[论文解读] Detection of Markov Random Fields on Two-Dimensional Intersymbol Interference Channels

Ying Zhu, Taikun Cheng+2 more|ArXiv.org|Sep 27, 2006

Cellular Automata and Applications参考文献 12被引用 3

一句话总结

该论文提出了一种新颖的迭代检测算法，将软输入/软输出二维符号间干扰（ISI）检测器与马尔可夫随机场（MRF）检测器结合，以利用二维光存储和磁存储系统中的图像相关性。通过采用一阶二值MRF模型并进行迭代外信息交换，该方法在仅使用ISI检测的基础上实现了0.5–2.0 dB的SNR增益，对MRF参数失配具有鲁棒性，并在自然二值图像上表现出优异性能。

ABSTRACT

We present a novel iterative algorithm for detection of binary Markov random fields (MRFs) corrupted by two-dimensional (2D) intersymbol interference (ISI) and additive white Gaussian noise (AWGN). We assume a first-order binary MRF as a simple model for correlated images. We assume a 2D digital storage channel, where the MRF is interleaved before being written and then read by a 2D transducer; such channels occur in recently proposed optical disk storage systems. The detection algorithm is a concatenation of two soft-input/soft-output (SISO) detectors: an iterative row-column soft-decision feedback (IRCSDF) ISI detector, and a MRF detector. The MRF detector is a SISO version of the stochastic relaxation algorithm by Geman and Geman in IEEE Trans. Pattern Anal. and Mach. Intell., Nov. 1984. On the 2 x 2 averaging-mask ISI channel, at a bit error rate (BER) of 10^{-5}, the concatenated algorithm achieves SNR savings of between 0.5 and 2.0 dB over the IRCSDF detector alone; the savings increase as the MRFs become more correlated, or as the SNR decreases. The algorithm is also fairly robust to mismatches between the assumed and actual MRF parameters.

研究动机与目标

• 为解决现有二维ISI检测器在假设图像输入为独立同分布（i.i.d.）时的性能局限，而这种假设无法反映真实世界中的图像相关性。
• 通过将自然且未压缩的图像建模为一阶二值马尔可夫随机场（MRF），利用其固有的空间相关性。
• 开发一种软输入/软输出（SISO）MRF检测器，可与现有二维ISI检测器级联，以提升检测性能。
• 评估级联检测器对假设与实际MRF参数之间失配的鲁棒性。
• 在真实自然二值图像（如“chair”和“man”）上展示MRF模型的实际应用价值。

提出的方法

• 系统采用基于‘Turbo原理’的级联迭代检测器，结合迭代行-列软决策反馈（IRCSDF）ISI检测器与SISO MRF检测器。
• ISI检测器在行和列上使用BCJR算法进行软决策反馈，通过加权LLR估计以抑制符号间干扰。
• MRF检测器是Geman和Geman提出的随机松弛算法的SISO版本，用于从噪声和受损观测中估计原始MRF。
• ISI检测器与MRF检测器之间迭代交换外信息对数似然比（LLR），以优化估计并提高检测精度。
• 输入图像在传输前经过交织和电平偏移，从{0,1}转换为{-1,1}，以确保ISI检测器中像素的i.i.d.假设成立。
• MRF采用伊辛模型，其能量函数包含两个参数，检测器假设已知MRF参数（包括β）。

实验结果

研究问题

• RQ1 通过一阶MRF模型利用图像相关性，是否能在二维ISI检测中带来显著的SNR增益？
• RQ2 级联MRF-ISI检测器的性能如何随图像相关性程度（即MRF参数β）变化？
• RQ3 检测器对假设与实际MRF参数之间的失配有多大的鲁棒性？
• RQ4 简单的一阶MRF模型是否能有效建模真实自然二值图像，以实现二维ISI抑制？
• RQ5 与仅使用ISI检测相比，所提方法在自然图像上的性能增益是多少？

主要发现

• 在2×2平均掩模ISI信道上，级联检测器在误比特率（BER）为10⁻⁵时，相比仅使用IRCSDF检测器，实现了0.5–2.0 dB的SNR增益，且增益随图像相关性增强而增加。
• 该算法对MRF参数失配具有鲁棒性：在高SNR下，失配的β值（如β = -0.5, -0.75, -3.0）仅带来0.2–0.3 dB的性能损失，但仍优于仅使用ISI的检测方法。
• 在低SNR下，即使存在较大失配（如真实β = -1.5，而假设β = -4.5），性能仍与正确模型几乎相同，表明具有极强的鲁棒性。
• 对于高度相关的MRF（如β = -3.0），在广泛假设β值范围（从-1.5到-10.0）内，增益均超过1 dB，优于仅使用ISI的检测方法。
• 在自然二值图像“chair”和“man”上，级联检测器在广泛的β值范围内，相比仅使用ISI检测，实现了1–2 dB的SNR节省，证明了其实际应用价值。
• 结果表明，即使缺乏精确的模型估计，一阶MRF模型仍是二维ISI抑制在真实图像中的高效且鲁棒的近似方法。