Processus algorithmique qui mappe des séquences de bits d'entrée distribués uniformément en séquences de symboles (ou motifs de bits) dont la distribution empirique approche une distribution cible non uniforme prescrite (utilisée p. ex. pour la modelisation probabiliste), tout en restant inversible (ou autrement récupérable) au récepteur et avec des propriétés de perte de débit, complexité et latence quantifiables.

Principe

Le distribution matching doit être bijectif ou explicitement inversible sur le bloc transmis (ou accompagné d'informations annexes) afin que les séquences de symboles façonnées puissent être récupérées ou décodées de façon fiable ; il existe un compromis entre longueur de bloc, efficacité du débit (perte de taux), complexité de calcul et précision de l'approximation de la distribution.

Démonstration

Pipeline illustratif → Flux de bits uniformes en entrée → Distribution matcher (p. ex. DM à composition constante ou shell mapping) produit des séquences d'indices à composition cible → Le mappeur émet les symboles de constellation selon les indices → Le récepteur applique la mapping inverse connu pour récupérer les bits. Reconnaissance → Lorsque le récepteur observe des séquences de symboles cohérentes avec la composition cible, le mapping inverse fournit les données originales avec la surcharge de débit attendue. Action → La FEC décode les erreurs résiduelles. Conséquence → Permet le façonnage côté émetteur avec une surcharge de débit et un coût d'implémentation prévisibles.

Mauvaise application

Confondre distribution matching avec la compression générique ou le codage entropique (l'erreur sémantique est d'attendre du DM qu'il réduise la longueur moyenne en bits de sources arbitraires) ; le distribution matching convertit des bits uniformes à débit fixe en séquences de sortie contrainte, il n'est pas une compression de source arbitraire.

Conséquence

Un DM correctement conçu permet les transmissions façonnées et les bénéfices du façonnage probabiliste ; il introduit des coûts d'implémentation (complexité de calcul, tamponnement des blocs, latence) et peut entraîner une perte de taux pour blocs finis qui réduit les gains si elle n'est pas maîtrisée.

Inversion

Pour des longueurs de bloc très courtes ou des systèmes à latence ultra‑faible, la perte de taux et la complexité du DM peuvent dépasser les bénéfices du façonnage ; inversement, des blocs asymptotiquement longs réduisent la perte de taux mais augmentent la latence et les besoins en mémoire.

Limite

Bien dans la définition : DM à composition constante ou basé sur l'arithmétique qui mappe des blocs d'entrée uniformes de longueur fixe en blocs de sortie façonnés de longueur fixe avec une invertibilité connue. Cas limite : DM en mode streaming qui relâche la composition stricte pour réduire la latence mais perd les garanties d'inversibilité exacte. Hors définition : codeurs entropiques généraux (p.ex. gzip) ou codes de canal ne faisant pas respecter une composition de symbole cible.

Tension sémantique

Compromis entre la précision d'approximation de la distribution (donc le gain de façonnage) et les contraintes d'implémentation : longueur de bloc, latence et coût en calcul/mémoire.

Synthèse

Le distribution matching rend effectif le façonnage probabiliste en convertissant des bits uniformes en séquences à distribution cible ; son utilité pratique dépend de l'équilibre entre fidélité de la distribution et les surcoûts liés aux blocs finis et à la latence/complexité du système.