[论文解读] Evaluation and Optimization of Gaussian Approximation for Polar Codes.

Jincheng Dai, Kai Niu+2 more|arXiv (Cornell University)|Nov 23, 2015

Error Correcting Code Techniques参考文献 18被引用 12

一句话总结

本文通过引入极化破坏集（PVS）和极化反转集（PRS），提出改进的多段高斯近似（GA）函数，用于极化码构造，以识别传统AGA中子信道排序错误。在累积对数误差（CLE）度量及其上界指导下，新方法提升了近似精度，使长码长下极化码性能更优。

ABSTRACT

Gaussian approximation (GA) is widely used to construct polar codes. However when the code length is relatively long, the subchannel selection inaccuracy due to the calculation error of conventional approximate GA (AGA), which uses two-segment approximation function, results in a catastrophic performance loss. In this paper, new principles to design GA approximation functions are proposed. First, we introduce the concepts of polarization violation set (PVS) and polarization reversal set (PRS) to explain the essential reason that conventional AGA can not work well. In the AGA process, the subchannels belonging to these two sets lead to the reliability sorting error among the subsequent subchannels, which violates Arikan's fundamental polarization principle. Moreover, we propose a new metric, named cumulative-logarithmic error (CLE), to quantitatively evaluate the remainder approximation error of AGA in logarithm. We derive the upper bound of CLE to simplify its calculation. Guided by PVS, PRS and CLE bound, we further propose new rules to design multi-segment GA approximation functions, which obviously improve the calculation accuracy of AGA so as to guarantee the excellent performance of polar codes. Numerical results show that the new proposed GA approximation functions are critical to construct high-performance polar codes with long code lengths.

研究动机与目标

• 为解决传统高斯近似（AGA）在长极化码中因子信道可靠性排序错误导致的性能下降问题。
• 通过分析极化过程中子信道的行为，识别AGA失效的根本原因。
• 提出一种对数域中近似误差的定量度量方法，以指导GA函数设计。
• 提出新的多段GA近似函数，保持Arikan极化原理的同时提升码构造精度。

提出的方法

• 引入极化破坏集（PVS），识别传统两段AGA错误预测可靠性排序的子信道。
• 将极化反转集（PRS）定义为因近似误差而反转预期可靠性排名的子信道。
• 提出累积对数误差（CLE）度量，用于量化对数域中的余项近似误差。
• 推导CLE的上界，以简化计算并实现高效优化。
• 利用PVS、PRS及CLE上界作为设计约束，构建新的多段GA近似函数。
• 通过最小化CLE并保持极化码的基本极化特性，优化GA近似函数。

实验结果

研究问题

• RQ1 为何传统两段AGA在长极化码中无法准确排序子信道可靠性？
• RQ2 AGA中可靠性排序错误的结构性原因是什么？如何形式化表征？
• RQ3 如何在对数空间中定量测量AGA的近似误差，以指导函数设计？
• RQ4 能否设计多段GA近似函数，以避免极化破坏与反转集的影响？
• RQ5 与传统AGA相比，所提方法在多大程度上提升了长码长极化码的性能？

主要发现

• 传统两段AGA在长码长下失效，原因在于子信道属于极化破坏集（PVS）和极化反转集（PRS），导致可靠性排序错误。
• 累积对数误差（CLE）度量能有效量化对数域中的余项近似误差，实现对AGA精度的精确评估。
• CLE的上界简化了其计算，使近似函数的优化更加高效。
• 所提出的多段GA近似函数显著降低CLE，并消除PVS/PRS影响，确保子信道可靠性排序正确。
• 数值结果表明，新GA近似函数可在长码长下实现高性能极化码，优于传统AGA。