[论文解读] Towards Approaching Total-Power-Capacity: Transmit and Decoding Power Minimization for LDPC Codes.

Karthik Ganesan, Pulkit Grover+2 more|arXiv (Cornell University)|Apr 4, 2015

Error Correcting Code Techniques被引用 3

一句话总结

本文研究了在编码通信中，普通LDPC码在总功率（发射 + 解码）的理论极限方面能够接近到何种程度。通过理论边界分析与详细的电路级仿真，研究发现：当误码率趋近于零时，最小化总功率需要无限增长的发射功率，这导致在通信距离更长或可靠性要求更高时，必须增加码率与解码复杂度。

ABSTRACT

Motivated by recently derived fundamental limits on total (transmit + decoding) power for coded communication, this paper investigates how close regular LDPC codes can get to these fundamental limits. For two decoding algorithms (Gallager-A and Gallager-B), we provide upper and lower bounds on the required decoding power based on models of parallelized decoding implementations. As the target error-probability is lowered to zero, we show that the transmit power must increase unboundedly in order to minimize total (transmit + decoding) power. Complementing our theoretical results, we develop detailed physical models of decoding implementations using rigorous (post-layout) circuit simulations, and use them to provide a framework to search for codes that may minimize total power. Our results show that approaching the total-power channel capacity requires increasing the complexity of both the code design and the corresponding decoding algorithm as the communication distance is increased, or as the target error-probability is lowered.

研究动机与目标

• 确定普通LDPC码在编码通信中能够多接近理论总功率极限。
• 分析在误码率降低时，发射功率与解码功率之间的权衡关系。
• 建立基于后版图电路仿真的解码实现物理建模框架。
• 识别能够最小化总功耗的码与解码设计策略。
• 研究当通信距离或可靠性要求提升时，码与解码复杂度的扩展需求。

提出的方法

• 基于并行化解码实现的模型，推导Gallager-A与Gallager-B解码算法的解码功耗上下界。
• 采用严格的后版图电路仿真，构建解码硬件的精确物理模型。
• 整合发射功率与解码功耗模型，评估不同码参数与系统参数下的总功耗。
• 利用联合模型，在实际硬件约束下搜索最小化总功耗的LDPC码。
• 分析当目标误码率趋近于零时，总功耗的渐近行为。
• 研究码率、码长与实现并行度对总功耗效率的影响。

实验结果

研究问题

• RQ1 在编码通信系统中，普通LDPC码能够多接近理论总功耗极限？
• RQ2 当目标误码率降低时，发射功耗与解码功耗之间的权衡关系如何？
• RQ3 增加通信距离或提高目标可靠性如何影响码与解码设计所需的复杂度？
• RQ4 硬件实现效率在最小化总功耗方面发挥何种作用？
• RQ5 物理电路模型能否准确预测LDPC解码系统的总功耗扩展特性？

主要发现

• 当目标误码率趋近于零时，所需发射功耗无界增长，导致无法实现有限总功耗的最小化。
• 最小化总功耗（发射 + 解码）需要发射功耗无界增长，这要求码与解码设计的复杂度持续提升。
• 当误码率趋近于零时，无法通过有限发射功耗逼近根本的总功耗极限。
• 增加通信距离或降低目标误码率，需要更高的码与解码复杂度，才能逼近总功耗容量。
• 后版图电路仿真为建模解码功耗并指导总功耗最小化的码设计提供了可靠框架。
• 研究结果揭示了在功耗受限的编码通信中，可靠性、通信距离与系统复杂度之间存在根本性权衡。