[论文解读] Optimal Non-Uniform Mapping for Probabilistic Shaping

Georg Böcherer|arXiv (Cornell University)|Aug 6, 2012

Wireless Communication Security Techniques被引用 1

一句话总结

该论文提出了一种高效算法，用于在离散无记忆信道上设计概率整形的最优非均匀映射，通过最小化可达M型输入概率质量函数与目标容量达成概率质量函数之间的相对熵。该方法通过联合优化星座大小和输入概率，优于传统的中心极限定理（CLT）方法，实现了更快的收敛速率和更低的容量差距，尤其在CLT方法受限的大星座尺寸下表现更优。

ABSTRACT

The construction of optimal non-uniform mappings for discrete input memoryless channels (DIMCs) is investigated. An efficient algorithm to find optimal mappings is proposed and the rate by which a target distribution is approached is investigated. The results are applied to non-uniform mappings for additive white Gaussian noise (AWGN) channels with finite signal constellations. The mappings found by the proposed methods outperform those obtained via a central limit theorem approach as suggested in the literature.

研究动机与目标

• 为解决在概率整形中使用大M值进行非均匀映射时高复杂度编码的实际限制。
• 确定随着M增大，M型概率质量函数逼近目标容量达成概率质量函数的速度。
• 针对有限M值，寻找与给定目标概率质量函数相对熵最小的最优M型概率质量函数。
• 在具有有限星座的AWGN信道中，改进概率整形的中心极限定理（CLT）方法。

提出的方法

• 使用相对熵D(d∥t)作为度量，量化M型概率质量函数d对目标概率质量函数t的逼近质量。
• 提出一种O(Mn)算法，用于计算使D(d∥t)最小的M型概率质量函数，利用目标概率质量函数累积分布函数的量化。
• 采用两阶段优化：首先通过凸优化和线性搜索计算等间距星座的容量达成概率质量函数；其次，寻找该概率质量函数的最佳2m型近似。
• 通过缩放确保功率约束严格满足，同时保持互信息和平均功率不变。
• 通过在所有2m型近似中最大化互信息，选择最终的星座大小和概率质量函数。
• 使用CVX进行凸优化，并通过AWGN信道上的数值仿真验证结果。

实验结果

研究问题

• RQ1 随着M增大，M型概率质量函数逼近目标容量达成概率质量函数的速度如何？
• RQ2 对于有限M值，与给定目标概率质量函数最优逼近的M型概率质量函数是什么？
• RQ3 在概率整形中，对星座大小和输入概率进行联合优化，是否能优于标准的CLT方法？
• RQ4 使用最优非均匀映射相较于CLT方法，能达到的容量差距是多少？

主要发现

• M型近似与目标概率质量函数之间的相对熵上界为O(1/M)，证实了1/M的收敛速率。
• 对于m = 4, 5, 6，所提算法生成的2m型概率质量函数与CLT方法不同，且与容量的差距更低。
• 所提方法实现的容量差距随m单调递减，而CLT方法表现出与1/m一致的对数缩放特性。
• 由于星座大小和输入概率的优化，所提方法在互信息增益方面优于CLT方法，尤其在较高星座尺寸（m ≥ 4）时表现更优。
• 该算法选择的信号点数量与CLT方法不同，表明对星座大小和概率质量函数进行联合优化具有优势。
• 数值结果证实，最优2m型近似的互信息随M增大趋近于目标概率质量函数的互信息，验证了该方法的有效性。