[论文解读] Bounds on the ML Decoding Error Probability of RS-Coded Modulation over AWGN Channels

Qiutao Zhuang, Xiao Ma+1 more|arXiv (Cornell University)|Jan 21, 2014

Coding theory and cryptography参考文献 32被引用 3

一句话总结

本文针对加性白高斯噪声（AWGN）信道上的 Reed-Solomon 编码调制（RS-CM），提出基于解析与仿真方法的最大似然（ML）译码误码概率上界与下界，采用随机信号映射以消除对特定星座映射的依赖。主要贡献在于：随机映射使得基于符号级汉明距离谱的紧致解析边界成为可能；仿真结果表明，在短码长范围内，采用随机映射的 RS-CM 性能优于二元随机线性码，而近期提出的 Chase 类算法接近 ML 最优性能。

ABSTRACT

This paper is concerned with bounds on the maximum-likelihood (ML) decoding error probability of Reed-Solomon (RS) codes over additive white Gaussian noise (AWGN) channels. To resolve the difficulty caused by the dependence of the Euclidean distance spectrum on the way of signal mapping, we propose to use random mapping, resulting in an ensemble of RS-coded modulation (RS-CM) systems. For this ensemble of RS-CM systems, analytic bounds are derived, which can be evaluated from the known (symbol-level) Hamming distance spectrum. Also presented in this paper are simulation-based bounds, which are applicable to any specific RS-CM system and can be evaluated by the aid of a list decoding (in the Euclidean space) algorithm. The simulation-based bounds do not need distance spectrum and are numerically tight for short RS codes in the regime where the word error rate (WER) is not too low. Numerical comparison results are relevant in at least three aspects. First, in the short code length regime, RS-CM using BPSK modulation with random mapping has a better performance than binary random linear codes. Second, RS-CM with random mapping (time varying) can have a better performance than with specific mapping. Third, numerical results show that the recently proposed Chase-type decoding algorithm is essentially the ML decoding algorithm for short RS codes.

研究动机与目标

• 为解决 RS 编码调制（RS-CM）在加性白高斯噪声（AWGN）信道上性能评估的挑战，其中欧几里得距离谱高度依赖于信号映射方式。
• 解决由于比特级权重谱依赖于符号到信号的映射而导致难以推导紧致边界的问题。
• 构建一个适用于集合系统（通过随机映射）和具体 RS-CM 系统的 ML 译码误码概率边界框架。
• 评估次优译码算法（如 Chase 类译码）相对于 ML 译码的性能差距。
• 证明在短码长范围内，码结构对性能具有主导作用，即使相较于随机二元线性码也表现更优。

提出的方法

• 引入使用随机信号映射的 RS-CM 系统集合，以实现译码性能与特定星座映射的解耦。
• 利用已知的符号级汉明距离谱，推导 ML 译码误码概率的解析上界与下界。
• 提出一种基于树结构的 Chase 类列表译码算法在欧几里得空间中的仿真边界方法，用于估计具体 RS-CM 系统的误码概率。
• 使用蒙特卡罗仿真估计 Pr{E₂}，即当接收信号位于传输码字半径 r* 内时的译码错误概率，以进一步收紧边界。
• 应用 Gallager 第一BOUND 技术（GFBT）推导码字误码率（WER）的边界，利用随机映射的集合平均。
• 通过与不同调制方式（BPSK、16-QAM）下相同译码算法的仿真结果进行数值对比，验证边界的紧致性。

实验结果

研究问题

• RQ1 当信号映射为随机时，能否为 RS-CM 系统推导出紧致的 ML 译码误码概率解析边界，尽管欧几里得距离谱仍依赖于映射方式？
• RQ2 在短码长范围内，RS-CM 采用随机映射的性能与二元随机线性码相比如何？
• RQ3 近期提出的 RS 码 Chase 类译码算法是否能实现接近 ML 译码的性能？
• RQ4 RS-CM 的性能对信号映射选择是否敏感？随机映射能否实现优于固定映射的平均性能？
• RQ5 在无需已知完整距离谱的前提下，仿真边界能否在短 RS 码中实现数值上的紧致性？

主要发现

• 在短码长范围内，采用 BPSK 调制和随机映射的 RS-CM 性能优于相同速率与码长的二元随机线性码。
• RS-CM 的性能对信号映射方式高度敏感：随机映射相比特定映射能提供更优的平均性能，尤其在高信噪比（SNR）区域表现更佳。
• 对于短 RS 码，近期提出的基于树结构的 Chase 类译码算法性能与 ML 译码无明显差异，表明其接近最优。
• 在码字误码率不过低的范围内，仿真边界对短 RS 码具有良好的数值紧致性，且无需预先掌握距离谱信息。
• 基于随机映射的 RS-CM 系统集合推导出的解析边界，在低信噪比区域比标准并集界更紧致，且能提供可靠的性能预测。
• 数值结果证实，在短码长范围内，RS 码的码结构对性能具有主导作用，即使在有限块长下也优于逼近容量的二元随机线性码。