[论文解读] Low Field-size, Rate-Optimal Streaming Codes for Channels With Burst and Random Erasures

M. Nikhil Krishnan, Deeptanshu Shukla+1 more|arXiv (Cornell University)|Mar 14, 2019

Cooperative Communication and Network Coding参考文献 21被引用 11

一句话总结

本文提出了一种低域大小、速率最优的流式编码方案，适用于在严格解码延迟约束下同时存在突发和随机丢包的信道。通过利用结构化MDS矩阵和一种新型构造框架，作者在一般情况下实现了O(τ²)的域大小，在b−a=1时实现τ的线性增长，显著降低了先前方法中指数级的域大小增长，同时保持了最优速率和低延迟，适用于实时应用。

ABSTRACT

In this paper, we design erasure-correcting codes for channels with burst and random erasures, when a strict decoding delay constraint is in place. We consider the sliding-window-based packet erasure model proposed by Badr et al., where any time-window of width $w$ contains either up to $a$ random erasures or an erasure burst of length at most $b$. One needs to recover any erased packet, where erasures are as per the channel model, with a strict decoding delay deadline of $τ$ time slots. Presently existing rate-optimal constructions in the literature require, in general, a field-size which grows exponential in $τ$, for a constant $\frac{a}τ$. In this work, we present a new rate-optimal code construction covering all channel and delay parameters, which requires an $O(τ^2)$ field-size. As a special case, when $(b-a)=1$, we have a field-size linear in $τ$. We also present three other constructions having linear field-size, under certain constraints on channel and decoding delay parameters. As a corollary, we obtain low field-size, rate-optimal convolutional codes for any given column distance and column span. Simulations indicate that the newly proposed streaming code constructions offer lower packet-loss probabilities compared to existing schemes, for selected instances of Gilbert-Elliott and Fritchman channels.

研究动机与目标

• 解决在混合突发和随机丢包网络中设计低时延、高可靠通信的挑战。
• 克服现有速率最优流式编码在严格解码延迟τ下域大小要求过高（随τ指数增长）的问题。
• 设计适用于5G、AR/VR和V2X通信等实时应用的速率最优且实用的流式编码。
• 在保持最优速率和低解码延迟的同时，实现最小域大小，尤其适用于计算资源有限的系统。
• 提供一种统一的构造方法，适用于所有信道和延迟参数，包括域大小呈线性增长的特殊情况。

提出的方法

• 提出一种新型流式编码构造方法，利用源自柯西型子矩阵的结构化MDS矩阵，以确保在丢包约束下的秩性质。
• 定义一种滑动窗口丢包模型，其中任意大小为w的窗口中最多包含a个随机丢包或一个长度≤b的单一突发丢包。
• 通过精心划分列集合构造校验矩阵，以强制满足保证所有有效丢包模式可纠正的秩条件（R1和R2）。
• 采用递归矩阵结构，其中关键子矩阵为MDS，零列被战略性地放置，以避免在丢包模式下产生线性相关性。
• 引入参数化构造，可适应不同的a（随机丢包数）、b（突发长度）和τ（延迟）值，确保速率最优。
• 通过分析校验矩阵中关键区间内的列依赖关系，推导出代码满足所需秩性质的条件。

实验结果

研究问题

• RQ1 能否在显著降低域大小的前提下，构造出相比先前工作更优的速率最优流式编码，特别是在域大小随解码延迟τ指数增长的情况下？
• RQ2 在特定信道参数下（如b−a=1时），是否可能实现域大小在τ上的线性增长？
• RQ3 如何设计一种统一的编码构造，以处理突发长度b、随机丢包数a和解码延迟τ的所有组合？
• RQ4 校验矩阵的何种结构特性可确保在严格延迟约束下正确纠正突发和随机丢包？
• RQ5 所提出的编码构造是否可扩展为给定列距离和列跨度的低域大小卷积码？

主要发现

• 所提出的构造在一般参数下实现了O(τ²)的域大小，显著降低了先前速率最优编码中观察到的指数级域大小增长。
• 当b−a=1时，域大小随τ线性增长，这是最优的，相较于指数增长有重大改进。
• 提出了三种额外的构造，可在特定a、b和τ约束下实现线性域大小，扩展了实际应用范围。
• 该编码为速率最优，并满足所有必要的秩条件（R1和R2），可纠正延迟约束内任意有效的突发与随机丢包组合。
• 在Gilbert-Elliott和Fritchman信道上的仿真结果表明，相比现有方案，其分组丢失概率更低，验证了性能提升。
• 作为推论，该构造可生成任意给定列距离和列跨度的低域大小、速率最优卷积码。