[论文解读] Block Network Error Control Codes and Syndrome-based Complete Maximum Likelihood Decoding

Hossein Bahramgiri, Farshad Lahouti|ArXiv.org|Sep 24, 2008

Cooperative Communication and Network Coding参考文献 27被引用 3

一句话总结

本文提出了块网络错误控制编码（BNEC）框架，用于在具有不可靠链路的有向无环网络中实现鲁棒的多播通信。该框架提出了一种基于伴随式的完整最大似然译码方案，消除了对输入数据的依赖，降低了译码复杂度，并在域大小足够大时，以高概率实现对最多 d−1 个随机加性错误的近乎完美纠正，符合改进的Singleton界。

ABSTRACT

In this paper, network error control coding is studied for robust and efficient multicast in a directed acyclic network with imperfect links. The block network error control coding framework, BNEC, is presented and the capability of the scheme to correct a mixture of symbol errors and packet erasures and to detect symbol errors is studied. The idea of syndrome-based decoding and error detection is introduced for BNEC, which removes the effect of input data and hence decreases the complexity. Next, an efficient three-stage syndrome-based BNEC decoding scheme for network error correction is proposed, in which prior to finding the error values, the position of the edge errors are identified based on the error spaces at the receivers. In addition to bounded-distance decoding schemes for error correction up to the refined Singleton bound, a complete decoding scheme for BNEC is also introduced. Specifically, it is shown that using the proposed syndrome-based complete decoding, a network error correcting code with redundancy order d for receiver t, can correct d-1 random additive errors with a probability sufficiently close to 1, if the field size is sufficiently large. Also, a complete maximum likelihood decoding scheme for BNEC is proposed. As the probability of error in different network edges is not equal in general, and given the equivalency of certain edge errors within the network at a particular receiver, the number of edge errors, assessed in the refined Singleton bound, is not a sufficient statistic for ML decoding.

研究动机与目标

• 设计一种适用于具有不完美链路的有向无环网络中多播通信的鲁棒网络错误控制编码框架。
• 在统一框架内实现对混合符号错误与分组删除的纠正，以及符号错误的检测。
• 通过基于伴随式的译码，消除对输入数据的依赖，从而降低译码复杂度。
• 为BNEC设计一种考虑网络链路间错误概率非均匀性的完整最大似然译码方案。
• 证明当域大小足够大时，可高概率纠正 d−1 个随机加性错误。

提出的方法

• 提出块网络错误控制编码（BNEC）框架，作为一种结构化的网络错误控制编码方法。
• 采用基于伴随式的译码方法，消除输入数据的影响，从而降低译码复杂度。
• 提出一种三阶段基于伴随式的译码过程：首先利用接收端的错误空间识别错误位置，然后估计错误值。
• 采用改进的Singleton界作为限距错误纠正的性能基准。
• 设计一种完整的最大似然译码算法，考虑链路特定的错误概率以及接收端错误影响的等价性。
• 通过域大小的扩展，确保在域大小足够大时，可高概率纠正 d−1 个随机加性错误，其中 d 是接收端的冗余阶数。

实验结果

研究问题

• RQ1 是否存在一种统一编码框架，能够以高可靠性同时纠正网络编码中的符号错误与分组删除？
• RQ2 基于伴随式的译码如何通过解耦输入数据与错误检测/纠正过程，实现复杂度降低？
• RQ3 在非均匀链路错误概率下，完整最大似然译码的性能极限是什么？
• RQ4 在域大小足够大时，能够以多高概率纠正随机加性错误？
• RQ5 接收端的链路错误等价性如何影响最优最大似然译码的设计？

主要发现

• 所提出的基于伴随式的译码方法有效消除了对输入数据的依赖，显著降低了译码复杂度。
• 三阶段译码方案在估计错误值之前成功识别了错误位置，提升了译码准确性。
• 完整的最大似然译码方案在域大小足够大时，可实现对 d−1 个随机加性错误的近乎完美纠正。
• 随着域大小的增加，d−1 个随机加性错误被成功纠正的概率趋近于 1。
• 改进的Singleton界可作为BNEC中限距错误纠正的有效性能基准。
• 非均匀错误概率以及接收端的链路错误等价性，要求采用比单纯依赖错误数量更精细的处理方法。