This paper studies a large random matrix system (LRMS) model involving an arbitrary signal distribution and forward error control (FEC) coding. We establish an area property based on the so-called Turbo approximate message passing (Turbo-AMP) algorithm. Under the assumption that the state evolution for AMP is correct for the coded system, the achievable rate of Turbo-AMP is analyzed. We prove that Turbo-AMP achieves the constraint capacity of the LRMS with an arbitrary signal distribution provided that a matching condition is satisfied. As a byproduct, we provide an alternative derivation for the constraint capacity of an LRMS using a proved property of AMP. We discuss realization techniques for the matching principle of binary signaling using irregular low-density parity-check (LDPC) codes and provide related numerical results. We show that optimized codes demonstrate significantly better performance over un-matched ones under Turbo-AMP. For quadrature phase shift keying (QPSK) modulation, bit error rate (BER) performance within 1 dB from the constrained capacity limit is observed.


翻译:本文研究一个大型随机矩阵系统(LRMS)模型,该模型涉及任意发送信号和前方误差控制(FEC)编码。我们根据所谓的Turbo 近似电文传递算法(Turbo-AMP)建立区域属性。假设AMP的国家演变对编码系统来说是正确的,则分析Turbo-AMP的可实现率。我们证明,Turbo-AMP在满足匹配条件的情况下,以任意信号分布方式达到LRMS的制约能力。作为副产品,我们利用AMP的验证属性为LRMS的制约能力提供了替代衍生物。我们讨论使用不规则的低密度对等检查(LDPC)代码的二进制信号匹配原则的实现技术,并提供相关的数字结果。我们表明,在Turbo-AMP下,优化的代码显示比不匹配的信号性能要好得多。对于四进制键转换(QPSK)调制,观察到了1 dB的位差率。

0
下载
关闭预览

相关内容

大数据白皮书(2020年), 72页pdf
专知会员服务
58+阅读 · 2020年12月31日
【新书】贝叶斯网络进展与新应用,附全书下载
专知会员服务
120+阅读 · 2019年12月9日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
59+阅读 · 2019年10月17日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
已删除
将门创投
9+阅读 · 2019年11月15日
分布式并行架构Ray介绍
CreateAMind
9+阅读 · 2019年8月9日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年7月28日
Arxiv
0+阅读 · 2021年7月26日
Arxiv
0+阅读 · 2021年7月26日
Arxiv
0+阅读 · 2021年7月26日
Arxiv
4+阅读 · 2021年7月1日
VIP会员
相关资讯
已删除
将门创投
9+阅读 · 2019年11月15日
分布式并行架构Ray介绍
CreateAMind
9+阅读 · 2019年8月9日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员