[논문 리뷰] On semifast Fourier transform algorithms

Sergei V. Fedorenko|arXiv (Cornell University)|2009. 07. 11.

Coding theory and cryptography참고 문헌 7인용 수 4

한 줄 요약

이 논문은 유한체, 특히 GF(2^m)에서의 반신속 푸리에 변환(SFT) 알고리즘을 제시하고 비교하며, 곱셈 수를 줄이되 덧셈 복잡도는 높게 유지하는 데 초점을 맞춘다. 고르체벨, 블라후트, 페도렌코의 알고리즘을 분석하여, SFT는 순환체집합과 정규기저를 통해 O(n log n)의 곱셈을 달성하며, 복잡도는 O(n²)의 덧셈에 의해 지배되며, n = 2^m - 1일 때 길이 n의 변환에 대해 효율적인 계산을 가능하게 한다.

ABSTRACT

We consider the relations between well-known Fourier transform algorithms.

연구 동기 및 목표

• 유한체, 특히 GF(2^m)에서의 반신속 푸리에 변환(SFT) 알고리즘을 분석하고 비교하여 계산 복잡도를 감소시키는 것.
• SFT 알고리즘이 곱셈 수를 최소화하면서도 O(n²)의 덧셈을 유지함으로써, 유한체 산술에서 near-FFT 효율성을 달성하는 방식을 조사하는 것.
• 순환체집합과 정규기저를 사용하여 SFT 알고리즘의 구조를 형성하고 효율적인 구현을 가능하게 하는 방법을 보여주는 것.
• 특히 GF(2^m)에서의 SFT 알고리즘의 계산 복잡도를 평가하며, 곱셈과 덧셈 사이의 상호 교환 관계를 분석하는 것.

제안 방법

• 논문은 GF(2)에서 n에 대해 모듈로 순환체집합을 사용하여 푸리에 변환을 더 작은 관리 가능한 구성요소로 분해하며, 특히 n = 2^m - 1일 경우에 중점을 둔다.
• Goertzel의 방법을 적용하여 입력 다항식을 최소다항식으로 나누어, GF(2^m)의 단위근에서의 나머지 값 계산으로 문제를 축소한다.
• Blahut의 알고리즘을 변형하여 푸리에 변환을 부분공간 위의 가중치가 부여된 변환의 합으로 표현하며, 이중 순환행렬을 사용해 변환의 구조를 표현한다.
• Fedorenko의 알고리즘은 정규기저 표현을 사용하여 변환을 재구성하여, 블록 순환행렬을 만들 수 있게 하여 행렬-벡터 곱셈을 단순화한다.
• 변환은 두 단계로 분해된다: (1) 다항식 나눗셈을 통해 l개의 m점 순환상호상관을 계산하고, (2) 결과에 이중행렬 A_e를 적용하며, D_e는 기저 순환행렬의 블록 대각행렬이다.
• 알고리즘적 구조는 F_e = A_e D_e f_e로 형식화되며, A_e는 순환행렬의 이진행렬이고 D_e는 기저 순환행렬의 블록 대각행렬이므로, 효율적인 모듈로 산술을 가능하게 한다.

실험 결과

연구 질문

• RQ1 반신속 푸리에 변환 알고리즘이 GF(2^m)에서 곱셈 수를 줄이면서도 관리 가능한 덧셈 복잡도를 유지할 수 있는 방법은 무엇인가?
• RQ2 순환체집합과 정규기저는 GF(2^m)에서 효율적인 반신속 푸리에 변환을 구성하는 데 어떤 역할을 하는가?
• RQ3 n = 2^m - 1일 때 Goertzel, Blahut, Fedorenko의 알고리즘 간 곱셈과 덧셈의 계산 복잡도는 어떻게 비교되는가?
• RQ4 변환행렬 A_e에 순환행렬과 블록 순환행렬을 사용하면, 유한체 FFT 구현에서 실용적인 최적화를 이끌 수 있는가?

주요 결과

• n = 2^m - 1인 GF(2^m)에서의 반신속 푸리에 변환은 약 n log n의 곱셈과 O(n²)의 덧셈을 요구하며, 직접 계산에 비해 곱셈 비용을 크게 감소시킨다.
• Goertzel의 알고리즘은 문제를 최소다항식 모듈로 나머지 값 계산으로 축소한 후, 단위근에서의 평가로 이어지며, 이중 순환행렬로 구성된 구조적 행렬 표현을 제공한다.
• Blahut의 알고리즘은 부분공간 위의 가중치가 부여된 변환의 합으로 변환을 표현하며, A_e는 이중 순환행렬과 블록 순환행렬로 구성되어 있어 효율적인 구현이 가능하다.
• Fedorenko의 알고리즘은 정규기저를 사용하여 변환을 재구성함으로써, A_e가 이중 순환행렬과 블록 순환행렬로 구성되도록 하여 계산의 모듈성을 향상시킨다.
• 첫 번째 단계(순환상호상관)의 복잡도는 GF(2^m)에서 O(n log n)의 곱셈과 덧셈을 요구하며, 두 번째 단계는 2n²/log n 미만의 덧셈을 요구하여 주로 이 단계가 비용을 지배한다.
• 논문은 순환체집합과 정규기저를 사용한 대수적 분해를 통해 곱셈 수를 최소화함으로써, SFT 알고리즘이 유한체에서 near-FFT 효율성을 달성함을 확립한다.