Algebraic methods for the design of series of maximum distance separable (MDS) linear block and convolutional codes to required specifications and types are presented. Algorithms are given to design codes to required rate and required error-correcting capability and required types. Infinite series of block codes with rate approaching a given rational $R$ with $0<R<1$ and relative distance over length approaching $(1-R)$ are designed. These can be designed over fields of given characteristic $p$ or over fields of prime order and can be specified to be of a particular type such as (i) dual-containing under Euclidean inner product, (ii) dual-containing under Hermitian inner product, (iii) quantum error-correcting, (iv) linear complementary dual (LCD). Convolutional codes to required rate and distance are designed and infinite series of convolutional codes with rate approaching a given rational $R$ and distance over length approaching $2(1-R)$. Properties, including distances, are shown algebraically and algebraic explicit efficient decoding methods are known.


翻译:提出了设计最大距离分离(MDS)线性块和革命代码序列的代谢方法,用于设计符合要求规格和类型的最大距离串列线条和革命代号,用于设计符合要求的费率和所需错误纠正能力及所需类型的代号;设计了无限制的区块代号,其费率接近给定的合理价格和距离,接近0.<R$(1-R美元),长度接近$(1-R美元)的相对距离,这些代号可以设计在给定的特性域上或优值字段上方,并可具体指定为特定类型的代号,如(一)Euclidean内部产品中含有双层,(二)Hermitian内部产品中含有双层,(三)量误校正,(四)线性补充双层,设计了要求费率和距离接近0.R$(1-R美元)和距离接近2美元(1-R美元)的代号。

0
下载
关闭预览

相关内容

专知会员服务
20+阅读 · 2021年8月24日
专知会员服务
38+阅读 · 2021年8月20日
专知会员服务
72+阅读 · 2021年5月28日
Google-EfficientNet v2来了!更快,更小,更强!
专知会员服务
18+阅读 · 2021年4月4日
专知会员服务
17+阅读 · 2020年9月6日
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
【快讯】KDD2020论文出炉,216篇上榜, 你的paper中了吗?
专知会员服务
50+阅读 · 2020年5月16日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
【ICML2021】低秩Sinkhorn 分解
专知
9+阅读 · 2021年8月20日
GitHub:数据增广最全资料集锦
CVer
7+阅读 · 2020年10月10日
KDD2020接受论文列表!338篇论文都在这了
专知
20+阅读 · 2020年6月26日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7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
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16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
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年12月12日
Arxiv
0+阅读 · 2021年12月10日
Arxiv
3+阅读 · 2020年4月29日
Arxiv
3+阅读 · 2017年12月1日
VIP会员
相关VIP内容
专知会员服务
20+阅读 · 2021年8月24日
专知会员服务
38+阅读 · 2021年8月20日
专知会员服务
72+阅读 · 2021年5月28日
Google-EfficientNet v2来了!更快,更小,更强!
专知会员服务
18+阅读 · 2021年4月4日
专知会员服务
17+阅读 · 2020年9月6日
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
【快讯】KDD2020论文出炉,216篇上榜, 你的paper中了吗?
专知会员服务
50+阅读 · 2020年5月16日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
相关资讯
【ICML2021】低秩Sinkhorn 分解
专知
9+阅读 · 2021年8月20日
GitHub:数据增广最全资料集锦
CVer
7+阅读 · 2020年10月10日
KDD2020接受论文列表!338篇论文都在这了
专知
20+阅读 · 2020年6月26日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7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
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16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
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