LDPC 디코딩을 위한 차분지도와 분할·동시 알고리즘 혁신

본 논문은 Gravel‑Elser가 제안한 Divide‑and‑Concur(DC) 알고리즘을 LDPC(저밀도 패리티 검사) 코드 디코딩에 적용하고, 그 핵심 메커니즘인 차분지도(Difference‑Map, DM) 동역학을 기존 Belief Propagation(BP) 프레임워크에 도입한 새로운 디코더인 Difference‑Map BP(DMBP)를 제안한다. 1. **배경 및 동기** LDPC 코드는 BP 디코더를 통해 워터폴 영역에서는 Shannon 한계에 근접한 성능을 보이지만, 고신호대잡음비(SNR) 영역에서는 트래핑 세트·의사코드워드(pseudo‑codeword) 현상으로 인해 오류 바닥(error‑floor)이 발생한다. 기존 연구는 코드 설계(짧은 사이클 제거, EG‑LDPC 등)와 디코더 개선(MILP, 다단계 디코더) 두 축으로 접근했지만, 복잡도와 구현 난이도 사이에 trade‑off가 존재한다. 2. **Divide‑and‑Concur 알고리즘** DC는 문제를 변수와 제약으로 나눈 뒤, 각 제약에 대해 복제(replica)를 만들고 두 종류의 투사 연산을 반복한다. ‘divide’ 투사는 각 제약별 로컬 투사(P_D)로 복제들을 해당 제약을 만족하는 가장 가까운 점으로 이동시키고, ‘concur’ 투사는 같은 변수에 속한 모든 복제의 값을 평균(P_C)으로 일치시킨다. 단순 교대 투사 방식은 비볼록 공간에서 짧은 사이클(트랩)에 빠지기 쉽다. 3. **차분지도(Difference‑Map) 동역학** 차분지도는 ‘오버슈트(overshoot)’와 ‘보정’ 단계를 도입해 트랩을 ‘반발점(repeller)’으로 전환한다. 구체적으로 r_{t+1}=r_t+β