[论文解读] Discovery of good double and triple circulant codes using multiple impulse method

Mohamed Askali, Saïd Nouh+2 more|arXiv (Cornell University)|Jun 22, 2015

Advanced Control Systems Design参考文献 4被引用 4

一句话总结

本文提出了一种经过优化的多重脉冲法（MIM），并结合遗传算法，以发现具有更高最小距离的新最优双循环码（DCC）与三重循环码（TCC）。通过在遗传搜索框架中使用MIM作为最小距离评估器，作者识别出若干具有迄今最高参数的新码，显著推进了结构化线性纠错码领域的研究进展。

ABSTRACT

The construction of optimal linear block error-correcting codes is not an easy problem, for this, many studies describe methods for generating good error correcting codes in terms of minimum distance. In a previous work, we have presented the multiple impulse method (MIM) to evaluate the minimum distance of linear codes. In this paper we will present an optimization of the MIM method by genetic algorithms, and we found many new optimal Double and Triple Circulant Codes (DCC & TCC) with the highest known parameters using the MIM method as an evaluator of the minimum distance. Two approaches are used in the exploration of the space of generators; the first is based on genetic algorithms, however the second is on the random search algorithm.

研究动机与目标

• 开发一种高效方法，用于发现具有高最小距离的最优线性分组码。
• 改进多重脉冲法（MIM），以提升在结构化码中最小距离评估的准确性。
• 应用遗传算法，更有效地探索双循环码与三重循环码的生成矩阵空间。
• 识别出在最小距离与码率方面具有迄今最高已知参数的新码。
• 比较遗传算法与随机搜索在发现优质码方面的性能表现。

提出的方法

• 使用多重脉冲法（MIM）作为线性码最小距离的核心评估工具。
• 应用遗传算法以探索双循环码与三重循环码的生成矩阵空间。
• 对MIM方法进行优化，以提升其在最小距离估计中的计算效率与准确性。
• 比较两种搜索策略：基于遗传算法的优化与生成矩阵空间中的随机搜索。
• 通过MIM估算候选码的最小距离，再筛选出高性能候选码。
• 该方法聚焦于结构化码——特别是双循环码与三重循环码——因其编码特性优良且已知具有潜在的优异性能。

实验结果

研究问题

• RQ1 多重脉冲法能否被有效优化，以提升其在结构化线性码中最小距离评估的性能？
• RQ2 遗传算法在发现高性能双循环码与三重循环码方面，相较于随机搜索能有多大程度的优越性？
• RQ3 对于给定长度与维度的双循环码与三重循环码，其可实现的最大最小距离是多少？
• RQ4 该混合方法能否发现具有此前未知参数的新最优码？
• RQ5 将MIM与元启发式搜索相结合，如何提升码发现的效率？

主要发现

• 作者发现了多个新双循环码与三重循环码，其最小距离参数在对应长度与维度下为迄今最高。
• 优化后的MIM方法在估计最小距离方面表现出高准确度与高效率，从而实现了可靠的码评估。
• 遗传算法在识别高质量码方面显著优于随机搜索，尤其在较大搜索空间中表现更优。
• 已识别出多个新最优码，扩展了文献中关于DCC与TCC的已知界限。
• 结合MIM与遗传算法的混合方法在系统性探索结构化码空间方面表现出高效性。
• 本研究证实，将先进搜索技术与精确距离评估相结合，可发现此前未知的最优码。