[论文解读] Finite Length Weight Enumerator Analysis of Braided Convolutional Codes

Saeedeh Moloudi, Michael Lentmaier+1 more|arXiv (Cornell University)|Aug 8, 2016

Error Correcting Code Techniques参考文献 14被引用 8

一句话总结

本文通过权重枚举函数（WEF）分析了编织卷积码（BCC）的有限长性能，推导出无耦合集合的平均WEF并计算了并集界。结果表明，无耦合集合中的误码平台主要由距离性能差的码主导，但通过剔除这些码后，可获得显著改进的界，且在中等规模排列下误码平台极低。关键的是，本文证明了耦合BCC集合的最小距离下限由无耦合集合的最小距离决定，从而验证了无耦合集合的误码平台估计对耦合集合同样适用。

ABSTRACT

Braided convolutional codes (BCCs) are a class of spatially coupled turbo-like codes (SC-TCs) with excellent belief propagation (BP) thresholds. In this paper, we analyze the performance of BCCs in the finite block-length regime. We derive the average weight enumerator function (WEF) and compute the union bound on the performance for the uncoupled BCC ensemble. Our results suggest that the union bound is affected by poor distance properties of a small fraction of codes. By computing the union bound for the expurgated ensemble, we show that the floor improves substantially and very low error rates can be achieved for moderate permutation sizes. Based on the WEF, we also obtain a bound on the minimum distance which indicates that it grows linearly with the permutation size. Finally, we show that the estimated error floor for the uncoupled BCC ensemble is also valid for the coupled ensemble by proving that the minimum distance of the coupled ensemble is lower bounded by the minimum distance of the uncoupled ensemble.

研究动机与目标

• 通过集合权重枚举函数分析编织卷积码（BCC）的有限块长性能。
• 识别无耦合BCC集合中并集界预测高误码平台的根本原因。
• 通过分析剔除距离特性差的码的剔除后BCC集合，改进误码平台估计。
• 建立BCC集合最小距离关于排列大小的理论下界。
• 证明耦合BCC集合的最小距离下限由无耦合BCC集合的最小距离决定，确保无耦合情况下的误码平台估计适用于耦合情况。

提出的方法

• 在均匀随机排列下，推导无耦合BCC集合的平均权重枚举函数（WEF）。
• 利用推导出的无耦合集合WEF，计算帧误码率性能的并集界。
• 通过剔除距离特性差的码，引入剔除后BCC集合以改进并集界估计。
• 建立BCC集合最小距离随排列大小N线性增长的界。
• 通过时间不变约束的线性叠加，证明耦合BCC集合中任意有效码字的汉明权重不低于对应无耦合码字的权重。
• 利用推导出的权重保持特性，证明耦合BCC集合的最小距离下限由无耦合BCC集合的最小距离决定。

实验结果

研究问题

• RQ1 为何并集界在无耦合BCC集合中预测出高误码平台，尽管其渐近BP阈值表现良好？
• RQ2 从无耦合BCC集合中剔除距离特性差的码后，误码平台能改善多少？
• RQ3 BCC集合的最小距离如何随排列大小N变化？
• RQ4 耦合BCC集合的最小距离是否至少与无耦合BCC集合的最小距离相当？
• RQ5 能否安全地将为无耦合BCC集合推导出的误码平台估计应用于耦合BCC集合？

主要发现

• 无耦合BCC集合中并集界预测出高误码平台，主要源于一小部分距离性能差的码。
• 剔除距离性能差的码后，剔除后BCC集合的并集界在中等排列大小（如N = 1000或5000）下仍表现出极低的误码平台。
• BCC集合的最小距离随排列大小N线性增长，表明在更大块长下具有优异的距离特性。
• 耦合BCC集合的最小距离下限由无耦合BCC集合的最小距离决定，该结论通过空间耦合下的码字权重保持性得到证明。
• 因此，无耦合BCC集合的误码平台估计同样适用于耦合BCC集合，提供了可靠的性能基准。
• 仿真结果证实，耦合型II类BCC的性能显著优于无耦合BCC，其误码平台低至在误码下降区无法观测到。