• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>AEU: Archiv fur Elektronik und Ubertragungstechnik: Electronic and Communication >An efficient basic convolutional network code construction algorithm on cyclic networks (Conference Paper)
【24h】

An efficient basic convolutional network code construction algorithm on cyclic networks (Conference Paper)

机译：循环网络上高效的基本卷积网络代码构造算法（会议论文）

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Similar to acyclic networks, over cyclic networks, there also exist four classes of optimal convolutional network codes, which are referred to as basic convolutional network code (BCNC), convolutional dispersion (CD), convolutional broadcast (CB), and convolutional multicast (CM), respectively. And from the perspective of linear independence among the global encoding kernels (GEKs), BCNC is with the best strength. In this paper, we present an efficient construction algorithm for BCNC over cyclic networks. Our algorithm can positively provide the maximal required cardinality of the local encoding kernels (LEKs). Another advantage of this algorithm is that for an existing code, when some non-source nodes and associated edges are added, our algorithm can correspondingly modify the already assigned LEKs in a localized manner. And we can just reset the LEKs along some special flow paths educed by the added nodes and edges, rather than reconstructing the whole code in its expanding network.
机译：与非循环网络类似，在循环网络上，也存在四类最佳卷积网络代码，分别称为基本卷积网络代码（BCNC），卷积分散（CD），卷积广播（CB）和卷积多播（CM） ）， 分别。从全局编码内核（GEK）之间的线性独立性的角度来看，BCNC具有最佳的优势。在本文中，我们提出了一种有效的BCNC循环网络构建算法。我们的算法可以肯定地提供本地编码内核（LEK）的最大所需基数。该算法的另一个优点是，对于现有代码，当添加一些非源节点和关联的边时，我们的算法可以以局部方式相应地修改已分配的LEK。而且，我们可以沿着添加的节点和边沿产生的一些特殊流路径重置LEK，而不用在其扩展的网络中重建整个代码。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号