Artigo em revista científica Q1
Symbol-level GRAND for high-order modulation over block fading channels
Ioannis Chatzigeorgiou (Chatzigeorgiou, I); Francisco A. Monteiro (Monteiro, F. A.);
Título Revista
IEEE Communications Letters
Ano (publicação definitiva)
2023
Língua
Inglês
País
Estados Unidos da América
Mais Informação
Web of Science®

N.º de citações: 1

(Última verificação: 2024-05-20 00:58)

Ver o registo na Web of Science®


: 0.2
Scopus

N.º de citações: 2

(Última verificação: 2024-05-17 20:16)

Ver o registo na Scopus


: 0.4
Google Scholar

N.º de citações: 12

(Última verificação: 2024-05-19 11:52)

Ver o registo no Google Scholar

Abstract/Resumo
Guessing random additive noise decoding (GRAND) is a noise-centric decoding method, which is suitable for low-latency communications, as it supports error correction codes that generate short codewords. GRAND estimates transmitted codewords by guessing the error patterns that altered them during transmission. The guessing process requires the testing of error patterns that are arranged in increasing order of Hamming weight. This approach is fitting for binary transmission over additive white Gaussian noise channels. This letter considers transmission of coded and modulated data over block fading channels and proposes a more computationally efficient variant of GRAND, which leverages information on the modulation scheme and the fading channel. In the core of the proposed variant, referred to as symbol-level GRAND, is an expression that approximately computes the probability of occurrence of an error pattern and determines the order with which error patterns are tested. Analysis and simulation results demonstrate that symbol-level GRAND produces estimates of the transmitted codewords faster than the original GRAND at the cost of a small increase in memory requirements.
Agradecimentos/Acknowledgements
--
Palavras-chave
Random linear codes,GRAND,Hard detection,Block fading,QAM,Short-packet communication,URLLC
  • Engenharia Eletrotécnica, Eletrónica e Informática - Engenharia e Tecnologia

Com o objetivo de aumentar a investigação direcionada para o cumprimento dos Objetivos do Desenvolvimento Sustentável para 2030 das Nações Unidas, é disponibilizada no Ciência-IUL a possibilidade de associação, quando aplicável, dos artigos científicos aos Objetivos do Desenvolvimento Sustentável. Estes são os Objetivos do Desenvolvimento Sustentável identificados pelo(s) autor(es) para esta publicação. Para uma informação detalhada dos Objetivos do Desenvolvimento Sustentável, clique aqui.