LDPC/BCH 부호 기반 오류정정 및 양자 정보정합 연구

LDPC/BCH Coding for Error Correction and Quantum Information Reconciliation

연구 내용

LDPC와 BCH 부호의 부호율 확장·구조 설계 및 학습 기반 복호 기법을 개발해 저오차율 오류정정을 수행하고, CV-QKD의 정보정합에 적용하는 연구

본 연구는 LDPC 및 BCH 부호의 설계와 복호 알고리즘을 기반으로 저오차율 오류정정 성능을 확보하는 데 중점을 둡니다. rate-compatible punctured multi-edge type LDPC의 설계 규칙을 통해 연속변수 양자키분배(CV-QKD) 정보정합에서 고에러 바닥 문제를 완화합니다. 또한 메시지 패싱 복호의 trapping set 실패를 딥러닝으로 탐지한 뒤 경로 기반 재초기화로 복호 실패를 해소합니다. 추가로 partial spatial coupling과 OSA-aided IHDD를 통해 용량과 역치 간 간격 및 계산 복잡도 문제를 동시에 다룹니다.

관련 프로젝트

7건

연구 흐름

초기 연구에서는 CV-QKD 정보정합을 목표로 rate-compatible MET-LDPC 코드 앙상블의 설계 규칙을 제안하고, 저율 구간에서의 높은 error-floor 이슈를 해결하는 방향으로 진행되었습니다. 이후 2022년에는 LDPC의 trapping set으로 인한 저오차율 성능 저하를 딥러닝 기반 경로 탐지와 재초기화 복호로 완화하는 알고리즘을 개발했습니다. 2023년에는 partial spatial coupling을 통해 SC-LDPC의 rate loss-복잡도 트레이드오프를 줄이고 역치 성능을 개선하는 부호 구조를 확장했습니다. 2025년에는 SBC-BCH 계열에서 one-step-ahead BM과 IHDD 결합으로 오류정정 능력과 계산 효율을 함께 향상시키는 연구를 수행했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

양자키분배 정보정합
저오차율 저장용 전송 부호
rate-compatible 전송
오류 바닥(error-floor) 완화
트래핑셋 기반 복호 실패 해결
딥러닝 보조 복호
spatial coupling 기반 역치 개선
계산 복잡도 저감 복호기
windowed decoding 적용 부호
양자·고전 통신 통합 부호화