅依赖于二阶矩。此外，我们还刻画了非高斯加性噪声下的$K$ -发送端干扰网络上的点到点码的二阶渐近性质。具体地，我们假设每个用户的码本是高斯的并且采用NN解码，即，来自$K-1$非预期用户的干扰（高斯干扰信号）在每个解码器处被视为噪声。我们表明，虽然一阶项的渐近展开的最大数量的消息取决于干扰码字的权力，只有通过他们的总和，这并不适用于二阶项。
2016-10-19 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
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
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
Achievable Second-Order Asymptotics for MAC and RAC with Additive Non-Gaussian Noise
本文研究了加性非高斯噪声下两用户MAC和RAC的二阶可达渐近性能，使用球形码本结合JNN或SIC译码，证明了JNN译码在二阶及RAC一阶性能上优于SIC，并在高斯噪声下恢复了已有结果。
2025-04-30 cs.IT math.IT
q-ary GRAND
Persian Gulf University（波斯湾大学）；Finity Inc.（1Finity公司）
本文提出q元GRAND解码器，利用三种局部子生成规则和最佳优先遍历实现线性码的最大似然解码，并通过里德-所罗门仿真验证了其性能与复杂度权衡。
2026-10-08 cs.IT math.IT
Scaling Bayesian Bandit Encoding with Shared Learning
Ming Hsieh Department of Electrical and Computer Engineering Viterbi School of Engineering, University of Southern California（南加州大学维特比工程学院明李电气与计算机工程系）
本研究提出共享学习机制扩展贝叶斯老虎机编码器，通过离线共享性能模式与在线权重更新，在1008种配置中降低33.5%效用损失，并提升信道变化后的适应速度，支持共享与剪枝结合策略。
2026-09-09 cs.IT 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
A Balanced Tree Transformation to Reduce GRAND Queries
本文提出了一种基于平衡树变换的方法，通过高效推导多个约束来减少GRAND查询，提升解码效率。
2025-03-24 cs.IT math.IT
The Reliability Function for the Additive White Gaussian Noise Channel at Rates above the Capacity
我们考虑加性高斯白噪声信道。我们证明了解码的错误概率趋于指数为1以上的容量和导出的最佳指数函数。我们将证明，信息谱的方法是非常有用的调查这个问题。
2017-02-06 cs.IT math.IT
URLLC with Coded Massive MIMO via Random Linear Codes and GRAND
无线通信中的当前挑战是确保超可靠和低延迟通信（URLLC）。虽然可靠性方面是公知的，通过使用长码字的信道编码来改善，但这通常意味着使用引入不期望的延迟的双绞线。使用短码字是使解码延迟最小化所需的改变。这项工作提出了一个编码和解码方案的组合，连同空间信号处理作为一种手段，以提供URLLC在衰落信道。本文提出了在大规模MIMO（mMIMO）信道上使用随机线性码（RLC），并采用标准迫零检测和猜测随机加性噪声解码（GRAND）。在mMIMO平坦衰落信道上对几种方案的性能进行了评估。所提出的方案大大优于使用5G极化编码和解码的等效方案，以获得感兴趣的信噪比（SNR）。虽然极化码的复杂度在所有SNR下都是恒定的，但使用具有GRAND的RLC可以在大部分SNR范围内实现更快的解码时间，从而进一步减少延迟。
2023-03-14 cs.IT math.IT
Using channel correlation to improve decoding -- ORBGRAND-AI
本文提出ORBGRAND-AI软检测译码器，通过利用信道相关性替代交织，在降低时延和译码复杂度的同时提升多个dB的纠错性能，为URLLC提供解决方案。
2023-03-13 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
Design of Protograph Codes for Additive White Symmetric Alpha-Stable Noise Channels
原型图低密度奇偶校验（LDPC）码具有编解码复杂度低、错误平层性能好等优点，已成功应用于各种通信和数据存储信道中。在本文中，我们设计的原模图LDPC码的通信系统中的脉冲噪声，这是建模为加性白对称α稳定噪声（AWSaSN）信道。首先，我们提出了一种新的基于模拟的原模图外部信息传输（P-EXIT）分析，推导出迭代解码阈值的原模图代码。通过进一步应用渐近权重分布（AWD）分析，我们设计了新的原型码的AWSaSN信道。理论分析和仿真结果都表明，与现有的AR 4JA码、针对AWGN信道优化的非规则码以及针对AWSaSN信道优化的非规则码相比，所提出的原模图码具有更好的出错率性能。
2019-04-30 cs.IT math.IT
Conditional Correctness in List Decoding: How a Late Second Codeword Can Rescue Confidence in the First
Northeastern University（东北大学）；Massachusetts Institute of Technology（麻省理工学院）
本文研究列表解码中似然排名与解码正确性后验概率的关系，证明后续列表条目携带额外可靠性信息，并刻画了首个条目的渐近可靠性仅取决于第一、第二及最后排名。
2026-10-05 cs.IT math.IT
Design of LDPC Codes Robust to Noisy Message-Passing Decoding
研究了加性高斯白噪声信道下低密度奇偶校验（LDPC）码的消息传递译码问题。其中某些处理单元迭代地交换消息的消息传递解码器对于解码LDPC码是常见的。在这些解码器的硬件实现中，交换的消息通常受到内部噪声的影响。我们将内部解码器噪声建模为加性高斯白噪声（AWGN），使交换的消息降级。利用高斯近似的交换消息，我们进行了二维密度演化分析的噪声LDPC解码器。这使得可以跟踪交换的消息密度的均值和方差，并且因此在存在内部解码器噪声的情况下量化LDPC码的阈值。的数值和模拟结果，量化的性能损失，由于内部解码器的噪声。为了部分补偿这种性能损失，我们提出了一种简单的方法，基于EXIT图分析，设计鲁棒的非规则LDPC码。仿真结果表明，所设计的码确实可以补偿由于解码器内部噪声而造成的部分性能损失。
2015-06-01 cs.IT math.IT
Toward 6G Downlink NOMA: CRC-Aided GRAND for Noise-Resilient NOMA Decoding in Beyond-5G Networks
Istanbul Technical University（伊斯坦布尔理工大学）；TÜBİTAK BİLGEM（土耳其科学技术研究委员会工业技术研究所）
本文提出一种基于CRC的GRAND解码方法，用于改进超5G网络中抗噪声的NOMA下行通信，通过减少误差传播和提高吞吐量来提升性能。
2025-12-18 cs.IT math.IT
Decoding of Space-Symmetric Rank Errors
本文研究了某些Gabidulin码的解码，在信道上传输的空间对称错误。空间对称误差是具有列和行空间相等的属性的加性误差矩阵。我们表明，对于限制空间对称错误的信道，具有高概率的错误秩高达2（n-k）/3可以解码的Gabidulin码的长度为n和维度为k，使用弱自正交基作为代码定位器。
2021-02-04 cs.IT math.IT
Collaborative Decoding of Polynomial Codes for Distributed Computation
我们发现，多项式代码（和一些相关的代码）用于分布式矩阵乘法交织里德-所罗门码，因此，可以协作解码。我们考虑一个容错设置，其中$t$工作节点返回错误的值。对于一个加性随机高斯误差模型，我们表明，对于所有的$t < N-K$，错误可以纠正概率为1。此外，数值结果表明，在存在加性错误的情况下，当$L$ Reed-Solomon码被协作解码时，恢复错误定位器多项式的数值稳定性随着$L$的增加而提高。
2019-05-31 cs.DC 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
Sparse Superposition Codes with Binomial Dictionary are Capacity-Achieving with Maximum Likelihood Decoding
本文证明稀疏叠加码在二项式分布字典下，通过最大似然译码仍可渐近达到加性高斯白噪声信道的容量，推广了先前基于伯努利分布的结果。
2025-04-19 cs.IT math.IT
Maximum Likelihood Decoding of Convolutionally Coded Noncoherent ASK Signals in AWGN Channels
在这项工作中，我们开发了最大似然检测（MLD）算法的非相干幅度移位键控（NCASK）系统在加性高斯白噪声（AWGN）信道。所开发的算法被用来调查与卷积编码和软判决维特比译码的NCASK系统的性能。紧和简单的上界已被推导出描述系统的性能，仿真结果表明，推导出的上界是在0.1 dB的模拟点。
2019-11-08 cs.IT math.IT
Toward Low-latency Iterative Decoding of QLDPC Codes Under Circuit-Level Noise
本文提出基于置信传播与引导式删减猜测的滑动窗口译码器GDG，用于电路级噪声下QLDPC码的低延迟迭代译码，在双变量自行车码上以3毫秒窗口延迟达到与BP+OSD相近的逻辑错误率。
2024-03-27 cs.IT math.IT quant-ph
High-Throughput VLSI Architecture for GRAND Markov Order
猜测随机加性噪声解码（GRAND）是最近提出的最大似然（ML）解码技术。无论纠错码的结构如何，GRAND都试图猜测破坏码字的噪声，以便解码任何线性纠错分组码。GRAND Markov Order（GRAND-MO）是GRAND的一种变体，它可用于对在具有存储器的通信信道上传输的纠错码进行解码，这些信道易受突发噪声的影响。通常，在通信系统中使用双稳态器和去稳态器来减轻信道记忆的影响。交织和解交织引入了不期望的延迟，该延迟随着信道存储器而增加。为了防止这种增加的延迟损失，可以直接在硬解调信道信号上使用GRAND-MO。本工作报告的第一个GRAND-MO硬件架构，实现了高达$52$ Gbps和$64$ Gbps的平均吞吐量分别为$128$和$79$的代码长度。与GRAND的硬输入变体GRANDAB相比，所提出的架构在目标FER为$10^{-5}$的情况下实现了$3$ dB的解码性能增益。类似地，将GRAND-MO解码器与为$(79,64)$ BCH码定制的解码器进行比较，表明所提出的架构实现了33 $\%$更高的最坏情况吞吐量和解码性能的$2$ dB增益。
2021-08-28 cs.IT math.IT
Optimum Linear LLR Calculation for Iterative Decoding on Fading Channels
在接收端没有信道状态信息的衰落信道中，计算真实对数似然比（LLR）是复杂的。现有的工作假设加性噪声的功率是已知的，并使用信道输出的线性函数中的衰落增益的期望值来找到近似的LLR。在这项工作中，我们首先假设的功率的加性噪声是已知的，我们找到的最佳线性近似的LLR的意义上的最大可实现的传输速率的信道上。在该线性LLR计算下的最大可实现速率几乎等于在真实LLR计算下的最大可实现速率。我们还观察到，这种方法似乎是最佳的意义上的比特出错率性能太。这些结果，然后扩展到的情况下，噪声功率是未知的接收机和性能几乎相同的情况下，噪声功率是完全已知的。
2007-04-19 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
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 Simplified Min-Sum Decoding Algorithm for Non-Binary LDPC Codes
非二进制低密度奇偶校验码对各种信道损伤具有鲁棒性。然而，基于现有的解码算法，解码器实现是昂贵的，因为它们的过度的计算复杂性和存储器使用。基于组合优化理论，提出了一种校验节点处理的近似方法。仿真结果表明，该方案在加性高斯白噪声信道和独立瑞利衰落信道下具有较小的性能损失。此外，所提出的降低复杂度的实现提供了显着的节省硬件，所以它产生了良好的性能复杂度权衡，可以有效地实现。
2012-07-23 cs.IT math.IT
A Finite-Blocklength Analysis for ORBGRAND
University of Science and Technology of China（中国科学技术大学）
本文提出了一种针对ORBGRAND的有限块长分析方法，通过推导可实现性界限和解码度量分析，获得了第二阶可实现率扩展和正态近似，验证了其在实际信道中的有效性。
2026-09-09 cs.IT math.IT
Simultaneous Decoding of Classical Coset Codes over 3-User Quantum Interference Channel : New Achievable Rate Regions
研究三用户经典-量子干扰信道上的比特流通信，提出基于余集码和POVM解码的新策略，推导出新的可行速率区域上界，涵盖现有所有上界并证明在特定例子中严格更大。
2026-07-12 cs.IT math.IT quant-ph
Efficient Belief Propagation List Ordered Statistics Decoding of Polar Codes
提出了用于在二进制擦除信道（BEC）或加性高斯白噪声信道（AWGNC）上传输的极化码（其可以是CRC增强的）的有效解码的新算法。首先提出了一种基于失活译码的BEC精确最大似然译码算法，并分析了该算法的计算复杂性。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。然后，我们考虑通过AWGNC传输的极化码的有效解码。该算法采用CRC辅助的置信传播列表（CBPL）解码，然后进行低阶有序统计解码（OSD）。即使当OSD的再处理顺序低至1时，新的解码器被示出为显着改善平原CBPL。为了有效地实现OSD，我们从BEC的情况下，采用矩阵三角剖分算法。我们还指出如何解码算法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。
2021-07-13 cs.IT math.IT
On Code Design for Wireless Channels with Additive Radar Interference
本文考虑的问题的代码设计的信道中，通信和雷达系统共存，建模为具有加性高斯白噪声（AWGN）和加性雷达干扰（ARI）。研究了如何调整或重新设计卷积码（由Viterbi算法解码）和LDPC码（由和积算法解码并使用EXIT图方法优化）以有效地处理整体非高斯ARI噪声的问题。从作为信噪比（SNR）和干扰噪声比（INR）的函数的非高斯ARI信道转移概率导出解码度量。两种设计方法以基线“未改变的遗留系统”为基准，其中通过使用仅AWGN度量（即，如果INR为零）。这些方法是：M1）为仅AWGN噪声设计的代码，但是用考虑SNR和INR两者的新度量解码;以及M2）为整个非高斯ARI信道优化的代码。与基线相比，这两种方法在高INR状态下给出更好的平均比特出错率（BER）。在低INR状态下，两种方法都作为基线执行，因为在这种情况下雷达干扰很弱。有趣的是，M2相对于M1的性能改进很小。实际上，这意味着不需要改变商业上可用的无线系统的信道纠错码方面的规范，并且使用适当的基于INR的解码度量就足以有效地应对ARI。
2019-04-11 cs.IT math.IT
GRAND for Rayleigh Fading Channels
猜测随机加性噪声译码（GRAND）是一种适用于短码长和高速率信道码的码无关译码技术。GRAND算法试图通过产生测试误差模式（TEP）来猜测信道噪声，而TEP的顺序是GRAND算法不同变体之间的主要区别。在这项工作中，我们扩展了应用程序的GRAND多径频率非选择性瑞利衰落通信信道，我们称之为衰落-GRAND这种GRAND的变种。所提出的Fading-GRAND使其TEP生成适应底层通信信道的衰落条件，在具有$L$空间分集分支的场景以及没有分集的场景中优于传统的信道码解码器。数值仿真结果表明，在目标误比特率为$10^{-7}$的情况下，Fading-GRAND译码器对BCH码$(127,106)$和BCH码$(127,113)$的译码性能比传统的Berlekamp-Massey（B-M）译码器提高了$\mathbf{0.5\sim6.5}$ dB.类似地，在具有CRC $(128,104)$码和RLC $(128,104)$的$10^{-7}$的目标FER处，Fading-GRAND比GRAND的硬输入变化GRANDAB好$0.2\sim8$ dB。此外，在对应于$10^{-7}$的目标FER的$\frac{E_b}{N_0}$处，Fading-GRAND的平均复杂度是GRANDAB的复杂度的$\frac{1}{2}\times\sim \frac{1}{46}\times$。
2022-12-01 cs.IT math.IT
Decoding Reed-Muller Codes Using Minimum-Weight Parity Checks
Reed-Muller（RM）码由于其高度对称的结构，在最大似然（ML）译码下表现出良好的性能。在本文中，我们探讨的问题，是否也可以利用RM码的代码对称性，以实现近ML性能在实践中。其主要思想是将迭代解码应用于仅包含最小权重对偶码字作为行的高度冗余奇偶校验（PC）矩阵。作为例子，我们考虑剥离解码器的二进制擦除信道，线性规划和置信传播（BP）解码的二进制输入加性高斯白噪声信道，位翻转和BP解码的二进制对称信道。对于短块长度，它表明，近ML性能确实可以在许多情况下实现。我们还提出了一种方法来定制的PC矩阵接收到的观察，通过只选择一小部分有用的最小重量PC解码开始之前。与使用全套最小重量PC相比，这使人们能够提高性能并显着降低复杂性。
2018-04-27 cs.IT math.IT
