[論文レビュー] Discriminated Belief Propagation

Uli Sorger|ArXiv.org|Oct 29, 2007

Error Correcting Code Techniques参考文献 12被引用数 5

ひとこと要約

この論文は、誤り訂正符号の反復デコーディングのためのループ付きベリーフプロパゲーションの一般化として、判別型ベリーフプロパゲーション（DBP）を導入する。局所的な符号空間領域における信念推定を精緻化するディスクリミネータを組み込むことで、DBPはデコーディングの精度と収束性を向上させ、さまざまなチャネルモデルに適用可能な低複雑度のガウス近似を用いて、ほぼ容量性能を達成する。

ABSTRACT

Near optimal decoding of good error control codes is generally a difficult task. However, for a certain type of (sufficiently) good codes an efficient decoding algorithm with near optimal performance exists. These codes are defined via a combination of constituent codes with low complexity trellis representations. Their decoding algorithm is an instance of (loopy) belief propagation and is based on an iterative transfer of constituent beliefs. The beliefs are thereby given by the symbol probabilities computed in the constituent trellises. Even though weak constituent codes are employed close to optimal performance is obtained, i.e., the encoder/decoder pair (almost) achieves the information theoretic capacity. However, (loopy) belief propagation only performs well for a rather specific set of codes, which limits its applicability. In this paper a generalisation of iterative decoding is presented. It is proposed to transfer more values than just the constituent beliefs. This is achieved by the transfer of beliefs obtained by independently investigating parts of the code space. This leads to the concept of discriminators, which are used to improve the decoder resolution within certain areas and defines discriminated symbol beliefs. It is shown that these beliefs approximate the overall symbol probabilities. This leads to an iteration rule that (below channel capacity) typically only admits the solution of the overall decoding problem. Via a Gauss approximation a low complexity version of this algorithm is derived. Moreover, the approach may then be applied to a wide range of channel maps without significant complexity increase.

研究の動機と目的

• 複雑または短長コードのデコーディングにおいて、ループ付きベリーフプロパゲーションの限界を克服するための一般化フレームワークを導入すること。
• 特定の符号空間領域におけるシンボル信念の精緻化を可能にするディスクリミネータを用いて、デコーディングの分解能と精度を向上させること。
• さまざまなチャネルマップにわたる高い性能を維持しながら、計算複雑度を低減するガウス近似を構築すること。
• 提案手法がチャネル容量未満の典型的なデコーディング条件下で、最適なデコーディング解に収束することを示すこと。
• 理想的でない符号およびチャネル条件に制限されない、ベリーフプロパゲーションに基づくデコーディングの適用範囲を拡張すること。

提案手法

• 本手法は、符号空間の局所的で、不確実性または距離に基づくパーティションであるディスクリミネータを導入し、標準的なシンボル確率を超えて一般化された信念の伝達をガイドする。
• ディスクリミネータにより、送信シンボルの真の後験確率を近似する判別型シンボル信念の計算が可能になる。
• ディスクリミネータが生成する局所的信念から共通の信念が導出され、反復デコーディングの更新ルールの根拠が形成される。
• 計算複雑度を低減するためにガウス近似が用いられ、成分分布を多変量ガウス分布としてモデル化する。
• 重要な方程式には、精度行列と平均ベクトルによる信念成分の融合が含まれる：$[\hat{\mathbf{A}}_{i}^{{\scriptscriptstyle\boxtimes}}(x)]^{-1} = \mathbf{B}_{i}^{(1)}(x) + \mathbf{B}_{i}^{(2)}(x) - \mathbf{B}_{i}(x)$、ここで$\mathbf{B}$は逆共分散を表す。
• 得られたガウス混合分布のパラメータから対数尤度比$\hat{L}_{i}^{{\scriptscriptstyle\boxtimes}}(\mathbf{m})$が計算され、効率的な反復更新が可能になる。

実験結果

リサーチクエスチョン

• RQ1 複雑または短長コードにおいて、標準的なループ付きBPの限界を超えるデコーディング性能を向上させるために、ベリーフプロパゲーションを一般化できるか？
• RQ2 ディスクリミネータによる局所的な符号空間解析は、シンボル信念推定の分解能と精度をどのように向上させるか？
• RQ3 さまざまなチャネルモデルにわたるデコーディングアルゴリズムの複雑度と性能に、ガウス近似が及ぼす影響は何か？
• RQ4 提案手法は、通常のデコーディング条件下（チャネル容量未満）で最適なデコーディング解に収束するか？
• RQ5 本フレームワークは、顕著な複雑度増加なしに、広範なチャネルマップに適用可能か？

主な発見

• ディスクリミネータの使用により、真のシンボル後験確率を近似する共通の信念が導出可能となり、デコーディング精度が顕著に向上する。
• 判別型信念に基づく反復デコーディングプロセスは、チャネル容量未満で動作する場合、通常最適なデコーディング解に収束する。
• 計算複雑度を低減する低複雑度のガウスベース近似が導出され、高い性能を維持しながら計算要求を削減する。
• 弱い構成コードでさえもほぼ容量性能を達成するため、ディスクリミネータによる信念精緻化の有効性が示された。
• ガウス近似とモジュラーな信念融合のおかげで、さまざまなチャネルマップにわたるフレームワークのロバスト性が保たれ、複雑度の増加は最小限に抑えられる。
• 信念更新ルールの固定点解析を通じて、アルゴリズムが最適解に収束することの解析的裏付けが得られた。