[論文レビュー] Binary Linear Codes with Optimal Scaling and Quasi-Linear Complexity.

Arman Fazeli, S. Hamed Hassani+2 more|arXiv (Cornell University)|Nov 3, 2017

Error Correcting Code Techniques参考文献 36被引用数 9

ひとこと要約

この論文は、バイナリエラージャーチャネル（BEC）において最適なスケーリング指数 μ = 2 を達成する大規模カーネルを備えたバイナリ極性符号を導入している。これは、ランダム線形符号の理論的限界と一致する。ℓ×ℓバイナリカーネルの構築と解析を通じて、著者らは極性符号が最適スケーリングと準線形複雑性 O(n log n) を同時に達成できることを証明した。これは従来の極性符号（μ = 3.63）に比べ顕著な改善である。

ABSTRACT

We prove that, for the binary erasure channel (BEC), the polar-coding paradigm gives rise to codes that not only approach the Shannon limit but do so under the best possible scaling of their block length as a~function of the gap to capacity. This result exhibits the first known family of binary codes that attain both optimal scaling and quasi-linear complexity of encoding and decoding. Our proof is based on the construction and analysis of binary polar codes with large kernels. When communicating reliably at rates within $\varepsilon > 0$ of capacity, the code length $n$ often scales as $O(1/\varepsilon^{\mu})$, where the constant $\mu$ is called the scaling exponent. It is known that the optimal scaling exponent is $\mu=2$, and it is achieved by random linear codes. The scaling exponent of conventional polar codes (based on the $2 imes 2$ kernel) on the BEC is $\mu=3.63$. This falls far short of the optimal scaling guaranteed by random codes. Our main contribution is a rigorous proof of the following result: for the BEC, there exist $\ell imes\ell$ binary kernels, such that polar codes constructed from these kernels achieve scaling exponent $\mu(\ell)$ that tends to the optimal value of $2$ as $\ell$ grows. We furthermore characterize precisely how large $\ell$ needs to be as a function of the gap between $\mu(\ell)$ and $2$. The resulting binary codes maintain the recursive structure of conventional polar codes, and thereby achieve construction complexity $O(n)$ and encoding/decoding complexity $O(n\log n)$.

研究の動機と目的

• 従来の極性符号とバイナリ線形符号のBECにおける理論的容量限界の間のギャップを埋めること。
• バイナリ符号の最良である最適スケーリング指数 μ = 2 を達成すること。
• シャノン限界に近づく中で、低複雑性の符号化・復号化を維持すること。
• 所望のスケーリング指数 μ(ℓ) を 2 に近づけるために必要なカーネルサイズ ℓ を特定すること。
• 大カーネルを備えた極性符号が、O(n) の構築と O(n log n) の複雑性を保証する再帰的構造を維持できることを証明すること。

提案手法

• 著者らは、標準の 2×2 カーネルではなく ℓ×ℓ カーネルを用いてバイナリ極性符号を構築した。
• 再帰的チャネル極性化技術を用いて、BEC 上でのこれらの符号のスケーリング指数 μ(ℓ) を解析した。
• カーネル変換の性質の厳密な解析を通じて、ℓ が増加するにつれて μ(ℓ) → 2 となることを証明した。
• 符号の再帰的構造が保持されており、効率的な O(n) の構築と O(n log n) の符号化・復号化が可能である。
• 所望の μ(ℓ) が最適な μ = 2 から ε 以内に収まるようにするための、ℓ がどれほど大きくなる必要があるかを明示的な境界で導出した。
• 解析は、カーネルが誘導するチャネル変換の挙動と、最適極性パターンへの収束性に依存している。

実験結果

リサーチクエスチョン

• RQ1 大カーネルを備えたバイナリ極性符号は、BEC においてランダム線形符号と一致する最適スケーリング指数 μ = 2 を達成できるか？
• RQ2 スケーリング指数 μ(ℓ) を 2 に任意に近づけるために必要なカーネルサイズ ℓ は何か？
• RQ3 大カーネル極性符号は、従来の極性符号と同様に準線形複雑性を維持できるか？
• RQ4 大カーネル極性符号のスケーリング指数 μ(ℓ) はカーネルサイズ ℓ にどのように依存するか？
• RQ5 スケーリング性能を向上させつつも、極性符号の再帰的構造を保持できるか？

主な発見

• ℓ×ℓ カーネルを用いて構築された極性符号のスケーリング指数 μ(ℓ) は、ℓ が増加するにつれて最適値 2 に近づく。
• 任意の ε > 0 に対して、μ(ℓ) ≤ 2 + ε を満たす有限な ℓ が存在することを示し、最適スケーリングへの収束を証明した。
• コード長 n は μ(ℓ) → 2 の条件下で O(1/ε^μ) のスケールで増加し、バイナリ符号の最良スケーリングを達成する。
• 構築の複雑性は O(n) を維持し、符号化・復号化の複雑性は O(n log n) を維持している。
• μ = 2 に近づくために必要な ℓ の明示的境界を本論文が提供している。
• これは、BEC において最適スケーリングと準線形複雑性を同時に達成する最初の既知のバイナリ線形符号の族である。