[论文解读] Matrix Algebras and Semidefinite Programming Techniques for Codes

Dion Gijswijt|arXiv (Cornell University)|Jul 6, 2010

Advanced Optimization Algorithms Research被引用 45

一句话总结

本文提出了一种改进的半定规划（SDP）框架，用于推导纠错码大小的上界以及覆盖码的下界，利用汉明方案的Terwilliger代数的块对角化。通过将Delsarte的线性规划方法扩展为包含矩阵代数和SDP约束，该方法在非二进制码及特定距离参数下，获得了比以往技术更紧的界。

ABSTRACT

This PhD thesis is concerned with SDP bounds for codes: upper bounds for (non)-binary error correcting codes and lower bounds for (non)-binary covering codes. The methods are based on the method of Schrijver that uses triple distances in stead of pairs as in the classical Delsarte bound. The main topics discussed are: 1) Block-diagonalisation of matrix *-algebras, 2) Terwilliger-algebra of the nonbinary Hamming scheme (including an explicit block-diagonalisation), 3) SDP-bounds for (nonbinary) error-correcting codes and covering codes (including computational results), 4) Discussion on the relation with matrix-cuts, 5) Computational results for Affine caps.

研究动机与目标

• 开发关于在大小为 $ q $ 的字母表上最小距离为 $ d $ 的码的最大大小 $ A_q(n,d) $ 的更紧上界。
• 建立关于半径为 $ r $ 的覆盖码的最小大小 $ K_q(n,r) $ 的新下界。
• 通过引入矩阵代数和半定规划，将Delsarte的线性规划方法扩展至非交换关联方案。
• 提供一个使用SDP求解器和稀疏矩阵表示的计算框架，以实现实际应用。
• 通过验证对偶解和数值计算中的误差容限，验证界值的鲁棒性。

提出的方法

• 该方法采用汉明方案 $ H(n,q) $ 的Terwilliger代数的块对角化，实现对底层矩阵代数的结构化分解。
• 将编码问题表述为一个半定规划（SDP），其变量为对称矩阵，并对对应于汉明距离小于 $ d $ 的条目施加约束。
• 该方法利用矩阵的半正定性以及距离为 $ 1 $ 到 $ d-1 $ 的对的零条目，推广了Delsarte的线性规划约束。
• 一个关键创新是使用矩阵切割，并显式表示对偶SDP问题，通过具有小约束违反的对偶可行解来验证界值。
• SDP的计算生成使用稀疏SDPA格式和perl脚本，借助CSDP和SDPT3求解器实现高效求解。
• 通过使用 $ \epsilon_i $-违反和 $ x_i \in [0,1] $ 来界定对偶解中的误差，确保界值的有效性，从而得到码大小的严格上界。

实验结果

研究问题

• RQ1 基于Terwilliger代数的半定规划技术能否改进 $ A_q(n,d) $ 的Delsarte线性规划界？
• RQ2 如何通过块对角化利用汉明方案的非交换结构以收紧编码界？
• RQ3 所提出的SDP方法在计算非二进制码（特别是 $ q=3 $ 情况）的上界时表现如何？
• RQ4 具有小约束违反的对偶解是否仍能产生有效且紧的码大小上界？
• RQ5 在特定参数范围内，新界与已知界（如球体打包界或Delsarte界）相比如何？

主要发现

• 对于 $ q=3 $，$ n=3 $ 的情况，该方法证明了 $ A_3(3,3) = 1 + \frac{3^3 - 1}{2} = 13 $，与已知界一致，但因对称性约束导致该界较弱。
• 所提出的SDP公式通过引入高阶矩阵约束和块结构，获得了比Delsarte线性规划方法更紧的上界。
• 使用CSDP和SDPT3求解器的计算结果表明，原始-对偶解在数值上稳定，对偶约束违反 $ \epsilon_i $ 足够小，可允许严格的误差界。
• 对偶解中的误差由 $ \sum \max\{0, \epsilon_i\} $ 限定，确保计算得到的 $ A_q(n,d) $ 上界有效且保守。
• 该方法在各种 $ n $、$ d $ 和 $ q $ 下成功计算了纠错码与覆盖码的界，且无任何实例因数值不精确而需调整界值。
• 该框架通过显式分解Terwilliger代数，将Schrijver的二进制码结果推广至非二进制码。