[论文解读] Pruned Collapsed Projection-Aggregation Decoding of Reed-Muller Codes

Qin Huang, Bin Zhang|arXiv (Cornell University)|May 25, 2021

Error Correcting Code Techniques参考文献 9被引用 4

一句话总结

该论文提出了一种针对 Reed-Muller 码的剪枝坍缩投影聚合（PCPA）解码方法，通过基于衡量子空间交集大小的相关系数，从所有子空间中选择一个较小的子集进行投影。通过优先选择相关系数较低的子空间，PCPA 在显著降低复杂度的同时，实现了接近完整 CPA 解码的性能，其复杂度低于 RPA 和 CPA，同时在 RM(3,7) 和 RM(3,5) 码上保持了近乎最优的纠错性能。

ABSTRACT

The paper proposes to decode Reed-Muller (RM) codes by projecting onto only a few subspaces such that the number of projections is significantly reduced. It reveals that the probability that error pairs are canceled simultaneously in two different projections is determined by their intersection size. Then, correlation coefficient which indicates the intersection size of two subspaces in a collection is introduced for collecting subspaces. Simulation results show that our proposed approach with a small number of projections onto collected subspaces performs close to the original approach.

研究动机与目标

• 通过限制投影中使用的子空间数量，降低 Reed-Muller 码坍缩投影聚合（CPA）解码的计算复杂度。
• 识别一种选择信息丰富子空间的标准，以在最小投影数下实现最大解码性能。
• 提出一种基于子空间交集大小的相关系数度量，用于指导子空间选择。
• 证明低相关性子空间集合的错误性能优于高相关性子空间集合。

提出的方法

• 提出一种剪枝的坍缩投影聚合（PCPA）算法，将接收向量投影到选定的 (r−1) 维子空间子集上，而非所有 N_{r,m} 个子空间。
• 引入相关系数 r_{ij} = dim(𝐵_i ∩ 𝐵_j)/s，用于量化两个 s 维子空间 𝐵_i 和 𝐵_j 之间的交集大小。
• 定义子空间集合 S 的总相关系数 r_S = ΣᵢΣⱼ r_ij，用于评估子空间整体的冗余程度。
• 通过蒙特卡洛模拟表明，r_S 较低的子空间集合能产生更高的估计一致性与更优的解码性能。
• 在选定子空间的估计结果之间采用多数投票机制，迭代优化对数似然比向量。
• 对每个子空间投影得到的 RM(1, m−r+1) 码应用快速哈达玛变换（FHT）进行解码。

实验结果

研究问题

• RQ1 能否通过精心选择的小型子空间子集，在显著降低复杂度的前提下，实现 RM 码解码的近似最优性能？
• RQ2 子空间之间的交集大小如何影响投影聚合解码中错误抵消的可能性与估计一致性？
• RQ3 基于子空间交集大小的相关系数能否作为坍缩投影聚合解码中子空间选择的有效度量？
• RQ4 与随机选择或高相关性选择相比，选择低相关性子空间是否能带来更好的错误性能？
• RQ5 在 RM(3,7) 和 RM(3,5) 码上，PCPA 在误码率和计算复杂度方面与 CPA 和 RPA 相比表现如何？

主要发现

• 对于 RM(3,7)，PCPA 使用 64 个投影时，在仅 0.1 dB 信噪比退化下即可实现 10⁻³ 的误码率（WER），与 CPA 和 RPA 性能接近。
• PCPA 使用 64 个投影，将投影数量从 CPA 的 2667 个减少至 64 个，投影次数降低 97.8%。
• 对于 RM(3,5)，PCPA 使用 9 个投影且 r_S = 9 的集合优于 r_S = 31 的集合，证明更低的相关系数能带来更优性能。
• 在 RM(3,7) 中，当比较 r_S = 69 和 r_S = 313 的子空间集合时，PCPA 与 CPA 的性能差距仅为 0.25 dB（在 WER = 10⁻³ 时）。
• 相关系数 r_S 能有效预测子空间集合的质量：r_S 越低，估计一致性越高，解码性能越优。
• 对于 RM(3,5)，PCPA 使用 9 个投影的性能非常接近 CPA 和下界联合界，验证了基于相关性的选择策略的有效性。