BriefGPT - AI 论文速递
·
提升 LDPC 码的学习以改善误差地板性能
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文介绍了一种用于低密度奇偶校验码的量化解码算法，通过使用信息论准则设计的查找表替换标准的最小和算法的变量节点更新规则，即使只使用3位消息分辨率的算法，也能比使用浮点数的最小和译码器取得更好的误码率。同时，研究了不同的译码器设计参数对译码性能的影响，并提出了一些复杂度约简技术。
🎯
关键要点
- 提出了一种用于低密度奇偶校验码的量化解码算法。
- 用信息论准则设计的查找表替换标准的最小和算法的变量节点更新规则。
- 即使使用3位消息分辨率的算法，也能比浮点数的最小和译码器取得更好的误码率。
- 研究了不同译码器设计参数对译码性能的影响，包括设计信噪比和查找表树结构。
- 提出了一些复杂度约简技术，如查找表重用和消息字母表缩小。
➡️
