실수코드를 이용한 분산 손실 압축 새로운 프레임워크

본 논문은 연속값(실수) 소스의 분산 손실 압축을 위해 실수‑숫자 코드를 활용하는 새로운 프레임워크를 제안한다. 전통적인 분산 소스 코딩은 먼저 소스를 양자화하여 이진 시퀀스로 만든 뒤, Slepian‑Wolf 혹은 Wyner‑Ziv 코딩을 적용한다. 그러나 양자화는 비선형 연산이므로, 양자화 후의 이진 시퀀스 간 상관관계를 정확히 파악하기 어렵고, 양자화 자체가 손실을 초래한다. 이를 해결하기 위해 저자들은 “바이닝(코딩) → 양자화” 순서를 채택한다. 구체적으로, 연속값 입력 벡터 x에 대해 실수‑필드 BCH‑DFT 코드를 적용해 syndrome 혹은 parity 샘플을 생성한다. 이 샘플들은 실수(또는 복소수) 형태이며, 이후 양자화 과정을 거쳐 전송된다. 부호화가 양자화 이전에 이루어지므로, 오류 정정이 실수 영역에서 수행되어 양자화 잡음도 교정 가능하다. 논문은 먼저 실수‑숫자 코드인 BCH‑DFT 코드의 수학적 배경을 설명한다. (n, k) DFT 코드는 DFT 행렬 W와 그 역행렬을 이용해 생성 행렬 G = W_k · Σ · W_n^H 로 정의되며, Σ는 n−k개의 영행을 포함하는 특수 행렬이다. 이 구조는 코드워드의 스펙트럼에 연속된 n−k개의 영점(zero)을 만들며, 이는 전통적인 BCH 코드의 설계 거리 d와 일치한다. 패리티 검사 행렬 H는 Σ의 영행에 대응하는 W_n의 열들로 구성되어 H·G = 0 을 만족한다. 부호화 단계에서는 두 가지 전송 방식을 제시한다. 1) **Syndrome 방식**: 입력 x에 H를 곱해 syndrome s = Hx 를 얻고, 이를 양자화한 ˆs를 전송한다. 수신 측에서는 사이드 정보 y(또는 x와 상관된 신호)와 ˆs를 이용해 오류 syndrome se = sy – ˆsx 를 계산한다. 이때 se는 실제 오류 e와 양자화 잡음 q의 합으로, PGZ 알고리즘을 실수 버전으로 적용해 오류 위치와 크기를 추정한다. 2) **Parity 방식**: 시스템 형태의 생성 행렬 G_sys을 구해 parity p = G_sys·x 를 생성한다. p는 실수 벡터이며, 양자화 후 전송한다. 수신 측에서는 y와 ˆp를 결합해 길이 n의 벡터 z =