[论文解读] How to Construct Polar Codes

Ido Tal, Alexander Vardy|arXiv (Cornell University)|May 31, 2011

Error Correcting Code Techniques参考文献 14被引用 86

一句话总结

本文提出了一种高效构造极化码的方法，通过使用降级量化和升级量化技术，对极化比特通道中难以处理的庞大输出字母表进行近似。该方法可在任意 ε > 0 和足够大的 n 下，以线性时间与线性空间复杂度实现距离信道容量 ε 以内的极化码构造，并利用保真度参数 μ 提供高精度的误码概率边界。

ABSTRACT

A method for efficiently constructing polar codes is presented and analyzed. Although polar codes are explicitly defined, straightforward construction is intractable since the resulting polar bit-channels have an output alphabet that grows exponentially with he code length. Thus the core problem that needs to be solved is that of faithfully approximating a bit-channel with an intractably large alphabet by another channel having a manageable alphabet size. We devise two approximation methods which "sandwich" the original bit-channel between a degraded and an upgraded version thereof. Both approximations can be efficiently computed, and turn out to be extremely close in practice. We also provide theoretical analysis of our construction algorithms, proving that for any fixed $ε> 0$ and all sufficiently large code lengths $n$, polar codes whose rate is within $ε$ of channel capacity can be constructed in time and space that are both linear in $n$.

研究动机与目标

• 解决由于极化码构造中比特通道输出字母表呈指数级增长而导致的不可行复杂度问题。
• 开发一种实用且精确的近似方法，用于处理极化比特通道的可管理字母表规模。
• 确保该近似方法保留可靠码构造所必需的性质，包括误码概率边界。
• 证明对于任意 ε > 0 和足够大的 n，可在 O(n) 时间与 O(n) 空间内构造出距离容量 ε 以内的极化码。
• 提供一个框架，实现对任意二进制输入对称离散无记忆信道（BI-DMCs）的高效、精确且可扩展的极化码设计。

提出的方法

• 引入两种近似方法：降级量化（误码概率的下界）与升级量化（误码概率的上界）。
• 使用保真度参数 μ 控制近似精度，两种方法在所有 n 个比特通道上均保持 O(n·μ²·log μ) 的时间复杂度。
• 通过量化输出字母表构造原始比特通道的降级版本，确保所得信道相对于原始信道是随机降级的。
• 通过以使原始信道相对于其为随机降级的方式进行量化，构造升级版本，形成上下文的“夹心”边界。
• 在极化过程中递归应用这些近似方法，利用 Arıkan 的 2×2 核心结构与逐次消除译码的特性。
• 通过理论证明收敛性，表明对于任意 ε > 0 和足够大的 n，所构造码率均在容量的 ε 以内。

实验结果

研究问题

• RQ1 极化码能否在任意二进制输入对称 DMC 上实现高效构造，而不仅限于二元擦除信道的特殊情况？
• RQ2 如何在不牺牲速率与误码概率估计精度的前提下，对极化比特通道中指数增长的输出字母表进行近似？
• RQ3 何种近似技术可实现比特通道误码概率的紧密上下界，同时保持计算上的可行性？
• RQ4 能否将构造复杂度降低至与码长 n 呈线性关系的时间与空间复杂度，同时保持接近容量的性能？
• RQ5 在基于近似的构造方法下，对于足够大的 n，码率近似（在容量的 ε 以内）的理论保证是什么？

主要发现

• 降级与升级近似在实践中产生的比特通道误码概率边界极为接近，即使 μ 较小（如 μ = 256）亦然。
• 对于任意 ε > 0 和所有足够大的码长 n，可在 O(n) 时间与 O(n) 空间内构造出距离信道容量 ε 以内的极化码。
• 近似所有 n 个极化比特通道的运行时间为 O(n·μ²·log μ)，该复杂度在 μ 增大时仍保持高效与可扩展。
• 通过在降级与升级版本之间“夹住”真实信道，该方法实现了对比特通道可靠性的高精度估计。
• 数值结果表明，当 μ = 256 时，即使在 n = 1,048,576 的情况下，误码概率的上下界差距也可忽略不计。
• 理论分析证实，随着 μ 增大，近似保真度提高，且该方法在实际码长下仍保持计算可行性。