[論文レビュー] Linear Network Code for Erasure Broadcast Channel with Feedback: Complexity and Algorithms

Chi Wan Sung, Linyu Huang+2 more|arXiv (Cornell University)|May 24, 2012

Cooperative Communication and Network Coding参考文献 35被引用数 4

ひとこと要約

本稿では、フィードバックを伴う消失ブロードキャストチャネルにおける完了時間と復号遅延を最小化するため、スパースな線形ネットワーク符号を提案する。著者は、完了時間に関して革新的符号化ベクトルが最適であることを証明し、有限体のサイズがユーザー数未満の場合、存在問題がNP完全であることを示し、復号複雑度を低減しながら完了時間を維持するスパース符号生成の近似アルゴリズムを導入する。このアルゴリズムは、フィードバックを用いた場合、ランダム線形ネットワーク符号（RLNC）よりも復号速度が優れている。

ABSTRACT

This paper investigates the construction of linear network codes for broadcasting a set of data packets to a number of users. The links from the source to the users are modeled as independent erasure channels. Users are allowed to inform the source node whether a packet is received correctly via feedback channels. In order to minimize the number of packet transmissions until all users have received all packets successfully, it is necessary that a data packet, if successfully received by a user, can increase the dimension of the vector space spanned by the encoding vectors he or she has received by one. Such an encoding vector is called innovative. We prove that innovative linear network code is uniformly optimal in minimizing user download delay. When the finite field size is strictly smaller than the number of users, the problem of determining the existence of innovative vectors is proven to be NP-complete. When the field size is larger than or equal to the number of users, innovative vectors always exist and random linear network code (RLNC) is able to find an innovative vector with high probability. While RLNC is optimal in terms of completion time, it has high decoding complexity due to the need of solving a system of linear equations. To reduce decoding time, we propose the use of sparse linear network code, since the sparsity property of encoding vectors can be exploited when solving systems of linear equations. Generating a sparsest encoding vector with large finite field size, however, is shown to be NP-hard. An approximation algorithm that guarantee the Hamming weight of a generated encoding vector to be smaller than a certain factor of the optimal value is constructed. Our simulation results show that our proposed methods have excellent performance in completion time and outperforms RLNC in terms of decoding time.

研究の動機と目的

• フィードバックを伴う消失チャネルにおけるブロードキャストシステムにおいて、各送信パケットが革新的であることを保証することで、ユーザーのダウンロード遅延を最小化すること。
• 有限体のサイズがユーザー数未満の場合に、革新的符号化ベクトルの存在を確認する計算複雑度を分析し、これがNP完全であることを示すこと。
• ガウスの消去法におけるスパースネスを活用することで、線形ネットワーク符号の復号複雑度を低減するため、スパースな符号化ベクトルを提案すること。
• 大きな有限体に対して、生成された符号化ベクトルのハミング重みが最適解の有界な倍率の範囲内に収まるように保証する近似アルゴリズムを設計すること。
• 提案手法をRLNCおよび他のブロードキャスト符号と比較し、完了時間、符号化時間、復号時間のトレードオフを明らかにすること。

提案手法

• 完了時間の最小化を目的に、以前に受信したベクトルの線形包に属さない革新的符号化ベクトル（innovative vectors）を用いる。これにより、各送信がユーザー受信次元を1ずつ増加させる。
• 有限体サイズ q ≥ K（ユーザー数）のとき、常に革新的ベクトルが存在することを証明し、RLNCが高確率でそれらを特定できることを示す。
• シューマン＝モリソンの公式を用いた、インクリメンタルな零空間基底計算手法を導入し、革新性の効率的検証とユーザー状態行列の更新を実現する。
• 大きな有限体において、可能な限りスパースな符号化ベクトルを生成するための近似アルゴリズムを提案し、最適解に対する性能が有界であることを保証する。
• 2進体に対しては、効率的にスパースな符号化ベクトルを生成するヒューリスティックアルゴリズムを設計する。
• フィードバックを活用して、送信元が最大のユーザー数に対して革新的である符号化ベクトルを段階的に選択可能にすることで、重複送信を低減する。

実験結果

リサーチクエスチョン

• RQ1 線形ネットワーク符号が用いられる消失ブロードキャストチャネルにおいて、どのような条件下で革新的符号化ベクトルが存在するか？
• RQ2 有限体サイズがユーザー数未満の場合、革新的符号化ベクトルの存在を確認する計算複雑度はいかほどか？
• RQ3 スパースな線形ネットワーク符号は、RLNCと比較して完了時間に顕著な増加を伴わせずに復号複雑度を低減できるか？
• RQ4 最適解に対するハミング重みが有界な倍率に収まるように、スパースな符号化ベクトルを生成する近似アルゴリズムをどのように設計できるか？
• RQ5 フィードバックとスパース符号化方式を用いる場合、完了時間、符号化時間、復号時間の間にはどのようなトレードオフが生じるか？

主な発見

• 有限体サイズがユーザー数未満の場合、革新的符号化ベクトルの存在問題はNP完全であるが、q ≥ K のときには常に存在する。
• ランダム線形ネットワーク符号（RLNC）は最適な完了時間を達成するが、密行列の連立一次方程式を解く必要があるため、高い復号複雑度を伴う。
• スパースな線形ネットワーク符号は、ガウスの消去法におけるスパースネスを活用することで、復号時間を顕著に短縮し、RLNCの復号速度を上回る。
• 提案された近似アルゴリズムは、生成された符号化ベクトルのハミング重みが最適解の有界な倍率の範囲内に収まることを保証し、実用的な効率性を実現する。
• 2進体では、ヒューリスティックアルゴリズムが実用的に良好な性能を示すスパースな符号化ベクトルを生成でき、復号時間を短縮しながら完了時間を増加させない。
• シミュレーション結果から、提案手法はRLNCと比較して復号時間を短くする一方で、符号化時間とフィードバックの要件が増加することが明らかになった。