ОЦЕНКА НИЗКОГО УРОВНЯ ОШИБОК С ПОМОЩЬЮ ВЫБОРКИ ПО ЗНАЧИМОСТИ С РАВНОМЕРНЫМ РАСПРЕДЕЛЕНИЕМ
- Авторы: Угловский А.Ю1, Мельников И.А1, Алексеев И.А1, Куреев А.А1
-
Учреждения:
- Институт проблем передачи информации им. А.А. Харкевича РАН
- Выпуск: Том 59, № 4 (2023)
- Страницы: 3-12
- Раздел: Теория кодирования
- URL: https://journals.rcsi.science/0555-2923/article/view/256421
- DOI: https://doi.org/10.31857/S0555292323040010
- EDN: https://elibrary.ru/PFOWBX
- ID: 256421
Цитировать
Аннотация
Основной проблемой анализа кодов с малой плотностью проверок на четность является оценка чрезвычайно низкого уровня ошибок, возникающего при высоком отношении сигнал/шум. Популярным подходом к решению этой проблемы является метод выборки по значимости. В существующих работах в качестве выборочного распределения метода выборки по значимости используется нормальное распределение со смещенным средним значением, что приводит к большой дисперсии оценки. В свою очередь, равномерное распределение имеет равновероятные выборки во всем диапазоне, что может снизить дисперсию, но приведет к смещенной оценке. Мы предлагаем модифицированный метод выборки по значимости, который позволяет рассматривать равномерное распределение в качестве выборочного, и показываем, что эта оценка лучше, чем традиционная, основанная на нормальном распределении. Также показано, что существующие критерии невозможно применить для оценки точности метода выборки по значимости с равномерным распределением во всем диапазоне отношений сигнал/шум. Для решения этой проблемы предложена новая метрика, которая использует только скорость сходимости и не зависит от истинных данных.
Об авторах
А. Ю Угловский
Институт проблем передачи информации им. А.А. Харкевича РАН
Email: uglovski@iitp.ru
Москва
И. А Мельников
Институт проблем передачи информации им. А.А. Харкевича РАН
Email: melnikov@iitp.ru
Москва
И. А Алексеев
Институт проблем передачи информации им. А.А. Харкевича РАН
Email: alexeev@iitp.ru
Москва
А. А Куреев
Институт проблем передачи информации им. А.А. Харкевича РАН
Email: kureev@wireless.iitp.ru
Москва
Список литературы
- Kruglik S.A., Potapova V.S., Frolov A.A. A Method for Constructing Parity-Check Matrices of Quasi-Cyclic LDPC Codes over GF(q) // J. Commun. Technol. Electron. 2018. V. 63. № 12. P. 1524–1529. https://doi.org/10.1134/S1064226918120112
- Smith B.P., Kschischang F.R. Future Prospects for FEC in Fiber-Optic Communications // IEEE J. Sel. Top. Quantum Electron. 2010. V. 16. № 5. P. 1245–1257. https://doi.org/10.1109/JSTQE.2010.2044749
- Kloek T., van Dijk H.K. Bayesian Estimates of Equation System Parameters: An Application of Integration by Monte Carlo // Econometrica. 1978. V. 46. № 1. P. 1–19. https://doi.org/10.2307/1913641
- Kloek T., van Dijk H.K. Experiments with Some Alternatives for Simple Importance Sampling in Monte Carlo Integration // Report 8326/E, Erasmus Univ. Rotterdam, The Netherlands, 1983. https://doi.org/10.22004/ag.econ.272281
- Dolecek L., Zhang Z., Wainwright M., Anantharam V., Nikoli´c B. Evaluation of the Low Frame Error Rate Performance of LDPC Codes Using Importance Sampling // Proc. 2007 IEEE Information Theory Workshop (ITW’2007). Tahoe City, CA, USA. Sept. 2–6, 2007. P. 202–207. https://doi.org/10.1109/ITW.2007.4313074
- Neshaastegaran P., Banihashemi A.H., Gohary R.H. Error Floor Estimation of LDPC Coded Modulation Systems Using Importance Sampling // IEEE Trans. Commun. 2021. V. 69. № 5. P. 2784–2799. https://doi.org/10.1109/TCOMM.2021.3057625
- Cavus E., Haymes C.L., Daneshrad B. Low BER Performance Estimation of LDPC Codes via Application of Importance Sampling to Trapping Sets // IEEE Trans. Commun. 2009. V. 57. № P. 1886–1888. https://doi.org/10.1109/TCOMM.2009.07.050060
- Sakai T., Shibata K. A Study on Quick Simulation for Estimation of Low FER of LDPC Codes // Proc. 2009 IEEE 9th Malaysia Int. Conf. on Communications (MICC’2009). Kuala Lumpur, Malaysia. Dec. 15–17, 2009. P. 468–473. https://doi.org/10.1109/MICC.2009. 5431553
- Ferrari M., Bellini S. Importance Sampling Simulation of Concatenated Block Codes // IEE Proc. Commun. 2000. V. 147. № 5. P. 245–251. https://doi.org/10.1049/ip-com: 20000662
- Johnson S.J. Iterative Error Correction: Turbo, Low-Density Parity-Check and Repeat Accumulate Codes. Cambridge, UK: Cambridge Univ. Press, 2010. https://doi.org/10. 1017/CBO9780511809354
- Cole C., Wilson S., Hall E., Giallorenzi T. A General Method for Finding Low Error Rates of LDPC Codes. https://doi.org/10.48550/arXiv.cs/0605051 [cs.IT], 2006.
- Kim K.-J., Myung S., Jeong H. Lowering Error Floors by Removing Dominant Trapping Sets of Low-Density Parity-Check Codes for Broadcasting Systems // Proc. 2015 IEEE Int. Symp. on Broadband Multimedia Systems and Broadcasting (BMSB’2015). Ghent, Belgium. June 17–19, 2015. P. 1–3. https://doi.org/10.1109/BMSB.2015.7177241
- Chen J., Fossorier M.P.C. Density Evolution for Two Improved BP-Based Decoding Algorithms of LDPC Codes // IEEE Commun. Lett. 2002. V. 6. № 5. P. 208–210. https://doi.org/10.1109/4234.1001666
- MacKay D.J.C. Encyclopedia of Sparse Graph Codes (online database). http://www.inference.org.uk/mackay/codes/EN/C/96.33.964