GRADE-AO：面向高记忆近最优空间耦合码
信息论
2021-01-26 v1 math.IT
摘要
空间耦合（SC）码以其阈值饱和现象和低延迟滑动窗解码算法而闻名，是流媒体应用的理想选择。由于其优异的性能，它们也应用于各种数据存储系统。SC 码通过划分底层分组码，再以“卷积”方式重排并拼接划分组件来构造。划分组件的数量决定了 SC 码的“记忆”。虽然采用更高记忆可提升 SC 码性能，但已知构造高记忆的最优 SC 码是困难的。本文研究了 SC 码性能与划分矩阵密度分布之间的关系。我们提出了一个概率框架，通过梯度下降获得（局部）最优密度分布。从服从所得分布的随机划分矩阵出发，我们对环性质执行低复杂度优化算法，以构造高记忆、高性能的准循环 SC 码。仿真结果表明，通过我们所提方法获得的码显著优于具有相同约束长度的最先进 SC 码以及均匀划分的码。
引用
@article{arxiv.2101.09962,
title = {GRADE-AO: Towards Near-Optimal Spatially-Coupled Codes With High Memories},
author = {Siyi Yang and Ahmed Hareedy and Shyam Venkatasubramanian and Robert Calderbank and Lara Dolecek},
journal= {arXiv preprint arXiv:2101.09962},
year = {2021}
}
备注
8 pages, 10 figures, 1 table, the shortened version has been submitted to ISIT 2021