[论文解读] Free Distance Bounds for Protograph-Based Regular LDPC Convolutional Codes

David G. M. Mitchell, Alí Emre Pusane+2 more|ArXiv.org|Apr 28, 2008

Error Correcting Code Techniques参考文献 4被引用 4

一句话总结

该论文利用原型图权重枚举器和非均匀切割方法，为基于原型图的规则LDPC卷积码建立了自由距离与约束长度比的渐近下界。结果表明，这些卷积码的自由距离增长速率超过其对应块码的自由距离增长速率，新边界在先前未探索的(J,K)对中表现显著改进，尤其通过非均匀切割方法实现。

ABSTRACT

In this paper asymptotic methods are used to form lower bounds on the free distance to constraint length ratio of several ensembles of regular, asymptotically good, protograph-based LDPC convolutional codes. In particular, we show that the free distance to constraint length ratio of the regular LDPC convolutional codes exceeds that of the minimum distance to block length ratio of the corresponding LDPC block codes.

研究动机与目标

• 推导基于原型图的规则、渐近良好LDPC卷积码集合的自由距离与约束长度比的下界。
• 证明这些卷积码的自由距离增长速率超过对应LDPC块码的最小距离增长速率。
• 开发高效方法以计算自由距离增长速率的紧致下界，尤其针对此前未分析的(J,K)对。
• 比较迷你集合采样与非均匀切割技术在推导改进自由距离边界方面的有效性。
• 验证周期性时变、未终止的LDPC卷积码的自由距离增长速率高于其尾咬合与块码对应版本。

提出的方法

• 基于Divsalar方法对基于原型图的LDPC块码进行渐近分析，推导卷积码集合的自由距离边界。
• 应用复制与置换操作，从具有n_v个变量节点和n_c个校验节点的基原型图生成基于原型图的LDPC块码集合。
• 通过原型图校验矩阵的非均匀切割构建未终止、周期性时变的LDPC卷积码，切割向量ξ的选择以最大化自由距离下界δ_free。
• 利用关系式δ_free ≥ (R/(1−R))λδ_min计算自由距离增长速率的下界，其中δ_min为对应块码的最小距离增长速率。
• 当gcd(n_c, n_v) = 1时，比较两种展开方法：从2^{n_v n_c}个成员的迷你集合中随机采样，以及使用特定切割向量的非均匀切割。
• 验证周期性时变卷积码的自由距离下界不低于其尾咬合终止版本的最小距离。

实验结果

研究问题

• RQ1 基于原型图的规则LDPC卷积码的自由距离增长速率是否超过其对应LDPC块码的自由距离增长速率？
• RQ2 对原型图校验矩阵进行非均匀切割能否获得比迷你集合采样更紧致的自由距离增长速率下界？
• RQ3 对于此前未探索的(J,K)对，(J,K)-规则LDPC卷积码集合可实现的自由距离增长速率是多少？
• RQ4 通过渐近方法推导的边界与已知边界（如Gilbert-Varshamov边界和Costello边界）相比如何？
• RQ5 未终止卷积码的自由距离与其尾咬合终止版本的最小距离之间存在何种关系？

主要发现

• 对于速率1/2的(4,8)-规则LDPC卷积码，自由距离增长速率的下界为δ_free ≥ 0.191，显著超过块码的δ_min = 0.063。
• 对于速率2/5的(3,5)-规则集合，非均匀切割方法得到δ_free ≥ 0.119，优于迷你集合的中位数δ_free = 0.097。
• 对于(5,6)-规则集合，下界为δ_free ≥ 0.317，远高于其块码的δ_min = 0.254。
• 所有研究的(J,K)-规则集合均表明δ_free边界超过δ_min，证实卷积码在渐近距离增长方面表现更优。
• 非均匀切割方法始终产生比迷你集合采样更紧致的下界，尤其在gcd(n_c, n_v) = 1的情况下表现更优。
• 结果证实，所有测试的(J,K)对中，规则LDPC卷积码的自由距离与约束长度比均超过其对应LDPC块码。