[論文レビュー] A Theory of Network Equivalence, Parts I and II

R. Koetter, Michelle Effros+1 more|arXiv (Cornell University)|Jul 7, 2010

Cooperative Communication and Network Coding参考文献 19被引用数 16

ひとこと要約

この論文は、ノイズありで記憶のない点対点チャネルからなるネットワークが、元のチャネル容量に等しい容量を持つノイズなしのビットパイプネットワークに等価である条件を確立するネットワーク等価性の理論を提示する。主な貢献は、一般の等価性結果である：任意の通信要件集合がノイズありネットワークで実現可能であるための必要十分条件は、それらが対応するノイズなしパイプネットワークでも実現可能であることである。これは、元のネットワークの容量領域が未知であっても成り立つ。

ABSTRACT

A family of equivalence tools for bounding network capacities is introduced. Part I treats networks of point-to-point channels. The main result is roughly as follows. Given a network of noisy, independent, memoryless point-to-point channels, a collection of communication demands can be met on the given network if and only if it can be met on another network where each noisy channel is replaced by a noiseless bit pipe with throughput equal to the noisy channel capacity. This result was known previously for the case of a single-source multicast demand. The result given here treats general demands -- including, for example, multiple unicast demands -- and applies even when the achievable rate region for the corresponding demands is unknown in the noiseless network. In part II, definitions of upper and lower bounding channel models for general channels are introduced. By these definitions, a collection of communication demands can be met on a network of independent channels if it can be met on a network where each channel is replaced by its lower bounding model andonly if it can be met on a network where each channel is replaced by its upper bounding model. This work derives general conditions under which a network of noiseless bit pipes is an upper or lower bounding model for a multiterminal channel. Example upper and lower bounding models for broadcast, multiple access, and interference channels are given. It is then shown that bounding the difference between the upper and lower bounding models for a given channel yields bounds on the accuracy of network capacity bounds derived using those models. By bounding the capacity of a network of independent noisy channels by the network coding capacity of a network of noiseless bit pipes, this approach represents one step towards the goal of building computational tools for bounding network capacities.

研究の動機と目的

• ノイズありチャネルを有するネットワークの容量を、等価なノイズなしネットワークに関連付ける一般枠組みを確立すること。
• 単一マルチキャスト要件に限らない既知の等価性を、複数ユニキャストおよびマルチキャストを含む一般通信要件へと拡張すること。
• ブロードキャスト、多重アクセス、干渉チャネルなどのマルチターミナルチャネルのための上界・下界チャネルモデルを構築すること。
• 上界と下界の差を測定することにより、境界モデルを用いて導かれたネットワーク容量境界の正確さを定量化すること。
• 複雑なネットワーク容量問題を、ノイズなしネットワークにおける組み合わせ的ネットワーク符号化問題に還元し、分離および漸近的解析のための新たな解析的ツールを可能にすること。

提案手法

• ブロードキャスト、多重アクセス、干渉チャネルなどの一般マルチターミナルチャネルのための上界・下界チャネルモデルを定義すること。
• 通信要件がノイズありネットワークで実現可能であるための必要十分条件として、各チャネルが上界モデルに置き換えられたネットワークで実現可能であること、および各チャネルが下界モデルに置き換えられたネットワークで実現可能であることであることを証明すること。
• 等価性の証明において、ランダム符号化と典型性の議論を用いて誤り確率を評価し、強典型性および同時典型性集合に依存すること。
• 中間符号化戦略をモデル化するための補助確率変数（例：U1, U2）を導入し、典型系列を用いて条件付き確率の上限を導出すること。
• 符号化レートが相互情報量の項を余裕を持って上回るように、パラメータε₁, ε₂, ε₃, ε₄を段階的に選ぶことにより、誤り確率の指数的減少を確立すること。
• 符号語の実現確率分布と典型性集合を用いて、非典型系列が観測される確率の上限を導出し、明示的な誤り指数の式を得ること。

実験結果

リサーチクエスチョン

• RQ1 ノイズありで記憶のない点対点チャネルからなるネットワークが、元のチャネル容量に等しい容量を持つノイズなしビットパイプネットワークに等価となる条件は何か？
• RQ2 単一マルチキャストに限らない等価性原理は、複数ユニキャストおよび混合マルチキャスト-ユニキャストセッションを含む一般要件へと拡張可能か？
• RQ3 ブロードキャスト、多重アクセス、干渉チャネルなどのマルチターミナルチャネルのための上界・下界モデルは、どのように構築できるか？
• RQ4 上界と下界モデルの差と、それらを用いて導かれたネットワーク容量境界の正確さとの関係は何か？
• RQ5 ネットワーク容量問題は、どの程度までノイズなしネットワークにおける組み合わせ的ネットワーク符号化問題に還元可能か？

主な発見

• ノイズありで独立で記憶のない点対点チャネルからなるネットワークは、元のチャネル容量に等しい容量を持つノイズなしビットパイプネットワークが、同じ通信要件を満たす場合に限り、その要件を満たす。
• 元のネットワークの容量領域が未知であっても、この等価性は成り立つため、実現可能性条件を導出する強力なツールとなる。
• マルチターミナルチャネルでは、要件が各チャネルが上界モデルに置き換えられたネットワークで実現可能である場合に限り実現可能であり、かつ各チャネルが下界モデルに置き換えられたネットワークで実現可能である場合に限り実現可能である。
• 提案された符号化方式における誤り確率は、ブロック長Nが増加するにつれて指数的にゼロに収束する。典型的性パラメータε₁, ε₂, ε₃, ε₄がゼロに近づくにつれて、指数はゼロに近づく。
• 特定のチャネルにおける上界と下界モデルの差は、それらモデルを用いて導かれたネットワーク容量推定値の正確さを直接的に制限する。
• この枠組みにより、複雑なネットワーク容量問題をノイズなしネットワークにおける組み合わせ的ネットワーク符号化問題に還元でき、分離定理や高SNR解析を容易にする。