CN106301387B - 一种分布式排序方法以及采用该方法构成crc辅助极化码连续消除列表译码器的方法 - Google Patents

一种分布式排序方法以及采用该方法构成crc辅助极化码连续消除列表译码器的方法 Download PDF

Info

Publication number
CN106301387B
CN106301387B CN201610670263.2A CN201610670263A CN106301387B CN 106301387 B CN106301387 B CN 106301387B CN 201610670263 A CN201610670263 A CN 201610670263A CN 106301387 B CN106301387 B CN 106301387B
Authority
CN
China
Prior art keywords
node
list
path
bit
array
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610670263.2A
Other languages
English (en)
Other versions
CN106301387A (zh
Inventor
张川
杨俊梅
申怡飞
尤肖虎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201610670263.2A priority Critical patent/CN106301387B/zh
Publication of CN106301387A publication Critical patent/CN106301387A/zh
Application granted granted Critical
Publication of CN106301387B publication Critical patent/CN106301387B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M13/00—Coding, decoding or code conversion, for error detection or error correction; Coding theory basic assumptions; Coding bounds; Error probability evaluation methods; Channel models; Simulation or testing of codes
    • H03M13/03—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words
    • H03M13/05—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words using block codes, i.e. a predetermined number of check bits joined to a predetermined number of information bits
    • H03M13/09—Error detection only, e.g. using cyclic redundancy check [CRC] codes or single parity bit
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M13/00—Coding, decoding or code conversion, for error detection or error correction; Coding theory basic assumptions; Coding bounds; Error probability evaluation methods; Channel models; Simulation or testing of codes
    • H03M13/03—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words
    • H03M13/05—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words using block codes, i.e. a predetermined number of check bits joined to a predetermined number of information bits
    • H03M13/13—Linear codes

Landscapes

  • Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Error Detection And Correction (AREA)

Abstract

本发明公开了一种分布式排序方法，包括以下步骤：S1.1：由一个父节点扩展得到两个子节点，其中路径度量值较大的称为FC节点，路径度量值较小的称为NC节点；S1.2：采用步骤S1.1得到L个FC节点和L个NC节点，其中，L个FC节点的路径度量值构成数组PMFC，L个NC节点的路径度量值构成数组PMNC；S1.3：从数组PMFC中找出最小数，记为PML；再从数组PMNC中找出最大数，记为PM1；S1.4：如果PML>PM1，则最优候选节点为数组PMFC中的所有节点；否则，将PML对应的数与PM1对应的数交换，再返回步骤S1.3。本发明还公开了采用分布式排序方法构成CRC辅助极化码连续消除列表译码器的方法。本发明能够将计算复杂度从降低到将系统延时从kL2降低到kL。

Description

一种分布式排序方法以及采用该方法构成CRC辅助极化码连 续消除列表译码器的方法
技术领域
本发明涉及无线通信技术，特别是涉及一种分布式排序方法以及采用该方法构成CRC辅助极化码连续消除列表译码器的方法。
背景技术
上世纪80年代以来，无线通信技术飞速发展，已成为当今通信领域内发展潜力最大、市场前景最广的热点技术。移动通信经历了第一代模拟通信(1G)，第二代蜂窝数字通信(2G)，第三代CDMA宽带通信(3G)的发展历程，目前已进入了第四代移动通信(4G)产业化的应用阶段。移动通信正朝着高速率，高容量，高频谱效率和低功耗的方向发展，不断满足人们日益增长的数据和视频需求。据主要运营商和权威咨询机构预测：移动宽带业务流量将在未来10年增长1000倍。现有4G技术在传输速率和资源利用率等方面仍然无法满足未来的需求，其无线覆盖和用户体验也有待进一步提高。世界各国在推动4G产业化工作的同时，第五代移动通信技术(5G)已经成为了国内外无线通信领域的研究热点。
5G移动通信标志性的关键技术主要体现在超高效能的无线传输技术和高密度无线网络技术。基于大规模多输入多输出(MIMO)的无线传输技术将有可能使频谱效率和功率效率在4G的基础上再提升一个量级。毋庸置疑，高性能、高效率的信道编码技术也将成为5G的一个重要研究方向。对于二进制输入的离散无记忆信道(B-DMCs),理论上已经证明了极化码能够达到香农信道容量。作为第一个能够达到香农容量的信道编码，极化码是信息理论和无线通信领域的重大突破，引起了学术界和工业界的广泛关注。在5G移动通信的全新应用场景下，极化码将会取代Turbo码和LDPC码，在信道的纠错编码中大显身手。研究适用于5G移动通信系统的高效极化码构造及译码算法具有重大的理论意义与应用价值。
关于极化码的相关文献中，有大量针对理想误码性能，低复杂度和低延时的极化码译码器的相关研究。基于栅栏格的Viterbi和BCJR算法所实现的最大似然和最大后验概率译码器是性能最优的，但其复杂度过高。近年来，连续消除的列表(SCL)极化码译码器因其接近最优的检测性能而引起了广泛的关注。循环冗余校验(CRC)辅助的SCL(CA-SCL)译码器通过对叶子节点处的2L条路径进行CRC校验，进而提高译码性能。CA-SCL译码器能够提供与现有Turbo和LDPC码可比较的译码性能，且带来的码率损失几乎可忽略。在实际应用中，这种译码器需要足够长的候选列表长度L来达到理想的译码性能。然而，路径度量值(PM)比较和内存管理的复杂度随着L的增大而急剧增加。
发明内容
发明目的：本发明的目的是提供一种能够解决现有技术中存在的缺陷的分布式排序方法以及采用该方法构成CRC辅助极化码连续消除列表译码器的方法。
技术方案：为达到此目的，本发明采用以下技术方案：
本发明所述的分布式排序方法，包括以下步骤：
S1.1：由一个父节点扩展得到两个子节点，其中路径度量值较大的称为FC节点，路径度量值较小的称为NC节点；
S1.2：采用步骤S1.1得到L个FC节点和L个NC节点，其中，L个FC节点的路径度量值构成数组PMFC，L个NC节点的路径度量值构成数组PMNC；
S1.3：从数组PMFC中找出最小数，记为PML；再从数组PMNC中找出最大数，记为PM1；
S1.4：如果PML>PM1，则最优候选节点为数组PMFC中的所有节点；否则，将PML对应的数与PM1对应的数交换，再返回步骤S1.3。
采用所述的分布式排序方法构成CRC辅助极化码连续消除列表译码器的方法，包括以下步骤：
S2.1：初始化路径列表P0及其度量值列表PM0：P0＝[],PM0＝[0,0,...,0]；
S2.2：路径扩展：对上一层路径列表Pi-1＝[P(i-1),1,P(i-1),2,...,P(i-1),L]中的每一条路径，分别添加一位“0”和“1”得到扩展路径列表Pi＝[Pi,1,Pi,2,...,Pi,2L],，并根据迭代公式(1)得到度量值列表PMi＝[PMi,1,PMi,2,...,PMi,2L]：
其中，为N比特码字中第(2i-1)比特的PM更新值，为N比特码字中第2i比特的PM更新值，为N/2比特码字中第i比特的PM更新值，接收向量 为第(2i-2)比特的估计值，u2i-1为第(2i-1)比特未编码信息，接收向量 为中的奇数项组成的向量，为中的偶数项组成的向量，接收向量 为u2i-1的比特翻转，估计向量u2i为第2i比特未编码信息；
S2.3：采用权利要求1所述的分布式排序方法对扩展路径度量值列表PMi进行分布式排序，得到更新的路径列表Pnew和路径度量值列表PMs；
S2.4：译码结束判断：若i+1＝N，N为码长，则对更新路径列表Pnew进行CRC校验，通过CRC校验的路径集合为Ppass，对应的路径度量值列表为PMN,pass，从而得到译码输出若i+1≠N，返回步骤S2.2。
有益效果：本发明针对路径度量值排序，提出了CRC辅助极化码连续消除列表译码器的分布式排序方法，对于每一信息比特，分布式排序算法将计算复杂度从降低到将系统延时从kL2降低到kL，其中k是与L无关的常系数。并且，采用本发明所述分布式排序方法构成的译码器能够达到与基于直接排序方法的CA-SCL译码器一致的性能。
附图说明
图1为各种排序方法运行时间的仿真结果比较；
图2为本发明的步骤S2.3的示意图；
图3为本发明的DS2算法的平均比较轮数；
图4为不同链表长度(L＝2,4,8)CA-SCL译码器的误帧率BLER性能对比；
图5为基于直接排序的CA-SCL译码器的浮点与基于DS2的CA-SCL译码器定点仿真结果。
具体实施方式
下面结合具体实施方式和附图对本发明的技术方案作进一步的介绍。
本发明公开了一种分布式排序方法，简称DS算法，包括以下步骤：
S1.1：由一个父节点扩展得到两个子节点，其中路径度量值较大的称为FC节点，路径度量值较小的称为NC节点；
S1.2：采用步骤S1.1得到L个FC节点和L个NC节点，其中，L个FC节点的路径度量值构成数组PMFC，L个NC节点的路径度量值构成数组PMNC；
S1.3：从数组PMFC中找出最小数，记为PML；再从数组PMNC中找出最大数，记为PM1；
S1.4：如果PML>PM1，则最优候选节点为数组PMFC中的所有节点；否则，将PML对应的数与PM1对应的数交换，再返回步骤S1.3。
可见，完整的DS算法最多包含L-1轮比较。显然，DS算法是动态的。与现有技术中的直接排序方法一样，DS算法能够选出L条最优路径。由分析及相关仿真可知，PMs中较大的i值对应的路径度量值越小，很有可能是需要丢弃的，对算法的影响因素占主导。仅取i＝L-1:L-n完成路径的扩展及度量值排序，只需要n轮比较，该算法就能到达与直接排序几乎一致的性能。这种进一步简化的分布式排序算法称为DSn。并且，DS算法中对PMFC和PMNC的排序操作是不需要的，只需要查找其最大、最小值即可。
本发明将连续列表干扰消除译码器中的路径选择转换为一般问题：从2L个数中选出L个最大数。各种常见直接排序算法和分布式排序算法的运行时间对比如图1所示。其中，系统严格排序代表对2L个数进行冒泡排序，取最大的L个数。系统Nth elements排序为Visual Studio STL自带的找N个最大值的算法，基于快速排序的分段思想。由图1可知，当L<256时，系统严格排序的运行时间最长；而本发明提出的分布式排序运行时间最短，优于目前常用的随机选择快速排序和最大堆排序。这是由于分布式排序的动态性充分利用了SCL译码器的路径度量值特性，避免了不必要的排序操作，从而降低了复杂度。对于SCL译码器，列表长度L＝32时，即可达到理想的译码性能。L继续增大时，所带来的性能增益不大。因此，一般取L≤32。此时，提出的分布式排序具有最低的运行时间复杂度。
图2基于译码树图，展示了DS2算法的路径选择过程。首先，选出L个FC节点，剩余的L个为NC节点。在第一轮比较中，首先选出NC节点中具有最大路径度量值的NC1和FC节点中具有最小路径度量值的FC3。然后，比较两者的路径度量值。如果FC3的路径度量值大于等于NC1，则整个算法结束并得到最优候选节点FC1，FC2，FC3和FC4。在这种情况下，只需要1轮比较，比较次数为2L-1。如果FC3的路径度量值小于NC1，则用NC1替换FC3，类比第一轮进行第二轮比较。在第二轮比较中，需要进行2L+1次比较得到最终的候选节点。因此，不管进行1轮还是2轮比较，DS2算法总是将比较复杂度从降低到
从硬件实现角度，DS2算法的延时与平均比较轮数成正比。对于(1024,512)，L＝4的极化码译码器，DS2算法的平均比较次数如图3所示。当信噪比SNR在[1.0,2.5]范围内时，平均比较轮数不大于1.077，接近于1。从而，从而将系统延时从kL2降低到kL，其中k是与L无关的常系数。
本发明还公开了采用所述的分布式排序方法构成CRC辅助极化码连续消除列表译码器的方法，包括以下步骤：
S2.1：初始化路径列表P0及其度量值列表PM0：P0＝[],PM0＝[0,0,...,0]；
S2.2：路径扩展：对上一层路径列表Pi-1＝[P(i-1),1,P(i-1),2,...,P(i-1),L]中的每一条路径，分别添加一位“0”和“1”得到扩展路径列表Pi＝[Pi,1,Pi,2,...,Pi,2L],，并根据迭代公式(1)得到度量值列表PMi＝[PMi,1,PMi,2,...,PMi,2L]：
其中，为N比特码字中第(2i-1)比特的PM更新值，为N比特码字中第2i比特的PM更新值，为N/2比特码字中第i比特的PM更新值，接收向量 为第(2i-2)比特的估计值，u2i-1为第(2i-1)比特未编码信息，接收向量 为中的奇数项组成的向量，为中的偶数项组成的向量，接收向量 为u2i-1的比特翻转，估计向量u2i为第2i比特未编码信息；
S2.3：采用权利要求1所述的分布式排序方法对扩展路径度量值列表PMi进行分布式排序，得到更新的路径列表Pnew和路径度量值列表PMs；
S2.4：译码结束判断：若i+1＝N，N为码长，则对更新路径列表Pnew进行CRC校验，通过CRC校验的路径集合为Ppass，对应的路径度量值列表为PMN,pass，从而得到译码输出若i+1≠N，返回步骤S2.2。
对于(1024,512)的极化码，采用LTE协议的CRC24预编码，其生成多项式为g(D)＝D24+D23+D18+D17+D14+D11+D10+D7+D6+D5+D4+D3+D+1。当L＝2,4,8时，直接排序与分布式排序的CA-SCL译码器的误帧率(BLER)性能对比如图4所示。其中“CA-SCL-DS2”代表基于DS2的CA-SCL译码器，“CA-SCL-DS3”代表基于DS3的CA-SCL译码器。当L＝4时，基于DS2算法的CA-SCL译码器能够达到与直接排序几乎一致的BLER性能；当L＝8时，基于DS3算法的CA-SCL译码器能够达到与直接排序几乎一致的BLER性能。因此，提出的分布式排序算法对于不同的L都是有效的。
基于DS2的CA-SCL译码器的定点与基于直接排序的CA-SCL译码器的浮点仿真结果如图5所示，其中定点仿真中，路径度量值采用10bits整数位和3bits小数位的量化方案。由图5可知，此定点化方案带来的性能损失几乎可忽略。基于此定点化方案，在AlteraStratix V FPGA上实现L＝2,4,8的CA-SCL译码器。直接排序，DS2和DS3的硬件消耗如表1所示。由表1中数据可知，L＝4的DS2算法的硬件消耗几乎是L＝2的直接排序算法的一半；而L＝8的DS3算法的ALM消耗几乎与L＝2的直接排序算法一样。因此，本发明提出的分布式排序大大降低了硬件复杂度。
表1 DS2和DS3的硬件消耗
排序方法 ALMs Register
直接排序(L＝2) 740 73
DS2(L＝4) 309 75
DS3(L＝8) 781 119

Claims (1)

1.采用分布式排序方法构成CRC辅助极化码连续消除列表译码器的方法，其特征在于：包括以下步骤：
S2.1：初始化路径列表P0及其度量值列表PM0：P0＝[],PM0＝[0,0,...,0]；
S2.2：路径扩展：对上一层路径列表Pi-1＝[P(i-1),1,P(i-1),2,...,P(i-1),L]中的每一条路径，分别添加一位“0”和“1”得到扩展路径列表Pi＝[Pi,1,Pi,2,...,Pi,2L]，并根据迭代公式(1)得到度量值列表PMi＝[PMi,1,PMi,2,...,PMi,2L]：
其中，为N比特码字中第(2i-1)比特的PM更新值，为N比特码字中第2i比特的PM更新值，为N/2比特码字中第i比特的PM更新值，接收向量 为第(2i-2)比特的估计值，u2i-1为第(2i-1)比特未编码信息，接收向量 为中的奇数项组成的向量，为中的偶数项组成的向量，接收向量 为u2i-1的比特翻转，估计向量u2i为第2i比特未编码信息；
S2.3：采用分布式排序方法对扩展路径度量值列表PMi进行分布式排序，得到更新的路径列表Pnew和路径度量值列表PMs；分布式排序方法包括以下步骤：
S1.1：由一个父节点扩展得到两个子节点，其中路径度量值较大的称为FC节点，路径度量值较小的称为NC节点；
S1.2：采用步骤S1.1得到L个FC节点和L个NC节点，其中，L个FC节点的路径度量值构成数组PMFC，L个NC节点的路径度量值构成数组PMNC；
S1.3：从数组PMFC中找出最小数，记为PML；再从数组PMNC中找出最大数，记为PM1；
S1.4：如果PML>PM1，则最优候选节点为数组PMFC中的所有节点；否则，将PML对应的数与PM1对应的数交换，再返回步骤S1.3；
S2.4：译码结束判断：若i+1＝N，N为码长，则对更新路径列表Pnew进行CRC校验，通过CRC校验的路径集合为Ppass，对应的路径度量值列表为PMN,pass，从而得到译码输出若i+1≠N，返回步骤S2.2。
CN201610670263.2A 2016-08-15 2016-08-15 一种分布式排序方法以及采用该方法构成crc辅助极化码连续消除列表译码器的方法 Active CN106301387B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610670263.2A CN106301387B (zh) 2016-08-15 2016-08-15 一种分布式排序方法以及采用该方法构成crc辅助极化码连续消除列表译码器的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610670263.2A CN106301387B (zh) 2016-08-15 2016-08-15 一种分布式排序方法以及采用该方法构成crc辅助极化码连续消除列表译码器的方法

Publications (2)

Publication Number Publication Date
CN106301387A CN106301387A (zh) 2017-01-04
CN106301387B true CN106301387B (zh) 2019-10-11

Family

ID=57671756

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610670263.2A Active CN106301387B (zh) 2016-08-15 2016-08-15 一种分布式排序方法以及采用该方法构成crc辅助极化码连续消除列表译码器的方法

Country Status (1)

Country Link
CN (1) CN106301387B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106656212A (zh) * 2016-12-05 2017-05-10 东南大学 基于极化码的自适应连续消除译码方法及架构
CN106877885B (zh) * 2017-01-22 2020-04-07 深圳大学 一种利用巴哈塔切亚参数构造极化码的方法及系统
US11165536B2 (en) 2017-03-15 2021-11-02 Nokia Technologies Oy Early termination with distributed CRC polar codes
CN108306652A (zh) * 2017-04-11 2018-07-20 华南理工大学 一种低复杂度极化码ca-scl译码器
WO2018201408A1 (en) * 2017-05-04 2018-11-08 Nokia Technologies Oy Distributed crc polar codes
US10581465B2 (en) * 2018-01-11 2020-03-03 Samsung Electronics Co., Ltd Special node (constituent code) processing for fast/simplified polar successive cancellation list (SCL) decoder
CN111130566B (zh) * 2019-12-18 2021-05-11 清华大学 Polar码译码器中寻找L个最大路径度量值的电路实现方法
TWI748739B (zh) 2020-11-10 2021-12-01 國立清華大學 決定待翻轉比特位置的方法及極化碼解碼器

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105337696A (zh) * 2015-10-08 2016-02-17 东南大学 基于分段crc校验的极化解码方法
CN105811998A (zh) * 2016-03-04 2016-07-27 深圳大学 一种基于密度演进的极化码构造方法及极化码编译码系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10523367B2 (en) * 2017-08-18 2019-12-31 Samsung Electronics Co., Ltd. Efficient survivor memory architecture for successive cancellation list decoding of channel polarization codes

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105337696A (zh) * 2015-10-08 2016-02-17 东南大学 基于分段crc校验的极化解码方法
CN105811998A (zh) * 2016-03-04 2016-07-27 深圳大学 一种基于密度演进的极化码构造方法及极化码编译码系统

Also Published As

Publication number Publication date
CN106301387A (zh) 2017-01-04

Similar Documents

Publication Publication Date Title
CN106301387B (zh) 一种分布式排序方法以及采用该方法构成crc辅助极化码连续消除列表译码器的方法
CN105281785B (zh) 一种列表连续消除极化码译码方法、装置
Pan et al. Design and optimization of joint iterative detection and decoding receiver for uplink polar coded SCMA system
CN106130690A (zh) 结合极化码的mimo系统联合检测译码方法
CN105634507B (zh) 极化码置信传播译码器的流水线系统
Yen et al. A 5.79-Gb/s energy-efficient multirate LDPC codec chip for IEEE 802.15. 3c applications
CN105721106B (zh) 基于串行策略的scma上行通信系统多用户检测方法
Fan et al. Low-latency list decoding of polar codes with double thresholding
Jing et al. Joint detection and decoding of polar-coded SCMA systems
CN106209305B (zh) 一种多址信道下的喷泉码译码方法
Du et al. Improved serial scheduling-based detection for sparse code multiple access systems
CN104079380A (zh) 分布式联合信源-信道叠加编码及联合译码方法
Wu et al. A novel VLSI architecture of fixed-complexity sphere decoder
CN108809329B (zh) 一种能同时处理极化码和ldpc码的bp译码器的配置方法
Pan et al. Joint iterative detection and decoding receiver for polar coded SCMA system
Wu et al. Low-complexity CRC aided joint iterative detection and SCL decoding receiver of polar coded SCMA system
Chenghai et al. The shifting interleaver design based on PN sequence for IDMA systems
CN109004939A (zh) 极化码译码装置和方法
CN109639290B (zh) 一种半随机分组叠加编码及译码方法
Liang et al. Efficient stochastic successive cancellation list decoder for polar codes
CN102377438B (zh) 信道译码方法和咬尾卷积译码器
Yoo et al. A pipelined 8-bit soft decision viterbi decoder for IEEE802. 11ac WLAN systems
CN101615914A (zh) 分层最小和ldpc译码校验节点处理的实现方法
Wu et al. Performance analysis of SCMA system based on polar codes
Li et al. Research on encoding and decoding of non-binary polar codes over GF (2m)

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant