🔢 mathematics

Strong Singleton-Like Bounds, Quasi-Perfect Codes and Distance-Optimal Codes in the Sum-Rank Metric

本文通过从汉明度量覆盖码构造和循环码等工具，推导了和秩度量下码的新上界与更强的 Singleton 型界，并显式构造了距离最优码、准完美码以及几乎 MSRD 码。

原作者： Chao Liu, Hao Chen, Qinqin Ji, Ziyan Xie, Dabin Zheng, Yongbo Xia

发布于 2026-02-19

📖 1 分钟阅读🧠 深度阅读

原作者： Chao Liu, Hao Chen, Qinqin Ji, Ziyan Xie, Dabin Zheng, Yongbo Xia

原始论文根据 CC0 1.0（http://creativecommons.org/publicdomain/zero/1.0/）发布到公有领域。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文听起来充满了数学符号和术语，但如果我们把“编码理论”想象成**“在嘈杂的邮局里寄送包裹”**，这篇论文其实是在解决一个非常有趣的问题：如何设计最聪明的包裹包装法，既能防止包裹在运输中损坏（纠错），又能确保邮局里没有任何角落是空的（覆盖），同时还能塞进尽可能多的包裹（容量最大化）。

下面我用几个生活中的比喻来为你拆解这篇论文的核心内容：

1. 背景：什么是“和秩度量”（Sum-Rank Metric）？

想象一下，传统的汉明度量（Hamming Metric）就像是在寄信。如果信纸上的一个字写错了（比如把“苹果”写成了“平果”），这就是一个错误。我们只关心有多少个字错了。

而这篇论文研究的**“和秩度量”，则像是在寄一箱一箱的货物**。

每一箱货物里有很多层（矩阵）。
如果某一层完全乱了（秩为 0），或者某几层混在一起了，这比单纯写错几个字要严重得多。
应用场景：这就像现在的网络传输（数据包可能丢失）、太空通信（信号干扰）或者分布式存储（硬盘坏了）。在这种场景下，我们不仅要关心“错几个字”，还要关心“整个数据块的结构是否崩塌”。

2. 核心挑战：三个“不可能三角”

在编码世界里，我们想要三个东西，但它们往往互相打架：

装得多（Size）：希望能塞进更多的信息。
抗造（Distance）：希望能容忍更多的错误，即使乱得很厉害也能修好。
全覆盖（Covering）：希望邮局里的每一个角落（所有可能的错误状态）都有人负责去修，没有死角。

这篇论文就是要在“和秩度量”这个新规则下，找到这三个指标的最佳平衡点。

3. 论文的主要贡献（用大白话解释）

A. 建立新的“天花板”（强 Singleton 界限）

比喻：以前大家知道一个包裹最多能装多少东西（Singleton 界限），就像知道一个箱子最大体积是多少。
新发现：作者发现，当包裹变得特别大（块长度很大）时，以前的那个“最大体积”估算太保守了，实际上能装的东西比预想的要少。
成果：他们算出了一个更紧的“天花板”（强 Singleton 界限）。这意味着，如果你想要装很多信息，你就必须接受更低的抗错能力，或者反之。这给未来的设计划定了更严格的红线。

B. 用“旧地图”画“新路线”（覆盖码的构造）

比喻：要在一个巨大的迷宫（和秩空间）里放置哨兵（码字），确保迷宫里任何地方发生错误，离最近的哨兵都不超过一定距离。
方法：作者没有从零开始造哨兵，而是借用了旧迷宫（汉明空间，也就是传统的单字纠错）里已经成熟的哨兵布局。
技巧：他们把旧迷宫里的哨兵“复制”并“重组”，拼成了新迷宫的哨兵。通过这种“搭积木”的方法，他们证明了新迷宫的哨兵也能完美覆盖，并且给出了哨兵数量的上限。

C. 打造“完美”和“准完美”的包裹（准完美码）

完美码：就像是一个完美的拼图，每一块都严丝合缝，没有浪费任何空间，也没有任何死角。但在数学上，这种完美的拼图非常难找，甚至几乎不存在。
准完美码：既然找不到完美的，那就找“准完美”的。也就是允许有一点点缝隙，但已经非常接近完美了。
成果：作者成功制造出了很多种**“准完美”**的包裹方案（特别是针对 $2 \times m$ 和 $2 \times 2$ 的矩阵大小）。这些方案非常高效，几乎达到了理论上的极限，是实际工程中的理想选择。

D. 发现“距离最优”的新物种（距离最优码）

比喻：在同样的包裹大小下，哪种包装法能抵抗最大的破坏？
成果：作者利用循环码（一种很有规律的数学结构，像旋转的齿轮）作为基础，制造出了很多种**“距离最优”**的包裹。
- 特别是针对 $2 \times 2$ 和 $s \times s$ 的矩阵，他们找到了一些以前没人发现过的“新物种”。
- 这些新包裹不仅抗造能力强，而且能装的信息量也非常大，打破了之前的记录。

E. “拼积木”大法（Plotkin 和）

比喻：如果你有两个不错的包裹方案，能不能把它们“拼”在一起，变成一个更厉害的方案？
方法：作者使用了Plotkin 和（一种数学上的拼接技术）。就像把两个半圆拼成一个圆，或者把两个小盒子拼成一个大箱子。
成果：通过这种拼接，他们不仅保留了原来的优点，还创造出了更多距离最优的新方案，让包裹能传得更远、更稳。

4. 总结：这对我们意味着什么？

这篇论文就像是给未来的超级通信网络和云存储系统提供了一套**“更聪明的包装说明书”**。

以前：我们可能觉得某些数据量太大，没法在嘈杂的网络中安全传输，或者存储成本太高。
现在：作者告诉我们，通过更精妙的数学设计（和秩度量下的新编码），我们可以：
1. 更省钱：在同样的抗错能力下，存更多的数据。
2. 更可靠：在更恶劣的环境下（比如卫星通信、多节点存储），数据依然能完整恢复。
3. 更精准：知道了理论极限在哪里，工程师们就不会在不可能的事情上浪费时间，而是朝着作者划定的“新天花板”去努力。

简单来说，这篇论文就是在数学的迷宫里，找到了一条更短、更宽、更安全的捷径，让未来的数据传输和存储变得更加高效和坚固。

这是一份关于论文《Strong Singleton-Like Bounds, Quasi-Perfect Codes and Distance-Optimal Codes in the Sum-Rank Metric》（和秩度量下的强 Singleton 型界、准完美码和距离最优码）的详细技术总结。

1. 研究背景与问题 (Problem)

背景：
和秩度量（Sum-Rank Metric）下的编码理论近年来受到广泛关注，因其在多轮网络编码、时空编码和分布式存储等领域具有广泛应用。和秩度量是汉明度量（Hamming metric）和秩度量（Rank metric）的推广。

核心问题：
尽管已有部分关于和秩码的基础性质和 Singleton 型界的研究，但在以下方面仍存在挑战：

覆盖码与长度函数： 缺乏从汉明度量覆盖码构造和秩度量覆盖码的系统方法，以及相应的块长度函数（Block Length Functions）的上界。
Singleton 型界的紧度： 经典的 Singleton 型界在块长度较大时可能不够紧，需要更强的上界来限制码的大小。
准完美码（Quasi-Perfect Codes）的构造： 在汉明度量中准完美码的研究较为成熟，但在和秩度量下，特别是当矩阵尺寸 $n_i \times m_i$ 均大于 1 时，如何构造准完美码是一个具有挑战性的问题。
距离最优码（Distance-Optimal Codes）： 如何构造具有更大块长度、最小和秩距离为 4 的距离最优码，以及接近 MSRD（最大和秩距离）性质的“几乎 MSRD"码。

2. 方法论 (Methodology)

本文采用以下主要方法论：

从汉明度量到和秩度量的构造映射：
- 利用基的坐标表示，建立 $\mathbb{F}_{q^m}$ 上的向量空间与 $m \times m$ 矩阵空间之间的同构。
- 提出 Construction 1：通过组合 $m$ 个汉明度量下的覆盖码 $C_1, \dots, C_m$ ，构造和秩度量下的覆盖码 $SR_{covering}(C_1, \dots, C_m)$ 。
- 利用 Construction 2（基于 $q$ -多项式），将汉明度量下的线性码映射为和秩度量下的码，用于构造距离最优码。
覆盖半径与球体积分析：
- 推导和秩度量下覆盖半径的上界（定理 1）。
- 利用球体积公式 $V_{sr}(q, r)$ 和汉明度量中的球体积界限，结合覆盖半径的性质，推导码字数量的上界。
强 Singleton 型界的推导：
- 利用二进制 BCH 码的覆盖半径性质（引理 4），结合覆盖码的构造，推导出在块长度较大时，比经典 Singleton 型界更紧的“强 Singleton 型界”（Strong Singleton-like bounds）。
- 引入块长度函数 $\ell_{q,m}(r, R)$ 的界限，证明当块长度超过特定阈值时，码的大小受到更严格的限制。
Plotkin 和（Plotkin Sum）的应用：
- 定义和秩码的 Plotkin 和，证明其维度和最小距离的性质（定理 12），用于生成新的距离最优码。

3. 关键贡献与主要结果 (Key Contributions & Results)

A. 覆盖码与强 Singleton 型界

覆盖码构造： 成功构建了从汉明度量覆盖码到和秩度量覆盖码的通用构造方法。证明了若汉明码的覆盖半径为 $R_i$ ，则构造出的和秩码覆盖半径不超过 $\sum R_i$ 。
块长度函数上界： 给出了和秩度量下覆盖码块长度函数 $\ell_{q,m}(r, R)$ 的上界，该界是汉明度量长度函数的推广。
强 Singleton 型界：
- 提出了新的 Singleton 型上界（定理 3 和定理 4）。
- 结果： 当块长度 $t$ 较大时（例如 $t \geq 2n-1$ ），这些新界比经典 Singleton 型界更紧。例如，对于最小距离 $d_{sr} = 4m^2e + i$ ，码的大小 $|C|$ 被限制在 $2^{m^2(t-ne)}$ 以内，显著优于传统界限。

B. 准完美和秩码的构造

$2 \times m$ 矩阵尺寸： 利用汉明度量下的汉明码（完美码）和平凡循环码，显式构造了块长度为 $t = \frac{q^{mu}-1}{q^m-1}$ 、矩阵尺寸为 $2 \times m$ 、最小和秩距离为 4 的准完美码（定理 5）。
$2 \times 2$ 二进制码： 利用 $\mathbb{F}_4$ 上的准完美码（最小距离 4），结合引理 8 中的权重公式，显式构造了二进制 $2 \times 2$ 矩阵尺寸的准完美和秩码（定理 6）。
性质： 证明了这些准完美码自动满足距离最优性。

C. 距离最优码与几乎 MSRD 码

$s \times s$ 和 $2 \times 2$ 距离最优码：
- 利用汉明度量下的距离最优循环码（最小距离 4），通过 $q$ -多项式映射构造了和秩度量下的距离最优码（定理 9, 10）。
- 结果： 构造了块长度高达 $q^4-1$ 的 $2 \times 2$ 距离最优码，其 Singleton 缺陷（Singleton defect）为 4。
几乎 MSRD 码（Almost MSRD）：
- 利用 Reed-Solomon 码构造了块长度可达 $q^2$ 、矩阵尺寸 $2 \times 2$ 、最小距离为 4 的几乎 MSRD 码（定理 11）。
- 突破： 相比之前文献中块长度限制在 $q-1$ 的 MSRD 码，本文构造的码具有更大的块长度，且 Singleton 缺陷仅为 2。
Plotkin 和的应用： 利用 Plotkin 和构造了新的距离最优二进制和秩码（定理 13），进一步扩展了参数范围。

4. 意义与影响 (Significance)

理论边界的突破： 本文提出的“强 Singleton 型界”填补了在大块长度条件下和秩码大小上界的理论空白，为评估和秩码的性能提供了更精确的基准。
构造方法的创新： 建立了从汉明度量覆盖码到和秩度量覆盖码的通用桥梁，并展示了如何利用循环码和 $q$ -多项式显式构造复杂的和秩码结构。
参数范围的扩展：
- 解决了 $n_i, m_i > 1$ 时准完美码的构造难题。
- 显著扩大了几乎 MSRD 码和距离最优码的块长度范围（从 $O(q)$ 扩展到 $O(q^2)$ 甚至 $O(q^4)$ ），这对于分布式存储和网络编码等实际应用场景中需要长码长的情况至关重要。
实际应用潜力： 构造出的距离最优码和准完美码在纠错性能上接近理论极限，且具有良好的代数结构（如循环性），便于编码和解码，为下一代通信和存储系统的设计提供了新的码字选择。

总结

该论文通过深入分析和秩度量的几何性质，结合经典的汉明度量编码理论，系统地解决了和秩码的覆盖半径上界、强 Singleton 型界以及特定参数下的准完美码和距离最优码的构造问题。其核心成果在于打破了传统构造在块长度上的限制，并提供了更紧的理论界限，推动了和秩度量编码理论的发展。