Traditional channel coding with feedback constructs and transmits a codeword only after all message bits are available at the transmitter. This paper joins Guo & Kostina and Lalitha et. al. in developing approaches for causal (or progressive) encoding, where the transmitter may begin transmitting codeword symbols as soon as the first message bit arrives. Building on the work of Horstein, Shayevitz and Feder, and Naghshvar et. al., this paper extends our previous computationally efficient systematic algorithm for traditional posterior matching to produce a four-phase encoder that progressively encodes using only the message bits causally available. Systematic codes work well with posterior matching on a channel with feedback, and they provide an immediate benefit when causal encoding is employed instead of traditional encoding. Our algorithm captures additional gains in the interesting region where the transmission rate mu is higher than the rate lambda at which message bits become available. In this region, transmission of additional symbols beyond systematic bits, before a traditional encoder would have begun transmission, further improves performance


翻译:只有在发报器上提供所有信息位子之后, 传统频道才使用反馈编码, 传统频道才构建并传输编码词。 本文将Guo & Kostina 和 Lalitha 等加入到开发因果编码( 或累进) 方法中, 使发报器可以在第一个信息位到达后立即开始传输编码符号。 在Horstein、 Shayevitz 和 Feder 以及 Naghshvar 等的工作基础上, 本文扩展了我们以前传统的后背镜匹配的计算高效系统算法, 以生成一个四阶段编码器, 该编码器仅使用信息位子因果可获取。 系统代码与带反馈的事后编码匹配运作良好, 当使用因果编码而非传统编码时, 它们会立即带来好处 。 我们的算法捕捉了有趣的区域中的额外收益, 那里的传输率高于信息位子的 。 在这个区域, 在传统编码器开始传输之前, 将传送更多的符号, 而不是系统比子, 进一步改进性, 。

0
下载
关闭预览

相关内容

【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
【干货书】真实机器学习,264页pdf,Real-World Machine Learning
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【泡泡汇总】CVPR2019 SLAM Paperlist
泡泡机器人SLAM
14+阅读 · 2019年6月12日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
ICLR2019最佳论文出炉
专知
12+阅读 · 2019年5月6日
已删除
将门创投
3+阅读 · 2019年4月19日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
carla 学习笔记
CreateAMind
9+阅读 · 2018年2月7日
【推荐】SLAM相关资源大列表
机器学习研究会
10+阅读 · 2017年8月18日
Arxiv
0+阅读 · 2021年6月16日
Logically-Constrained Reinforcement Learning
Arxiv
3+阅读 · 2018年12月6日
VIP会员
相关VIP内容
相关资讯
【泡泡汇总】CVPR2019 SLAM Paperlist
泡泡机器人SLAM
14+阅读 · 2019年6月12日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
ICLR2019最佳论文出炉
专知
12+阅读 · 2019年5月6日
已删除
将门创投
3+阅读 · 2019年4月19日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
carla 学习笔记
CreateAMind
9+阅读 · 2018年2月7日
【推荐】SLAM相关资源大列表
机器学习研究会
10+阅读 · 2017年8月18日
Top
微信扫码咨询专知VIP会员