Reed-Solomon 编码的解码算法

Reed-Solomon 编码的解码算法

Reed-Solomon 编码 $RS(D,k)$ 定义为，对于消息 $m_0,\cdots ,m_{k-1}$，构造由这些消息作为系数构成的度小于 $k$ 的多项式
$$F(X)=\sum _{i=0}^{k-1}{m}_i\cdot X^i$$
对每个 $a_0,\cdots ,a_{n-1}\in D$，计算 $c_i=F(a_i)$。$m_0,\cdots ,m_{k-1}$ 的 Reed-Solomon 码字为 $c_0,\cdots ,c_{n-1}$。

定义 $RS[\mathbb{F},D,k]$ 为所有可能的 $RS(D,k)$ 码字的集合。

解码算法已知 $D$，并收到可能存在错误的 $b_0,\cdots ,b_{n-1}$。希望解码出正确的度小于 $k$ 的多项式 $F(X)\in RS[\mathbb{F},D,k]$。

Berlekamp-Welch 算法 Unique decoding

该算法可以对存在至多 $e=\lfloor \frac{n-k}{2}\rfloor$ 个位置有错的 Reed-Solomon 编码纠错。

定义度小于等于 $e$ 的多项式 $E(X)$ 满足，对任意 $i$，若 $b_i\ne F(a_i)$，则 $E(a_i)=0$。额外定义 $E(X)$ 的最高次项系数为 1。

由 $E(X)$ 的定义，显然有
$$b_{i}E(a_i)=E(a_i)F(a_i)$$

定义 $Q(X)=E(X)\cdot F(X)$ 为度小于 $k+e$ 的多项式，则有
$$b_{i}E(a_i)=Q(a_i)$$

显然，如果 $b_0,\cdots ,b_{n-1}$ 中的错误位置不超过 $e$ 个，则存在满足上述等式的度小于 $e$ 的多项式 $E(X)$ 和度小于 $k+e$ 的多项式 $Q(X)$，$Q(X)/E(X)$ 即为目标的 $F(X)$。

可以证明，对任何度小于 $e$ 的非零多项式 $E_1(X),E_2(X)$ 和度小于 $k+e$ 的多项式 $Q_1(X),Q_2(X)$，若有
$$b_i{E}_1(a_i)=Q_1(a_i)b_i{E}_2(a_i)=Q_2(a_i)$$

均成立，则一定有

$$\frac{Q_1(X)}{E_1(X)}=\frac{Q_2(X)}{E_2(X)}$$

要证明上述结论，只需证 $Q_1(x)E_2(x)=Q_2(x)E_1(x)$ 对任意 $x\in D$ 成立。由于
$$b_i{E}_1(a_i)Q_2(a_i)=b_i{E}_2(a_i)Q_1(a_i)$$

对任意 $i$，若 $b_i=0$，则 $Q_1(a_i)=Q_2(a_i)=0$；若 $b_i\ne 0$，则有 $E_1(a_i)Q_2(a_i)=E_2(a_i)Q_1(a_i)$。

因此，只需求一组多项式 $E(X),Q(X)$ 满足
$$b_{i}E(a_i)=Q(a_i)$$

由于多项式 $E(X)$ 的最高此项为 1，可以构造关于 $e_0,\cdots ,e_{e-1},q_0,\cdots ,q_{k+e-1}$ 的 $n$ 个 $(k+2e)$ 元线性方程组
$$b_i(e_0+e_1{a}_i+e_2{a}_i^2+\cdots +e_{e-1}{a}_i^{e-1}+a_i^e)=q_0+q_1{a}_i+q_2{a}_i^2+\cdots +q_{k+e-1}{a}_i^{k+e-1}$$

解方程组即可得到 $E(X)$ 和 $Q(X)$。

Berlekamp-Welch 算法 List decoding

该算法可以对至少 $t=2\sqrt{nk}+O(1)$ 个位置正确的 Reed-Solomon 码进行纠错。

算法流程

首先找到一个非零多项式 $Q(X,Y)$，满足 ${\mathrm{deg}}_X(Q)\le \ell$，${\mathrm{deg}}_Y(Q)\le \frac{n}{\ell }$。且对任意 $i\in [n]$，有 $Q(a_i,b_i)=0$。

输出所有正确位置至少为 $t$ 个的多项式 $P(X)$ 满足 $Y-P(X)$ 能整除 $Q(X,Y)$。

选取的 $\ell$ 应满足 $t>\ell +\frac{nk}{\ell }$。最优的 $\ell$ 应当为 $\sqrt{nk}$。此时 $t>2\sqrt{nk}$。

算法分析

第一步中，由于变量数为 $(\ell +1)(n/\ell +1)$，大于约束的数量 $n$。因此可以保证一定有非零解。

第二步中，需要证明如果度小于 $k$ 的多项式 $P(X)$ 和 $\vec{b}$ 有至少 $t$ 个点相等，则 $Y-P(X)$ 整除 $Q(X,Y)$。

对每个满足要求的 $P(X)$，定义 $R(X)=Q(X,P(X))$。我们只需证明 $R(X)\equiv 0$。

首先分析，$\mathrm{deg}(R)\le {\mathrm{deg}}_X(Q)+\mathrm{deg}(P)\cdot {\mathrm{deg}}_Y(Q)\le \ell +\frac{nk}{\ell }<t$。

若 $P(a_i)=b_i$，则 $R(a_i)=Q(a_i,b_i)=0$。由于 $\mathrm{deg}(R)$ 已经在至少 $t$ 个位置等于 $0$，因此有 $R(X)\equiv 0$。

Sudan 算法

Sudan 算法能对至少有 $t=\sqrt{2nk}+O(1)$ 个位置相同的 Reed-Solomon 码进行纠错。

带权度

定义单项式 $X^i{Y}^j$ 的 $(1,k)$-权度为 $i+kj$。定义多项式 $Q(X,Y)$ 的 $(1,k)$-权度为是其所有单项式的 $(1,k)$-权度最高的那个。

设 $\ell =\lfloor \frac{D}{k}\rfloor$，$(1,k)$-权度不超过 $D$ 的多项式 $Q(X,Y)$ 可以写做
$$Q(X,Y)=\sum _{j=0}^{\ell }\sum _{i=0}^{D-kj}{q}_{i,j}{X}^i{Y}^j$$

算法流程

首先找到一个非零多项式 $Q(X,Y)$，满足 $(1-k)$-权度不超过 $D=\lceil \sqrt{2kn}\rceil$。且对任意 $i\in [n]$，有 $Q(a_i,b_i)=0$。

输出所有相同位置至少为 $t$ 的多项式 $P(X)$，满足 $Y-P(X)$ 能整除 $Q(X,Y)$。

算法分析

在第一步，需要保证 $Q(X,Y)$ 的系数个数大于 $n$，才能保证一定有非零解。

$Q(X,Y)$ 的系数个数为

$$\begin{array}{rl}& \sum _{j=0}^{\ell }\sum _{i=0}^{D-kj}1\\ =& \sum _{j=0}^{\ell }(D-kj+1)\\ =& \sum _{j=0}^{\ell }(D+1)-k\sum _{j=0}^{\ell }j\\ =& (D+1)(\ell +1)-\frac{k\ell (\ell +1)}{2}\\ =& \frac{\ell +1}{2}(2D+2-k\ell )\\ \ge & \left(\frac{\ell +1}{2}\right)(D+2)\\ \ge & \frac{D(D+2)}{2k}\\ >& \frac{D^2}{2k}\ge \frac{2kn}{2k}=n\end{array}$$

由于 $Q(X,P(X))$ 的度不超过 $D$，因此当 $t>D$ 时，一定有 $Y-P(X)$ 整除 $Q(X,Y)$。

Guruswami-Sudan 算法

Guruswami-Sudan 算法能对至少 $\sqrt{nk}+O(1)$ 个位置正确的 Reed-Solomon 码进行纠错。

二元多项式的多重根

定义 $(0,0)$ 是 $Q(X,Y)$ 的 $r$ 重零点，当且仅当 $Q(X,Y)$ 不存在度小于 $r$ 的单项式。

定义 $(\alpha ,\beta )$ 是 $Q(X,Y)$ 的 $r$ 重零点，当且仅当 $Q_{\alpha ,\beta }(X,Y)=Q(X+\alpha ,Y+\beta )$ 在 $(0,0)$ 有 $r$ 个根。

如果 $(\alpha ,\beta )$ 是 $Q(X,Y)$ 的 $r$ 重零点，则任意 $P(X)$ 满足 $P(\alpha )=\beta$，有 $(X-\alpha {)}^r$ 整除 $Q(X,P(X))$。

算法流程

取 $r=2kn$。计算非零多项式 $Q(X,Y)$，满足 $(1,k)$-权度不超过 $D=\lceil \sqrt{knr(r-1)}\rceil$，且对任意 $i\in [n]$，$(a_i,b_i)$ 是 $Q(X,Y)$ 的 $r$ 重零点。

求所有正确位置至少为 $t$ 的多项式 $P(X)$，满足 $Y-P(X)$ 能整除 $Q(X,Y)$。

算法分析

$Q(X,Y)$ 在 $(a_i,b_i)$ 有 $r$ 重根，表示对任意 $i+j<r$， $(X-a_i{)}^i(Y-b_i{)}^j$ 的系数为 $0$，因此共有 $\left(\genfrac{}{}{0ex}{}{r+1}{2}\right)$ 条约束。变量数大于 $\frac{D(D+2)}{2k}>\frac{D^2}{2k}\ge \frac{knr(r-1)}{2k}=n\left(\genfrac{}{}{0ex}{}{r+1}{2}\right)$，因此保证一定存在非零解。

由于 $R(X)=Q(X,P(X))$ 的度不超过 $D$。由于有 $t$ 个 $r$ 重零点能推出 $R(X)\equiv 0$，因此要求 $tr>D$。$t$ 取 $\lceil \sqrt{kn(1-\frac{1}{r})}\rceil$ 时满足要求。

当 $r=2kn$ 时，$t=\lceil \sqrt{kn-\frac{1}{2}}\rceil =\lceil \sqrt{kn}\rceil$。