[论文解读] Tree-Structure Expectation Propagation for LDPC Decoding in Erasure Channels

Pablo M. Olmos, Juan José Murillo-Fuentes+1 more|arXiv (Cornell University)|Sep 22, 2010

Error Correcting Code Techniques参考文献 33被引用 4

一句话总结

本文提出了一种新型LDPC译码算法——树结构期望传播（Tree-Structure Expectation Propagation, TEP），用于二元擦除信道（Binary Erasure Channel, BEC），该算法通过树结构近似和成对边际约束扩展了信念传播（Belief Propagation, BP）方法。TEP在相同计算复杂度下实现了高于BP的译码容量，其渐近性能由描述残余图演化的微分方程系统表征。

ABSTRACT

In this paper we present a new algorithm, denoted as TEP, to decode low-density parity-check (LDPC) codes over the Binary Erasure Channel (BEC). The TEP decoder is derived applying the expectation propagation (EP) algorithm with a tree- structured approximation. Expectation Propagation (EP) is a generalization to Belief Propagation (BP) in two ways. First, it can be used with any exponential family distribution over the cliques in the graph. Second, it can impose additional constraints on the marginal distributions. We use this second property to impose pair-wise marginal constraints in some check nodes of the LDPC code's Tanner graph. The algorithm has the same computational complexity than BP, but it can decode a higher fraction of errors when applied over the BEC. In this paper, we focus on the asymptotic performance of the TEP decoder, as the block size tends to infinity. We describe the TEP decoder by a set of differential equations that represents the residual graph evolution during the decoding process. The solution of these equations yields the capacity of this decoder for a given LDPC ensemble over the BEC. We show that the achieved capacity with the TEP is higher than the BP capacity, at the same computational complexity.

研究动机与目标

• 开发一种比二元擦除信道（BEC）上的信念传播（BP）更强大的LDPC译码算法。
• 利用期望传播（EP）在Tanner图的校验节点中对成对边际分布施加约束的灵活性。
• 在保持相同计算复杂度的前提下，实现高于BP的译码容量。
• 通过一组描述残余图演化的微分方程，表征新译码器的渐近性能。

提出的方法

• TEP译码器对LDPC码的Tanner图应用期望传播（EP）并采用树结构近似。
• 在选定的校验节点上施加成对边际约束，以提升译码精度，超越标准BP方法。
• 通过保持局部消息传递结构，使算法的计算复杂度与BP保持一致。
• 使用一组微分方程对译码器的演化过程进行建模，以追踪译码过程中残余图的状态。
• 这些微分方程描述了随时间变化的被擦除变量和校验节点的比例，从而捕捉译码的渐近动态行为。
• 这些方程的解可得出给定LDPC族下TEP译码器的渐近译码阈值，即其容量。

实验结果

研究问题

• RQ1 基于EP的译码方法若采用树结构近似，是否能在BEC上的译码容量方面超越标准BP？
• RQ2 在校验节点上施加成对边际约束如何影响LDPC码的译码性能？
• RQ3 当码长趋于无穷时，TEP译码器的渐近性能极限是什么？
• RQ4 在相同计算复杂度下，TEP译码器的容量与BP相比如何？
• RQ5 TEP译码过程中的残余图演化能否被一组微分方程准确建模？

主要发现

• 对于相同的LDPC族和计算复杂度，TEP译码器实现的译码容量高于标准信念传播（BP）。
• TEP的渐近性能由一组描述译码过程中残余图演化的微分方程系统表征。
• 这些微分方程的解可精确得出TEP译码器在BEC上的渐近阈值。
• TEP译码器通过在校验节点中引入成对边际的额外约束，提升了错误纠正能力，超越了BP的极限。
• TEP的计算复杂度与BP保持一致，使其成为现有方法的高效改进方案。