Skip to main content
QUICK REVIEW

[論文レビュー] A Decision-Aided Parallel SC-List Decoder for Polar Codes

Bin Li, Hui Shen|arXiv (Cornell University)|Jun 9, 2015
Error Correcting Code Techniques参考文献 3被引用数 10
ひとこと要約

この論文は、直前のデコード段階からの決定を活用することで、経路の分裂とソートの複雑さを低減する意思決定支援型並列逐次取消リスト(SC-List)デコーダを提案する。意思決定フィードバックを用いて冗長な経路を知的にプルーニングすることで、高い誤り訂正性能を維持しつつ、並列デコードアーキテクチャにおける計算複雑度を顕著に低減する。

ABSTRACT

In this paper, we propose a decision-aided scheme for parallel SC-List decoding of polar codes. At the parallel SC-List decoder, each survival path is extended based on multiple information bits, therefore the number of split paths becomes very large and the sorting to find the top L paths becomes very complex. We propose a decision-aided scheme to reduce the number of split paths and thus reduce the sorting complexity.

研究の動機と目的

  • 極性符号における並列SC-Listデコードの計算複雑度が、経路数の指数関数的増加によって高くなる問題に対処すること。
  • 誤り訂正性能を損なわず、並列SC-Listデコーダにおけるソーティングおよび経路管理のオーバーヘッドを低減すること。
  • 過去のデコード決定を活用して経路の分裂を制限する意思決定支援メカニズムを導入すること。
  • 経路の爆発を抑えることで、高スルーレート極性符号デコーダの効率的なハードウェア実装を可能にすること。
  • 並列デコードにおける生存経路数を最小限に抑えると同時に、近似的最適性能を維持すること。

提案手法

  • 以前にデコードされた決定を活用して、並列SC-Listデコードにおける経路拡張をガイドする意思決定支援方式を導入する。
  • 各段階で、過去の決定と整合する経路のみを拡張するため、候補経路の数を削減する。
  • 以前のデコード段階からのフィードバックを用いて、不確実または冗長な経路の分裂を排除する。
  • ソーティングを、経路数が削減された候補経路の集合に対して適用することで、計算複雑度を顕著に低減する。
  • 過去の決定と整合しない経路をプルーニングすることで、リストサイズLを維持する。
  • 経路拡張とソーティングを意思決定フィードバックを用いて最適化する並列アーキテクチャを設計する。

実験結果

リサーチクエスチョン

  • RQ1極性符号の並列SC-Listデコードにおける経路の爆発は、誤り訂正性能を劣化させることなくどのように緩和できるか?
  • RQ2過去のデコード段階からの意思決定フィードバックは、候補経路数をどのように削減できるか?
  • RQ3意思決定支援メカニズムは、並列SC-Listデコードにおけるソーティング複雑度を低減しつつ、近似的最適性能を維持できるか?
  • RQ4並列極性符号デコードにおける経路プルーニングとデコード性能のトレードオフは何か?
  • RQ5高スルーレート極性符号デコードアーキテクチャにおいて、意思決定フィードバックは経路の分裂をどれほど効果的に制限できるか?

主な発見

  • 意思決定支援方式により、並列デコード中に生成される候補経路数が顕著に削減された。
  • 意思決定に基づくプルーニング後に生存する経路数が減少したため、ソーティングの複雑度が低減した。
  • 提案手法は、従来のSC-Listデコードと比較して、近似的最適な誤り訂正性能を維持した。
  • メモリおよび計算リソースの要件が低減されたため、より効率的なハードウェア実装が可能になった。
  • 経路数の削減により、並列デコードアーキテクチャにおける遅延が低減し、スルーレートが向上した。
  • 特に経路の爆発が最も深刻な高スルーレート環境において、本手法は顕著に有効である。

より良い研究を、今すぐ始めましょう

論文の読解から最終レビューまで、研究時間を劇的に削減しましょう。

クレジットカード登録不要

このレビューはAIが作成し、人間の編集者が確認しました。