[論文レビュー] Bounds on the ML Decoding Error Probability of RS-Coded Modulation over AWGN Channels

Qiutao Zhuang, Xiao Ma+1 more|arXiv (Cornell University)|Jan 21, 2014

Coding theory and cryptography参考文献 32被引用数 3

ひとこと要約

本稿は、特定の信号マッピングに依存しないようにランダム信号マッピングを用いることで、AWGNチャネル上での Reed-Solomon コード化変調 (RS-CM) の最大尤度 (ML) 再構成誤り確率に関する解析的およびシミュレーションベースの境界を提案する。主な貢献は、ランダムマッピングが記号レベルのハミング距離スぺクトルを介してタイトな解析的境界を可能にすることであり、シミュレーションでは短時間長領域においてランダムマッピングを用いた RS-CM が二進ランダム線形符号を上回ることを示している。また、最近提案されたチャイス型アルゴリズムは ML 最適に近い性能を達成している。

ABSTRACT

This paper is concerned with bounds on the maximum-likelihood (ML) decoding error probability of Reed-Solomon (RS) codes over additive white Gaussian noise (AWGN) channels. To resolve the difficulty caused by the dependence of the Euclidean distance spectrum on the way of signal mapping, we propose to use random mapping, resulting in an ensemble of RS-coded modulation (RS-CM) systems. For this ensemble of RS-CM systems, analytic bounds are derived, which can be evaluated from the known (symbol-level) Hamming distance spectrum. Also presented in this paper are simulation-based bounds, which are applicable to any specific RS-CM system and can be evaluated by the aid of a list decoding (in the Euclidean space) algorithm. The simulation-based bounds do not need distance spectrum and are numerically tight for short RS codes in the regime where the word error rate (WER) is not too low. Numerical comparison results are relevant in at least three aspects. First, in the short code length regime, RS-CM using BPSK modulation with random mapping has a better performance than binary random linear codes. Second, RS-CM with random mapping (time varying) can have a better performance than with specific mapping. Third, numerical results show that the recently proposed Chase-type decoding algorithm is essentially the ML decoding algorithm for short RS codes.

研究の動機と目的

• RS コード化変調 (RS-CM) の性能評価の課題に取り組むこと。特に、符号化変調の性能が信号マッピングに強く依存する点に起因する、符号のユークリッド距離スペクトルの依存性を解消する。
• ビットレベルの重みスペクトルが符号から信号へのマッピングに依存するため、タイトな境界を導出することが難しいという困難を解決すること。
• アンサンブル系（ランダムマッピングを用いる）および特定の RS-CM システムに適用可能な、ML 再構成誤り確率を評価するフレームワークを構築すること。
• サブ最適な再構成アルゴリズム（例：チャイス型再構成）と ML 再構成との性能ギャップを評価すること。
• 短時間長領域において、コード構造が性能を支配することを示すこと。これは、ランダム二進線形符号ですら、有限ブロック長においても上回る性能を示す。

提案手法

• 特定の信号マッピングに依存しないように、ランダム信号マッピングを用いた RS-CM システムのアンサンブルを導入し、再構成性能を特定の信号マッピングから分離する。
• 既知の記号レベルのハミング距離スペクトルを用いて、ML 再構成誤り確率の解析的上界および下界を導出する。
• 特定の RS-CM システムの誤り確率を推定するために、ユーグリッド空間における木構造のチャイス型リスト再構成アルゴリズムを用いたシミュレーションベースの境界を提案する。
• モンテカルロシミュレーションを用いて、受信信号が送信コード語の半径 r* の範囲内にある確率 Pr{E₂} を推定し、境界をタイトにする。
• ギャルジャーファーストバウンディングテクニック (GFBT) を適用して、ランダムマッピングのアンサンブル平均を活用し、語誤り率 (WER) の境界を導出する。
• さまざまな変調方式（BPSK、16-QAM）を用いたシミュレーションと数値的比較を通じて、境界のタイトさを検証する。

実験結果

リサーチクエスチョン

• RQ1 信号マッピングがランダムである場合でも、ユークリッド距離スペクトルがマッピングに依存するという点を考慮して、RS-CM システムの ML 再構成誤り確率に対するタイトな解析的境界を導出可能か？
• RQ2 短時間長領域において、ランダムマッピングを用いた RS-CM の性能は、同じレートおよびブロック長を持つ二進ランダム線形符号と比較してどうなるか？
• RQ3 最近提案された RS コード用のチャイス型再構成アルゴリズムは、ML 再構成に近い性能を達成するか？
• RQ4 RS-CM の性能は信号マッピングの選択にどれほど敏感か？また、ランダムマッピングは固定マッピングよりも優れた平均性能を達成できるか？
• RQ5 距離スペクトルの完全な知識がなくても、短い RS コードに対してシミュレーションベースの境界が数値的にタイトに保たれるか？

主な発見

• 短時間長領域において、BPSK 変調とランダムマッピングを用いた RS-CM は、同じレートおよびブロック長の二進ランダム線形符号を上回る性能を示す。
• RS-CM の性能は信号マッピングに強く依存する。特に高 SNR 域において、ランダムマッピングは特定のマッピングよりも優れた平均性能を達成する。
• 短い RS コードに対しては、最近提案された木構造のチャイス型再構成アルゴリズムが ML 再構成と区別できない性能を達成しており、近似的に最適であることが示された。
• 語誤り率が極めて低くない領域において、短い RS コードに対してシミュレーションベースの境界は数値的にタイトであり、距離スペクトルの事前知識が不要である。
• ランダムマッピングを用いた RS-CM システムのアンサンブルに対して導出した解析的境界は、低 SNR 域において従来のユニオンバウンディングよりもタイトであり、信頼性の高い性能予測を可能にする。
• 数値的結果により、有限ブロック長においても、RS コードの構造が性能を支配することが確認された。これは、ランダム二進線形符号の容量近接性能をも上回る。