Hard-decision decoding does not preserve the diversity order. This results in severe performance degradation in fading channels. In contrast, soft-decision decoding preserves the diversity order at an impractical computational complexity. For a linear block code $\mathscr{C}(n,k)$ of length $n$ and dimension $k$, the complexity of soft-decision decoding is of the order of $2^k$. This paper proposes a novel hard-decision decoder named Flip decoder (FD), which preserves the diversity order. Further, the proposed Flip decoder is `universally' applicable to all linear block codes. For a code $\mathscr{C}(n,k)$, with a minimum distance ${d_{\min}}$, the proposed decoder has a complexity of the order of $2^{({d_{\min}}-1)}$. For low ${d_{\min}}$ codes, this complexity is meager compared to known soft and hard decision decoding algorithms. As it also preserves diversity, it is suitable for IoT, URLLC, WBAN, and other similar applications. Simulation results and comparisons are provided for various known codes. These simulations corroborate and emphasize the practicality of the proposed decoder.


翻译:保持多样性的线性分组码通用硬判决译码器 翻译后的摘要: 硬判决译码未能保持多样性,导致在衰落信道中性能严重下降。与之相反,软判决译码虽然保持了多样性,但计算复杂度不可接受。对于长度为 $n$,维度为 $k$ 的线性分组码 $\mathscr{C}(n,k)$,软判决译码的复杂度为 $2^k$。本文提出了一种新颖的硬判决译码器 Flip 译码器 (FD),它能够保持多样性,并且适用于所有线性分组码。对于最小距离为 ${d_{\min}}$ 的码 $\mathscr{C}(n,k)$,所提出的译码器的复杂度为 $2^{({d_{\min}}-1)}$。对于低 ${d_{\min}}$ 码而言,该复杂度相比已知的软硬判决译码算法非常低。由于它也保持了多样性,因此适用于物联网、超可靠低延迟通信、人体区域网络和其他类似的应用领域。本文提供了多种已知码的模拟结果和比较。这些模拟结果证实并强调了所提出的译码器的实用性。

0
下载
关闭预览

相关内容

Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
【Google】平滑对抗训练,Smooth Adversarial Training
专知会员服务
48+阅读 · 2020年7月4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
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
强化学习三篇论文 避免遗忘等
CreateAMind
19+阅读 · 2019年5月24日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
CVPR2019 | Decoders 对于语义分割的重要性
计算机视觉life
48+阅读 · 2019年3月24日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18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
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
VIP会员
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
强化学习三篇论文 避免遗忘等
CreateAMind
19+阅读 · 2019年5月24日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
CVPR2019 | Decoders 对于语义分割的重要性
计算机视觉life
48+阅读 · 2019年3月24日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18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
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员