Dekodowanie z wykorzystaniem szumu zbiorowego z metodą inwersji bitów w kodach z niską gęstością i kontrolą parzystości
##plugins.themes.bootstrap3.article.sidebar##
Numer Tom 16 Nr 1 (2026)
-
Wydajna klasyfikacja białych krwinek w oparciu o CNN: badanie porównawcze wydajności modeli
Achraf Benba, Sara Sandabad5-9
-
Zautomatyzowana diagnostyka raka skóry z wykorzystaniem głębokiego uczenia: systematyczny przegląd najnowocześniejszych architektur, technik i oceny wydajności
Subaidabeevi Shafeena, Ramayyan Sumathy Vinod Kumar, Sikamony Sumathi Kumar, David Shahi10-20
-
Zwiększanie bezpieczeństwa kierowców dzięki rozpoznawaniu emocji na podstawie sygnałów EKG z wykorzystaniem sieci BiLSTM
Raga Madhuri Chandra, Satya Sumanth Vanapalli, Giri Venkata Sai Tej Neelaiahgari21-28
-
Automatyczny system do obliczania tabeli kalibracyjnej cylindrycznych zbiorników poziomych
Denis Proskurenko, Mykhailo Bezuglyi29-34
-
Kontrola stabilności emulsji woda-diesel za pomocą pomiarów zmętnienia
Oleksandr Zabolotnyi, Andrii Khodieiev, Nicolay Koshevoy, Roman Trishch35-41
-
Poprawa trybu rozruchu silnika indukcyjnego w warunkach spadku napięcia
Oleksandr Vovk, Serhii Halko, Andrii Sabo, Oleksandr Miroshnyk, Taras Shchur42-47
-
Modelowanie trybów dynamicznych w silniku prądu stałego do pojazdów elektrycznych
Viktor Lyshuk, Anatolii Tkachuk, Sergiy Moroz, Mykola Yevsiuk, Mykola Khvyshchun, Stanislav Prystupa, Valentyn Zablotskyi48-55
-
Budowa i analiza scenariuszy awarii w sieciach elektroenergetycznych z wykorzystaniem ontologii, modelu przepływu mocy oraz grafu wiedzy
Oleksandr Khomenko, Vyacheslav Senchenko, Oleksandr Koval, Iryna Husyeva56-61
-
Kinetyka suszenia materiałów ziarnistych w instalacjach z przerywanym zasilaniem elektrycznym wykorzystujących promieniowanie mikrofalowe i podczerwone
Roman Kalinichenko, Valentyna Bandura, Borys Kotov, Yurii Pantsyr, Ihor Garasymchuk, Serhii Stepanenko62-66
-
Metoda automatycznego dostrajania regulatora temperatury obudowy smartfonu
Danylo Zinchenko, Yurii Mariiash67-71
-
Wykorzystanie FPGA do modelowania i generowania procesów chaotycznych
Oleksandr Osadchuk, Iaroslav Osadchuk, Valentyn Skoshchuk72-77
-
ymulacja i projektowanie elektroniczne pięciowymiarowej chaotycznej sztucznej sieci neuronowej
Michael Kopp, Inna Samuilik78-83
-
Inteligentny łańcuch przetwarzania DL-SCH/PDSCH w sieci 5G z adaptacyjnym mechanizmem HARQ
Juliy Boiko, Ilya Pyatin84-93
-
Analiza modeli generatywnych w teledetekcji: przegląd kompleksowy
Gottapu Santosh Kumar, Gurugubelli Jagadeesh, Swarajya Madhuri Rayavarapu94-98
-
Dekodowanie z wykorzystaniem szumu zbiorowego z metodą inwersji bitów w kodach z niską gęstością i kontrolą parzystości
Mykola Shtompel, Oleksandr Shefer99-103
-
Wymiana wiedzy w niezależnych głębokich sieciach Q
Viacheslav Bochok, Nataliia Fedorova104-108
-
Wykrywanie ludzi na obrazach z dronów z wykorzystaniem technik głębokiego uczenia
Sobhana Mummaneni, Naga Deepika Ginjupalli, Pragathi Dodda, Novaline Jacob, Sanjay Raj Emmanuel Katari109-115
-
Analiza porównawcza algorytmów DeepSORT, ByteTrack i StrongSORT w zakresie śledzenia wielu obiektów w systemach monitoringu wizyjnego opartych na bezzałogowych statkach powietrznych
Andrii Safonyk, Viktor Podvyshennyi, Oleksandr Naumchuk116-120
-
Wysoce wydajne metody przetwarzania złożonych danych wizualnych w systemach wsparcia decyzyjnego
Oleksandr Poplavskyi, Sergii Pavlov, Oksana Bezsmernta, Iryna Gerasymova, Bakhyt Yeraliyeva121-125
-
Metoda antyaliasingu dla krzywych rzędu drugiego na rastrach heksagonalnych
Oleksandr Melnyk, Tetiana Prysiazhniuk126-129
-
Metoda oceny ryzyka naruszenia bezpieczeństwa użytkownika na podstawie indywidualnego profilu bezpieczeństwa
Svitlana Lehominova, Mykhailo Zaporozhchenko, Tetiana Kapeliushna, Yuriy Shchavinsky, Tetiana Muzhanova130-137
-
Metoda kodowania pozycyjnego w diferencyjnej przestrzeni falowej
Volodymyr Barannik, Anatolii Berchanov, Valeriy Barannik, Dmytro Uzlov, Mykola Dihtiar, Mykhailo Osovytskyi, Andrii Sushko, Yurii Babenko138-146
-
Platforma internetowa z usługą Checkbox: aspekty rachunkowości podatkowej, sprawozdawczości i współpracy z organami podatkowymi
Yuliia Povstiana, Lyudmila Samchuk, Ivan Kachula147-154
-
Analiza porównawcza webowych szkieletów programistycznych języka PHP: Codeigniter, Cakephp oraz Yii
Karol Rak, Mariusz Dzieńkowski155-161
-
Prognozowanie cen plonów z wykorzystaniem Temporal Fusion Transformer dla okręgu Krishna w stanie Andhra Pradesh
Dedeepya Manikonda, Ashutosh Satapathy, Keerthi Padamata, Jaswanthi Machcha, J. Chandrakanta Badajena162-170
-
Model transmisji pakietowej danych tekstowych z wykorzystaniem SDR w środowisku GNU Radio Companion
Nurbol Kaliaskarov, Kyrmyzy Taissariyeva, Nurlykhan Raulyev, Akezhan Sabibolda171-176
-
Modelowanie systemu produkcyjnego typu pull-flow z dynamicznym sterowaniem zapasami buforowymi
Saad Elbaraka, Salah-eddine Mokhlis, Adil Barra, Hicham Fouraiji, Mohamed Rhouzali, Najat Messaoudi177-182
Archiwum
-
Tom 16 Nr 2
2026-06-30 27
-
Tom 16 Nr 1
2026-03-30 27
-
Tom 15 Nr 4
2025-12-20 27
-
Tom 15 Nr 3
2025-09-30 24
-
Tom 15 Nr 2
2025-06-27 24
-
Tom 15 Nr 1
2025-03-31 26
-
Tom 14 Nr 4
2024-12-21 25
-
Tom 14 Nr 3
2024-09-30 24
-
Tom 14 Nr 2
2024-06-30 24
-
Tom 14 Nr 1
2024-03-31 23
-
Tom 13 Nr 4
2023-12-20 24
-
Tom 13 Nr 3
2023-09-30 25
-
Tom 13 Nr 2
2023-06-30 14
-
Tom 13 Nr 1
2023-03-31 12
-
Tom 12 Nr 4
2022-12-30 16
-
Tom 12 Nr 3
2022-09-30 15
-
Tom 12 Nr 2
2022-06-30 16
-
Tom 12 Nr 1
2022-03-31 9
##plugins.themes.bootstrap3.article.main##
Authors
Abstrakt
W systemach komunikacji bezprzewodowej nowej generacji stosuje się kody LDPC o średniej długości w celu zwiększenia niezawodności transmisji danych i oszczędności energii. W niniejszym artykule zaproponowano dekodowanie zbiorcze oparte na algorytmie inwersji bitów metodą gradientowego spadku wspomaganego szumem o zmniejszonej złożoności. Przedstawiono schemat blokowy oraz pseudokod tego podejścia. Dekodowanie przez każdy składowy dekoder inwersji bitów wspomagany szumem odbywa się niezależnie i w trybie równoległym. Wielkość zespołu oraz wybrane wartości skali szumu są kluczowymi parametrami tej struktury dekodowania. Wyniki symulacji potwierdziły skuteczność proponowanego dekodera zespołowego wspomaganego szumem. Wykazano, że zwiększenie wielkości zespołu prowadzi do poprawy charakterystyki błędów. Średnia liczba iteracji dekodowania jest akceptowalna w obszarze wysokiego stosunku sygnału do szumu. Zastosowanie przedstawionego algorytmu dekodowania poprawi niezawodność transmisji danych przy wymaganiach dotyczących niskiego opóźnienia w technologiach bezprzewodowych nowej generacji.
Słowa kluczowe:
Bibliografia
[1] Cagri Arli, A., & Gazi, O. (2019). Noise-Aided Belief Propagation List Decoding of Polar Codes. IEEE Communications Letters, 23(8), 1285–1288. https://doi.org/10.1109/LCOMM.2019.2918535
[2] Chytas, D., Raveendran, N., & Vasić, B. (2025). Collective Bit Flipping-Based Decoding of Quantum LDPC Codes. IEEE Transactions on Communications, 73(8), 5566–5579. https://doi.org/10.1109/TCOMM.2025.3535897
[3] Dai, B., Liu, R., Gao, C., & Mei, Z. (2018). Noisy Gradient Descent Bit-Flipping Decoder Based on Adjustment Factor for LDPC Codes. IEEE Communications Letters, 22(6), 1152–1155. https://doi.org/10.1109/LCOMM.2018.2824803
[4] Elkelesh, A., Ebada, M., Cammerer, S., & Ten Brink, S. (2018). Belief Propagation List Decoding of Polar Codes. IEEE Communications Letters, 22(8), 1536–1539. https://doi.org/10.1109/LCOMM.2018.2850772
[5] Geiselhart, M., Krieg, F., Clausius, J., Tandler, D., & Ten Brink, S. (2023). 6G: A Welcome Chance to Unify Channel Coding? IEEE BITS the Information Theory Magazine, 3(1), 67–80. https://doi.org/10.1109/MBITS.2023.3322974
[6] Khan, B. S., Jangsher, S., Ahmed, A., & Al-Dweik, A. (2022). URLLC and eMBB in 5G Industrial IoT: A Survey. IEEE Open Journal of the Communications Society, 3, 1134–1163. https://doi.org/10.1109/OJCOMS.2022.3189013
[7] Krieg, F., Clausius, J., Rübenacke, M., & Brink, S. T. (2025). A Comparative Study of Ensemble Decoding Methods for Short Length LDPC Codes. 2025 14th International ITG Conference on Systems, Communications and Coding (SCC), 1–6. https://doi.org/10.1109/IEEECONF62907.2025.10949101
[8] Li, Y., Tam, W. M., & Lau, F. C. M. (2022). Modified Noisy Gradient Descent Bit-Flipping Decoding Algorithms for LDPC Codes. 2022 International Conference on Advanced Technologies for Communications (ATC), 165–170. https://doi.org/10.1109/ATC55345.2022.9942999
[9] Shirvanimoghaddam, M., Mohammadi, M. S., Abbas, R., Minja, A., Yue, C., Matuz, B., Han, G., Lin, Z., Liu, W., Li, Y., Johnson, S., & Vucetic, B. (2019). Short Block-Length Codes for Ultra-Reliable Low Latency Communications. IEEE Communications Magazine, 57(2), 130–137. https://doi.org/10.1109/MCOM.2018.1800181
[10] Shtompel, M., & Prykhodko, S. (2024). Iterative decoding of short low-density parity-check codes based on differential evolution. Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska, 14(2), 62–65. https://doi.org/10.35784/iapgos.5762
[11] Sundararajan, G., Winstead, C., & Boutillon, E. (2014). Noisy Gradient Descent Bit-Flip Decoding for LDPC Codes. IEEE Transactions on Communications, 62(10), 3385–3400. https://doi.org/10.1109/TCOMM.2014.2356458
[12] Tithi, T., Winstead, C., & Sundararajan, G. (2015). Decoding LDPC codes via Noisy Gradient Descent Bit-Flipping with Re-Decoding (arXiv:1503.08913). arXiv. https://doi.org/10.48550/arXiv.1503.08913
[13] Wadayama, T., Nakamura, K., Yagita, M., Funahashi, Y., Usami, S., & Takumi, I. (2010). Gradient descent bit flipping algorithms for decoding LDPC codes. IEEE Transactions on Communications, 58(6), 1610–1614. https://doi.org/10.1109/TCOMM.2010.06.090046
##plugins.themes.bootstrap3.article.details##
Abstract views: 204
Downloads: 142

