[论文解读] Binary Linear Codes with Optimal Scaling and Quasi-Linear Complexity.

Arman Fazeli, S. Hamed Hassani+2 more|arXiv (Cornell University)|Nov 3, 2017

Error Correcting Code Techniques参考文献 36被引用 9

一句话总结

本文提出使用大尺寸核的二元极化码，在二元擦除信道（BEC）上实现了最优的尺度指数 μ = 2，与随机线性码的理论极限一致。通过构建并分析 ℓ×ℓ 的二元核，作者证明了极化码可同时实现最优尺度与准线性复杂度 O(n log n) 的编码和译码，显著优于传统极化码的 μ = 3.63。

ABSTRACT

We prove that, for the binary erasure channel (BEC), the polar-coding paradigm gives rise to codes that not only approach the Shannon limit but do so under the best possible scaling of their block length as a~function of the gap to capacity. This result exhibits the first known family of binary codes that attain both optimal scaling and quasi-linear complexity of encoding and decoding. Our proof is based on the construction and analysis of binary polar codes with large kernels. When communicating reliably at rates within $\varepsilon > 0$ of capacity, the code length $n$ often scales as $O(1/\varepsilon^{\mu})$, where the constant $\mu$ is called the scaling exponent. It is known that the optimal scaling exponent is $\mu=2$, and it is achieved by random linear codes. The scaling exponent of conventional polar codes (based on the $2 imes 2$ kernel) on the BEC is $\mu=3.63$. This falls far short of the optimal scaling guaranteed by random codes. Our main contribution is a rigorous proof of the following result: for the BEC, there exist $\ell imes\ell$ binary kernels, such that polar codes constructed from these kernels achieve scaling exponent $\mu(\ell)$ that tends to the optimal value of $2$ as $\ell$ grows. We furthermore characterize precisely how large $\ell$ needs to be as a function of the gap between $\mu(\ell)$ and $2$. The resulting binary codes maintain the recursive structure of conventional polar codes, and thereby achieve construction complexity $O(n)$ and encoding/decoding complexity $O(n\log n)$.

研究动机与目标

• 弥合传统极化码与二元线性码在二元擦除信道（BEC）上理论容量极限之间的差距。
• 实现最优尺度指数 μ = 2，这是二元码可达到的最佳尺度。
• 在逼近香农极限的同时保持低编码与译码复杂度。
• 表征为实现所需尺度指数 μ(ℓ) 接近 2 所需的核大小 ℓ。
• 证明使用大核的极化码可保持递归结构，从而实现 O(n) 构造与 O(n log n) 复杂度。

提出的方法

• 作者使用 ℓ×ℓ 核而非标准的 2×2 核来构建二元极化码。
• 利用递归信道极化技术分析这些码在 BEC 上的尺度指数 μ(ℓ)。
• 该方法涉及证明当 ℓ 增大时 μ(ℓ) → 2，基于对核变换特性的严格分析。
• 码的递归结构得以保持，从而实现高效的 O(n) 构造与 O(n log n) 编码/译码。
• 作者推导出为使 μ(ℓ) 在 ε 范围内接近最优值 μ = 2 所需的 ℓ 的显式边界。
• 分析依赖于核诱导的信道变换行为及其收敛至最优极化模式的特性。

实验结果

研究问题

• RQ1 使用大核的二元极化码是否可在 BEC 上实现最优尺度指数 μ = 2，与随机线性码一致？
• RQ2 为实现尺度指数 μ(ℓ) 任意接近 2，所需的核大小 ℓ 是多少？
• RQ3 大核极化码是否保持了传统极化码的准线性复杂度？
• RQ4 大核极化码的尺度指数 μ(ℓ) 如何随核大小 ℓ 变化？
• RQ5 在提升尺度性能的同时，能否保持极化码的递归结构？

主要发现

• 使用 ℓ×ℓ 核构建的极化码的尺度指数 μ(ℓ) 随 ℓ 增大而趋近最优值 2。
• 对于任意 ε > 0，存在有限的 ℓ 使得 μ(ℓ) ≤ 2 + ε，证明了其收敛至最优尺度。
• 码长 n 按 O(1/ε^μ) 规模增长，且 μ(ℓ) → 2，实现了二元码可达到的最佳尺度。
• 该构造保持了 O(n) 的码生成复杂度与 O(n log n) 的编码/译码复杂度。
• 本文给出了 ℓ 作为与 μ = 2 接近程度函数的显式边界。
• 这是首个已知的在 BEC 上同时实现最优尺度与准线性复杂度的二元线性码族。