[논문 리뷰] A Monte-Carlo Based Construction of Polarization-Adjusted Convolutional (PAC) Codes

Mohsen Moradi, Amir Mozammel|arXiv (Cornell University)|2021. 06. 15.

Advanced Wireless Communication Techniques인용 수 17

한 줄 요약

이 논문은 목표 신호대임계비(SNR) 이상에서 오류수정 성능을 햖을 뿐만 아니라 평균 순차 디코딩 복잡도를 낮추는 몬테카를로 기반의 패러미터 프로파일 설계 방법을 제안한다. 채널 커팅 레이트를 기반으로 정보 비트를 선택하고 반복적 개선을 통해 성능을 향상시키며, FER = 10⁻³일 때 RM-Polar 및 패러미터 프로파일보다 최대 0.5 dB의 코딩 이득을 달성한다.

ABSTRACT

This paper proposes a rate-profile construction method for polarization-adjusted convolutional (PAC) codes of any code length and rate, which is capable of maintaining trade-off between the error-correction performance and decoding complexity of PAC code. The proposed method can improve the error-correction performance of PAC codes while guaranteeing a low mean sequential decoding complexity for signal-to-noise ratio (SNR) values beyond a target SNR value.

연구 동기 및 목표

• PAC 코드에서 오류수정 성능과 디코딩 복잡도 사이의 상충 관계를 해결하기 위해.
• 목표 이상의 SNR 값에서 낮은 평균 순차 디코딩 복잡도를 유지하는 패러미터 프로파일 설계 방법을 개발하기 위해.
• 기존의 패러미터 프로파일과 Reed-Muller 패러미터 프로파일을 초월하는 PAC 코드 성능 향상을 위해.
• 순차 디코딩 하에서 보장된 유한한 평균 복잡도를 통해 PAC 코드의 실용적 구현을 가능하게 하기 위해.
• 변형된 패러미터 프로파일 설계를 위해 컨volution 코딩기 행렬을 대체할 수 있는 방법을 일반화하기 위해.

제안 방법

• 이 방법은 후보 인덱스를 그들의 바타카리야 파라미터와 커팅 레이트 기반으로 평가하여 몬테카를로 시뮬레이션 기반 접근 방식으로 반복적으로 패러미터 프로파일을 개선한다.
• 초기 패러미터 프로파일은 특정 설계 SNR에서의 채널 커팅 레이트로부터 유도되며, 그 점 이상의 SNR 값에서 낮은 복잡도를 보장한다.
• 각 반복 단계에서 알고리즘은 높은 바타카리야 파라미터를 가진 인덱스를 제거하고 성능 향상을 위해 새로운 후보를 선택하며, 커팅 레이트 준수 조건을 유지한다.
• 1비트 양자화 함수 q(x, δ)는 비트 채널의 신뢰성을 모델링하는 데 사용되며, δ는 0.5로 설정되어 커팅 레이트 임계값을 정의한다.
• 최종 패러미터 프로파일은 목표 SNR에서 최고의 오류수정 성능를 기반으로 선택되며, 그 SNR에서 커팅 레이트 프로파일 위에 위치함을 보장한다.
• 이 방법은 일반화 가능하며, 컨volution 코딩기 행렬을 원하는 변환 행렬로 교체함으로써 어떤 PAC 코드에도 적용할 수 있다.

Figure 1: Block diagram of PAC coding scheme.

실험 결과

연구 질문

• RQ1 PAC 코드의 패러미터 프로파일 설계 방법이 동시에 오류수정 성능 향상과 낮은 순차 디코딩 복잡도 유지를 달성할 수 있는가?
• RQ2 목표 SNR 이상에서 유한한 평균 디코딩 복잡도를 보장하기 위해 커팅 레이트 현상을 어떻게 활용할 수 있는가?
• RQ3 제안된 방법이 RM-Polar 및 패러미터 프로파일 대비 FER 및 복잡도 측면에서 어떤 성능 향상을 보이는가?
• RQ4 설계 SNR를 높일 경우 최종 패러미터 프로파일과 그 성능-복잡도 상충 관계는 어떻게 변화하는가?
• RQ5 제안된 방법은 생성 행렬을 수정함으로써 다른 변형된 패러미터 프로파일에 일반화될 수 있는가?

주요 결과

• 제안된 몬테카를로 기반의 패러미터 프로파일 설계 방법은 PAC(256,128) 및 PAC(64,32) 코드에서 RM-Polar 및 패러미터 프로파일 대비 FER = 10⁻³일 때 최대 0.5 dB의 코딩 이득을 달성한다.
• PAC(256,128)의 경우 MC-3dB 프로파일은 FER = 10⁻³일 때 RM-Polar보다 0.5 dB의 이득을 보이며, 3 dB SNR 이상에서 낮은 평균 순차 디코딩 복잡도를 유지한다.
• PAC(64,32)의 MC-5dB 프로파일은 RCU 경계에 더 가까운 FER 성능을 달성하지만, 3 dB에서 커팅 레이트 프로파일 아래에 위치함으로써 디코딩 복잡도가 증가한다.
• 모든 제안된 프로파일에서 목표 SNR 이상에서 ANV(방문한 노드의 평균 수)는 낮게 유지되어, Fano 디코딩 하에서의 무한 평균 복잡도가 보장됨을 확인한다.
• 설계 SNR를 높임으로써 저복잡도 영역이 더 높은 SNR 값으로 이동하는 것을 성공적으로 이룩하였으며, 성능 이득은 유지된다.
• 이 방법은 일반적이며, 컨volution 코딩기를 항등행렬로 교체함으로써 기존 패러미터 프로파일 코드에도 적용할 수 있다.

Figure 2: Error frequency of subsequent bits of FBE for PAC $(256,128)$ code.