[论文解读] Recursive constructions and their maximum likelihood decoding

Ilya Dumer, Kirill Shabunov|arXiv (Cornell University)|Mar 14, 2017

Coding theory and cryptography参考文献 6被引用 11

一句话总结

该论文提出了一种用于 Reed-Muller (RM) 码及其子码的递归解码框架，在码长高达 512 的情况下实现了近最大似然（ML）性能，且计算复杂度可控。通过将码递归地分解为更短的子码，并使用基于可靠性的解码方法及较小的中间列表，该方法在保持低计算成本的同时逼近 ML 性能，优于以往的非指数级算法。

ABSTRACT

We consider recursive decoding techniques for RM codes, their subcodes, and newly designed codes. For moderate lengths up to 512, we obtain near-optimum decoding with feasible complexity.

研究动机与目标

• 弥合中等码长块码（128–512）的性能-复杂度差距，其中 ML 解码不可行，而迭代解码效率低下。
• 为中等码长下的 RM 码及其子码开发一种接近 ML 性能的递归解码技术。
• 通过递归分解和可靠性追踪，改进现有非指数级 RM 码解码算法。
• 探索广义递归构造方法，包括多路分裂和交替递归，以超越标准 RM 码结构的纠错能力。

提出的方法

• 该方法利用 Plotkin 构造（u, u+v）将 Reed-Muller 码 (r,m) 递归地分解为两个更短的 RM 码 (m−1,r−1) 和 (m−1,r)，每个码长为 n/2。
• 解码沿树形结构递归进行，直到达到基础码（如重复码或全空间），此时直接应用最大似然（ML）解码。
• 在每个中间步骤中，仅重新计算新定义符号的可靠性，从而降低计算开销。
• 算法在中间解码步骤中使用较小的码候选列表，以在性能与复杂度之间取得平衡。
• 广义构造包括将码分裂为四个或更多子码（例如，(u, u+w₁, u+w₂, u+w₁+w₂+v)）以及通过移动受保护码实现交替递归，以提升抗错能力。
• 递归编码的复杂度由 ψₘʳ ≤ n·min(r, m−r) + 1 限定，确保计算成本较低。

实验结果

研究问题

• RQ1 在 128 到 512 的码长范围内，递归解码能否实现 RM 码及其子码的近 ML 性能，而标准算法在此范围内失效？
• RQ2 与现有非指数级 RM 码解码算法相比，使用小中间列表的递归解码在纠错能力和复杂度方面表现如何？
• RQ3 广义递归构造（如多路分裂或交替递归）在超越标准 RM 码结构方面，能将解码性能提升多少？
• RQ4 修改递归结构（例如，将受保护码从 (m−1,r−1) 更改为 (m−1,r−2)）对纠错能力和码率有何影响？
• RQ5 多路分裂带来的渐近噪声抑制改善，如何转化为中等码长码的实际性能增益？

主要发现

• 对于长度为 256 的 RM 码，该递归解码方法仅使用 32 个中间解码路径即达到近 ML 性能，显著优于以往算法在类似长度 BCH 码中所需约 10⁵ 条路径的性能。
• 子码 (256,78) 仅通过 32 条中间路径即逼近 ML 解码性能，展现出高效率和近乎最优的纠错能力。
• 仿真结果表明，对于长度为 512 的码，需使用更大的中间列表才能逼近 ML 性能，表明码长增加导致解码复杂度上升。
• 将码分裂为四个子码（如 (u, u+w₁, u+w₂, u+w₁+w₂+v)）并未提升性能，尽管在低信噪比下通过重新排列组合观察到微小增益。
• 交替递归——将受保护码移至 (m−1,r−2) 并在后续步骤中增加额外符号——在低信噪比下提升了性能，并带来渐近优势，但增益仅在码长 ≥2048 时可见。
• 该方法的残余误码项 εᵣᴹᴸ ≲ (ln 4)√(mʳ/n)，远小于多数解码的 εᵣᵐᵃʲ ≈ (m/d)¹/²ʳ⁺¹ 项，证实了其接近 ML 性能。