[論文レビュー] On the Error Performance of Systematic Polar Codes

Liping Li, Wenyi Zhang+1 more|arXiv (Cornell University)|Apr 16, 2015

Error Correcting Code Techniques参考文献 16被引用数 13

ひとこと要約

本稿では、系統的極性符号と非系統的極性符号の間のビット誤り率（BER）性能における系統的利得を解析的に定量化する統計的複合モデルを提案する。逐次キャンセレーションデコードにおける誤りパターンをモデル化し、結合係数を用いて誤りを独立領域と結合領域に分割することで、BERの向上を正確に予測できる取り扱いやすい枠組みを導出している。その結果、大規模ブロック長において系統的極性符号が最大3倍のBER利得を達成することが示された。

ABSTRACT

Systematic polar codes are shown to outperform non-systematic polar codes in terms of the bit-error-rate (BER) performance. However theoretically the mechanism behind the better performance of systematic polar codes is not yet clear. In this paper, we set the theoretical framework to analyze the performance of systematic polar codes. The exact evaluation of the BER of systematic polar codes conditioned on the BER of non-systematic polar codes involves in $2^{NR}$ terms where $N$ is the code block length and $R$ is the code rate, resulting in a prohibitive number of computations for large block lengths. By analyzing the polar code construction and the successive-cancellation (SC) decoding process, we use a statistical model to quantify the advantage of systematic polar codes over non-systematic polar codes, so called the systematic gain in this paper. A composite model is proposed to approximate the dominant error cases in the SC decoding process. This composite model divides the errors into independent regions and coupled regions, controlled by a coupling coefficient. Based on this model, the systematic gain can be conveniently calculated. Numerical simulations are provided in the paper showing very close approximations of the proposed model in quantifying the systematic gain.

研究の動機と目的

• 系統的極性符号が非系統的極性符号よりも優れたBER性能を示す背後にある理論的メカニズムを理解すること。
• すべての $2^{NR}$ 個の誤りケースを総当りで列挙する必要なく、計算的に実行可能なモデルを構築すること。
• 逐次キャンセレーションデコードにおける誤りダイナミクスを、情報ビットを独立誤り領域と結合誤り領域に分割することで特徴づけること。
• BECおよびAWGNチャネルにおけるさまざまなブロック長とコードレートにおいて、数値シミュレーションを通じて提案モデルを検証すること。

提案手法

• 結合係数 $\beta$ によって制御される独立領域と結合領域に誤りイベントを分割する複合モデルを提案する。
• 正確な評価の $2^{NR}$ の複雑さを避けるために、逐次キャンセレーションデコードにおける誤りパターンの平均的効果を統計的手法で近似する。
• 複合モデルに基づき、性能予測を効率的に行えるように、系統的利得 $\gamma$ の閉形式表現を導出する。
• 生成行列の構造的性質を証明することで、系統的極性符号の符号化プロセスを簡素化する。
• 系統的極性符号のデコーディングフレームワークとして、逐次キャンセレーション後に再符号化を行うSC-ENデコードを採用する。
• BECおよびAWGNチャネルにおいて、$N=10,12$, $R=1/2,1/4$ の複数の設定でシミュレーションを実施し、モデルの妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 再符号化ステップでの誤り拡大の可能性があるにもかかわらず、なぜ系統的極性符号が非系統的極性符号よりも優れたBER性能を達成するのか？
• RQ2 すべての誤りパターンを総当りで列挙せずに、系統的利得を解析的にモデル化できるか？
• RQ3 逐次キャンセレーションデコードにおける誤りダイナミクスは、系統的極性符号の性能向上にどのように影響するか？
• RQ4 ブロック長が増加する際の系統的利得の漸近的挙動はいかなるものか？
• RQ5 結合係数 $\beta$ は複合誤りモデルの精度にどのように影響するか？

主な発見

• BEC（消失確率0.4）において、ブロック長 $N \geq 2^9$ の場合、系統的利得はおおよそ $\gamma = 3$ で飽和する。
• 結合係数 $\beta$ を用いた提案された複合モデルは、さまざまなブロック長とコードレートにおいて、シミュレーション結果と非常に近いBER性能を再現している。
• BECチャネルにおいて、$N=10$, $R=1/2$ および $N=12$, $R=1/2$ の設定では、モデルがシミュレーション結果と最小限のずれで系統的利得を正確に予測している。
• AWGNチャネルでは、$\beta$ をSNRに応じて適応的に設定することで、モデルの精度を維持でき、-1.5 dB未満では $\beta=0.3$、以上では $\beta=0.5$ とする。
• 複数の設定においてモデルの精度が検証され、BECおよびAWGNチャネルの両方に対して高いロバスト性を示している。
• 系統的利得はブロック長の増加に伴い増加するが、誤り訂正能力と増加する誤り発生ビット数のトレードオフのため、最終的には飽和する。