[论文解读] Optimal rate list decoding via derivative codes

Venkatesan Guruswami, Carol Wang|arXiv (Cornell University)|Jun 20, 2011

Coding theory and cryptography参考文献 6被引用 5

一句话总结

本文引入了导数码——一种类似Reed-Solomon码的编码方式，用于编码一个多项式及其前m−1阶形式导数——以实现接近1−R的最优列表解码半径，其中R为码率。解码采用基于多变量插值和结构化线性系统的线性代数方法，实现多项式时间的列表解码，对于错误率1−R−ε，列表大小为O(1/ε²)，在具有辅助信息的解码场景中相比折叠Reed-Solomon码具有优势。

ABSTRACT

The classical family of $[n,k]_q$ Reed-Solomon codes over a field $\F_q$ consist of the evaluations of polynomials $f \in \F_q[X]$ of degree $< k$ at $n$ distinct field elements. In this work, we consider a closely related family of codes, called (order $m$) {\em derivative codes} and defined over fields of large characteristic, which consist of the evaluations of $f$ as well as its first $m-1$ formal derivatives at $n$ distinct field elements. For large enough $m$, we show that these codes can be list-decoded in polynomial time from an error fraction approaching $1-R$, where $R=k/(nm)$ is the rate of the code. This gives an alternate construction to folded Reed-Solomon codes for achieving the optimal trade-off between rate and list error-correction radius. Our decoding algorithm is linear-algebraic, and involves solving a linear system to interpolate a multivariate polynomial, and then solving another structured linear system to retrieve the list of candidate polynomials $f$. The algorithm for derivative codes offers some advantages compared to a similar one for folded Reed-Solomon codes in terms of efficient unique decoding in the presence of side information.

研究动机与目标

• 构建一类码，实现码率R与列表解码半径之间的最优权衡，接近理论极限1−R。
• 提供一种构造性、多项式时间的列表解码算法，可纠正高达1−R−ε错误率的错误。
• 通过在存在辅助信息时实现更高效的唯一解码，改进折叠Reed-Solomon码。
• 在保持最优纠错半径的同时，将列表大小从指数级降低至关于s的多项式级（例如O(1/ε²））

提出的方法

• 将（阶数m）导数码定义为在大特征域上n个不同域元素处对多项式f及其前m−1阶形式导数的取值。
• 使用多变量多项式插值构造一个候选插值多项式，使其在接收点处具有指定重数的零点。
• 建立一个结构化线性系统，从插值多项式中恢复候选码多项式f的系数。
• 应用一种避免使用扩展域的线性代数解码框架，实现二次时间复杂度的解码。
• 利用辅助信息（例如在随机点α处f及其导数的取值）唯一确定f，而无需计算完整列表。
• 使用非子空间集将列表大小从O(q^s)降低至O(s/ε)，通过将码字空间限制在低密度子集上。

实验结果

研究问题

• RQ1 导数码能否对任意ε>0实现接近1−R−ε的最优列表解码半径，与随机码的理论极限一致？
• RQ2 是否存在一种多项式时间解码算法，避免如早期折叠RS构造中在扩展域上进行昂贵的根求解？
• RQ3 能否利用辅助信息（如在随机点α处的导数值）实现高概率的唯一解码，从而避免计算和筛选大列表？
• RQ4 在码构造中使用非子空间集时，码率损失与列表大小减少之间的权衡如何？
• RQ5 能否在保持接近最优纠错能力的同时，将解码复杂度控制在二次时间？

主要发现

• 导数码对任意ε>0实现了接近1−R的列表解码半径，与码率和纠错能力之间的最优权衡一致。
• 所提出的解码算法运行时间为二次时间，且避免使用扩展域，与早期折叠RS解码方法不同。
• 当存在辅助信息如f(α), f′(α), ..., f^(s−1)(α)（α为随机点）时，唯一解码的概率至少为1−nm/(sq)，随着q增大趋近于1。
• 通过将消息限制在大小为q^(1−ζ)k的非子空间集中，列表大小从O(q^s)降低至O(s/ε)，对ε>0实现O(1/ε²)的列表大小。
• 通过在α处平移后求解线性系统，算法唯一恢复f，避免了昂贵的列表计算步骤。
• 该构造为随机化（蒙特卡洛）方法，但以高概率满足列表解码保证，为非构造性随机编码提供了一种实用替代方案。