| DC Field | Value | Language |
|---|
| dc.contributor.author | Жэнь, С. Х. | - |
| dc.contributor.author | Конопелько, В. К. | - |
| dc.contributor.author | Цветков, В. Ю. | - |
| dc.date.accessioned | 2022-03-10T11:40:42Z | - |
| dc.date.available | 2022-03-10T11:40:42Z | - |
| dc.date.issued | 2022 | - |
| dc.identifier.citation | Жэнь, С. Х. Итерационное формирование образов ошибок для синдромно-норменного декодирования итеративных кодов / Жэнь С. Х., Конопелько В. К., Цветков В. Ю. // Доклады БГУИР. – 2022. – Т. 20, № 1. – С. 5–13. – DOI : http://dx.doi.org/10.35596/1729-7648-2022-20-1-5-13. | ru_RU |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/46766 | - |
| dc.description.abstract | Рассматривается задача двухмерного синдромно-норменного декодирования итеративных
кодов на основе библиотеки образов ошибок. При двухмерном кодировании кодовая последовательность
преобразуется в кодовую матрицу, для строк и столбцов которой формируются проверочные коды.
В декодере местоположение ошибок в кодовой матрице представляется образом ошибок. Декодирование
основано на вычислении синдрома, нормы и использовании библиотеки образов ошибок для коррекции
ошибок. Библиотека состоит из базовых образов, которые являются порождающими для подмножеств
образов ошибок с одинаковыми нормами и хранятся в памяти. Образы подмножества формируются на
основе базового образа с помощью перестановок строк и столбцов. Норма, вычисляемая на основе
синдрома, однозначно определяет базовый образ и соответствующее подмножество образов ошибок,
что сокращает пространство поиска по синдрому до подмножества. Синдром при этом используется
в качестве адреса для извлечения из памяти конкретного образа ошибок и правила коррекции. С ростом
кратности ошибок увеличивается размер библиотеки образов ошибок и возрастает вычислительная
сложность ее формирования. В результате известные методы формирования библиотеки образов ошибок
становятся неэффективными. В статье предложены математическая модель, структура генератора и
алгоритм формирования баблиотеки образов ошибок на основе итерационного расширения матриц
базовых образов ошибок, позволяющего на порядки сократить число формируемых избыточных образов
ошибок и сущетвенно уменьшить вычислительную сложность по сравнению с известными подходами.
Выигрыш прогрессивно увеличивается с ростом кратности ошибок. | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.publisher | БГУИР | ru_RU |
| dc.subject | доклады БГУИР | ru_RU |
| dc.subject | помехоустойчивое кодирование | ru_RU |
| dc.subject | итеративные коды | ru_RU |
| dc.subject | норменное декодирование | ru_RU |
| dc.subject | error-correcting coding | ru_RU |
| dc.subject | iterative codes | ru_RU |
| dc.subject | library of error patterns | ru_RU |
| dc.title | Итерационное формирование образов ошибок для синдромно-норменного декодирования итеративных кодов | ru_RU |
| dc.title.alternative | Iterative Shaping of Error Patterns for Normal Syndrome Decoding of Iterative Codes | ru_RU |
| dc.type | Статья | ru_RU |
| local.description.annotation | The problem of two-dimensional syndrome-norm decoding of iterative codes based on a library of error patterns is considered. In two-dimensional coding, sequence code is first transformed into a code matrix, and then the row and column check code are calculated. In the decoder, the error position of the two-dimensional can be obtained by the operations that first calculate the syndromes and norms, then match with the error patterns in the existing library. The error pattern library is stored in the memory and generated by the subset of the error pattern. Subset patterns are generated from the base pattern using row and column permutations. The norm calculated based on the syndrome unambiguously determines the base pattern and the corresponding subset of error patterns, which reduces the search space for the syndrome to a subset. In this case, the syndrome is used as an address for retrieving a specific error pattern and correction rule from the memory. With the error rate increased, the size of the error pattern library is raised and the computational complexity of its formation is enlarged. As a result, the known methods for generating the error pattern library become non sufficient. This paper proposed a mathematical model, a generator structure, and an algorithm for fast generation of an error pattern library based on the iterative expansion of the error patterns, which makes it possible to reduce the number of generated redundant error patterns by orders of magnitude and significantly shorten the computational complexity in comparison with the known approaches. | - |
| Appears in Collections: | № 20(1)
|
