[论文解读] Wyner-Ziv Coding in the Real Field Based on BCH-DFT Codes

Mojtaba Vaezi, Fabrice Labeau|arXiv (Cornell University)|Jan 2, 2013

Wireless Communication Security Techniques参考文献 37被引用 5

一句话总结

本文提出了一种新颖的Wyner-Ziv编码框架，该框架在量化之前使用实数BCH-DFT码进行分组，从而实现对连续源相关性的更精确建模，并将均方误差（MSE）降低至量化误差下限以下。该方法通过在实数域中利用校验和校验位进行解码，实现了低延迟的分布式源-信道编码，其重建性能优于传统的基于二进制码的系统。

ABSTRACT

We show how real-number codes can be used to compress correlated sources and establish a new framework for distributed lossy source coding, in which we quantize compressed sources instead of compressing quantized sources. This change in the order of binning and quantization blocks makes it possible to model correlation between continuous-valued sources more realistically and compensate for the quantization error when the sources are completely correlated. We focus on the asymmetric case, i.e., lossy source coding with side information at the decoder, also known as Wyner-Ziv coding. The encoding and decoding procedures are described in detail for discrete Fourier transform (DFT) codes, both for syndrome- and parity-based approaches. We also extend the parity-based approach to the case where the transmission channel is noisy and perform distributed joint source-channel coding in this context. The proposed system is well suited for low-delay communications. Furthermore, the mean-squared reconstruction error (MSE) is shown to be less than or close to the quantization error level, the ideal case in coding based on binary codes.

研究动机与目标

• 为解决传统Wyner-Ziv编码中分组发生在量化之后所导致的相关性建模不准确及不可恢复的量化误差问题。
• 开发一种新的分布式有损源编码框架，该框架在连续域中使用实数码，实现压缩（分组）在量化之前完成。
• 通过使用短长度DFT码实现MSE低于量化误差水平，从而支持低延迟通信。
• 将框架扩展至联合源-信道编码（JSCC），在解码器端利用辅信息，以保护在噪声信道中的传输错误。
• 通过基于子空间的方法和适配至实数码的PGZ解码，提升错误定位精度和重建准确性。

提出的方法

• 系统使用实数BCH-DFT码，在量化之前从连续值源序列生成校验或校验位样本，实现在实数域中的分组。
• 编码器使用DFT码压缩源信号，并对生成的校验或校验位样本进行量化后传输。
• 解码器采用基于校验或基于校验位的解码方法，将PGZ算法和子空间错误定位技术适配至实数域，以检测并校正实数域中的错误。
• 在联合源-信道编码中，使用单一DFT码同时实现源信号压缩和对信道噪声的保护，直接将源块映射至信道块。
• 通过子空间技术增强错误定位，提高错误幅度估计的准确性，降低重建MSE。
• 通过打孔校验位实现速率自适应方案，为视频等非遍历性源提供灵活性。

实验结果

研究问题

• RQ1 在Wyner-Ziv编码中，是否可通过在量化前进行分组，将重建误差降低至量化误差下限以下？
• RQ2 与二进制码相比，实数码（如BCH-DFT码）在连续值源之间的相关性建模方面有何改进？
• RQ3 当源信号完全相关时，实数域中的纠错能力在多大程度上可补偿量化误差？
• RQ4 所提出的框架是否能够支持在解码器端具有辅信息的低延迟分布式源-信道编码？
• RQ5 与基于二进制码的系统相比，实数码在MSE和错误定位精度方面的性能表现如何？

主要发现

• 均方误差（MSE）低于或接近量化误差水平，实现了与基于二进制码系统的理想性能下限相当的性能。
• 对于系统化的(10,5) DFT码，在20 dB CEQNR条件下，1个和2个错误时的重建误差分别降低至6.5×10⁻⁵和1.8×10⁻⁴。
• 即使使用短长度DFT码，所提系统仍能实现低于量化误差水平的MSE，使其适用于低延迟应用。
• 基于子空间方法的错误定位可提升重建精度，但与理想情况（MSE = 0）相比仍存在性能差距。
• 通过校验位打孔实现的速率自适应编码框架，支持非遍历性数据（如视频）的传输。
• 当源信号完全相关时，该系统通过校正量化误差，突破了传统基于二进制码的JSCC的MSE性能极限。