This paper revisits the connection between the girth of a protograph-based LDPC code given by a parity-check matrix and the properties of powers of the product between the matrix and its transpose in order to obtain the necessary and sufficient conditions for a code to have given girth between 6 and 12, and to show how these conditions can be incorporated into simple algorithms to construct codes of that girth. To this end, we highlight the role that certain submatrices that appear in these products have in the construction of codes of desired girth. In particular, we show that imposing girth conditions on a parity-check matrix is equivalent to imposing conditions on a square submatrix obtained from it and we show how this equivalence is particularly strong for a protograph based parity-check matrix of variable node degree 2, where the cycles in its Tanner graph correspond one-to-one to the cycles in the Tanner graph of a square submatrix obtained by adding the permutation matrices (or products of these) in the composition of the parity-check matrix. We end the paper with exemplary constructions of codes with various girths and computer simulations. Although, we mostly assume the case of fully connected protographs of variable node degree 2 and 3, the results can be used for any parity-check matrix/protograph-based Tanner graph.


翻译:本文重新审视了平比检查矩阵给出的基于编程的 LDPC 代码的亮度与该矩阵及其转换之间的产品功率特性之间的关联,以便获得必要和充分的条件,使代码具有6到12之间的亮度,并展示如何将这些条件纳入简单的算法中,以构建该 girth 的代码。为此,我们强调这些产品中的某些子矩阵在构建所希望的亮度代码中所发挥的作用。特别是,我们表明,对等比检查矩阵施加 girth 条件,相当于对从该矩阵获得的正方次矩阵附加条件,我们展示了对于基于对等度6到12之间的暗度的代码矩阵来说,这种等值是如何特别强大的,因为其坦纳图中的周期与坦纳图中的平方位子矩阵的周期一对一对一对应,通过在对等度矩阵的构成中添加了透度矩阵(或这些模型的产品)而获得的作用。我们把纸质检查矩阵的样像性构建与从该矩阵获得的平比度图3 和计算机模拟的任何变式矩阵结果都无法进行完全的模拟。

0
下载
关闭预览

相关内容

一份简单《图神经网络》教程,28页ppt
专知会员服务
123+阅读 · 2020年8月2日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
已删除
将门创投
9+阅读 · 2017年10月17日
【论文】图上的表示学习综述
机器学习研究会
14+阅读 · 2017年9月24日
Arxiv
0+阅读 · 2021年6月26日
Arxiv
38+阅读 · 2020年12月2日
VIP会员
相关资讯
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
已删除
将门创投
9+阅读 · 2017年10月17日
【论文】图上的表示学习综述
机器学习研究会
14+阅读 · 2017年9月24日
Top
微信扫码咨询专知VIP会员