[論文レビュー] A Simple Proof for the Existence of "Good" Pairs of Nested Lattices

Or Ordentlich, Uri Erez|arXiv (Cornell University)|Sep 23, 2012

Wireless Communication Security Techniques被引用数 14

ひとこと要約

本稿では、加法性ホワイトガウスノイズ（AWGN）チャネルの容量およびガウス源の最適なレート・リダンドン・トレードオフを達成する「良い」ネストドラティス対の存在について、簡素化された確率的証明を提示する。生成された符号の族は、Z_p 上の線形符号の部分符号を用いたラーニングを介した構成Aに基づくものであり、証明は基本的な確率論と幾何学にのみ依存し、達成可能なレートがノイズの分布ではなくノイズのパワーにのみ依存することを示している。これは非ガウス的かつ定常的（エルゴード的）なノイズに対してもロバストである。

ABSTRACT

This paper provides a simplified proof for the existence of nested lattice codebooks allowing to achieve the capacity of the additive white Gaussian noise channel, as well as the optimal rate-distortion trade-off for a Gaussian source. The proof is self-contained and relies only on basic probabilistic and geometrical arguments. An ensemble of nested lattices that is different, and more elementary, than the one used in previous proofs is introduced. This ensemble is based on lifting different subcodes of a linear code to the Euclidean space using Construction A. In addition to being simpler, our analysis is less sensitive to the assumption that the additive noise is Gaussian. In particular, for additive ergodic noise channels it is shown that the achievable rates of the nested lattice coding scheme depend on the noise distribution only via its power. Similarly, the nested lattice source coding scheme attains the same rate-distortion trade-off for all ergodic sources with the same second moment.

研究の動機と目的

• AWGNチャネルの容量を達成するネストドラティス対の存在を、自己完結的かつ初等的な証明で示すこと。
• 高分解能の仮定の下で、チャネル符号化およびソース符号化の両方において良好なラティスの存在を確立すること。
• 従来の構成とは異なる、部分符号のラーニングを用いた構成Aに基づく新しいネストドラティス族を開発すること。
• 達成可能なレートがノイズの分布ではなくノイズのパワーにのみ依存することを示し、エルゴード的ノイズチャネルへの拡張を図ること。
• 同じ2次モーメントを持つすべてのエルゴード的ソースに対して、同一のレート・リダンドン・トレードオフが達成されることを示すこと。

提案手法

• Z_p 上の線形符号の部分符号を用いたラーニングを介して、構成Aを用いて新しいネストドラティス族を構成する。
• γZ^n を法とするモジュロ-Λ方式におけるコセット最近傍デコーディングを用い、正確なラティス点の復元ではなく、正しいコセットの識別をデコーダーが行う。
• 誤り確率の上界を求めるために、有界距離コセットデコーダーを適用し、復調半径を r² = n(1+δ)σ²_Z と設定する。
• マーカフの不等式を用いて、条件付き誤り確率が δ を超える確率を上界で抑え、球内に含まれるラティス点の期待数を活用する。
• 有限体のサイズと形状の影響を捉えるために、Γ(p, γ²/σ²_Z) = log(1 + √(γ²/(4p²σ²_Z))) という重要な項を導出する。
• R < ½ log(γ²/(2πe(1+δ)σ²_Z)) − Γ(p, γ²/σ²_Z) を満たす場合、n が大きくなるにつれて誤り確率が0に収束することを確立する。

実験結果

リサーチクエスチョン

• RQ1 AWGN容量を達成するネストドラティス対の存在について、より単純で確率的証明を構築できるか？
• RQ2 ネストドラティス符号の性能は、ノイズのパワーを越えてその分布に依存するのか。特に非ガウス的エルゴード的ノイズの場合にそのような依存性があるか？
• RQ3 部分符号のラーニングを用いた構成Aに基づく新しいラティス族は、従来の構成と同等の性能保証を達成できるか？
• RQ4 正確なラティス点の復元を要求するのではなく、コセットの識別に焦点を当てたデコーディングが可能か？
• RQ5 同じ2次モーメントを持つすべてのエルゴード的ソースに対して、同一のレート・リダンドン・トレードオフが成立するか？

主な発見

• 構成Aを用いて部分符号をラーニングすることで構築された本稿のネストドラティス族は、n が十分に大きい場合、誤り確率が0に収束するAWGNチャネルの容量を達成する。
• 達成可能なレートはノイズの分布ではなくノイズのパワーにのみ依存する。これは、ノイズ分散が唯一の決定要因であるため、エルゴード的ノイズチャネルへの拡張が可能である。
• ソース符号化においても、同じネストドラティス方式により、同じ2次モーメントを持つ任意のエルゴード的ソースに対して最適なレート・リダンドン関数が達成される。
• コセット最近傍デコーディングの誤り確率は、球内に含まれるラティス点の期待数とマーカフの不等式を用いた確率的議論により上界が与えられる。
• 重要なレートの上界は R < ½ log(γ²/(2πe(1+δ)σ²_Z)) − log(1 + √(γ²/(4p²σ²_Z))) であり、n → ∞ のとき誤り確率が0に収束することを保証する。
• 証明は自己完結的であり、複雑な代数的数論やミンコフスキーの定理を一切用いず、基本的な確率論的および幾何的議論に依存している。