[论文解读] A Comparative Study of Polar Code Constructions for the AWGN Channel

Harish Vangala, Emanuele Viterbo+1 more|arXiv (Cornell University)|Jan 11, 2015

Error Correcting Code Techniques参考文献 2被引用 200

一句话总结

本文通过为每种方法优化设计-SNR，系统比较了AWGN信道中极化码构造算法的性能。通过大量仿真，表明当设计-SNR被最优选择时，所有主要构造算法——Bhattacharyya界、密度演化、高斯近似和Trifonov方法——均表现出相当的性能，这意味着算法选择的重要性低于SNR优化。

ABSTRACT

We present a comparative study of the performance of various polar code constructions in an additive white Gaussian noise (AWGN) channel. A polar code construction is any algorithm that selects $K$ best among $N$ possible polar bit-channels at the design signal-to-noise-ratio (design-SNR) in terms of bit error rate (BER). Optimal polar code construction is hard and therefore many suboptimal polar code constructions have been proposed at different computational complexities. Polar codes are also non-universal meaning the code changes significantly with the design-SNR. However, it is not known which construction algorithm at what design-SNR constructs the best polar codes. We first present a comprehensive survey of all the well-known polar code constructions along with their full implementations. We then propose a heuristic algorithm to find the best design-SNR for constructing best possible polar codes from a given construction algorithm. The proposed algorithm involves a search among several possible design-SNRs. We finally use our algorithm to perform a comparison of different construction algorithms using extensive simulations. We find that all polar code construction algorithms generate equally good polar codes in an AWGN channel, if the design-SNR is optimized.

研究动机与目标

• 评估在AWGN信道中，不同设计-SNR下知名极化码构造算法的性能。
• 解决极化码的非通用性问题，即码性能对所选设计-SNR高度敏感。
• 开发并应用启发式搜索算法，以确定每种构造方法的最优设计-SNR。
• 通过选择各算法的最佳性能设计-SNR，实现对不同构造算法的公平比较。
• 确定在设计-SNR优化后，是否存在某种构造算法在性能上始终优于其他算法。

提出的方法

• 提出一种离散搜索算法，通过在一系列SNR值上评估性能，以寻找每种构造算法的最优设计-SNR。
• 为四种主要构造方法提供了完整的伪代码实现：PCC-0（Bhattacharyya界）、PCC-1（密度演化）、PCC-2（高斯近似）和PCC-3（Trifonov的高斯近似）。
• 使用Q函数和分段插值函数φ(x)来估计PCC-3中高斯近似下的比特信道可靠性。
• 应用二分法反演函数φ(x)，以在Trifonov方法中高效计算度量。
• 在N=2048和R=0.5条件下进行大量仿真，评估不同设计-SNR下的误比特率（BER）性能。
• 通过使用各算法的最佳性能设计-SNR，对所有算法进行比较，以确保评估的公平性。

实验结果

研究问题

• RQ1 当设计-SNR被优化时，哪种极化码构造算法在AWGN信道中性能最佳？
• RQ2 设计-SNR的选择如何影响不同极化码构造算法的性能？
• RQ3 极化码的非通用性在多大程度上影响其在不同SNR条件下的实际性能？
• RQ4 对设计-SNR进行启发式搜索，能否识别出每种构造算法的最优配置？
• RQ5 当各自的设计-SNR被调优至最佳值时，所有构造算法是否表现得同样优秀？

主要发现

• 当设计-SNR被最优选择时，所有极化码构造算法——PCC-0、PCC-1、PCC-2和PCC-3——均达到相当的误比特率（BER）性能。
• 所有算法在高设计-SNR下性能均下降，其中PCC-2和PCC-3在SNR增加时表现出最显著的性能下降。
• 最优设计-SNR因算法而异，PCC-2和PCC-3在测试的最低设计-SNR（如-1.5917 dB）下表现最佳。
• 所提出的离散搜索算法成功识别出每种构造方法的最佳设计-SNR，从而实现了公平比较。
• 本研究证实，构造算法的选择重要性低于最优设计-SNR的选择。
• 当设计-SNR被优化后，在N=2048和R=0.5条件下，没有任何一种构造方法在BER性能上持续优于其他方法。