[论文解读] Orthogonal Sparse Superposition Codes

Yunseo Nam, Song‐Nam Hong+1 more|arXiv (Cornell University)|Jul 13, 2020

Advanced Wireless Communication Techniques被引用 2

一句话总结

本文提出正交稀疏叠加码，以实现瑞利衰落信道下高效短包、低速率通信。通过利用正交字典列的叠加构造码字，并采用逐次编码技术结合逐元素最大后验概率解码与逐次支持集抵消，该方案实现了线性复杂度的解码，在短包场景下性能优于现有编码调制技术，兼具可靠性和低复杂度。

ABSTRACT

This paper presents a new class of sparse superposition codes for efficient short-packet and low-rate communication over the AWGN channel. The new codes are orthogonal sparse superposition codes, in which a codeword is constructed by a superposition of orthogonal columns of a dictionary matrix. We propose a successive encoding technique to construct such codewords. In addition, we introduce a near-optimal decoding, named an element-wise maximum a posterior decoding with successive support set cancellation, which has a linear decoding complexity in block lengths. Via simulations, we demonstrate that the proposed encoding and decoding techniques are less complex and better performing than existing coded modulation techniques for reliable short packet communications.

研究动机与目标

• 解决短包与低速率传输场景下的可靠、低时延通信挑战。
• 在保持或提升性能的前提下，降低稀疏叠加码的编码与解码复杂度。
• 利用正交字典列设计结构化码本，以简化信号构造与解码过程。
• 实现与块长线性相关的近似最优解码复杂度，以支持实际部署。
• 相比现有编码调制技术，提升短包系统的频谱效率与可靠性。

提出的方法

• 通过字典矩阵中正交列的叠加构造码字，以保证信号结构并简化解码。
• 实施逐次编码技术，通过逐个选择并添加正交列来逐步构建码字。
• 设计基于逐元素最大后验概率估计的近似最优解码算法，并结合逐次支持集抵消。
• 通过利用正交性与支持集的迭代抵消，确保解码复杂度随块长线性增长。
• 利用字典列的正交性解耦信号分量，降低解码过程中的干扰。
• 在解码中采用概率框架，逐步最大化后验概率并抵消已检测分量。

实验结果

研究问题

• RQ1 正交稀疏叠加码中的正交结构是否能在保持性能的同时降低编码与解码复杂度？
• RQ2 基于正交列的逐次编码是否能实现高效可靠的短包通信？
• RQ3 结合支持集抵消的逐元素最大后验概率解码能否实现近似最优性能且具备线性复杂度？
• RQ4 与现有编码调制技术相比，该方案在短包系统中的性能与复杂度表现如何？
• RQ5 字典矩阵中的正交性在多大程度上提升了解码的可靠性与收敛性？

主要发现

• 所提出的正交稀疏叠加码在块长上实现线性解码复杂度，支持在低时延系统中实际部署。
• 逐次编码技术有效利用正交字典列构建码字，简化了信号设计并降低了干扰。
• 结合支持集抵消的逐元素最大后验概率解码实现了近似最优性能，且计算开销低。
• 仿真结果表明，该方案在短包通信的可靠性与复杂度方面优于现有编码调制技术。
• 正交结构显著提升了解码的稳定性和收敛性，尤其在低信噪比与短块长场景下表现突出。