Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:1608.02687

帮助 | 高级搜索

计算机科学 > 信息论

arXiv:1608.02687 (cs)
[提交于 2016年8月9日 ]

标题: 使用循环和常循环码构造最大距离分隔符号对码

标题: Constructions of Maximum Distance Separable Symbol-Pair Codes Using Cyclic and Constacyclic Codes

Authors:Shuxing Li, Gennian Ge
摘要: 符号对码是一种新的编码框架,旨在纠正符号对读取信道中的错误。 特别是,最大距离可分(MDS)符号对码是一类具有最佳可能纠错能力的符号对码。 利用循环码和常循环码,我们构造了三类新的MDS符号对码,其最小符号对距离为五或六。 此外,我们发现了一个必要且充分的条件,确保一类循环码成为MDS符号对码。 该条件与一种特殊类型的线性分式变换的某些性质有关。 对这些线性分式变换的详细分析导致了一个算法,该算法生成了许多最小符号对距离为七的MDS符号对码。
摘要: Symbol-pair code is a new coding framework which is proposed to correct errors in the symbol-pair read channel. In particular, maximum distance separable (MDS) symbol-pair codes are a kind of symbol-pair codes with the best possible error-correction capability. Employing cyclic and constacyclic codes, we construct three new classes of MDS symbol-pair codes with minimum pair-distance five or six. Moreover, we find a necessary and sufficient condition which ensures a class of cyclic codes to be MDS symbol-pair codes. This condition is related to certain property of a special kind of linear fractional transformations. A detailed analysis on these linear fractional transformations leads to an algorithm, which produces many MDS symbol-pair codes with minimum pair-distance seven.
评论: 16页,设计、代码和密码学,已接受
主题: 信息论 (cs.IT) ; 组合数学 (math.CO)
引用方式: arXiv:1608.02687 [cs.IT]
  (或者 arXiv:1608.02687v1 [cs.IT] 对于此版本)
  https://doi.org/10.48550/arXiv.1608.02687
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Li Shuxing [查看电子邮件]
[v1] 星期二, 2016 年 8 月 9 日 04:11:42 UTC (12 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
math
< 上一篇   |   下一篇 >
新的 | 最近的 | 2016-08
切换浏览方式为:
cs
cs.IT
math.CO
math.IT

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号