Coding for Gaussian Two-Way Channels: Linear and Learning-Based Approaches

要約

ユーザーの協力は、独立したノイズでガウスの双方向チャネル（GTWC）の能力を改善することはできませんが、コミュニケーションの信頼性を向上させることができます。
この作業では、ユーザーのエンコーダーとデコーダーの共同設計を介してエラー確率の合計を最小化することにより、GTWCのコミュニケーションの信頼性を高めることを目指しています。
最初に、ユーザーエンコードプロセスの結合によってユーザーの協力がキャプチャされる一般的なエンコード/デコード機能を策定します。
カップリング効果により、エンコーダ/デコーダー設計は非自明で、この効果をキャプチャするために効果的なデコードが必要であり、電力制約内でエンコーダで効率的な電力管理が必要です。
これらの課題に対処するために、線形コーディングと学習ベースのコーディングという2つの異なる双方向コーディング戦略を提案します。
線形コーディングの場合、最適な線形デコードを提案し、信頼性のバランスをとるユーザー協力に関するエンコードに関する新しい洞察を議論します。
次に、ジョイントエンコーダー/デコーダー設計の効率的なアルゴリズムを提案します。
学習ベースのコーディングについては、新しい再発性ニューラルネットワーク（RNN）ベースのコーディングアーキテクチャを導入します。ここでは、インタラクティブなRNNとエンコード用のパワーコントロールレイヤーを提案し、デコードの注意メカニズムを備えた双方向RNNを組み込みます。
シミュレーションを通じて、双方向のコーディング方法論は、従来のチャネルコーディングスキーム（ユーザーの協力を利用しない）よりも優れたパフォーマンスにおいて大幅に優れていることを示します。
また、線形コーディングが高信号対雑音比（SNR）で優れていることを実証し、RNNベースのコーディングは低SNRで最適です。
さらに、配電分布、双方向コーディングの利点、異なるコーディングレート、およびブロック長のゲインに関して、双方向コーディング戦略を調査します。

要約(オリジナル)

Although user cooperation cannot improve the capacity of Gaussian two-way channels (GTWCs) with independent noises, it can improve communication reliability. In this work, we aim to enhance and balance the communication reliability in GTWCs by minimizing the sum of error probabilities via joint design of encoders and decoders at the users. We first formulate general encoding/decoding functions, where the user cooperation is captured by the coupling of user encoding processes. The coupling effect renders the encoder/decoder design non-trivial, requiring effective decoding to capture this effect, as well as efficient power management at the encoders within power constraints. To address these challenges, we propose two different two-way coding strategies: linear coding and learning-based coding. For linear coding, we propose optimal linear decoding and discuss new insights on encoding regarding user cooperation to balance reliability. We then propose an efficient algorithm for joint encoder/decoder design. For learning-based coding, we introduce a novel recurrent neural network (RNN)-based coding architecture, where we propose interactive RNNs and a power control layer for encoding, and we incorporate bi-directional RNNs with an attention mechanism for decoding. Through simulations, we show that our two-way coding methodologies outperform conventional channel coding schemes (that do not utilize user cooperation) significantly in sum-error performance. We also demonstrate that our linear coding excels at high signal-to-noise ratios (SNRs), while our RNN-based coding performs best at low SNRs. We further investigate our two-way coding strategies in terms of power distribution, two-way coding benefit, different coding rates, and block-length gain.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google