[论文解读] A Method to determine Partial Weight Enumerator for Linear Block Codes
该论文提出了一种新颖的方法，利用错误脉冲技术与蒙特卡洛模拟计算二元线性分组码的局部重量枚举函数（PWE），从而实现对软判决最大似然译码误码概率的精确上界估计。该方法成功确定了此前未知的重量分布，适用于从原始BCH(255,191,17)和BCH(127,71,19)码缩短而来的BCH(130,66)、BCH(103,47)和BCH(111,55)码。
In this paper we present a fast and efficient method to find partial weight enumerator (PWE) for binary linear block codes by using the error impulse technique and Monte Carlo method. This PWE can be used to compute an upper bound of the error probability for the soft decision maximum likelihood decoder (MLD). As application of this method we give partial weight enumerators and analytical performances of the BCH(130,66), BCH(103,47) and BCH(111,55) shortened codes; the first code is obtained by shortening the binary primitive BCH (255,191,17) code and the two other codes are obtained by shortening the binary primitive BCH(127,71,19) code. The weight distributions of these three codes are unknown at our knowledge.
研究动机与目标
- 开发一种高效的计算方法，用于在完整重量分布未知时确定二元线性分组码的局部重量枚举函数（PWE）。
- 在重量谱未知的码中，实现对软判决最大似然译码（MLD）误码概率的精确上界估计。
- 将该方法应用于此前重量分布未知的特定缩短BCH码——BCH(130,66)、BCH(103,47)和BCH(111,55)——以确定其重量分布。
- 通过在实际码构造上的分析性能评估，证明所提技术的可行性和准确性。
- 为长码或复杂线性码提供一种可扩展且计算高效的替代方法，以替代穷举重量枚举。
提出的方法
- 该方法采用错误脉冲技术，在码空间中系统地生成并分析错误图案。
- 使用蒙特卡洛模拟对码字重量分布进行采样与估计，而无需枚举所有可能的码字。
- 通过随机采样跟踪重量不超过指定最大值的码字频率，计算局部重量枚举函数。
- 利用从已知原始BCH码导出的缩短码结构，降低计算复杂度。
- 基于计算得到的PWE，通过编码理论中的标准并集界技术，解析推导出误码概率的上界。
- 该方法以迭代方式实现，通过监控蒙特卡洛估计中方差的减小来监测收敛性。
实验结果
研究问题
- RQ1当完整重量分布难以计算时，能否高效地计算二元线性分组码的局部重量枚举函数？
- RQ2错误脉冲技术结合蒙特卡洛采样在多大程度上能提升PWE估计的准确性和速度？
- RQ3PWE在多大程度上能准确估计缩短BCH码的软判决MLD误码概率上界？
- RQ4该方法在BCH(130,66)、BCH(103,47)和BCH(111,55)等特定缩短BCH码上的性能如何，这些码的重量分布此前未知？
- RQ5该方法能否推广至缩短BCH码以外的其他线性分组码类别？
主要发现
- 所提方法成功计算了此前未知的BCH(130,66)、BCH(103,47)和BCH(111,55)码的局部重量枚举函数。
- 基于蒙特卡洛的估计在合理样本数量下实现了稳定且收敛的结果，表明计算上的可行性。
- 该方法能够推导出软判决MLD误码概率的紧致上界，这对系统设计至关重要。
- 这三种缩短码的重量分布此前未知，本工作首次提供了其分析估计。
- 错误脉冲技术能有效采样相关重量类别，而无需完整枚举，显著降低了计算成本。
- 基于PWE的分析性能结果显示出一致且可靠的误码概率上界，验证了该方法的准确性。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。