[论文解读] Structured LDPC Codes from Permutation Matrices Free of Small Trapping Sets

Dung Viet Nguyen, Bane Vasić+2 more|arXiv (Cornell University)|Apr 7, 2010

Error Correcting Code Techniques参考文献 13被引用 4

一句话总结

本文提出了一类结构化的LDPC码，通过有限域上的拉丁方构造置换矩阵，专门设计用于排除在BSC上Gallager A/B算法中识别出的有害陷阱集（Trapping Set Ontology, TSO）。通过递归构建校验矩阵并避免这些子图，该码在BSC和AWGNC上均表现出低误码地板，且在码率和误码性能方面优于现有构造。

ABSTRACT

This paper introduces a class of structured lowdensity parity-check (LDPC) codes whose parity check matrices are arrays of permutation matrices. The permutation matrices are obtained from Latin squares and form a finite field under some matrix operations. They are chosen so that the Tanner graphs do not contain subgraphs harmful to iterative decoding algorithms. The construction of column-weight-three codes is presented. Although the codes are optimized for the Gallager A/B algorithm over the binary symmetric channel (BSC), their error performance is very good on the additive white Gaussian noise channel (AWGNC) as well.

研究动机与目标

• 解决LDPC码因Tanner图中陷阱集导致的误码地板现象。
• 开发一种系统化方法，用于构造具有改进迭代译码性能的结构化LDPC码。
• 利用陷阱集本体论（TSO）识别并排除Tanner图中的最有害陷阱集。
• 通过有限域上的代数结构实现高码率、高效可编码与可译码的LDPC码。
• 证明避免特定陷阱集可提升在BSC和AWGNC上的性能，即使优化目标为BSC。

提出的方法

• 将校验矩阵构造为来自Galois域GF(q)加法群的置换矩阵阵列。
• 利用拉丁方定义置换矩阵，使其在特定矩阵运算下构成与GF(q)同构的域。
• 采用递归构造算法，逐步构建Tanner图，同时确保不引入来自TSO的禁止陷阱集。
• 施加结构约束，如围长和环共享规则，以进一步抑制有害子图。
• 利用TSO中的相对危害性度量，优先排除最具破坏性的陷阱集。
• 将构造方法应用于列重为三的码，实现可调码率与码长的系统化码设计。

实验结果

研究问题

• RQ1 能否设计出排除特定已知会导致迭代译码误码地板的陷阱集的结构化LDPC码？
• RQ2 在BSC上为Gallager A/B算法排除TSO中的陷阱集，是否能提升在AWGNC上的性能？
• RQ3 基于有限域结构的递归构造方法能否产生高码率、低误码地板的LDPC码？
• RQ4 与陷阱集排除相比，围长和最小距离在多大程度上能预测误码性能？
• RQ5 在结构化LDPC码中，禁止陷阱集的选择在多大程度上影响码率与误码性能？

主要发现

• 所提出的码通过显式避免TSO中的陷阱集，即使针对BSC优化，仍实现了比传统构造更低的误码地板。
• 码$χ_{d10}$在最小距离为10、围长为6的条件下，码率（0.73）高于$χ_{new}^{(8)}$，同时保持更优的误码性能。
• 示例2表明，放宽约束（如允许某些8环共享变量节点）可将码率从0.63提升至0.73，且未牺牲误码性能。
• $χ_{d10}$的Tanner图围长为6，但其权值为6的码字不诱导任何子图，这解释了其性能优于围长更高但最小距离更差的码。
• 在AWGNC上使用和积算法（SPA）的码性能与在BSC上的性能高度一致，支持了有害子图在不同译码算法间具有拓扑共性的猜想。
• 递归构造算法在每一步均成功避免了所有目标陷阱集，确保最终Tanner图中不包含任何禁止子图。