面向局部约束 OSD 解码器的成本感知神经提前停止
信号处理
2026-03-24 v1
摘要
Local constraint ordered statistics 解码 (LC-OSD) 为短块长度线性码提供强软决策性能，但其实际成本主要取决于测试的错误模式 (TEPs) 的数量。这篇论文提出了一种神经提前停止 (NES) 协议，用于 LC-OSD，通过一种平衡帧错误风险和搜索 effort 的 trade-off 参数实现显式成本控制。该方法在预定义检查点处采用与帧错误率 (FER) 对齐的监督训练，学习是否仍可能通过额外搜索来改进当前最佳候选方案。随后，通过将预测的继续需求与以 TEPs 为度量的成本进行比较来决定是否停止。实验结果表明，该协议在多个码族范围内显著减少了平均 TEP 数量，仅在 FER 上出现轻微恶化，且使用单个全局模型即可覆盖所有工作信号信噪比 (SNR) 的 operating 范围。
关键词
引用
@article{arxiv.2603.20385,
title = {Cost-Aware Neural Early Stopping for Local Constraint OSD Decoders},
author = {Talha Akyildiz and Hessam Mahdavifar},
journal= {arXiv preprint arXiv:2603.20385},
year = {2026}
}