Zimmermann-RSC:新方法求解BCH和QDC码最小距离
需积分: 10 152 浏览量
更新于2024-08-12
收藏 608KB PDF 举报
"寻找BCH和二次双循环码最小距离的新方法-研究论文"
本文主要探讨了一种新的寻找BCH(Bose,Chaudhuri,Hocquenghem)和QDC(二次双循环)代码最小距离的方法。这两种线性编码在通信、数据存储等领域有着广泛的应用,其最小距离对于评估它们的纠错能力至关重要。然而,随着代码长度的增加,确定这些代码的最小距离变得极其困难,因为这涉及到解决一个NP-hard问题——寻找最低权重的码字。
过去的研究中,学者们尝试了多种策略来逼近这个问题,包括遗传算法、模拟退火、多脉冲方法(MIM)、Chen算法以及Canteaut-Chabaud和Zimmermann算法。作者们在先前的工作中提出了MIM-RSC方法,通过在小尺寸的随机子码上应用MIM方法来寻找最小权重。这种方法通过局部搜索降低了计算复杂度,但如何选择包含最低权重的子码仍然是一个挑战。
在这项新研究中,作者们提出了一种称为Zimmermann-RSC的方案,该方案对随机子码应用Zimmermann算法以捕获最低权重。Zimmermann算法是一种在特定条件下有效搜索低重量码字的策略,结合MIM-RSC方法,可以更有效地定位到BCH和QDC代码的最小距离。Zimmermann-RSC方法在一些已知最小距离的BCH和QDC代码上得到了验证,并被用来确定更多这类大长度代码的最小距离。
为了证明新方法的有效性,研究者对比了Zimmermann-RSC与其他竞争方法在大量BCH和QDC代码上的表现。实验结果显示,Zimmermann-RSC在结果质量和运行时间方面都表现出优越的效率。这意味着它能够提供更准确的最小距离估计,同时减少了计算时间,这对于实际应用中的编码分析和设计具有重要意义。
这篇论文为解决BCH和QDC代码最小距离计算的难题提供了新的视角和工具,有助于进一步提升这些线性码的性能理解和应用。未来的研究可能会继续探索如何优化这一方法,或者开发新的策略来处理更大规模的编码问题。
2021-03-18 上传
2021-07-27 上传
2012-10-15 上传
2022-09-19 上传
2019-08-12 上传
2022-07-15 上传
2022-07-14 上传
点击了解资源详情
weixin_38722193
- 粉丝: 4
- 资源: 908
最新资源
- 掌握Jive for Android SDK:示例应用的使用指南
- Python中的贝叶斯建模与概率编程指南
- 自动化NBA球员统计分析与电子邮件报告工具
- 下载安卓购物经理带源代码完整项目
- 图片压缩包中的内容解密
- C++基础教程视频-数据类型与运算符详解
- 探索Java中的曼德布罗图形绘制
- VTK9.3.0 64位SDK包发布,图像处理开发利器
- 自导向运载平台的行业设计方案解读
- 自定义 Datadog 代理检查:Python 实现与应用
- 基于Python实现的商品推荐系统源码与项目说明
- PMing繁体版字体下载,设计师必备素材
- 软件工程餐厅项目存储库:Java语言实践
- 康佳LED55R6000U电视机固件升级指南
- Sublime Text状态栏插件:ShowOpenFiles功能详解
- 一站式部署thinksns社交系统,小白轻松上手