부분 가우시안 소거를 이용한 ORBGRAND 지연 감소

초록

본 논문은 ORBGRAND의 탐색 과정을 가속화하기 위해 가장 신뢰도 높은 오류 비트의 순위(RMRE)를 활용하고, 부분 가우시안 소거(GE) 필터링을 결합한 새로운 디코딩 방식을 제안한다. 제안 기법은 동일 RMRE를 갖는 오류 패턴을 그룹화해 한 번에 검증하고, 불필요한 후보를 사전에 제거함으로써 평균·최악 지연을 절반 이상 감소시키면서도 블록 오류율을 유지한다.

상세 분석

ORBGRAND는 LLR 크기 순위만을 이용해 오류 패턴을 생성하므로 병렬 구현이 용이하지만, 채널 상태가 악화될 경우 탐색 후보 수가 급증해 꼬리 지연(tail latency)이 크게 늘어나는 단점이 있다. 논문은 이러한 문제를 해결하기 위해 “가장 신뢰도 높은 오류 비트(Rank of the Most Reliable Erroneous, RMRE)”라는 개념을 도입한다. RMRE는 후보 오류 패턴에서 가장 신뢰도가 높은(즉, LLR 절대값이 큰) 비트의 순위이며, 통계적으로 작은 RMRE를 갖는 패턴이 먼저 등장할 확률이 높다. 따라서 RMRE가 동일한 오류 패턴들을 하나의 그룹으로 묶어 동시에 검증하면 불필요한 반복 검증을 크게 줄일 수 있다.

그룹 검증을 효율적으로 수행하기 위해 논문은 부분 가우시안 소거(partial GE)를 적용한다. 전통적인 GE는 전체 체크 행렬 H에 대해 O(N(N‑K)²) 복잡도를 가지지만, 여기서는 먼저 비트 신뢰도에 따라 H의 열을 재정렬하고, 가장 신뢰도가 낮은 비트부터 차례로 소거한다. 소거 과정은 첫 k개의 열에만 적용하고 나머지 열은 그대로 두어 연산량을 O((N‑K)·M²) 수준으로 낮춘다(M은 전체 열 중 소거에 사용되는 열 수, 보통 N‑K의 20~30%).

구체적인 알고리즘 흐름은 다음과 같다. 1) 수신 LLR을 정렬해 순위 벡터 r을 얻고, H에 동일한 순열을 적용해 Hπ를 만든다. 2) 부분 GE를 수행하면서 현재까지 소거된 열 수 n을 기준으로 “첫 n개의 비트만을 뒤집어도 syndrome을 만족하는 해가 존재하는가”를 rank 검증(식 10)으로 확인한다. 존재한다면 해당 n을 RMRE로 갖는 모든 오류 패턴 Eₙ을 구하고, 사전 저장된 ORBGRAND 후보 집합과 교집합을 통해 실제 후보 인덱스를 찾는다. 3) 유효한 후보가 발견되면 그 이후의 RMRE > n인 후보만 남겨두고 ORBGRAND 탐색을 재개한다. 이렇게 하면 RMRE ≤ n인 모든 후보가 사전에 걸러지므로 탐색 횟수가 크게 감소한다.

복잡도 분석에서는 부분 GE 단계의 연산량을 m·(m+3)/2·(N‑K) (m은 실제 소거된 피벗 수)로 추정하고, 전체 디코딩 복잡도는 “E