[論文レビュー] On the Role of Quantization of Soft Information in GRAND

Peihong Yuan, Ken R. Duffy+2 more|arXiv (Cornell University)|Mar 25, 2022

Error Correcting Code Techniques被引用数 10

ひとこと要約

本稿では、量子化された信頼性情報を利用することで誤り訂正性能を向上させる、GRANDデコードのソフト入力変種であるORBGRANDおよびDSGRANDを提案する。ORBGRANDは順序付けられた信頼性ビット（約~log₂nビットの量子化に相当）を使用するが、DSGRANDは従来のソフト量子化を適用する。両者ともCA-SCLに比べて著しく低い複雑さとメモリ使用量で近似ML性能を達成しており、高SNRにおいては2–3ビットの量子化でもそれを上回る性能を示す。

ABSTRACT

In this work, we investigate guessing random additive noise decoding (GRAND) with quantized soft input. First, we analyze the achievable rate of ordered reliability bits GRAND (ORBGRAND), which uses the rank order of the reliability as quantized soft information. We show that multi-line ORBGRAND can approach capacity for any signal-to-noise ratio (SNR). We then introduce discretized soft GRAND (DSGRAND), which uses information from a conventional quantizer. Simulation results show that DSGRAND well approximates maximum-likelihood (ML) decoding with a number of quantization bits that is in line with current soft decoding implementations. For a (128,106) CRC-concatenated polar code, the basic ORBGRAND is able to match or outperform CRC-aided successive cancellation list (CA-SCL) decoding with codeword list size of 64 and 3 bits of quantized soft information, while DSGRAND outperforms CA-SCL decoding with a list size of 128 codewords. Both ORBGRAND and DSGRAND exhibit approximately an order of magnitude less average complexity and two orders of magnitude smaller memory requirements than CA-SCL.

研究の動機と目的

• ソフト情報の量子化がGRANDデコードにおける誤り訂正性能に与える影響を調査すること。
• 信頼性値の順序のみを用いることで、複雑さを最小限に抑えたORBRANDの開発。
• 従来の量子化器を用いてソフト情報をより効果的に活用する、離散化されたソフトGRAND（DSGRAND）の提案。
• 両者とも低複雑さとメモリ使用量で容量近似性能を達成することの証明。
• DSGRANDが、計算およびメモリ要件を著しく削減した状態でCA-SCLデコードを上回ることの示唆。

提案手法

• ORBGRANDは、対数尤度比（LLR）の順序付けられた順序をソフト情報として使用し、クエリ順序を決定するためにサイズnのソーティング処理のみを必要とする。
• この手法は順序統計と不一致デコード理論を活用し、達成可能なレートと容量近似性能の分析に用いられる。
• DSGRANDは、ソフトLLR値に従来の量子化器を適用し、標準的な量子化レベル（例：2–3ビット）を用いてノイズ仮説のクエリをガイドする。
• 両手法とも、コードに依存しない汎用的なデコード戦略を採用：有効なコドワードが見つかるまで、ノイズ仮説を順次テストする。
• デコードの複雑さはコード長ではなく冗長ビット数（n−k）によって上限が定められ、並列処理が容易になる。
• 性能評価は、(128,106)CRC極性符号を含むさまざまなSNRポイントおよびコードパラメータにおけるBLER、BER、uBLER指標を用いて実施された。

実験結果

リサーチクエスチョン

• RQ1 ORBGRANDは、信頼性値の順序（~log₂nビット）のみを用いるが、全SNR領域で容量近似性能を達成できるか？
• RQ2 従来のソフト量子化を用いるDSGRANDの性能は、実用的な量子化レベル下でMLデコードおよびCA-SCLと比較してどうなるか？
• RQ3 ソフトGRAND変種における量子化分解能とデコード性能のトレードオフはいかなるものか？
• RQ4 ORBGRANDおよびDSGRANDは、CA-SCLデコードに比べて、複雑さとメモリ使用量をどの程度削減できるか？
• RQ5 ソフト入力デコードを用いたGRANDは、BCHやCRC符号のように効率的なソフト決定デコーダが存在しない符号に対しても普遍的に適用可能か？

主な発見

• マルチラインORBGRANDは、正確なカーブフィッティングにより、全SNRレベルで容量近似性能を達成しており、理論的堅牢性を示している。
• 3ビットの量子化を用いたDSGRANDは、MLデコードから0.1 dB以内の性能を達成し、リストサイズ128のCA-SCLを上回っている。
• 2ビットの量子化を用いたDSGRANDは、MLデコードから0.25 dB以内の性能を示しており、最小限の量子化で優れた性能を発揮している。
• Eb/N0 = 5.5 dBの条件下で、DSGRANDはCA-SCL（リストサイズ128）に比べて約5.6％の複雑さと約4.5％のメモリ使用量に抑えられている。
• ORBGRANDは、Eb/N0 = 5.5 dBでわずか3ビットのソフト情報のみを用いてBLER 7.81×10⁻⁵を達成し、リストサイズ64のCA-SCLを上回っている。
• ORBGRANDおよびDSGRANDの両者とも、CA-SCLに比べて平均デコード複雑さを約1桁、メモリ要件を2桁削減している。