MétaCan
Menu
Retour à la cohorte
Enregistrement W3041773245 · doi:10.1109/tit.2020.3008973

Design and Practical Decoding of Full-Diversity Construction A Lattices for Block-Fading Channels

2020· preprint· en· W3041773245 sur OpenAlexafffund
Hassan Khodaiemehr, Daniel Panario, Mohammad‐Reza Sadeghi

Notice bibliographique

RevueIEEE Transactions on Information Theory · 2020
Typepreprint
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaInstitute for Research in Fundamental Sciences
Mots-clésLow-density parity-check codeFadingDecoding methodsLattice (music)List decodingAlgorithmComputer scienceBinary numberAlgebraic structureMathematicsBlock codeTheoretical computer scienceTopology (electrical circuits)Concatenated error correction codeCombinatoricsArithmeticPure mathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

Block-fading channel (BF) is a useful model for various wireless communication channels in both indoor and outdoor environments. Frequency-hopping schemes and orthogonal frequency division multiplexing (OFDM) can conveniently be modelled as BF channels. Applying lattices in this type of channel entails dividing a lattice point into multiple blocks such that fading is constant within a block but changes, independently, across blocks. The design of lattices for BF channels offers a challenging problem, which differs greatly from its counterparts like AWGN channels. Recently, the original binary Construction A for lattices, due to Forney, has been generalized to a lattice construction from totally real and complex multiplication (CM) fields. This generalized algebraic Construction A of lattices provides signal space diversity, intrinsically, which is the main requirement for the signal sets designed for fading channels. In this paper, we construct full-diversity algebraic lattices for BF channels using Construction A over totally real number fields. We propose two new decoding methods for these family of lattices which have complexity that grows linearly in the dimension of the lattice. The first decoder is proposed for full-diversity algebraic LDPC lattices which are generalized Construction A lattices with a binary LDPC code as underlying code. This decoding method contains iterative and non-iterative phases. In order to implement the iterative phase of our decoding algorithm, we propose the definition of a parity-check matrix and Tanner graph for full-diversity algebraic Construction A lattices. We also prove that using an underlying LDPC code that achieves the outage probability limit over one-block-fading channel, the constructed algebraic LDPC lattices together with the proposed decoding method admit diversity order $n$ over an $n$ -block-fading channel. Then, we modify the proposed algorithm by removing its iterative phase which enables full-diversity practical decoding of all generalized Construction A lattices without any assumption about their underlying code. In contrast with the known results on AWGN channels in which non-binary Construction A lattices always outperform the binary ones, we provide some instances showing that algebraic Construction A lattices obtained from binary codes outperform the ones based on non-binary codes in block fading channels. Since available lattice construction methods from totally real and complex multiplication (CM) fields do not provide diversity in the binary case, we generalize algebraic Construction A lattices over a wider family of number fields namely monogenic number fields.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,773
Score d'incertitude au seuil0,812

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,076
Tête enseignante GPT0,298
Écart entre enseignants0,223 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Information TheoryMême sujetCooperative Communication and Network CodingTravaux en français237 207