刺激性消除钩类错误的稍快解码框架

我们提出了一个用于纠正稳定器测量电路中相关钩类错误的可扩展解码框架。传统的电路级解码尝试通过构建包含每种可能噪声来源的扩展Tanner图来估计故障的精确位置。然而，这会导致结构高度不规则且存在许多短环，导致消息传递算法性能不佳。为补偿，通常会采用有序统计解码，但其三次复杂度使得大型编码或重复稳定器测量难以实用。我们的做法侧重于估计由钩类故障导致的有效数据错误，将其建模为存储信道。我们将基于 trellis 的软输入软输出均衡器集成到代码的Tanner图中，展示 resulting 解码图保留了原始Tanner图的结构特性，如节点度和环径，从而实现高效消息传递。应用于双变量自行车量子LDPC编码时，我们的解码器在电路级图上超越标准信念传播，并接近OSD0性能，同时保持线性复杂度和可扩展性。