[論文レビュー] On Achievable Rates for Channels with Mismatched Decoding

Anelia Somekh-Baruch|arXiv (Cornell University)|May 2, 2013

Wireless Communication Security Techniques参考文献 13被引用数 6

ひとこと要約

本稿では、認知的不一致マルチアクセスチャネル（MAC）を導入し、不一致デコードにおけるスーパーポジション・コーディングとランダム・ビニングを用いてその容量領域の内側境界を導出する。ランダム・ビニングが特定の状況においてスーパーポジション・コーディングを厳密に上回ることを示し、一致する場合、両者とも容量に達することが示され、Lapidothによる先行研究よりもタイトな不一致単一ユーザー周波数帯域チャネル容量の下界を提供する。

ABSTRACT

The problem of mismatched decoding for discrete memoryless channels is addressed. A mismatched cognitive multiple-access channel is introduced, and an inner bound on its capacity region is derived using two alternative encoding methods: superposition coding and random binning. The inner bounds are derived by analyzing the average error probability of the code ensemble for both methods and by a tight characterization of the resulting error exponents. Random coding converse theorems are also derived. A comparison of the achievable regions shows that in the matched case, random binning performs as well as superposition coding, i.e., the region achievable by random binning is equal to the capacity region. The achievability results are further specialized to obtain a lower bound on the mismatch capacity of the single-user channel by investigating a cognitive multiple access channel whose achievable sum-rate serves as a lower bound on the single-user channel's capacity. In certain cases, for given auxiliary random variables this bound strictly improves on the achievable rate derived by Lapidoth.

研究の動機と目的

• 離散的記憶のないチャネル（DMC）における不一致容量を特定するという未解決問題に取り組むこと。ここで、チャネル知識が不完全なためデコーダーが準最適なルールを用いる。
• 認知的不一致MACを導入し、不一致容量の下界を改善するために単一ユーザーDMCの性能を向上させる。
• この認知的MAC設定下で、スーパーポジション・コーディングとランダム・ビニングの2つの符号化戦略の性能を比較すること。
• ランダム・コーディングと誤り指数解析を用いて、認知的不一致MACの実現可能なレート領域に対するタイトな内側境界を導出すること。
• ランダム・ビニングがスーパーポジション・コーディングを上回る条件、およびその逆の条件について、実現可能なレートの観点から確立すること。

提案手法

• 1人の送信者が他のユーザーのメッセージを非因果的（非因果的）に把握している認知的不一致MACを導入し、そのコードブックを設計するためにそれを用いる。
• 認知的MACにスーパーポジション・コーディングを適用し、平均誤り確率と誤り指数の解析を通じて実現可能なレート領域の内側境界を導出する。
• 同じ認知的MACにランダム・ビニングを適用し、同様の誤り確率と指数解析を用いて、代替的な内側境界を導出する。
• タイプの方法と大偏差理論を用いて誤り指数をタイトに特徴づけ、コード集合の平均誤り確率をバウンドする。
• 達成可能な領域のタイトさを検証するために、ランダム・コーディングの逆理論を導出する。
• 認知的MACの結果を特殊化し、認知的MACの最大和レートを考慮することで、不一致単一ユーザーDMC容量の下界を導出する。

実験結果

リサーチクエスチョン

• RQ1 既存の手法よりも、認知的不一致MACフレームワークが不一致単一ユーザーDMC容量のタイトな下界を提供できるか？
• RQ2 ランダム・ビニングが認知的不一致MACでスーパーポジション・コーディングを上回る条件は何か？
• RQ3 任意の不一致MAC状況において、ビニングベースの実現可能なレート領域がスーパーポジション・コーディングの領域を厳密に上回るか？
• RQ4 認知的MACフレームワークは、一致デコードの場合に既知の容量領域を回復または改善できるか？
• RQ5 認知的不一致MACの和レートを用いて、不一致単一ユーザーチャネル容量に対して非自明な下界を導出できるか？

主な発見

• 特定の不一致MAC状況において、ランダム・ビニングに基づく実現可能なレート領域は、スーパーポジション・コーディングの領域を厳密に上回り、ビニングの性能優位性を示している。
• 一致デコードの場合、スーパーポジション・コーディングとランダム・ビニングの両方が認知的MACの全容量領域に達しており、この設定では最適性が確認されている。
• ランダム・ビニングを用いて導出された認知的不一致MACの内側境界は、Lapidothが研究した非認知的不一致MACの実現可能な領域を含んでおり、より広い実現可能な領域であることを示している。
• 固定された補助確率変数に対して、本稿で導出された不一致単一ユーザーDMC容量の下界は、Lapidothが以前に得た下界を厳密に改善している。
• タイプの方法と大偏差理論による誤り指数解析により、平均誤り確率のタイトな特徴づけが得られ、正確なレート領域の導出が可能になった。
• 証明により、ビニングベースの領域が絶対値を含む相互情報量項の和集合として等価であることが示され、境界の堅牢性と完全性が保証された。