[论文解读] Parameter-controlled inserting constructions of constant dimension subspace codes

Huimin Lao, Hao Chen+2 more|arXiv (Cornell University)|Aug 23, 2020

Cooperative Communication and Network Coding参考文献 20被引用 8

一句话总结

本论文提出了两种参数控制的插入构造方法，用于常维子空间码，实现了在保持最小子空间距离的前提下，灵活且系统地将新子空间插入现有码中。该方法在参数 $ n \leq 19 $，$ q \leq 9 $，距离 $ d = 4,6,8 $ 的情况下，得到了141个新的常维子空间码，其大小优于所有先前已知的构造下界。

ABSTRACT

A basic problem in constant dimension subspace coding is to determine the maximal possible size ${\bf A}_q(n,d,k)$ of a set of $k$-dimensional subspaces in ${\bf F}_q^n$ such that the subspace distance satisfies $\operatorname{dis}(U,V)=2k-2\dim(U \cap V) \geq d$ for any two different $k$-dimensional subspaces $U$ and $V$ in this set. In this paper we propose new parameter-controlled inserting constructions of constant dimension subspace codes. These inserting constructions are flexible because they are controlled by parameters. Several new better lower bounds which are better than all previously constructive lower bounds can be derived from our flexible inserting constructions. $141$ new constant dimension subspace codes of distances $4,6,8$ better than previously best known codes are constructed.

研究动机与目标

• 解决小参数范围内常维子空间码（CDCs）已知上界与下界之间长期存在的差距。
• 开发一种灵活的方法，将新的 $k$-维子空间插入到现有CDC中，同时不降低最小子空间距离。
• 改进 $ \mathbf{A}_q(n,d,k) $ 的构造下界，特别是针对 $ n \leq 19 $，$ q \leq 9 $，以及 $ d = 4,6,8 $ 的情况。
• 通过引入参数化插入技术，扩展Cossidente-Kurz-Marino-Pavese组合构造的有效性。

提出的方法

• 提出两种新颖的插入构造方法：直接插入与多层次类型插入，均通过可调参数控制，以实现对码中特定位置的精准插入。
• 利用秩距离码与Delsarte定理计算秩分布，确保插入过程中最小距离的保持。
• 采用提升技术，从最小秩距离为 $ d $ 的 $ k \times n $ 秩距离码构造 $ (n,M,d,k)_q $ CDC。
• 应用基于 $ \mathbf{A}_q(n_1,d,k) $，$ \mathbf{A}_q(n_2,d,k) $ 以及秩距离码大小 $ m(q,k,n,d) $ 的递归界，并引入修正项以处理重叠子空间的影响。
• 提出一种基于参数 $ u_1, u_2, b_1, b_2 $ 的参数化插入框架，以控制插入子空间的数量与位置。
• 通过包含高斯系数与秩分布函数的组合表达式推导下界，其中 $ \Lambda_1, \Lambda_2, \Lambda_3, \Lambda_4, \Lambda_5 $ 量化了插入带来的增益。

实验结果

研究问题

• RQ1 是否可以系统性地将新的 $k$-维子空间插入到现有常维子空间码中，同时保持最小子空间距离 $ d $？
• RQ2 如何对插入过程进行参数化，以实现对插入子空间数量与位置的灵活控制？
• RQ3 在不违反距离约束的前提下，最多可以向给定CDC中插入多少个额外子空间？
• RQ4 所提出的插入构造方法是否能产生优于所有先前已知构造方法的 $ \mathbf{A}_q(n,d,k) $ 下界？
• RQ5 通过参数化插入技术，Cossidente-Kurz-Marino-Pavese构造在多大程度上可以得到增强？

主要发现

• 所提出的参数控制插入构造方法生成了141个新的常维子空间码，距离 $ d = 4,6,8 $，所有结果均优于先前的最佳已知大小。
• 对于 $ \mathbf{A}_q(12,4,6) $，下界被提升至 $ q^{30} + q^{26} + \cdots - q^6 $，超过先前构造。
• 该构造为 $ \mathbf{A}_q(14,6,7) $ 获得新下界 $ q^{35} + q^{26} + \cdots + q^3 $，显著优于早期结果。
• 对于 $ \mathbf{A}_q(18,6,9) $，下界达到 $ q^{63} + q^{54} + \cdots + q^{10} $，在高维情况下展现出显著增益。
• 该方法通过参数化、受控的方式系统性地改进现有CDC，尤其在 $ n \leq 19 $，$ q \leq 9 $ 的参数范围内效果显著。
• 通过多层次插入框架推导的理论下界，在所测试参数下始终优于所有先前已知的构造下界。