[论文解读] Algebraic Soft-Decision Decoding of Reed-Solomon Codes Using Bit-level Soft Information

Jing Jiang, Krishna R. Narayanan|ArXiv.org|Nov 18, 2006

Coding theory and cryptography参考文献 30被引用 8

一句话总结

本文提出了一种基于比特级可靠性信息优化乘数分配的代数软判决译码（ASD）新算法，用于 Reed-Solomon 码的比特级软判决译码。通过利用顺序统计和广义最小距离（GMD）类译码框架，该方法在传统 Berlekamp-Massey 译码的基础上显著扩大了译码区域，具有紧致的性能边界，并在各种信道（包括 AWGN 和混合误码-删除模型）中实现了改进的纠错性能。

ABSTRACT

The performance of algebraic soft-decision decoding of Reed-Solomon codes using bit-level soft information is investigated. Optimal multiplicity assignment strategies of algebraic soft-decision decoding with infinite cost are first studied over erasure channels and the binary symmetric channel. The corresponding decoding radii are calculated in closed forms and tight bounds on the error probability are derived. The multiplicity assignment strategy and the corresponding performance analysis are then generalized to characterize the decoding region of algebraic softdecision decoding over a mixed error and bit-level erasure channel. The bit-level decoding region of the proposed multiplicity assignment strategy is shown to be significantly larger than that of conventional Berlekamp-Massey decoding. As an application, a bit-level generalized minimum distance decoding algorithm is proposed. The proposed decoding compares favorably with many other Reed-Solomon soft-decision decoding algorithms over various channels. Moreover, owing to the simplicity of the proposed bit-level generalized minimum distance decoding, its performance can be tightly bounded using order statistics.

研究动机与目标

• 为通过利用比特级软信息而非符号级可靠性来弥补 Reed-Solomon 译码中的性能差距。
• 为代数软判决译码（ASD）开发一种乘数分配策略（MAS），以在混合误码与比特级删除信道上最大化译码区域。
• 为所提出的比特级广义最小距离（BGMD）译码提供基于顺序统计的帧错误率（FER）紧致解析边界。
• 证明即使对于高码率 RS 码，基于比特级软信息的 ASD 也优于传统的 Berlekamp-Massey 译码。
• 通过推导无限代价乘数分配下的闭式译码半径和性能边界，实现 ASD 的实际可实现性。

提出的方法

• 该方法使用比特级可靠性值在 Guruswami-Sudan 译码的插值步骤中分配乘数，取代传统的符号级软输入。
• 引入一种基于评分的阈值机制，其中译码阈值 $ S^* $ 由总评分函数 $ T(S) $ 的逆函数推导得出，确保当 $ S > S^* $ 时译码可靠。
• 通过闭式表达式表征译码区域，即最大错误数 $ e $ 和删除数 $ f $ 满足 $ e < N - \frac{f}{2} - \frac{\hat{a}(\hat{a}+1)(K-1)/2 + C}{M(\hat{a}+1)} $，其中 $ \hat{a} $ 由乘数参数的整数优化得出。
• 利用可靠性值的顺序统计对帧错误率（FER）进行上界估计，建模 BPSK 调制和 AWGN 下正确与错误比特的分布。
• 所提出的 BGMD 译码使用一阶近似计算 FER 上界，对译码区域 $ D(M) $ 内所有有效的误码-删除对 $ (e,f) $ 进行最小化。
• 通过引入比特级可靠性并利用有序统计的双重积分推导 $ \beta_{e+1}(i) \geq \gamma_{n-e-f}(n-i) $ 的概率，将 GMD 边界推广至非二元码。

实验结果

研究问题

• RQ1 与符号级方法相比，比特级软信息如何提升代数软判决译码的译码区域？
• RQ2 在无限代价下，ASD 的最优乘数分配策略是什么？其对应的译码半径是否可表示为闭式？
• RQ3 能否利用顺序统计和可靠性分布对比特级广义最小距离译码的性能进行紧致边界估计？
• RQ4 与现有软判决译码算法相比，该方法在纠错增益和复杂度方面表现如何？
• RQ5 在混合误码与比特级删除模型下，高码率 Reed-Solomon 码的译码区域理论极限是什么？

主要发现

• 所提出的比特级乘数分配策略显著扩展了 ASD 的译码区域，尤其在高码率 RS 码中，远超传统 Berlekamp-Massey 译码。
• 为二元对称信道（BSC）和删除信道（BEC）推导出译码半径的闭式表达，译码阈值 $ S^* $ 通过总评分函数 $ T(S) $ 的逆函数计算得出。
• 所提出的 BGMD 译码器的帧错误率（FER）通过顺序统计进行上界估计，边界表达为对所有错误模式加权的正确译码概率之和，权重基于最优删除位置下的正确译码概率。
• 该方法在纠错增益方面优于多种现有软判决译码算法（包括 Koetter-Vardy 和 Guruswami-Sudan），同时由于比特级 GMD 框架的简洁性，保持了较低的计算复杂度。
• 译码区域通过包含乘数参数 $ M $、码长 $ N $、维度 $ K $ 和代价 $ C $ 的闭式不等式表征，实现了精确的性能预测。
• 所提出的方法提供了紧致的 FER 上界，具有良好的解析可实现性，适用于实际高码率 RS 码，克服了以往工作中 Chernoff 类边界的松散性。