論文の概要: Hybrid HMM Decoder For Convolutional Codes By Joint Trellis-Like Structure and Channel Prior

• arxiv url: http://arxiv.org/abs/2210.14749v1
• Date: Wed, 26 Oct 2022 14:30:17 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-27 16:18:42.644119
• Title: Hybrid HMM Decoder For Convolutional Codes By Joint Trellis-Like Structure and Channel Prior
• Title（参考訳）: 共同トレリス構造とチャネル事前による畳み込み符号用ハイブリッドHMMデコーダ
• Authors: Haoyu Li, Xuan Wang, Tong Liu, Dingyi Fang, Baoying Liu
• Abstract要約: 畳み込み符号の再構成とビタビアルゴリズムによる復号化のための隠れマルコフモデル(HMM)を提案する。 モデルパラメータがチャネル状態情報(CSI)を含むため,本手法は標準手法よりも優れた誤差補正電位を提供する。 マルチパスチャネルでは、ハイブリッドHMMデコーダはハード・ディクシジョンとソフト・ディクシジョン・デコーダを用いて4.7dB、2dBの性能向上を達成することができる。
• 参考スコア（独自算出の注目度）: 17.239378478086163
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The anti-interference capability of wireless links is a physical layer problem for edge computing. Although convolutional codes have inherent error correction potential due to the redundancy introduced in the data, the performance of the convolutional code is drastically degraded due to multipath effects on the channel. In this paper, we propose the use of a Hidden Markov Model (HMM) for the reconstruction of convolutional codes and decoding by the Viterbi algorithm. Furthermore, to implement soft-decision decoding, the observation of HMM is replaced by Gaussian mixture models (GMM). Our method provides superior error correction potential than the standard method because the model parameters contain channel state information (CSI). We evaluated the performance of the method compared to standard Viterbi decoding by numerical simulation. In the multipath channel, the hybrid HMM decoder can achieve a performance gain of 4.7 dB and 2 dB when using hard-decision and soft-decision decoding, respectively. The HMM decoder also achieves significant performance gains for the RSC code, suggesting that the method could be extended to turbo codes.
• Abstract（参考訳）: 無線リンクの対干渉能力は、エッジコンピューティングにおける物理層問題である。 畳み込み符号は、データに導入された冗長性に起因する固有誤差補正電位を持つが、畳み込み符号の性能は、チャネル上のマルチパス効果により劇的に低下する。 本稿では,畳み込み符号の再構成とビタビアルゴリズムによる復号化に隠れマルコフモデル(hmm)を用いることを提案する。 さらに、ソフト決定復号化を実現するため、HMMの観測はガウス混合モデル(GMM)に置き換えられる。 モデルパラメータはチャネル状態情報(CSI)を含むため,本手法は標準手法よりも優れた誤差補正電位を提供する。 数値シミュレーションにより, 標準のビタビ復号法と比較し, 性能評価を行った。 マルチパスチャネルにおいて、ハイブリッドHMMデコーダはハード・ディクシジョンとソフト・ディクシジョン・デコーダを用いてそれぞれ4.7dBと2dBの性能向上を達成することができる。 HMMデコーダはRCC符号の大幅な性能向上も達成しており、ターボ符号に拡張可能であることを示唆している。

関連論文リスト

• Error Correction Code Transformer: From Non-Unified to Unified [20.902351179839282]
  従来のデコーダは、特定のデコードアルゴリズムに適した固定ハードウェア回路として設計されていた。 本稿では、複数の線形ブロックコードを扱うことができる、コードに依存しないトランスフォーマーベースのデコードアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2024-10-04T12:30:42Z)
• Learning Linear Block Error Correction Codes [62.25533750469467]
  本稿では,バイナリ線形ブロック符号の統一エンコーダデコーダトレーニングを初めて提案する。 また,コード勾配の効率的なバックプロパゲーションのために,自己注意マスキングを行うトランスフォーマーモデルを提案する。
  論文  参考訳（メタデータ） (2024-05-07T06:47:12Z)
• Coding for Gaussian Two-Way Channels: Linear and Learning-Based Approaches [28.98777190628006]
  線形符号化と学習ベース符号化の2つの異なる双方向符号化方式を提案する。 学習に基づくコーディングには、新しいリカレントニューラルネットワーク(RNN)ベースのコーディングアーキテクチャを導入する。 我々の双方向符号化方式は、従来のチャネル符号化方式よりも格段に優れている。
  論文  参考訳（メタデータ） (2023-12-31T12:40:18Z)
• Testing the Accuracy of Surface Code Decoders [55.616364225463066]
  大規模でフォールトトレラントな量子計算は量子エラー訂正符号(QECC)によって実現される 本研究は,QECC復号方式の精度と有効性をテストするための最初の体系的手法である。
  論文  参考訳（メタデータ） (2023-11-21T10:22:08Z)
• Joint Channel Estimation and Feedback with Masked Token Transformers in Massive MIMO Systems [74.52117784544758]
  本稿では,CSI行列内の固有周波数領域相関を明らかにするエンコーダデコーダに基づくネットワークを提案する。 エンコーダ・デコーダネットワーク全体がチャネル圧縮に使用される。 提案手法は,共同作業における現状のチャネル推定およびフィードバック技術より優れる。
  論文  参考訳（メタデータ） (2023-06-08T06:15:17Z)
• Denoising Diffusion Error Correction Codes [92.10654749898927]
  近年、ニューラルデコーダは古典的デコーダ技術に対する優位性を実証している。 最近の最先端のニューラルデコーダは複雑で、多くのレガシデコーダの重要な反復的スキームが欠如している。 本稿では,任意のブロック長の線形符号のソフトデコードにデノナイズ拡散モデルを適用することを提案する。
  論文  参考訳（メタデータ） (2022-09-16T11:00:50Z)
• Graph Neural Networks for Channel Decoding [71.15576353630667]
  低密度パリティチェック(LDPC)やBCH符号など、様々な符号化方式の競合復号性能を示す。 ニューラルネットワーク(NN)は、与えられたグラフ上で一般化されたメッセージパッシングアルゴリズムを学習する。 提案するデコーダを,従来のチャネル復号法および最近のディープラーニングに基づく結果と比較した。
  論文  参考訳（メタデータ） (2022-07-29T15:29:18Z)
• Performance of teleportation-based error correction circuits for bosonic codes with noisy measurements [58.720142291102135]
  テレポーテーションに基づく誤り訂正回路を用いて、回転対称符号の誤り訂正能力を解析する。 マイクロ波光学における現在達成可能な測定効率により, ボソニック回転符号の破壊ポテンシャルは著しく低下することが判明した。
  論文  参考訳（メタデータ） (2021-08-02T16:12:13Z)
• Deep-Learning Based Blind Recognition of Channel Code Parameters over Candidate Sets under AWGN and Multi-Path Fading Conditions [13.202747831999414]
  本稿では、受信した符号化信号だけを解析することで、候補集合上のチャネルコードパラメータを復元する問題を考察する。 本稿では、任意の符号化方式のチャネルコードパラメータを識別できるディープラーニングベースのソリューションを提案する。
  論文  参考訳（メタデータ） (2020-09-16T16:10:39Z)
• ADMM-based Decoder for Binary Linear Codes Aided by Deep Learning [40.25456611849273]
  この研究は、二進線形符号に対するディープニューラルネットワーク支援復号アルゴリズムを示す。 ディープ・アンフォールディングの概念に基づいて,乗算器の交互方向のデコーダ(ADMM)を展開させてデコードネットワークを設計する。 以上の結果から,DL支援デコーダはADMM課金デコーダよりも優れていた。
  論文  参考訳（メタデータ） (2020-02-14T03:32:14Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。